পড়তে 3 মিনিট
একসাথে ১,৫০০ পৃষ্ঠার বই: জেমিনি কীভাবে এত বড় লেখা মনে রাখে?
30 সেকেন্ডে সারাংশ
জেমিনির দশ লাখ টোকেনের স্মৃতি হলো এমন একটি ক্ষমতা, যেখানে কৃত্রিম বুদ্ধিমত্তা একবারে বিপুল পরিমাণ লেখা, ছবি, ভিডিও বা কোড মনে রাখতে পারে এবং তার ভেতর থেকে নির্দিষ্ট তথ্য খুঁজে উত্তর দিতে পারে।
ভাবুন, আপনার হাতে একটি ৫০০ পৃষ্ঠার ভাড়া চুক্তির পিডিএফ। কোথায় লেখা আছে মাসিক ভাড়ার অঙ্ক, আর কোন ধারায় বলা হয়েছে বাড়িওয়ালা কত দিনের নোটিশে বাড়ি খালি করতে বলতে পারবেন? নিজে খুঁজতে গেলে ঘণ্টা পার হয়ে যাবে। কিন্তু জেমিনিতে ফাইলটি আপলোড করে প্রশ্ন করলে কয়েক সেকেন্ডেই উত্তর মিলে যায়। এই লেখাটি সেই আশ্চর্য স্মৃতির পেছনের গল্প।
টোকেন কী, আর কেন এত বড় সংখ্যা?
কম্পিউটার সরাসরি পুরো বাক্য পড়ে না। সে লেখাকে ভেঙে ছোট ছোট টুকরো করে, যাকে বলা হয় টোকেন। একটি বাংলা শব্দ কখনো এক টোকেন, কখনো দুই-তিন টোকেনে ভাগ হয়। জেমিনি একবারে দশ লাখ টোকেন ধরে রাখতে পারে। মোটামুটি হিসাবে এটি প্রায় সাত লাখ পঞ্চাশ হাজার শব্দ বা দেড় হাজার পৃষ্ঠার বইয়ের সমান।
এত বড় স্মৃতি ধরে রাখা সহজ কাজ নয়। জেমিনি ভেতরে একটি বিশেষ কৌশল ব্যবহার করে, যাকে বলা হয় মিশ্র-বিশেষজ্ঞ কাঠামো (Mixture-of-Experts)। সহজ কথায়, সব হিসাব একসাথে না করে ভিন্ন ভিন্ন ছোট দল আলাদা আলাদা কাজ সামলায়। ফলে বিশাল নথি হলেও উত্তর আসতে বেশি সময় লাগে না।
খড়ের গাদায় সূচ খোঁজার মতো কাজ
বড় নথির ভেতর থেকে নির্দিষ্ট তথ্য বের করা গবেষকরা পরীক্ষা করেন খড়ের গাদায় সূচ খোঁজা নামে। হাজার পৃষ্ঠার মাঝখানে একটি ছোট বাক্য লুকিয়ে রাখা হয়, তারপর জেমিনিকে সেটি খুঁজতে বলা হয়। জেমিনি সেই বাক্যটি খুঁজে বের করতে পারে, কারণ সে পুরো নথিটি একসাথে মনে রাখতে পারে।
শুধু লেখা নয়, এক ঘণ্টার ভিডিও, ডজন ডজন ছবি বা কয়েক হাজার লাইনের কোডও একসাথে দেওয়া যায়। একাধিক বড় ফাইল একসাথে দিলে জেমিনি এক ফাইলের তথ্য আরেক ফাইলের সাথে মিলিয়ে দেখতে পারে। যেমন একটি চুক্তিপত্র আর একটি চিঠি একসাথে দিয়ে জিজ্ঞেস করা যায়, দুই জায়গায় তারিখের কোন গরমিল আছে কি না।
বাস্তবে কোথায় কাজে লাগে
- পড়াশোনা: পুরো সিলেবাসের বই একসাথে দিয়ে অধ্যায়ভিত্তিক সারসংক্ষেপ বা প্রশ্নোত্তর তৈরি করা যায়।
- কাজ: দীর্ঘ চুক্তি, রিপোর্ট বা গবেষণাপত্রের নির্দিষ্ট ধারা খুঁজে বের করা যায়।
- কোড: হাজার লাইনের প্রোগ্রাম একসাথে দিয়ে বাগ খোঁজা বা ব্যাখ্যা চাওয়া যায়।
- ভিডিও: এক ঘণ্টার লেকচার বা মিটিং রেকর্ডিং দিয়ে মূল পয়েন্ট বের করা যায়।
সীমা ও সতর্কতা
বড় ফাইল দিলে জেমিনির উত্তর শুরু করতে কয়েক সেকেন্ড বেশি সময় নিতে পারে, কারণ তাকে আগে পুরো নথিটি পড়ে নিতে হয়। আরেকটি বিষয় মাথায় রাখা জরুরি: জেমিনি সবসময় নির্ভুল নয়। কখনো কখনো সে মনগড়া তথ্য আত্মবিশ্বাসের সাথে বলে ফেলতে পারে। তাই গুরুত্বপূর্ণ নথি বা চুক্তির ক্ষেত্রে জেমিনির উত্তর নিজে মূল লেখার সাথে মিলিয়ে দেখা উচিত।
ব্যক্তিগত বা গোপনীয় নথি আপলোড করার আগে জেনে নিন, আপনার অ্যাকাউন্টে ডেটা সংরক্ষণের নিয়ন্ত্রণ কীভাবে সেট করা আছে। গুগল এআই স্টুডিও ও কর্পোরেট অ্যাকাউন্টে ডেটা সুরক্ষার কড়া নিয়ম আছে, কিন্তু সাধারণ জেমিনি ব্যবহারে নিজের অ্যাকাউন্টের অ্যাক্টিভিটি সেটিংস একবার দেখে নেওয়া ভালো।
তাহলে বোঝা গেল, জেমিনির এই বিশাল স্মৃতি আসলে নথি ভেঙে ছোট টুকরো করে ধরে রাখা আর প্রশ্ন অনুযায়ী সঠিক অংশ খুঁজে আনার খেলা। এটি বড় কাজকে অনেক সহজ করে দেয়, তবে সিদ্ধান্ত নেওয়ার আগে নিজের চোখে যাচাই করার অভ্যাস ছাড়লে চলবে না।
উৎস
- জেমিনি: বড় প্রসঙ্গ উইন্ডো ও দীর্ঘ নথি বোঝার ক্ষমতাগুগল ডিপমাইন্ড