AI & ML Research 24 Hours

সর্বশেষ আপডেট: September 24, 2026, 10:23 PM ET

এআই গবেষণা সরঞ্জাম

Google AI এআই কো-ডিরেক্টর চালু করেছে যা দীর্ঘ-ফর্মের ভিডিও জেনারেশন স্বয়ংক্রিয় করতে সক্ষম, ব্যবহারকারীদের প্রাকৃতিক ভাষা প্রম্পটের মাধ্যমে মাল্টিমোডাল মডেল গাইড করতে দেয় যাতে ধারাবাহিক দৃশ্য পরিবর্তন এবং বর্ণনামূলক প্রবাহ নিশ্চিত হয়। দলের শেয়ার করা অভ্যন্তরীণ বেঞ্চমার্ক অনুসারে, সিস্টেমটি প্রাথমিক পরীক্ষায় ম্যানুয়াল কীফ্রেমিং ৭০% কমিয়ে দেয়।

মাল্টিমোডাল ইন্টারঅ্যাকশন

Deep Mind Gemini 3.8 Live চালু করেছে, যাতে রিয়েল-টাইম অ্যাভাটার সিন্থেসিস রয়েছে যা মুখের অভিব্যক্তি, ঠোঁটের নড়াচড়া এবং দৃষ্টির দিককে কথ্য আউটপুটের সাথে সিঙ্ক্রোনাইজ করে, কথোপকথনমূলক সেটিংসে ২০০ms-এর কম লেটেন্সি অর্জন করে। প্রাথমিক গ্রহীতারা টেক্সট-ভিত্তিক বেসলাইনের তুলনায় ভার্চুয়াল অ্যাসিস্ট্যান্ট মিথস্ক্রিয়ায় অনুভূত ব্যস্ততা ৪০% বৃদ্ধি পেয়েছে বলে জানিয়েছেন।

ডেভেলপার ওয়ার্কফ্লো

Towards Data Science কোডিং এজেন্ট টিপস রূপরেখা দিয়েছে সাবস্ক্রিপশন মূল্য সর্বাধিক করতে, প্রম্পট ইঞ্জিনিয়ারিং কৌশল যেমন পুনরাবৃত্তিমূলক পরিমার্জন এবং কনটেক্সট উইন্ডো ব্যবস্থাপনার উপর জোর দিয়ে যা কোড জেনারেশন কাজে টোকেন অপচয় ৩৫% পর্যন্ত কমাতে পারে। গাইডটি ম্যানুয়াল যাচাইকরণ ছাড়া অটো-সম্প্লিশনের উপর অতিরিক্ত নির্ভরতার বিরুদ্ধে সতর্ক করে, অপর্যালোচিত আউটপুটে সূক্ষ্ম লজিক ত্রুটিতে ২২% বৃদ্ধির উল্লেখ করে।

এআই নির্ভরযোগ্যতা

Towards Data Science-এর আরেকটি টুকরো সত্যবাদী এআই সিস্টেম পরীক্ষা করে, যুক্তি দেয় যে রিট্রিভাল-অগমেন্টেড জেনারেশন একা বাস্তবিক নির্ভুলতার জন্য যথেষ্ট নয় এবং প্রমাণ-ভিত্তিক আর্কিটেকচার প্রস্তাব করে যা দাবিগুলিকে যাচাইযোগ্য উৎসের সাথে সংযুক্ত করে, বাহ্যিক জ্ঞান যাচাইকরণ স্তরের সাথে যুক্ত হলে ডোমেইন-নির্দিষ্ট বেঞ্চমার্কে হ্যালুসিনেশন ৫০% পর্যন্ত কমিয়ে দেয়।

টেস্ট অটোমেশন

তৃতীয় একটি নিবন্ধ স্পেক-চালিত টেস্টিং নিয়ে আলোচনা করে, টেস্ট পাইপলাইনে স্বাধীন যাচাইকরণের পক্ষে সমর্থন জানিয়ে মিথ্যা পজিটিভ ধরা দিতে, উল্লেখ করে যে LLM-ভিত্তিক সিস্টেমে পাস করা টেস্ট স্যুটের ৩০% এখনও আনডিটেক্টেড স্পেসিফিকেশন লঙ্ঘন ধারণ করে যখন আউটপুটগুলি আনুষ্ঠানিক প্রয়োজনীয়তার বিরুদ্ধে চেক করা হয় না।

জলবায়ু প্রযুক্তি

MIT Technology Review জলবায়ু সপ্তাহে এআই কভার করেছে, বিস্তারিত জানিয়েছে কিভাবে এআই-চালিত সীমান্ত নজরদারি সরঞ্জামগুলি UN আলোচনার সময় সম্ভাব্য অপব্যবহারের জন্য সমালোচনার মুখোমুখি হয়েছিল, একই সাথে পুনর্নবীকরণযোগ্য গ্রিড লোড পূর্বাভাস অপ্টিমাইজ করার সফল স্থাপনাগুলি হাইলাইট করে, যা জার্মানি এবং স্পেন জুড়ে পাইলট প্রোগ্রামে বায়ু খামারের দক্ষতা ১৮% উন্নত করেছে।

এন্টারপ্রাইজ এআই

OpenAI Ringg-এর এজেন্ট বৈশিষ্ট্যযুক্ত করেছে, GPT-5.6-চালিত বহুভাষিক এজেন্ট ব্যবহার করে ভয়েস, চ্যাট এবং WhatsApp জুড়ে গ্রাহক পরিষেবা কলের ৬৫% পর্যন্ত স্বায়ত্তশাসিতভাবে সমাধান করে, গড় হ্যান্ডেল সময় ৫০% কমিয়ে এবং লাতিন আমেরিকার একটি মাঝারি আকারের টেলিকম ক্লায়েন্টের জন্য বার্ষিক $১.২M অপারেশনাল খরচ কমিয়েছে।

পাইপলাইন অখণ্ডতা

Towards Data Science পাইপলাইন ব্যর্থতা অন্বেষণ করেছে যখন LLMগুলি খালি বা নাল প্রতিক্রিয়া ফেরত দেয়, দেখায় যে রিট্রাই লুপ বা ডিফল্ট উত্তরগুলির মতো ফলব্যাক মেকানিজমের উপর অতিরিক্ত নির্ভরতা পদ্ধতিগত সমস্যাগুলি লুকিয়ে রাখতে পারে, যেখানে উৎপাদন ঘটনার ৪১% মডেল হ্যালুসিনেশনের পরিবর্তে উত্তর যাচাইকরণ স্তরে নীরব ব্যর্থতার কারণে ঘটে।

নীতি ও প্রভাব

MIT Technology Review-এর একটি চূড়ান্ত টুকরো এআই আধিপত্য উল্লেখ করেছে জলবায়ু সপ্তাহ ২০২৬-এ, যেখানে নির্গমন মডেলিং এবং জলবায়ু পূর্বাভাসে এআই অ্যাপ্লিকেশনগুলি ব্যাপক মনোযোগ আকর্ষণ করেছিল, তবুও সমালোচকরা সতর্ক করেছেন যে বর্তমান প্রতিশ্রুতিগুলি অপ্রমাণিত প্রযুক্তি স্কেলিংয়ের উপর নির্ভর করে, উপস্থাপিত এআই সমাধানের মাত্র ১২% বাস্তব-বিশ্বের প্রভাবের জন্য পিয়ার-রিভিউড যাচাইকরণ রয়েছে।