এ বছর একটি জনসমক্ষে সুডোকু পরীক্ষা চমকপ্রদ ফল দিয়েছে। Logical Intelligence-এর মতে, OpenAI-এর GPT-5.2, Claude Opus 4.5 ও Sonnet 4.5, Gemini 3 Pro এবং DeepSeek V3.2 সহ শীর্ষস্থানীয় বড় ভাষা মডেলগুলোর একটি দল মিলিতভাবে মাত্র ২% ধাঁধা সমাধান করেছে এবং API কলে প্রায় ১১,০০০ ডলার খরচ করেছে। Kona নামের একটি মডেল, যা প্রায় এক হাজার গুণ ছোট, মাত্র ৪ ডলার GPU সময়ে ৯৬.২% সমাধান করেছে।
এই ব্যবধান আসলে সুডোকু নিয়ে নয়। সুডোকুর নিয়মাবলি সুস্পষ্ট ও এতটাই সরল যে একজন দশ বছরের শিশুও তা শিখতে পারে, আর ঠিক এ কারণেই ফলাফলটি বিস্ময়কর। LLM হলো ভাষার ওপর ভিত্তি করে গড়া সবচেয়ে সক্ষম AI মডেল, কিন্তু দৈনন্দিন অনেক কাজের জন্য ভাষার বাইরের বুদ্ধি প্রয়োজন। কিছু কাজে স্থানিক বা মাত্রিক যুক্তির দরকার, কিছু যুক্তি, পরিকল্পনা বা আবেগীয় সচেতনতার ওপর নির্ভর করে, আর মানুষের অনেক কাজই পুরোপুরি শব্দে প্রকাশ করা যায় না। অনুমান ও সৃজনশীলতাই বুদ্ধিকে যান্ত্রিক নয়, জীবন্ত করে তোলে।
টিউরিং পুরস্কার বিজয়ী ও ডিপ লার্নিংয়ের অগ্রদূত Yann LeCun বছরের পর বছর ধরে যুক্তি দিয়ে আসছেন যে শুধু টেক্সট থেকে প্রকৃত বুদ্ধি তৈরি হবে না। Eve Bodnia প্রতিষ্ঠিত Logical Intelligence-এর পদ্ধতি Kona-এর মতো শক্তি-ভিত্তিক যুক্তি মডেল (EBRM)-এর ওপর নির্ভর করে। এই মডেলগুলো এমন সীমাবদ্ধতা-সমস্যা সামলাতে তৈরি, যেগুলোতে LLM-এর হিমশিম খেতে হয়।
LLM একটি ক্রমের মধ্যে সবচেয়ে সম্ভাব্য পরবর্তী টোকেন অনুমান করে কাজ করে। এই নকশা অনুবাদ, সারসংক্ষেপ ও কোড তৈরিতে শক্তিশালী ফল দিয়েছে, কিন্তু প্রতিটি সমস্যার জন্য এটি উপযুক্ত নয়। অন্য ধরনের বুদ্ধির প্রয়োজন হয় এমন কাজের জন্য EBRM একটি ভিন্ন পথ দেয়, যেখানে সুপ্ত যুক্তি অধিক নির্ভরযোগ্য এবং যাচাই ও নিরাপত্তা LLM ব্যবস্থার চেয়ে ভিন্নভাবে পরিচালিত হয়।
উৎস: ByteByteGo · সারাংশ: HeadlinesBriefing