৫০ কোটি গ্রাহকের এআই অনুসন্ধান: জিওস্টারের প্রধান স্থপতি

আমাদের এক্সিকিউটিভ ফাংশন ধারাবাহিকে উঠে আসে এআই দিয়ে রূপান্তর ঘটাচ্ছেন এমন নেতাদের দৃষ্টিভঙ্গি.

জিওস্টার বিনোদন ও সরাসরি খেলা দেখার প্ল্যাটফর্ম পরিচালনা করে, যা ব্যবহার করেন ৫০ কোটির বেশি মানুষ. একই সময়ে তাদের প্ল্যাটফর্মে সরাসরি খেলা দেখেছেন সর্বোচ্চ ৭ কোটি ২৫ লাখ দর্শক. এত বিপুল পরিসরে এআইকে হতে হয় দ্রুত, নির্ভরযোগ্য এবং বাস্তবে ব্যবহারের জন্য প্রস্তুত.

OpenAI এপিআই ব্যবহার করে জিওস্টার জিওহটস্টারে এমন এক সহকারী যুক্ত করেছে, যার সঙ্গে কথা বলে ভিডিও ও ক্রিকেটের পরিসংখ্যান খুঁজে পাওয়া যায়. দর্শকেরা স্বাভাবিকভাবে কথা বলেই খুঁজে নিতে পারেন সিনেমা ও অনুষ্ঠান, অতীতের উল্লেখযোগ্য দৃশ্য, চলমান ম্যাচের মুহূর্ত কিংবা ক্রিকেটের পরিসংখ্যান. কথোপকথনের পাশাপাশি ফলাফল দেখা যায় পর্দায়.

সিঙ্গাপুরে OpenAI-এর নির্বাহী সম্মেলনে আসিয়ান অঞ্চলে OpenAI-এর গো-টু-মার্কেট প্রধান সিদ্ধার্থ শর্মা কথা বলেন জিওস্টারের প্রধান স্থপতি বিজয় শেষাদ্রির সঙ্গে. আলোচনায় উঠে আসে প্রায় আট সপ্তাহে ১৫টির বেশি ভাষায় এই সেবা তৈরির অভিজ্ঞতা এবং এআইকে প্রদর্শনী থেকে বাস্তব ব্যবহারে নিয়ে যাওয়ার ক্ষেত্রে নেতাদের জন্য শিক্ষণীয় বিষয়গুলো.

গত ২৫ বছরে দেখার মতো কিছু খুঁজে নেওয়ার প্রক্রিয়ায় খুব সামান্যই পরিবর্তন এসেছে. সর্বশেষ বড় পরিবর্তন ছিল পছন্দমতো কিছু দেখার সুপারিশ. এরপর যা এসেছে, তার বেশির ভাগই একই ধারণার পরিমার্জিত রূপ.

কিন্তু কী দেখবেন, সেই পছন্দটি একান্তই ব্যক্তিগত. কেউ হয়তো বললেন, “আমার মন খারাপ. মন ভালো করে দেবে এমন কিছু দেখাও.” এই সহজ অনুরোধের মধ্যেও অনেক সূক্ষ্ম বিষয় আছে. কেমন মন খারাপ? সাধারণত কী দেখলে তাঁর মন ভালো হয়? তিনি কি হাসির কিছু দেখতে চান, স্বস্তি দেয় এমন কিছু, নাকি যা মনকে পুরোপুরি অন্যদিকে নিয়ে যাবে?

প্রচলিত সুপারিশ ব্যবস্থার পক্ষে সেই মুহূর্তের চাহিদা বোঝা কঠিন হতে পারে. কথোপকথন দর্শককে তা বুঝিয়ে বলার সুযোগ দেয়. আমরা একে বলি কণ্ঠ ও দৃশ্যভিত্তিক ইন্টারফেস.

আমরা অক্টোবর-নভেম্বরে ধারণাটি নিয়ে কাজ শুরু করি. সামনে ফেব্রুয়ারিতে ছিল একটি বড় ক্রিকেট টুর্নামেন্ট. আমাদের হাতে ছিল প্রায় দুই মাস, আর সামনে ছিল সম্পূর্ণ ভিন্ন দুই ধরনের দর্শক: বিনোদনের দর্শক ও ক্রিকেটভক্ত.

বিনোদনের দর্শক হয়তো বলবেন, “শুক্রবার সন্ধ্যা—চমকে দেওয়ার মতো কিছু দেখাও,” কিংবা নাম না জেনেই কোনো সিনেমার বর্ণনা দেবেন. খেলার দর্শকেরা হয়তো আরও নির্দিষ্ট কিছু দেখতে চাইবেন, যেমন উইকেট পতন, একের পর এক ছক্কা, কিংবা যে ম্যাচে কোনো খেলোয়াড় নির্দিষ্ট সংখ্যক রান করেছিলেন. ক্রিকেট বিশেষজ্ঞরা হয়তো প্রতিটি বলের পরিসংখ্যান চাইবেন.

এসব ক্ষেত্রে খুঁজে পাওয়ার চ্যালেঞ্জগুলো একেবারেই আলাদা. খুব অল্প সময়ে আমরা বিনোদন, খেলার মুহূর্ত ও ক্রিকেটের বিস্তারিত পরিসংখ্যান এক সেবায় একত্র করার কাজ করেছি, একাধিক ভাষায়.

শুরুতেই আমরা সমস্যাটিকে তিনটি বিষয়ের মধ্যে ভারসাম্য রাখার চ্যালেঞ্জ হিসেবে দেখেছি: নির্ভুলতা, সাড়া দিতে লাগা সময় এবং খরচ. প্রকৌশলগত প্রতিটি সিদ্ধান্তে একই সঙ্গে এই তিনটির ভারসাম্য রাখতে হয়েছে.

কণ্ঠের ব্যবহার থাকায় এটি বিশেষভাবে গুরুত্বপূর্ণ হয়ে উঠেছিল. আমাদের ৬০%-এর বেশি ব্যবহারকারী লেখার বদলে কথা বলেন: তাঁরা কী দেখতে চান, তা মুখে বলতেই বেশি পছন্দ করেন. তারপরও বিপুল পরিসরে সাড়া দিতে হবে প্রাসঙ্গিকভাবে, দ্রুত এবং অর্থনৈতিকভাবে টেকসই উপায়ে.

আমি একে দুটি অংশে দেখি: একটি মূল্যায়ন কাঠামো এবং একটি যাচাইয়ের স্তর. বাস্তবে চালুর আগে মূল্যায়ন কাঠামোর ফলাফলের ভিত্তিতে প্রয়োজনীয় পরিবর্তন আনতে হবে. চালুর পর গ্রাহকের আচরণ ও সেবার ব্যর্থতা থেকে নিয়মিত শেখার ব্যবস্থায় মূল্যায়নের নতুন নতুন পরীক্ষণ তৈরি করতে হবে.

এই চক্র নিজে থেকেই আরও কার্যকর হয়ে উঠতে পারে, তবে একে সঠিকভাবে গড়ে তোলা অত্যন্ত কঠিন.

সংশ্লিষ্ট বিষয়ের বিশেষজ্ঞরা অপরিহার্য. খেলার পরিসংখ্যানের মূল্যায়নে আমরা ক্রীড়া সাময়িকীর সম্পাদকদের মতো ব্যক্তিদের সঙ্গে কাজ করেছি, যাঁরা বোঝেন একনিষ্ঠ ভক্তরা কী জানতে চাইতে পারেন. শুধু একটি প্রম্পট দিয়ে শুরু করা যায় না; গোড়াতেই ব্যবস্থাটির ভিত্তি গড়তে হবে মানুষের গভীর বিশেষজ্ঞ জ্ঞান দিয়ে.

আমরা যে কাজটি ঠিকভাবে করতে পেরেছিলাম, তা হলো দল গঠন. সমস্যাটি স্পষ্টভাবে নির্ধারণ করে আমরা তথ্যবিজ্ঞানী ও প্রকৌশলীদের একটি ছোট দল নিয়ে শুরু করেছিলাম. গ্রাহকদের সঙ্গে সরাসরি কাজ করা OpenAI-এর প্রকৌশলীরা আমাদের পাশে থেকে সেই কয়েকটি বিষয় আরও স্পষ্টভাবে চিহ্নিত করতে সাহায্য করেছেন, যেগুলো ঠিকভাবে করা ছিল অপরিহার্য.

প্রথমটি ছিল কাজের পরিধি. কথা বলা বা লেখার ইন্টারফেসে ব্যবহারকারীরা প্রায় যেকোনো কিছুই জানতে চাইতে পারেন. তাই শুরুতেই আমরা ঠিক করেছিলাম, ব্যবস্থাটি কোন কোন প্রশ্নের উত্তর দেবে না. সুরক্ষাবিধি ছিল প্রথম অগ্রাধিকার.

মূল্যায়নের জন্য আমরা একটি প্রাথমিক উপাত্তসমষ্টি দিয়ে শুরু করেছিলাম. এরপর মডেল ব্যবহার করে আরও বৈচিত্র্য যোগ করে সেটি বড় করেছি. আমরা এমন একটি পদ্ধতি তৈরি করেছিলাম, যাকে এখন হয়তো নির্মাতা-যাচাইকারী পদ্ধতি বলা যায়: একটি মডেল প্রশ্নের উত্তর কীভাবে দিতে হবে তা নির্ধারণে সাহায্য করত, আর অন্যটি বিপরীত লক্ষ্য নিয়ে যাচাইকারীর ভূমিকা পালন করত—বিচারক হিসেবে একটি LLM.

এতে আরেকটি প্রশ্ন উঠল: বিচারককে পরীক্ষা করবে কে? যাচাইকারী তৈরির কাজটি নিজেই ছিল মূল্যায়নের একটি চ্যালেঞ্জ. মূল্যায়নের পরীক্ষণ তৈরি ও ব্যবস্থা হালনাগাদ করার মতো কাজে Codex দলটির গতি বাড়িয়েছে. তবে দ্রুত তৈরি করতে পারার অর্থ এই নয় যে বিচারবিবেচনা ও যাচাইয়ের প্রয়োজন ফুরিয়েছে.

বাস্তবে চালু থাকা সেবায় মডেলের কার্যকারিতা পর্যবেক্ষণে আরও আগে বিনিয়োগ করতাম.

P99 সাড়ার সময়ের মতো অবকাঠামোর প্রচলিত পরিমাপকগুলো এখনো গুরুত্বপূর্ণ, তবে যথেষ্ট নয়. বাস্তব ব্যবহারে মডেল কতটা কার্যকর, তা-ও পর্যবেক্ষণ করতে হবে.

প্রথমত, প্রযুক্তির সক্ষমতা আর একটি প্রতিষ্ঠানের ভেতরের বাস্তবতার মধ্যে বড় ফারাক আছে. অত্যাধুনিক মডেলের প্রতিটি ঘোষণার সঙ্গে আপনার প্রতিষ্ঠান তাল মেলাতে না পারলে, জানবেন আপনি একা নন.

দ্বিতীয়ত, কত কাজ হচ্ছে তার চেয়ে কী ফল মিলছে, সেদিকে মনোযোগ রাখুন. চোখে পড়ার মতো তৎপরতাকে অর্থবহ অগ্রগতি ভেবে ভুল করা সহজ, বিশেষ করে প্রতিষ্ঠানগুলো যখন কাজে কতটা সময় বা সম্পদ দেওয়া হচ্ছে, সেই পরিমাপকে বেশি গুরুত্ব দেয়. যেমন, কত লাইন কোড তৈরি হয়েছে, তা দিয়ে বোঝা যায় না আপনি অর্থবহ সুফল সৃষ্টি করেছেন কি না.

সবশেষে, বেশির ভাগ প্রতিষ্ঠান মানুষের প্রয়োজনীয় দক্ষতা এবং নিজে সিদ্ধান্ত নিয়ে কাজ করার সামর্থ্যকে খাটো করে দেখে. এটি শুধু সাধারণ দক্ষতা উন্নয়ন কর্মসূচির মধ্যে সীমাবদ্ধ থাকলে চলবে না. নেতাদের এমন মানুষ দরকার, যাঁরা বিচারবিবেচনা দিয়ে এসব সরঞ্জাম কাজে লাগাতে পারেন. একজন দক্ষ প্রকৌশলীকে Codex-এর মতো সরঞ্জাম দিলে সুফল বহুগুণ বাড়তে পারে. আবার বাস্তবে চালু ব্যবস্থাকে যাচাই করার বিচক্ষণতা না থাকলে ঝুঁকিও বহুগুণ বেড়ে যায়.

আপনার হাতে যেন একটি রকেট. বিশেষ করে বাস্তবে চালু ব্যবস্থায় যাচাই ও সুরক্ষাবিধি দরকার, আর নিয়ন্ত্রণের চাবি তুলে দিতে হবে সঠিক মানুষের হাতে.