প্রতিবেদনটি, আগস্ট 1, 2026-এ প্রকাশিত এবং The Decoder দ্বারা নথিভুক্ত, আটটি কেস স্টাডি পরীক্ষা করেছে — বেশিরভাগ জীববিজ্ঞানে — যেখানে গবেষণা গোষ্ঠীগুলি কোডেক্স এবং ক্লোড কোড এর মতো কোডিং এজেন্টগুলিকে উদ্ধার, অপ্টিমাইজ এবং সমালোচনামূলক সফ্টওয়্যার পুনরায় লেখার জন্য ব্যবহার করেছে৷ বিজ্ঞান এবং শিল্পকে পুনর্নির্মাণকারী সরঞ্জামগুলির উপর চলমান প্রতিবেদনের জন্য, আমাদের সর্বশেষ AI সংবাদ অনুসরণ করুন।
বৈজ্ঞানিক সফ্টওয়্যার একটি শান্ত সংকট
আধুনিক গবেষণার উপর ভিত্তি করে বেশিরভাগ সফ্টওয়্যার একটি একক কাগজের সমর্থনকারী কোড হিসাবে শুরু হয়েছিল। ছোট একাডেমিক দলগুলি সঠিক পরীক্ষা, রক্ষণাবেক্ষণ বা অপ্টিমাইজেশনের জন্য সংস্থান ছাড়াই এই সরঞ্জামগুলি তৈরি করেছে। ফলাফল হল একটি ভঙ্গুর ভিত্তি: প্রোগ্রামগুলি যা সমগ্র ক্ষেত্রের জন্য সমালোচনামূলক থাকে কিন্তু ধ্রুবক মেরামতের প্রয়োজন হয়। ওপেনএআই ফিল্ড রিপোর্ট প্রস্তাব করে যে AI কোডিং এজেন্টরা সেই দীর্ঘস্থায়ী ব্যবধান বন্ধ করতে সাহায্য করতে পারে।
প্রকল্পগুলি রুটিন রক্ষণাবেক্ষণ থেকে শুরু করে আধুনিক প্রোগ্রামিং ভাষায় সম্পূর্ণ পুনঃলিখন পর্যন্ত, এবং বেশ কয়েকটি নজরকাড়া কর্মক্ষমতা লাভ করেছে।
মরিচায় স্টার পুনর্নির্মাণ
আরও উচ্চাভিলাষী প্রকল্পগুলির মধ্যে একটি, রাস্টার-অ্যালাইনার, রাস্টে স্ক্র্যাচ থেকে STAR পুনর্নির্মিত। STAR হল একটি বহুল ব্যবহৃত টুল যা একটি জিনোমে কোষ থেকে তাদের সংশ্লিষ্ট অবস্থানে পাঠের অনুক্রমের মানচিত্র তৈরি করে। মূল প্রোগ্রামটিতে C এবং C++ এর 20,000 এরও বেশি লাইন রয়েছে এবং এটি আর সক্রিয়ভাবে রক্ষণাবেক্ষণ করা হয় না, যদিও এটি অনেক গবেষণা পাইপলাইনে এমবেড করা থাকে।
পুনর্লিখন যাচাই করার জন্য, টিম খামির কোষ থেকে 10,000টি সংক্ষিপ্ত সিকোয়েন্সিং রিডের উপর উভয় সরঞ্জাম পরীক্ষা করেছে। একক-এন্ড রিডের জন্য, রাস্টার-অ্যালাইনার 99.815 শতাংশ ক্ষেত্রে STAR-এর মতো একই ফলাফল তৈরি করেছে। পেয়ারড-এন্ড রিডের জন্য, চুক্তির হার ছিল 99.883 শতাংশ। তুলনাটি ম্যাপ করা অবস্থানের বাইরেও প্রসারিত হয়েছে যাতে অন্যান্য কয়েকটি মূল ক্ষেত্র অন্তর্ভুক্ত করা হয় যা উভয় প্রোগ্রামই প্রতিটি পাঠের জন্য তৈরি করে, এবং কোনও সরঞ্জামই এমন কোনও পাঠকে ম্যাপ করেনি যা অন্যটি ম্যাপ করতে ব্যর্থ হয়।
একটি 60-ফোল্ড স্পিডআপ
RustQC একটি একক প্রোগ্রামে 15টি পৃথক মান-নিয়ন্ত্রণ সরঞ্জাম একত্রিত করে সবচেয়ে বড় গতি প্রদান করেছে৷ একটি বড় ডেটাসেটে, রানটাইম 15 ঘন্টা এবং 34 মিনিট থেকে কমে মাত্র 14 মিনিট এবং 54 সেকেন্ডে দাঁড়িয়েছে — 60 গুণেরও বেশি গতির ।আরেকটি প্রজেক্ট, HelixForge, একটি GPU-এক্সিলারেটেড সংস্করণের সাথে সিন্থেটিক জিনোমিক ডেটা তৈরি করার জন্য একটি টুল প্রতিস্থাপন করেছে। একজন দাতা এবং জিনোমের দশ-মিলিয়ন-বেস-পেয়ার বিভাগের ডেটা ব্যবহার করে একটি পরীক্ষায়, HelixForge মূল BamSurgeon-এর তুলনায় সম্পূর্ণ পাইপলাইন 59.6 গুণ দ্রুত সম্পন্ন করেছে, মূল গণনার ধাপটি একাই 98.6 গুণ দ্রুত চলছে।
আরও প্রচলিত আধুনিকীকরণে, GPT-5.5 cyvcf2 এর পুরানো বিল্ড এবং ইনস্টলেশন প্রক্রিয়াকে প্রতিস্থাপন করেছে, জেনেটিক ডেটা পড়ার জন্য একটি পাইথন লাইব্রেরি। আরও জড়িত MHCflurry মাইগ্রেশন টেনসরফ্লো থেকে পাইটর্চে মোটামুটি 10,000 লাইন কোড পোর্ট করার সময় বিকাশকারী এবং পর্যালোচকের ভূমিকার মধ্যে ক্লাউড কোড এবং কোডেক্সকে বিকল্প হিসাবে দেখেছে। MHCflurry হল একটি ইমিউনোলজি মডেল যা ভবিষ্যদ্বাণী করে যে কোন টার্গেট ইমিউন কোষ চিনবে।
'আত্মবিশ্বাসে ভুল'
শিরোনাম ফাইন্ডিং, তবে, একটি sobering এক ছিল. কেস স্টাডি জুড়ে, এজেন্টরা সু-সংজ্ঞায়িত কাজগুলি দ্রুত সম্পন্ন করে কিন্তু তাদের কাজ বৈজ্ঞানিকভাবে সঠিক ছিল কিনা তা নির্ভরযোগ্যভাবে বিচার করতে পারেনি। এমনকি যখন তাদের কোডে ত্রুটি ছিল, সিস্টেমগুলি প্রায়শই এটি সম্পূর্ণ আত্মবিশ্বাসের সাথে উপস্থাপন করে।
Cyvcf2-এর বিকাশকারী ব্রেন্ট পেডারসেন রিপোর্টে উত্তেজনা ক্যাপচার করেছেন: "কোডিং এজেন্টের সাহায্যে দ্রুত যাওয়া বেশ সহজ; আপাতত, বিজ্ঞানে অনেক দূর যেতে, এখনও বিশেষজ্ঞের নির্দেশনা, বোঝাপড়া, স্বাদ এবং যত্নের প্রয়োজন আছে।"
ফিলিপ ইওয়েলস, যিনি রাস্টকিউসি প্রকল্পের নেতৃত্ব দিয়েছিলেন, তিনি ভোঁতা ছিলেন। তিনি এজেন্টদের "বাকপটু, দৃঢ়প্রত্যয়ী এবং আত্মবিশ্বাসের সাথে ভুল উপায়ে ভুল বলে বর্ণনা করেছেন যা মিস করা সহজ।" ইওয়েলস কখনই মডেলদের তাদের নিজের কাজের যথার্থতা বিচার করতে দেয়নি, পরিবর্তে তাদের ভুল ধরতে একটি স্বাধীন পরীক্ষার জোতা তৈরি করে।
ত্রুটিগুলি সরল দৃষ্টিতে লুকিয়ে থাকে
বায়সম কেস স্টাডি এই ত্রুটিগুলি ধরা কতটা কঠিন হতে পারে তা চিত্রিত করেছে৷ এর মরিচা পুনঃলিখন মূলের তুলনায় দুই থেকে বিশ গুণ দ্রুতগতিতে চলে, কিন্তু দুটি উন্নত পদ্ধতির প্রথম সংস্করণে সূক্ষ্ম ত্রুটি রয়েছে। একটিতে, এজেন্ট একটি কী কন্ট্রোল প্যারামিটার উল্টে দেয়, যার ফলে প্রোগ্রামটি উদ্দিষ্ট মানগুলির পারস্পরিক ব্যবহার করে। একটি পৃথক বাগ গণনা নিজেই প্রভাবিত. গবেষকরা পরিচিত ফলাফল সহ হাজার হাজার সিন্থেটিক ডেটাসেটের বিরুদ্ধে একটি বিশদ ক্রমাঙ্কন পরীক্ষা চালানোর পরেই উভয় সমস্যা আবিষ্কার করেছেন।এপিসোডটি AI এর সাথে বিজ্ঞানীরা কীভাবে কাজ করতে পারে তার একটি কাঠামোগত পরিবর্তনের উপর আন্ডারস্কোর করে: নিজেরাই কোড লেখার পরিবর্তে, তাদের কেন্দ্রীয় কাজটি কঠোরভাবে ফলাফল যাচাই করা হয়ে ওঠে - এমন একটি ভূমিকা যা গভীর ডোমেন দক্ষতার দাবি করে যা এজেন্টরা নিজেরাই সরবরাহ করতে পারে না।
বিজ্ঞানের জন্য এর অর্থ কী
উচ্চ-স্টেক ডোমেনে এআই সিস্টেমগুলিকে কতটা স্বায়ত্তশাসন দেওয়া উচিত তা নিয়ে তীব্র বিতর্কের এক মুহুর্তে এই ফলাফলগুলি উঠে এসেছে। স্পিডআপগুলি সত্যিকারের রূপান্তরকারী — রানটাইম 60-গুণ কমানো একটি রাতারাতি কাজকে কফি বিরতিতে পরিণত করতে পারে। কিন্তু রিপোর্টের সবচেয়ে গুরুত্বপূর্ণ অবদান হতে পারে সীমা সম্পর্কে এর সততা। যে এজেন্টগুলি দ্রুত, সাবলীল এবং প্ররোচিত, তবুও বৈজ্ঞানিক বৈধতা স্ব-মূল্যায়ন করতে অক্ষম, কেবলমাত্র সেই বিশেষজ্ঞদের হাতে একটি শক্তিশালী হাতিয়ার যারা ঠিক কী পরীক্ষা করতে জানেন।
জড়িত গবেষকদের জন্য, পাঠটি স্পষ্ট: AI অসাধারণ গতিতে বিজ্ঞানের ভারাকে পুনর্নির্মাণ করতে পারে, কিন্তু মানুষের বিচার ভার বহন করে।
এআই থেকে এগিয়ে থাকুন
গবেষণার অগ্রগতি থেকে এন্টারপ্রাইজ স্থাপনা পর্যন্ত, পরিবর্তনের গতি নিরলস। কৃত্রিম বুদ্ধিমত্তা কীভাবে বিজ্ঞান, ব্যবসা এবং সমাজকে নতুন আকার দিচ্ছে তার চলমান, সত্য-পরীক্ষিত কভারেজের জন্য AI Buzz Wire* বুকমার্ক করুন।
আরও এআই গবেষণার খবর পড়ুন →
