OpenAI-এর GPT-6 Astra তার রেকর্ডে একটি অস্বাভাবিক ট্রফি যোগ করেছে: ভালভের আইকনিক ফার্স্ট-পারসন পাজলার পোর্টালের একটি সম্পূর্ণ প্লেথ্রু, $571.18 এর মোট কম্পিউট খরচে 24 ঘন্টার মধ্যে স্বায়ত্তশাসিতভাবে সম্পন্ন হয়েছে। দ্য ভার্জ 6 সেপ্টেম্বর, 2026-এ মাইলফলকটি রিপোর্ট করেছে, কোজিব্লেজ নামে পরিচিত একজন ব্যবহারকারীকে কৃতিত্ব দিয়েছে, যিনি ফ্রন্টিয়ার মডেলটিকে গেমের সাথে সংযুক্ত করেছেন এবং বাকিটা বের করতে দিয়েছেন।

বয়স হওয়া সত্ত্বেও পোর্টাল একটি এআই এজেন্টের জন্য একটি চাহিদাপূর্ণ পরীক্ষা। 2007 সালে ভালভ দ্বারা মুক্তিপ্রাপ্ত, গেমটির জন্য খেলোয়াড়দের একটি পোর্টাল বন্দুক ব্যবহার করে স্থানিক পাজল সম্পর্কে যুক্তি দিতে হয় — দেয়াল, মেঝে এবং সিলিংয়ে লিঙ্কযুক্ত খোলার তৈরি করে পরীক্ষা চেম্বারগুলির মধ্য দিয়ে যাওয়ার জন্য যা নিয়মিতভাবে অন্তর্দৃষ্টিকে অস্বীকার করে। এখানে ঝুঁকে পড়ার জন্য কোন যুদ্ধ পিষে নেই এবং অনুসরণ করার জন্য কোন অনুসন্ধান মার্কার নেই; প্রতিটি চেম্বার মূলত একটি পদার্থবিদ্যা ধাঁধা. কিভাবে ফ্রন্টিয়ার মডেলগুলিকে স্ট্রেস-পরীক্ষা করা হচ্ছে তা অনুসরণ করা পাঠকদের জন্য, এই দৌড় আমাদের AI ডেভেলপমেন্ট কভারেজ এ একটি প্রাণবন্ত এন্ট্রি।

ডেমো ভিডিও থেকে সম্পূর্ণ সমাপ্তি পর্যন্ত

কোথাও থেকে রান আসেনি। এর আগে ৬ সেপ্টেম্বর, হ্যাকার নিউজে জিপিটি-৬ অ্যাস্ট্রা প্লেয়িং পোর্টাল দেখানো একটি ইউটিউব ভিডিও প্রচারিত হয় এবং একটি ফলো-আপ পোস্ট উল্লেখ করে যে মডেলটি "স্বায়ত্তশাসিতভাবে সম্পন্ন হয়েছে" গেমটি দিনের সাথে সাথে মনোযোগ আকর্ষণ করেছে। দ্য ভার্জ-এর প্রতিবেদনে বিস্তারিত নিশ্চিত করা হয়েছে: সম্পূর্ণ গেমটি, 24 ঘন্টার কম সময়ের মধ্যে পিটানো হয়েছে, কম্পিউটে $600-এর কম খরচে - সংশয়বাদীদের জন্য প্রকাশিত রানের একটি ঘনীভূত ভিডিও সহ।

দ্য ভার্জ বিলের পরিবেশগত দিকটি পরিমাপ করা প্রতিরোধ করতে পারেনি, লক্ষ্য করে যে রানটি সম্ভবত ডাটা সেন্টার কুলিংয়ে একটি ছোট সুইমিং পুলের মূল্যের জল খেয়েছে। এটি একটি রিমাইন্ডার যে এজেন্টিক গেমিং রান ব্যবহারকারীর জন্য সস্তা কিন্তু গ্রহের জন্য বিনামূল্যে নয়।

কেন একটি 2007 পাজলার একটি গুরুতর বেঞ্চমার্ক

বিটিং পোর্টাল ARC-AGI বা SWE-বেঞ্চের মতো একটি নির্ধারিত মানদণ্ড নয় এবং আংশিকভাবে এটি অনুরণিত হয়। গেমটি ঠিক সেই দক্ষতার দাবি করে যা ঐতিহাসিকভাবে মানুষকে এআই সিস্টেম থেকে আলাদা করেছে:

  • স্থানিক যুক্তি। সমাধানগুলির জন্য ভবিষ্যদ্বাণী করা প্রয়োজন যেখানে একটি পোর্টাল প্রস্থান প্লেয়ারের শরীরকে চালু করবে — ত্রিমাত্রিক পদার্থবিজ্ঞানের যুক্তি যা বছরের পর বছর ধরে এজেন্টদের ট্রিপ করেছে।
  • দীর্ঘ-দিগন্ত পরিকল্পনা। চেম্বার চেইন একাধিক ধাপ; চূড়ান্ত ধাপে ব্যর্থ হওয়ার অর্থ সাধারণত শুরু থেকে ক্রমটি পুনরায় করা।
  • হাত না ধরে ব্যর্থতা থেকে শেখা। কোন ইঙ্গিত নেই। এজেন্টকে অবশ্যই ট্রায়াল এবং ত্রুটির মাধ্যমে গেমের নিয়ম অনুমান করতে হবে, তারপর সেগুলিকে নতুন চেম্বারে সাধারণীকরণ করতে হবে।

এই বছরের শুরুর দিকে, OpenAI-এর GPT-6 Astra ARC-AGI-3 বেঞ্চমার্কে শীর্ষে ছিল এজেন্টিক যুক্তির উপর দৃষ্টি নিবদ্ধ করে, এবং মডেলটি কম্পিউটার-ব্যবহার ক্ষমতার প্রতি মনোযোগ আকর্ষণ করেছে — সফ্টওয়্যার ইন্টারফেসগুলিকে একজন ব্যক্তি যেভাবে পরিচালনা করবে। পোর্টাল রান সেই একই দক্ষতা সেটের একটি কৌতুকপূর্ণ কিন্তু প্রকৃত প্রদর্শন: উপলব্ধি, পরিকল্পনা এবং নিয়ন্ত্রণ, মানুষের হস্তক্ষেপ ছাড়াই ঘন্টার পর ঘন্টা আনরোল করা হয়।

একটি বিস্তৃত তরঙ্গের অংশ

2026 সালে এআই গেমিং কোথায় পৌঁছেছে তারও একটি চিহ্ন। বেঞ্চমার্ক স্কোরগুলি এখন সাংস্কৃতিক মাইলফলকগুলির সাথে স্থান ভাগ করে নিয়েছে: মডেলগুলি বাচ কোরালেস রচনা করে, হাতে লেখা-সংশোধনের স্বীকৃতি পরীক্ষাকে মারধর করে এবং গেমগুলি সম্পূর্ণ করে যা একসময় "কম্পিউটারগুলি কখনই এটি করবে না।" প্রতিটি পাস একটি পুরানো নিশ্চিততা থেকে মুক্তি দেয় এবং পরবর্তীটি কী হবে তা নিয়ে প্রশ্ন উত্থাপন করে।

ব্যবহারিক প্রভাব আছে, এছাড়াও. একই লুপ যা কোজিব্লেজের সেটআপ পোর্টালকে পরিচালনা করতে দেয় — কয়েকশ ডলার খরচ করে স্ক্রিনশট, সিদ্ধান্ত নেওয়া — সফ্টওয়্যার পরীক্ষা, রোবোটিক্স এবং কম্পিউটার-ব্যবহার সহকারীর জন্য লুপ তৈরি করা হচ্ছে। একটি মডেল যা একটি গেমের পদার্থবিদ্যাকে একটি পূর্ণাঙ্গ প্লে-থ্রুর জন্য মনে রাখতে পারে, যা নীতিগতভাবে, দীর্ঘ, অগোছালো সফ্টওয়্যার টাস্কগুলিকে পিষতে পারে যা সংক্ষিপ্ত-প্রসঙ্গ সিস্টেমগুলিকে পরাজিত করে।

আপাতত, যদিও, টেকঅ্যাওয়ে সহজ। একটি AI গেমিংয়ের সবচেয়ে প্রিয় পাজলগুলির একটিকে পরাজিত করে, একটি নতুন GPU জমার দামের জন্য শেষ করা শুরু করে — এবং ভিডিওটি পোস্ট করে৷ অ্যাপারচার সায়েন্সের পরীক্ষার চেম্বারগুলি মানুষকে চতুর বোধ করার জন্য ডিজাইন করা হয়েছিল। এই সপ্তাহান্তে, তারা একটি মডেলকে সাবলীল দেখায়।

কিভাবে রান রিসিভ করা হয়েছিল

প্রতিক্রিয়াটি সাধারণত AI গেমিং মাইলস্টোনগুলির আর্ক ট্র্যাক করে: প্রথমে অবিশ্বাস, তারপর ভিডিও, তারপর গ্রহণ৷ হ্যাকার নিউজে, সেটআপটি কীভাবে কাজ করে এবং এটি এজেন্টিক এআই সম্পর্কে কী বোঝায় তা বিচ্ছিন্ন করে মন্তব্যকারীদের একটি অবিচ্ছিন্ন স্ট্রীম আঁকিয়েছিল - অনেকগুলি লক্ষ্য করে যে মোট বিল অনেকের চেয়ে কম ছিল যে এই ধরনের রান খরচ হবে। সমাপ্তির ঘনীভূত ভিডিও সন্দেহবাদীদের নিজেদের দাবি যাচাই করার একটি উপায় দিয়েছে, যা বেশিরভাগ বেঞ্চমার্ক ফলাফলের অফার থেকে বেশি।

এটি আগে আসা মাইলফলকগুলির সাথে তুলনা করার আমন্ত্রণ জানিয়েছে। বোর্ড গেমস থেকে শুরু করে রিয়েল-টাইম কৌশল থেকে ওপেন-এন্ডেড স্যান্ডবক্স পর্যন্ত গেমিং কয়েক দশক ধরে মাঠের সর্বজনীন প্রমাণের ক্ষেত্র হিসাবে কাজ করেছে। প্রতিবার যখন একটি খেলা পড়ে, তর্ক পাল্টে যায়: আজকের সংশয়বাদীরা জোর দিয়েছিলেন যে কৃতিত্বটি সংকীর্ণ, বিশেষায়িত বা বিশেষ কিছু উপায়ে সাধারণীকরণযোগ্য নয়। সেই ইতিহাসের মধ্যে পোর্টালটিকে যা উল্লেখযোগ্য করে তোলে তা হল সেটআপটি কতটা সাধারণ ছিল — একটি বাণিজ্যিকভাবে উপলব্ধ ফ্রন্টিয়ার মডেল, একটি ভোক্তা গেম এবং কয়েকশ ডলারের গণনা, গেমের জন্য বিশেষভাবে প্রশিক্ষিত একটি বেসপোক রিসার্চ সিস্টেমের পরিবর্তে।

---

এআই থেকে এগিয়ে থাকুন

সর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।

আরও এআই খবর পড়ুন →