মেটা সোমবার মিউজ ওয়ান্ডার সিরিজের লঞ্চের মাধ্যমে কৃত্রিম বুদ্ধিমত্তার সীমানায় তার দাবি দাখিল করেছে, দুটি মডেল কোম্পানি বলেছে যে এটি এখন পর্যন্ত তৈরি করা সবচেয়ে সক্ষম। 12 অক্টোবরে Meta-এর গবেষণা ব্লগে প্রকাশিত ঘোষণাটি, ব্যক্তিগত এবং পেশাদার এজেন্টিক কাজের জন্য অত্যাধুনিক সিস্টেম হিসাবে মিউজ ওয়ান্ডার এবং মিউজ ওয়ান্ডার ফুলকে পরিচয় করিয়ে দেয় এবং মেটা ব্যক্তিগত সুপার ইন্টেলিজেন্স বলে অভিহিত করার দিকে একটি "স্কেলিং মই" এর পরবর্তী ধাপ হিসাবে তাদের ফ্রেম করে।
রিলিজটি মেটার এআই সংস্থার চৌদ্দ মাসের রূপান্তরকে ক্যাপ করে। ব্লুমবার্গের মতে, মেটা বলে যে নতুন মিউজ মডেলটি 14 মাসের ধাক্কার পরে এআই ফ্রন্টিয়ারে পৌঁছেছে, যখন নিউ ইয়র্ক টাইমস উন্নত এআই মডেলের একটি নতুন সিরিজের উন্মোচন হিসাবে ঘোষণাটি কভার করেছে। মেটার নিজস্ব ব্লগ পোস্টে আর্কটিকে স্পষ্টভাবে বর্ণনা করা হয়েছে: চৌদ্দ মাস আগে কোম্পানিটি তার AI প্রচেষ্টার একটি গ্রাউন্ড-আপ ওভারহল শুরু করেছিল এবং এটি বলে যে এটি এখন "প্রথম নীতি থেকে আমাদের স্ট্যাক পুনর্নির্মাণ থেকে সীমান্তে ঠেলে দেওয়া" হয়েছে। যে কেউ প্রধান ল্যাবগুলির মধ্যে বৃহত্তর রেস ট্র্যাক করছে তাদের জন্য, এটি এখনও পর্যন্ত সবচেয়ে স্পষ্ট সংকেত যে মেটা শীর্ষ স্তরে প্রতিদ্বন্দ্বিতা করতে চায় — এবং আপনি আমাদের রোলিং এআই নিউজ কভারেজে শিল্পের বাকি প্রতিক্রিয়া অনুসরণ করতে পারেন।
মেটা আসলে কি ঘোষণা করেছে
মিউজ ওয়ান্ডার সিরিজ দুটি মডেল নিয়ে গঠিত। মিউজ ওয়ান্ডার আজ মেটা মডেল API এর মাধ্যমে এবং মিউজ কোড, মেটার কোডিং টুলের মাধ্যমে উপলব্ধ। Muse Wonder Full, আরও সক্ষম বৈকল্পিক, আজ Muse Code গ্রাহকদের জন্য উপলব্ধ।
মেটা এই জুটিকে বর্ণনা করে "আমাদের সবচেয়ে সক্ষম মডেল যা ব্যক্তিগত এবং পেশাদার এজেন্টিক কাজগুলিতে অত্যাধুনিক পারফরম্যান্স সরবরাহ করে।" ব্যবহারিক পরিভাষায়, এটি তাদেরকে চ্যাটবট হিসাবে কম এবং ব্যবহারকারীর পক্ষে বহু-পদক্ষেপের কাজ করার জন্য ডিজাইন করা সিস্টেম হিসাবে আরও বেশি করে: প্রসঙ্গ ট্র্যাক করা, দীর্ঘ সেশনে লক্ষ্যগুলি অনুসরণ করা এবং সমাপ্ত ডেলিভারেবল তৈরি করা।
মডেলগুলি কীভাবে ব্যবহারকারীদের কাছে পৌঁছাবে তাও সংস্থাটি নির্ধারণ করেছে। Muse Wonder শীঘ্রই Muse, Meta-এর সহকারী পণ্য, যা গ্রাহকদের কাছে প্রথমে রোল আউট করা হবে, তার অভিজ্ঞতাগুলিকে শক্তিশালী করবে৷ এটি আর্টিফ্যাক্ট জেনারেশন এবং মেটা আরও বুদ্ধিমত্তার প্রয়োজন বলে বর্ণনা করে অন্যান্য প্রক্রিয়াগুলিকেও চালাবে। এবং আরও সামনের দিকে তাকিয়ে, মেটা বলে যে এটি মিউজ ওয়ান্ডার ব্যবহার করার পরিকল্পনা করছে বিশেষ মডেলগুলি তৈরি করতে যা এটি মিউজ ব্যবহার করে প্রত্যেকের কাছে আনতে পারে।
সক্রিয় মেমরি এবং সক্রিয় ফোকাস
দুটি ধারণা ঘোষণাকে নোঙর করে, এবং উভয়ই ব্যর্থতার মোডগুলিকে লক্ষ্য করে যাতে বাস্তব-বিশ্ব এজেন্ট স্থাপনা সীমিত থাকে।
প্রথমটি সক্রিয় মেমরি। Meta-এর প্রণয়নে, দরকারী ব্যক্তিগত এবং পেশাদার এজেন্টদের কথোপকথন জুড়ে একজন ব্যবহারকারী সম্পর্কে নির্ভরযোগ্যভাবে গুরুত্বপূর্ণ প্রসঙ্গ বহন করতে হবে এবং সক্রিয়ভাবে হাতের কাজের সাথে প্রাসঙ্গিক বিশদগুলি পুনরুদ্ধার করতে হবে — স্বীকৃতি, উদাহরণস্বরূপ, যখন একজন ব্যবহারকারী সপ্তাহ আগে উল্লেখ করা কিছু আজকে খসড়া করা নথিতে উপাদান হয়ে ওঠে। মেমরি সহকারী পণ্যগুলির জন্য সবচেয়ে ক্রমাগত দুর্বল পয়েন্টগুলির মধ্যে একটি, এবং মেটা স্পষ্টভাবে এটিকে একটি পার্শ্ব বৈশিষ্ট্যের পরিবর্তে একটি শিরোনাম ক্ষমতা তৈরি করছে।
দ্বিতীয়টি হল অ্যাক্টিভ ফোকাস, যা বর্ণনা করে কিভাবে মডেলটি একটি চ্যালেঞ্জিং লক্ষ্যের দিকে প্রচেষ্টাকে টিকিয়ে রাখে। একটি ফোকাসড এজেন্ট, মেটা বলে, ব্লক করা হলে বিকল্প পদ্ধতির চেষ্টা করে, বাধার মধ্য দিয়ে কাজ করে, এটি আসার সাথে সাথে নতুন তথ্যের সাথে খাপ খায়, প্রয়োজনে স্পষ্টীকরণের জন্য জিজ্ঞাসা করে এবং গুরুত্বপূর্ণ পদক্ষেপ নেওয়ার আগে ব্যবহারকারীর সাথে চেক ইন করে। টেকসই মাল্টি-স্টেপ এক্সিকিউশন - শুধুমাত্র একটি প্রশ্নের উত্তর দেওয়া নয় - সক্ষমতা ফ্রন্টিয়ার ল্যাবগুলি ক্রমবর্ধমানভাবে ডেমো এবং নির্ভরযোগ্য পণ্যগুলির মধ্যে প্রকৃত বিভাজন লাইন হিসাবে বিবেচনা করে৷
মানদণ্ড: আইন, ফোকাস এবং ম্যারাথন কোডিং
মেটা বলে যে সিরিজটি ব্যক্তিগত এবং পেশাদার এজেন্ট, মেমরি এবং কোডিংয়ের জন্য মূল বেঞ্চমার্ক জুড়ে অত্যাধুনিক ফলাফল অর্জন করেছে এবং কোম্পানি ঘোষণার পাশাপাশি একটি সম্পূর্ণ মূল্যায়ন প্রতিবেদন প্রকাশ করেছে।
তিনটি নামযুক্ত বেঞ্চমার্ক একটি ধারনা দেয় যেখানে মেটা তার আগুনকে কেন্দ্রীভূত করছে। হার্ভে'স লিগ্যাল এজেন্ট বেঞ্চমার্ক (ল্যাব) পরীক্ষা করে যে মডেলগুলি উত্স নথিগুলির সাথে কাজ করতে পারে এবং আইনী কাজের সমাপ্ত পণ্যগুলি তৈরি করতে বিশদ নির্দেশাবলী অনুসরণ করতে পারে - একটি টাস্ক স্যুট যা প্রতিযোগী ল্যাবগুলি সহ শিল্প জুড়ে মূল্যায়নে ব্যবহৃত হয়৷ FocusBench টেকসই ফোকাস পরিমাপ করে, এবং SWE-ম্যারাথন পরীক্ষা করে যে একটি মডেল বিচ্ছিন্ন কোডিং পাজলগুলিকে অ্যাকস করার পরিবর্তে দীর্ঘ-চলমান সফ্টওয়্যার প্রকল্পগুলিতে কার্যকর কাজ করতে পারে কিনা। মেটা-এর মূল্যায়নের মধ্যে আইন, অর্থ এবং স্বাস্থ্যের ক্ষেত্রে ডোমেনের কাজগুলিও অন্তর্ভুক্ত রয়েছে, যা কোম্পানির পিচকে প্রতিফলিত করে যে মিউজ ওয়ান্ডার কর্মক্ষেত্রে এবং দৈনন্দিন জীবনে লোকেদের সম্মুখীন হওয়া সমস্যাগুলির জন্য বিশেষ জ্ঞান প্রয়োগ করতে পারে, একটি ইজারা বোঝা থেকে শুরু করে আর্থিক বা স্বাস্থ্য তথ্যের বোধগম্যতা।
গিগাওয়াট স্কেলে প্রশিক্ষিত
অবকাঠামো লঞ্চের পিছনের শান্ত গল্প। মেটা বলে যে উভয় মডেলই প্রমিথিউসে প্রশিক্ষিত হয়েছিল, যা কোম্পানিটি তার গিগাওয়াট-স্কেল ডেটা সেন্টার হিসাবে বর্ণনা করে। বিশদটি গুরুত্বপূর্ণ কারণ সীমান্ত প্রশিক্ষণ একটি গবেষণার মতোই একটি শক্তি এবং লজিস্টিক উদ্যোগে পরিণত হয়েছে এবং বিশ্বের কয়েকটি সংস্থার কাছে সেই স্কেলে গণনা চালানোর জন্য মূলধন এবং শারীরিক পদচিহ্ন রয়েছে।
এটি মেটা যে কৌশলগত বাজি তৈরি করছে তাও আন্ডারলাইন করে। কোম্পানির ব্লগ রিলিজটিকে "অনুমানযোগ্য, কঠোর স্কেলিং" এর সাথে সংযুক্ত করে, এটি বলে যে এটি মিউজ স্পার্ক প্রবর্তন করার সময় এটি তুলে ধরেছিল, এবং মিউজ ওয়ান্ডারকে সেই শৃঙ্খলার প্রতিফল হিসাবে উপস্থাপন করে: পূর্বপ্রশিক্ষণ এবং শক্তিবৃদ্ধি শেখার কাজ যা এখনও পর্যন্ত এর সবচেয়ে সক্ষম মডেলগুলিতে যুক্ত হয়েছে৷
প্রতিযোগিতা এবং প্রসঙ্গ
ভিড়ের মুহূর্তে লঞ্চ অবতরণ করে। OpenAI, Anthropic, এবং Google সহ প্রতিদ্বন্দ্বীরা গত বছর তাদের নিজস্ব সীমান্ত এবং এজেন্ট-কেন্দ্রিক সিস্টেম শিপিং করেছে, এবং "ফ্রন্টিয়ার মডেল" শব্দটি প্রতিদ্বন্দ্বিতাপূর্ণ অঞ্চলে পরিণত হয়েছে - প্রতিটি ল্যাব এটি দাবি করে, এবং স্বাধীন মূল্যায়ন কয়েক সপ্তাহের মধ্যে প্রকাশে পিছিয়ে যায়। মেটার দাবির আসল পরীক্ষা হবে পাবলিক লিডারবোর্ডে এবং ডেভেলপারের হাতে এখন যে API অ্যাক্সেস লাইভ।
দেখার মতো নিয়ন্ত্রক এবং প্ল্যাটফর্মের প্রসঙ্গও রয়েছে। এই মাসের শুরুর দিকে, আমরা রিপোর্ট করেছি যে অ্যামাজন মেটা-এর মিউজ এজেন্টকে ব্লক করেছে কারণ ওয়েবসাইটগুলি ক্রমবর্ধমান AI এজেন্টদের বন্ধ করে দিচ্ছে, একটি বিবাদ যা এজেন্টদের ওয়েব অ্যাক্সেস করার জন্য উন্মুক্ত মান নিয়ে বিতর্কের দিকে ঠেলে দিয়েছে। এজেন্টিক ক্ষমতার উপর মিউজ ওয়ান্ডারের জোর নিশ্চিত করে যে প্ল্যাটফর্মের ঘর্ষণগুলি বিবর্ণ হওয়ার পরিবর্তে তীব্র হবে।
অবশেষে, "ব্যক্তিগত সুপার ইন্টেলিজেন্স" ফ্রেমিং হল মার্ক জুকারবার্গের পাবলিক পজিশনিং এর একটি ইচ্ছাকৃত প্রতিধ্বনি, যা আমরা পরীক্ষা করেছিলাম যখন তিনি তার সুপার ইন্টেলিজেন্স ম্যানিফেস্টো প্রকাশ করেছিলেন এবং নেতৃস্থানীয় মডেলগুলি বন্ধ রাখার জন্য যুক্তি দিয়েছিলেন। মিউজ ওয়ান্ডার হল সেই থিসিসের প্রথম প্রধান উৎপাদিত প্রমাণ।
পরবর্তী কি দেখতে হবে
তিনটি জিনিস নির্ধারণ করবে যে মিউজ ওয়ান্ডারের আত্মপ্রকাশ টেকসই মাটিতে অনুবাদ করবে কিনা। প্রথমত, স্বাধীন বেঞ্চমার্কের প্রতিলিপি: মেটার নম্বরগুলি স্ব-প্রতিবেদিত, এবং ইতিহাস বলে যে সীমান্ত-দাবি যাচাইকরণে সময় লাগে। দ্বিতীয়ত, অ্যাক্টিভ মেমরির রিয়েল-ওয়ার্ল্ড নির্ভরযোগ্যতা, যে বৈশিষ্ট্যটি দৈনন্দিন ব্যবহারে পণ্যটিকে আলাদা করার সম্ভাবনা বেশি। তৃতীয়ত, মিউজ ওয়ান্ডার কত দ্রুত মেটার অ্যাপ জুড়ে রোল আউট করে, যেহেতু বিলিয়ন ব্যবহারকারীদের মধ্যে বিতরণের সুবিধাটি কোনও প্রতিযোগী মেলে না।
