এআই মডেলগুলি মানব-সদৃশ বস্তু বোঝার ক্ষমতা দেখাচ্ছে: নতুন গবেষণা

এই যুগান্তকারী আবিষ্কারটি এআই-এর জ্ঞানীয় ক্ষমতা সম্পর্কে আমাদের ধারণা পরিবর্তনে সাহায্য করতে পারে। চায়না একাডেমি অফ সায়েন্সেস এবং গুয়াংজুতে অবস্থিত সাউথ চায়না ইউনিভার্সিটি অফ টেকনোলজির একটি দল এই গবেষণাটি পরিচালনা করেছে। তারা অনুসন্ধান করেছে যে এলএলএমগুলি মানুষের বস্তুগত ধারণার মতো জ্ঞানীয় প্রক্রিয়া তৈরি করতে পারে কিনা। এর মধ্যে রয়েছে কার্যকারিতা, আবেগ এবং পরিবেশের উপর ভিত্তি করে বস্তুগুলিকে সনাক্তকরণ এবং শ্রেণীবদ্ধ করা। গবেষকরা ChatGPT 3.5 এবং Gemini Pro Vision-এর মতো মডেলগুলি পরীক্ষা করেছেন। তারা টেক্সট এবং ছবি ব্যবহার করে তাদের "বস্তু অপসারণ" কাজ দিয়েছে। এআই সিস্টেমগুলি কুকুর, চেয়ার এবং গাড়ির মতো ১,৮৫৪টি প্রাকৃতিক বস্তু সম্পর্কিত ৪.৭ মিলিয়ন প্রতিক্রিয়া বিশ্লেষণ করেছে। ফলাফল দেখিয়েছে যে এআই মডেলগুলি বস্তুগুলিকে সংগঠিত করার জন্য ৬৬টি ধারণাগত মাত্রা তৈরি করেছে। এটি মানুষের চারপাশের বিশ্বকে কীভাবে শ্রেণীবদ্ধ করে এবং বোঝে তার অনুরূপ। মাল্টিমোডাল মডেলগুলি, যা টেক্সট এবং ছবি উভয়কেই একত্রিত করে, মানুষের চিন্তাভাবনার সাথে আরও বেশি সামঞ্জস্য দেখিয়েছে। এছাড়াও, মস্তিষ্কের স্ক্যান ডেটা দেখিয়েছে যে এআই এবং মানুষের মস্তিষ্ক কীভাবে বস্তুগুলির প্রতিক্রিয়া জানায় তার মধ্যে মিল রয়েছে। এটি পরামর্শ দেয় যে ভবিষ্যতের এআই আরও স্বজ্ঞাত এবং মানব-বান্ধব যুক্তি তৈরি করতে পারে। এটি রোবোটিক্স, শিক্ষা এবং মানব-এআই সহযোগিতার মতো ক্ষেত্রগুলির জন্য গুরুত্বপূর্ণ। তবে, এটা মনে রাখা গুরুত্বপূর্ণ যে এলএলএমগুলি মানুষের মতো একই আবেগপূর্ণ এবং অভিজ্ঞতামূলক উপায়ে বস্তুগুলি বোঝে না। এই গবেষণাটি এমন এআই তৈরি করার নতুন দিগন্ত উন্মোচন করে যা বিশ্বের সাথে আরও ভালোভাবে যোগাযোগ করতে এবং বুঝতে পারবে।