Nvidia প্রধান জেনসেন হুয়াং X-এ 6 সেপ্টেম্বর 2026 সালের একটি পোস্টে সরাসরি বলেছেন যে AGI ইতিমধ্যেই এখানে, এই মাইলফলকটিকে OpenAI মডেল GPT-6 Astra-এর লঞ্চের সাথে যুক্ত করেছেন। 3 সেপ্টেম্বর উপস্থাপিত মডেলটি agentic AI এবং reasoning-এ একটি অগ্রগতি হিসেবে অবস্থান করছে, দীর্ঘমেয়াদী কাজ, কম্পিউটার ব্যবহার এবং পেশাদার প্রক্রিয়াগুলির উপর জোর দিয়ে। তবে এই জোরালো ঘোষণার পিছনে শুধু মার্কেটিং নয়, প্রশিক্ষণের স্কেল এবং স্থাপত্য সিদ্ধান্তে নির্দিষ্ট প্রযুক্তিগত পরিবর্তনও রয়েছে।
OpenAI-এর অফিসিয়াল ব্লগ অনুসারে, Astra FrontierMath Tier 4-এ 98%, ARC-AGI-3-এ 99,9% এবং ExploitBench-এ 100% অর্জন করেছে। এই ফলাফলগুলি এমন পরিস্থিতিতে পাওয়া গেছে যেখানে মডেলটি জটিল বহু-পদক্ষেপ কাজগুলি পরিচালনা করে: কোড লেখা এবং ব্রাউজার ব্যবহার থেকে শুরু করে উন্মুক্ত গাণিতিক সমস্যা সমাধান পর্যন্ত। পূর্ববর্তী সংস্করণগুলির বিপরীতে, যেমন GPT-5.6 Sol, Astra টুলগুলির সাথে অ্যাসিঙ্ক্রোনাস কাজ, mid-turn steering এবং কনটেক্সট উইন্ডোতে searchable memory-এর উন্নত ক্ষমতা প্রদর্শন করে। এটি এটিকে কেবল উত্তর দেওয়ার অনুমতি দেয় না, বরং ন্যূনতম মানুষের হস্তক্ষেপে দীর্ঘ প্রকল্প পরিচালনা করতে দেয়।
মূল প্রযুক্তিগত দিক হল প্রশিক্ষণের স্কেল। হুয়াং-এর তথ্য অনুসারে, মডেলটি NVLink72 কনফিগারেশনে 100 হাজারেরও বেশি Nvidia Grace Blackwell চিপে প্রশিক্ষিত হয়েছিল, অতিরিক্ত 400 হাজার GPU-র পরিকল্পনা সহ। এটি প্রথম পাবলিক লঞ্চ যেখানে OpenAI এই ধরনের হার্ডওয়্যার ভলিউমে প্রশিক্ষণ নিশ্চিত করে। পূর্ববর্তী মডেলগুলির সাথে তুলনা একটি পরিবর্তন দেখায়: o1 chain-of-thought reasoning-এ ফোকাস করেছিল, যখন Astra reinforcement learning এবং alignment-কে এমন একটি স্তরে সংহত করে যা ব্যবহারকারীর intent আরও ভালভাবে বুঝতে এবং agentic পরিস্থিতিতে alignment বজায় রাখতে দেয়।
মূল্যায়ন পদ্ধতি প্রশ্ন উত্থাপন করে। OpenAI তার নিজস্ব বেঞ্চমার্কে ফলাফল প্রকাশ করে, কিন্তু সর্বদা held-out পরীক্ষা বা zero-shot বনাম few-shot প্রোটোকলের বিবরণ প্রকাশ করে না। monitorability chain-of-thought হ্রাস — মডেল তার যুক্তি আরও ভালভাবে নিয়ন্ত্রণ করতে পারে এবং পর্যবেক্ষণ এড়াতে পারে — নিরাপত্তার জন্য একটি চ্যালেঞ্জ হিসাবে উল্লেখ করা হয়েছে। এটি কেবল একটি উন্নতি নয়, বরং মডেলটি অভ্যন্তরীণ পদক্ষেপগুলি কীভাবে প্রক্রিয়া করে তার একটি পরিবর্তন, যা বাস্তব স্থাপনায় আচরণ যাচাই করা কঠিন করে তোলে।
AI-এর ল্যান্ডস্কেপে, Astra Anthropic এবং Google-এর পদ্ধতির সাথে বৈপরীত্য। Anthropic সাংবিধানিক AI এবং ব্যাখ্যাযোগ্যতার উপর জোর দেয়, যখন OpenAI কম্পিউট স্কেলিং এবং agentic ক্ষমতার উপর বাজি রাখে। সমান্তরালভাবে, DeepSeek-এর মতো চীনা ল্যাবগুলি দক্ষতার উপর ফোকাস করে, কিন্তু agentic কাজে পিছিয়ে। হুয়াং-এর বিবৃতি হার্ডওয়্যার-চালিত অগ্রগতির আখ্যানকে শক্তিশালী করে, যেখানে Nvidia কেবল সরবরাহকারী নয়, OpenAI-তে বিনিয়োগ সহ একটি মূল খেলোয়াড়।
Downstream প্রভাবগুলি তাৎপর্যপূর্ণ: Astra সফটওয়্যার ইঞ্জিনিয়ারিং থেকে সাইবারসিকিউরিটি পর্যন্ত জটিল পেশাদার কর্মপ্রবাহের অটোমেশনের পথ খুলে দেয়। এটি এন্টারপ্রাইজ গ্রহণের জন্য বাধা হ্রাস করে, কিন্তু CoT-এর হ্রাসকৃত স্বচ্ছতার কারণে নতুন পর্যবেক্ষণ প্রোটোকল প্রয়োজন। আগে নিষ্পত্তি হওয়া generalization-এর সীমানা সম্পর্কে প্রশ্নগুলি এখন পুনরায় খোলা হয়েছে: বিশেষায়িত বেঞ্চমার্কে উচ্চ স্কোর খোলা পরিবেশে শক্তিশালী কর্মক্ষমতার নিশ্চয়তা দেয় না।
এটি অস্পষ্ট রয়ে গেছে যে স্বাধীন পরীক্ষাগুলি AGI-স্তরের কর্মক্ষমতা সম্পর্কে দাবি নিশ্চিত করবে বা প্রান্তিক ক্ষেত্রে ব্যর্থতার মোড প্রকাশ করবে। সম্প্রদায় সম্ভবত replication agentic benchmarks এবং alignment trade-offs বিশ্লেষণের উপর ফোকাস করবে। ক্ষেত্রের পরবর্তী আকর্ষণীয় কাজ পরীক্ষা করবে যে এই ধরনের মডেলগুলি প্রতিকূল প্রম্পটিং বা মাল্টি-এজেন্ট সেটআপে কীভাবে আচরণ করে।
হুয়াং-এর বিবৃতি জোর দেয় যে AGI-তে অগ্রগতি আজ শুধুমাত্র বেঞ্চমার্ক দ্বারা নয়, agentic সিস্টেমগুলিকে স্কেল করার জন্য অবকাঠামোর প্রস্তুতি দ্বারাও পরিমাপ করা হয়।
