এআই কোম্পানিগুলি শীর্ষ শিক্ষাবিদদের আকর্ষণ করছে, যা গবেষণাকে বিশ্ববিদ্যালয়গুলি থেকে সরিয়ে নিচ্ছে

নোবেল পুরস্কার পাওয়ার দুই বছর পর, গুগল অ্যালফা ফোল্ড দলের প্রায় চতুর্থাংশ সদস্য গুগল ছেড়ে চলে গেছেন, যাদের মধ্যে নোবেল বিজয়ী জন জাম্পারসহ অনেকে অ্যানথ্রোপিকে যোগদান করেছেন। এআই শিল্প বিজ্ঞান ক্ষেত্রের প্রতিভাকে নিয়ে যাচ্ছে—২০২২ সালে ৭০.৭% এআই ডক্টরেটধারী কর্পোরেট ক্ষেত্রে চলে গিয়েছিলেন, মাত্র ২০% শিক্ষাবিদ্যা ক্ষেত্রেই অবস্থান করেছিলেন। কর্পোরেট শীর্ষ গবেষকদের বার্ষিক আয় ১৯৪ মিলিয়ন ডলার, যা শিক্ষাবিদ্যা ক্ষেত্রের ৫ গুণ। এআই কোম্পানিগুলি গবেষণা অগ্রগতির গতি বাড়াতে পারে এবং বিজ্ঞানের ইতিহাসকে পরিবর্তন করার মতো ফলাফলও তৈরি করতে পারে, কিন্তু দীর্ঘমেয়াদিভাবে কর্পোরেটে যাওয়ার পর, গবেষণা পত্রের উৎপাদন ৬৫% হ্রাসপায়, এবং ফলাফলগুলি গবেষণা পত্রের পরিবর্তে পেটেন্ট এবং 商業秘密-এর দিকে সরে যায়। আরও ভয়ঙ্কর বিষয়টি হল, কর্পোরেটগুলির নতুনপ্রজন্মের বিজ্ঞানীদের প্রশিক্ষণের জন্য কোনও উদ্দেশ্যই নেই, এবং মৌলিকগবেষণা-কেইপ্রায়শইপ্রান্তিককরাহয়েছে।বিজ্ঞানসময়সঙ্গেসঙ্গেবিশ্ববিদ্যালয়কেছেড়েচলেযাচ্ছে।

লেখক এবং উৎস: APPSO

নোবেল পুরস্কার পাওয়ার দুই বছর পর, গুগল অ্যালফাফোল্ডের মূল দলকে বিভক্ত করা হয়েছে।

গত বছরের মধ্যে অ্যালফাফোল্ড পেপারের বেশিরভাগ মূল লেখককে পুনর্নির্ধারিত করা হয়েছে, যার মধ্যে পূর্ণকালীন কোর লেখকদের প্রায় একচতুর্থাংশ সম্পূর্ণভাবে গুগল ছেড়ে দিয়েছে।

অন্যরা জেমিনি রিসার্চ এজেন্ট, এনজাইম ডিজাইন, জিনোমিক্স এবং নিউক্লিয়ার ফিউশনের মতো ক্ষেত্রে চলে গেলেন, আবার কেউ কেউ সরাসরি অ্যালফাবেটের ফার্মাসিউটিক্যাল রিসার্চ কোম্পানি আইসোমরফিক ল্যাবসে চলে গেলেন।

নোবেল পুরস্কার বিজয়ী জন জাম্পার এবং জোনাস অ্যাডলার উভয়েই একসময় কোড স্ট্রাইক দলে যোগ দেন, যেখানে তারা এআই কোডিং ক্ষমতা উন্নয়নের উপর কাজ করেন। কিন্তু পরবর্তীতে আমরা যা জানি, এই দুই বড় ব্যক্তিত্ব চূড়ান্তভাবে অ্যানথ্রোপিক-এর দিকে চলে যান।

বামে গুগল ডিপমাইন্ডের সিইও ডেমিস হ্যাসাবিস, ডানে জন জাম্পার, মূল প্রতিবেদনের লিঙ্ক https://www.ft.com/content/61b2953d-ee0d-45de-af6e-a9c1cf524b33?utm_source=chatgpt.com&syn-25a6b1a6=1

এই প্রতিবেদনের প্রতিক্রিয়ায়, গুগলের এআই ফর সায়েন্সের গবেষণা ভাইস প্রেসিডেন্ট পুশমিত কোহলি বলেন, ডিপমাইন্ডের বৈজ্ঞানিক দল কোনও দিকনির্দেশ পরিবর্তন করেনি, শুধুমাত্র তাদের কাজের পরিসর বাড়িয়েছে, এখনও প্রোটিন, জিনোম এবং এনজাইম ডিজাইনের উপর কাজ চালিয়ে যাচ্ছে এবং গেমিনির সহায়তায় বৈজ্ঞানিক গবেষণা ত্বরান্বিত করছে।

অ্যালফাফোল্ড একটি আপেক্ষিকভাবে প্রাচীন গবেষণা সংগঠনের পদ্ধতি প্রতিনিধিত্ব করেছিল। একটি স্পষ্ট সমস্যার চারপাশে একটি দল গঠন করা, দীর্ঘমেয়াদি বিনিয়োগ, কেন্দ্রীয় সম্পদ নিয়োগ, এবং অবশেষে ফলাফল প্রদান।

এখন, অনুরূপ দলগুলি ধীরে ধীরে আরও সাধারণ মডেল প্ল্যাটফর্মগুলির দ্বারা প্রতিস্থাপিত হচ্ছে। প্রোটিন, গণিত, জিনোম, নিউক্লিয়ার ফিউশন এবং কোড—যেগুলি ভিন্ন ভিন্ন বিষয়ের মধ্যে বিভক্ত মনে হয়, AI কোম্পানিতে প্রবেশ করার পরে, সবগুলিই Gemini-এর একটি সেট অফ ক্ষমতা মডিউল হয়ে উঠতে পারে।

এর সাথে সাথে, বিজ্ঞানী ও গবেষকদের প্রতিভা, ক্যালকুলেশন সম্পদ এবং বিষয়বস্তুর নেতৃত্বও ক্রমশঃ কয়েকটি কম্পানির হাতে কেন্দ্রীভূত হচ্ছে।

গত কয়েক বছরে, বাড়তে থাকছে এআই শিল্পে প্রবেশ করা গণিতবিদ, পদার্থবিদ, জীববিজ্ঞানী এবং কম্পিউটার বিজ্ঞানের অধ্যাপকদের সংখ্যা।

উদাহরণস্বরূপ, Anthropic সর্বদা পদার্থবিদ, অর্থনীতিবিদ এবং দর্শনবিদদের নিয়োগ করছে; OpenAI কালো গহ্বর, স্ট্রিং থিওরি এবং শুদ্ধ গণিতের গবেষকদের আকর্ষণ করছে; DeepMind জীববিজ্ঞান এবং নিউক্লিয়ার ফিউশন বিশেষজ্ঞদের একত্রিত করছে।

সাম্প্রতিক সময়ে, আরিজোনা স্টেট বিশ্ববিদ্যালয়ের অধ্যাপক সুব্বারাও কাম্বামপাটি হাস্যকরভাবে উল্লেখ করেছিলেন যে একাডেমিক বিশ্বে এখন একটি নতুন মেম রয়েছে: "আমি Anthropic-এ যোগ দিতে চাই।"

দ্য অ্যাটলান্টিক-এর একটি প্রাথমিক পরিসংখ্যান অনুযায়ী, মাত্র চারটি শীর্ষস্থানীয় এআই কোম্পানি একত্রিত করেছে কমপক্ষে ৮০ জন বর্তমান বা পূর্বতন অধ্যাপক।

কর্মচারীদের প্রবাহও আরও একমুখী হয়ে পড়ছে।

স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের এআই সূচক রিপোর্ট অনুসারে, 2011 সালে, এআই ডক্টরেট সম্পন্ন করার পর ব্যবসায়িক এবং শিক্ষাগত ক্ষেত্রে প্রবেশের হার প্রায় সমান ছিল, যথাক্রমে 40.9% এবং 41.6%। 2022 সালে, ব্যবসায়িক ক্ষেত্রে প্রবেশের হার বেড়ে দাঁড়ায় 70.7% এবং শিক্ষাগত ক্ষেত্রে প্রবেশের হার কমে দাঁড়ায় 20%।

2026 সালের একটি NBER কাজের কাগজপত্রে প্রায় 42,000 জন মার্কিন AI গবেষকের অনুসরণ করা হয়েছে। 40 বছরের কম বয়সী গবেষকদের বিশ্ববিদ্যালয় ছেড়ে যাওয়ার সম্ভাবনা প্রায় 40 বছরের বেশি বয়সীদের চেয়ে ছয়গুণ; প্রায় 70% চাকরি পরিবর্তনকারী পাঁচ বছর পরও কোম্পানিতে থাকে।

অবশ্যই টাকা গুরুত্বপূর্ণ। ব্যবসায়িক শীর্ষ 1% এআই গবেষকদের বার্ষিক আয় 595,000 ডলার থেকে বেড়ে 1,940,000 ডলার হয়েছে; বিশ্ববিদ্যালয়ের একই স্তরের গবেষকদের আয় শুধুমাত্র 301,000 ডলার থেকে বেড়ে 392,000 ডলার হয়েছে। উভয় দলের মধ্যে পার্থক্য প্রায় 1,500,000 ডলার পর্যন্ত বৃদ্ধি পেয়েছে।

বৈজ্ঞানিক পরিস্থিতি অস্বীকার করা আরও কঠিন।

২০১০ এর দশকের শুরুতে, প্রায় ৬৫% বড় স্কেল মেশিন লার্নিং মডেল শিক্ষাগত পরীক্ষাগারগুলি দ্বারা স্বতন্ত্রভাবে বিকশিত হয়েছিল। ২০২০ এর দশকে প্রবেশ করার পর, এই অনুপাত ১০% এর নিচে নেমে আসে। ২০২২ সালে, প্রায় ৮১% অগ্রণী মডেল কর্পোরেট প্রতিষ্ঠানগুলি দ্বারা স্বতন্ত্রভাবে পূর্ণাঙ্গভাবে তৈরি করা হয়েছিল।

ইউসি বার্কলের অধ্যাপক আন্কা ড্রাগান ডিপমাইনে যোগদানের সময় তাঁর প্রয়োজনীয়তা পরিষ্কারভাবে উল্লেখ করেছিলেন, তিনি প্রান্তিক নিরাপত্তা গবেষণাগারের জন্য প্রয়োজনীয় 'ডেটা, কম্পিউটিং পাওয়ার এবং বাজেট' চেয়েছিলেন।

এর বিপরীতে, একটি বিশ্ববিদ্যালয়ে গবেষণা শুরু করতে হলে প্রথমে ফান্ডিং আবেদন করতে হয়, তারপর সরঞ্জাম কেনা হয়, ইঞ্জিনিয়ারদের নিয়োগ দেওয়া হয়, এবং কম্পিউটেশনাল রিসোর্সের জন্য অপেক্ষা করতে হয়। কিন্তু AI কোম্পানিতে প্রবেশ করার পর, একই গবেষক সরাসরি বড় মডেল, নিজস্ব ডেটা, ডিস্ট্রিবিউটেড কম্পিউটিং পাওয়ার এবং শতাধিক ইঞ্জিনিয়ারদের সমন্বিত ইঞ্জিনিয়ারিং সিস্টেম ব্যবহার করতে পারেন।

কিন্তু, একজন শীর্ষস্থানীয় অধ্যাপকের বিশ্ববিদ্যালয় ছেড়ে যাওয়ার কারণে কেবল কয়েকটি গবেষণাপত্রের ক্ষতি হয়নি। বিশ্ববিদ্যালয়টি একজন গাইড, একটি গবেষণা দল, একটি ডক্টরেট ছাত্র প্রশিক্ষণ শৃঙ্খলা এবং ভবিষ্যতের দশকগুলিতে গড়ে উঠতে পারা গবেষণা দিকনির্দেশও হারিয়েছে।

অতীতে, প্রযুক্তি কোম্পানিগুলি বিশ্ববিদ্যালয়গুলি থেকে গবেষণার ফলাফল কিনত। এখন, তারা গবেষণার ফলাফল উৎপাদনকারীদের সরাসরি কিনতে শুরু করেছে। ব্যবসাগুলি একজন ব্যক্তিকে পায়, আর বিশ্ববিদ্যালয়গুলি হয়তো একপ্রজন্মকে হারায়।

সমস্ত মানব সম্পদ প্রবাহকে শিক্ষাগত ক্ষেত্রের পতনের জন্য দায়ী করা ব্যবসায়িক গবেষণার সৃষ্টি করা মূল্যকে অবনিত করে।

AlphaFold প্রমাণ করেছে যে কোম্পানিগুলি বিজ্ঞানের ইতিহাস পরিবর্তন করতে পারে। দুই শত মিলিয়নেরও বেশি প্রোটিন গঠনের পূর্বানুমান, অসংখ্য জীববিজ্ঞানীদের গত মাস বা বছরের কাজ বাঁচিয়েছে।

বেল ল্যাবরেটরি প্রমাণ করেছে যে কোম্পানির গবেষণা প্রতিষ্ঠানও বিজ্ঞানকে পরিবর্তন করতে পারে। এর শীর্ষ সময়ে, এটির প্রায় 1200 জন ডক্টরেটধারী ছিল এবং কমপক্ষে 10টি নোবেল পুরস্কার অর্জন করেছিল। ডেমিস হ্যাসাবিস এটিকে ডিপমাইন্ডের জন্য একটি রেফারেন্স হিসাবে বারবার উল্লেখ করেছেন।

এআই কোম্পানিগুলি সত্যিই একটি বহু বিষয়বিশিষ্ট, শক্তিশালী প্রকৌশল ক্ষমতা এবং বাণিজ্যিক রপ্তানি সহ একটি নতুন ধরনের গবেষণা প্রতিষ্ঠানের মতো হয়ে উঠছে।

ডিপমাইন্ড জেমিনি কে গণিত, জিনোম এবং নিউক্লিয়ার ফিউশনের সাথে যুক্ত করেছে; আইসোমরফিক ল্যাবস ফার্মাসিউটিক্যাল কোম্পানির সাথে মিলে নতুন ওষুধ উন্নয়ন করছে; অ্যানথ্রোপিক Claude Science চালু করেছে; অপেনএআই ChatGPT এবং Codex কে গবেষণা প্রক্রিয়ায় একত্রিত করেছে।

সংশ্লিষ্ট ফলাফলগুলি প্রকাশিত হয়েছে। পদার্থবিদ রোজেরিও জর্জে এআই ব্যবহার করে ওপেন-সোর্স নিউক্লিয়ার ফিউশন সফটওয়্যার তৈরি করেছেন, এবং তত্ত্বীয় কম্পিউটার বিজ্ঞানী বার্না সাহা ইত্যাদি GPT-5.5 Pro ব্যবহার করে উচ্চমাত্রিক জ্যামিতির প্রমাণের সহায়তা করেছেন।

ওপেনএআই বলেছে, প্রতি সপ্তাহে প্রায় 13 লাখ মানুষ উচ্চতর বিজ্ঞান এবং গণিতের কাজে চ্যাটজিপিটি ব্যবহার করেন, এবং 10 লাখ উচ্চশিক্ষা গবেষককে অগ্রগামী মডেল এবং কোডেক্স বিনামূল্যে প্রদানের পরিকল্পনা করছেন।

ব্যক্তিগত প্রভাবের দিক থেকে, একজন বিজ্ঞানী যখন একটি কোম্পানিতে যান, তখন তাঁর ভূমিকা আরও বড় হয়ে উঠতে পারে। উপরে বর্ণিত হয়েছে, তিনি বিশ্ববিদ্যালয়ে সম্ভবত দশটিরও বেশি ছাত্রকে নেতৃত্ব দিতেন, কিন্তু AI কোম্পানিতে তিনি শত শত ইঞ্জিনিয়ার, প্রচুর কম্পিউটিং সম্পদ এবং বৈশ্বিক ডেটা প্ল্যাটফর্মকে সক্রিয়ভাবে সংগঠিত করতে পারেন। যেসব পদ্ধতি শুধুমাত্র গবেষণাপত্রেই সীমাবদ্ধ ছিল, সেগুলি এখন ঔষধ, সফটওয়্যার, পরীক্ষাগারের যন্ত্রপাতি এবং শিল্প ব্যবস্থায় সহজেই প্রয়োগ করা যায়।

কিন্তু এর দামও স্পষ্ট।

এনবিআর গবেষণা দেখিয়েছে যে, কোম্পানিতে দীর্ঘমেয়াদীভাবে যাওয়ার পর এআই গবেষকদের প্রকাশনার পরিমাণ গড়ে 65% কমে যায়। 2000 থেকে 2019 এর মধ্যে, কোম্পানিগুলিতে নিযুক্ত এআই গবেষকদের অনুপাত 48% থেকে বেড়ে 68% হয়, কিন্তু প্রকাশনার অনুপাত মাত্র 27% থেকে 32% এ বৃদ্ধি পায়, অন্যদিকে পেটেন্টের অনুপাত 86% থেকে 95% এ বৃদ্ধি পায়।

মানুষ এখনও গবেষণা করছে, কিন্তু ফলাফলগুলি পেপার থেকে পেটেন্ট, অভ্যন্তরীণ মডেল এবং বাণিজ্যিক রহস্যের দিকে প্রবাহিত হচ্ছে। গুগল বছরের মধ্যে Transformer প্রকাশ করেছিল, যা সম্পূর্ণ শিল্পকে বড় করেছিল। আজ, ট্রেনিং ডেটা, মডেল ওয়েটস এবং ব্যর্থতার রেকর্ড, কোম্পানির সার্ভার থেকে বেরিয়ে যাওয়া越来越 কঠিন হয়ে পড়ছে।

বিজ্ঞান এখনও ত্বরান্বিত হচ্ছে, কিন্তু খোলা বিজ্ঞান হয়তো ব্রেক চাপবে।

এআই কোম্পানিগুলি গবেষণা প্রতিষ্ঠান হতে পারে, কিন্তু বিশ্ববিদ্যালয় হতে পারে না।

বিশ্ববিদ্যালয়গুলি একটি প্রায়শই উপেক্ষিত কাজ পালন করে। এটি অসংখ্য ছাত্রকে প্রশিক্ষণ দেয় যারা এখনও নিজেদের প্রমাণ করেননি, এবং সময়ের সাথে সাথে প্রয়োগযোগ্য নয়, মূল্যায়নযোগ্য নয়, এমনকি কয়েক দশক পরেও মূল্য প্রকাশ করতে পারে এমন সমস্যাগুলিকে দীর্ঘদিন ধরে সংরক্ষণ করে।

তবে, এআই কোম্পানিগুলি ইতিমধ্যে প্রমাণিত অধ্যাপক এবং অভিজ্ঞ গবেষকদের পছন্দ করে এবং নতুনদের প্রশিক্ষণের জন্য তাদের কম ধৈর্য রয়েছে। সিগন্যালফায়ারের ডেটা অনুযায়ী, 2024 সালে বড় টেক কোম্পানিগুলিতে নিয়োগের 7% মাত্র নতুন স্নাতকদের অংশ, যা 2019 সালের তুলনায় অর্ধেকেরও বেশি কমেছে।

🔗 https://www.signalfire.com/blog/signalfire-state-of-talent-report-2025

কোম্পানিগুলি বিশ্ববিদ্যালয় থেকে শীর্ষ অধ্যাপক এবং পরিপক্ক গবেষকদের আকর্ষণ করছে, একইসাথে প্রাথমিক পদ এবং প্রশিক্ষণের ব্যয় কমাচ্ছে। তারা একটি শীর্ষ বিজ্ঞানীদের দল জড়ো করতে পারে, কিন্তু পরবর্তী প্রজন্মের বিজ্ঞানীদের বড় পরিসরে প্রশিক্ষিত করার দায়িত্ব নিতে পারে না।

এই প্রভাবগুলি বিশ্ববিদ্যালয়ের ক্লাসরুমে দেখা গিয়েছে। দ্য অ্যাটলান্টিক দ্বারা সাক্ষাত্কার করা শিক্ষার্থীদের মতে, কিছু কোর্স হঠাৎ বন্ধ হয়ে গেছে, কারণ অধ্যাপকদের AI কোম্পানিতে "ছুটিতে" যাওয়ার বাস্তবিক কারণ রয়েছে।

এর সাথে সাথে, প্রখ্যাত অধ্যাপকের চলে যাওয়ার পর, ডক্টরাল ছাত্ররা শুধু একটি কোর্সই হারায়নি, বরং সুপারিশকৃত সম্পদ, গবেষণা নেটওয়ার্ক, প্রকল্প সংগঠনের দক্ষতা এবং অগ্রণী সমস্যাগুলির সাথে যোগাযোগের সুযোগও হারিয়েছে।

গবেষণা বিষয়গুলিতে আরও অন্তর্ধানের পরিবর্তনগুলি ঘটেছে।

ঔষধ ডিজাইন, প্রোগ্রামিং, গাণিতিক যুক্তি এবং উপাদান আবিষ্কার মডেলকে শক্তিশালী করতে পারে এবং পণ্য হিসাবেও গড়ে উঠতে পারে, তাই স্বাভাবিকভাবেই এগুলির জন্য সহায়তা পাওয়া সহজ। দীর্ঘমেয়াদি প্রকৃতি অনুসন্ধান, প্রকৃতি সংরক্ষণ ইত্যাদি বিষয়গুলি প্রায়শই অস্বস্তিকর অবস্থায় থাকে।

তবে, ইতিহাস প্রায়শই সংক্ষিপ্ত মেয়াদি রিটার্নের সাথে খেলে।

সংখ্যাতত্ত্ব দীর্ঘকাল ধরে সবচেয়ে পবিত্র এবং সবচেয়ে কম ব্যবহারিক গণিত হিসাবে বিবেচিত হয়েছিল, যা পরবর্তীতে আধুনিক ক্রিপ্টোগ্রাফির ভিত্তি হয়ে উঠেছে। লেজার যখন প্রথম আবিষ্কৃত হয়েছিল, তখন এটিকে "একটি সমস্যা খুঁজছে এমন সমাধান" বলা হয়েছিল। ইন্টারনেটের প্রাথমিক পর্যায়েও এটিকে বাণিজ্যিক মডেল দিয়ে মাপা যায়নি।

সার্বজনীন গবেষণা ব্যবস্থার অর্থ হল এটি মানুষকে সেই সমস্যাগুলি অধ্যয়ন করার অনুমতি দেয় যেগুলির বর্তমানে মূল্য ব্যাখ্যা করা সম্ভব নয়।

আজকের এআই কোম্পানিগুলি মডেল পারফরম্যান্স, পণ্য প্রকাশ এবং মূলধন বিনিয়োগের উচ্চ প্রতিযোগিতার মধ্যে রয়েছে। যদিও তারা মৌলিক বিজ্ঞানে বিনিয়োগ করতে চায়, তবুও সম্পদগুলি বেশি সম্ভাবনা দেখায় যে মডেলকে শক্তিশালী করতে, পণ্যকে সমর্থন করতে বা পেটেন্ট গঠন করতে যাবে।

ভবিষ্যতে একটি অস্বাভাবিক সমৃদ্ধি দেখা দেওয়ার সম্ভাবনা রয়েছে।

মানুষ নতুন ওষুধ খুঁজে পাচ্ছে, উপপাদ্য প্রমাণ করছে, উপকরণ আবিষ্কার করছে—সবচেয়ে শক্তিশালী বিজ্ঞানীদেরও ইতিহাসের সবচেয়ে শক্তিশালী সরঞ্জামগুলি রয়েছে। একইসাথে, কে নির্ধারণ করবে কী গবেষণা করা হবে, কে পরবর্তী প্রজন্মের বিজ্ঞানীদের প্রশিক্ষণ দেবে, এবং কে এমন গবেষণায় চলতে চাইবে যা কেউ পরিশোধ করছে না—এগুলি প্রশ্নে পরিণত হয়েছে।

বিজ্ঞানীরা বিজ্ঞান ছেড়ে যায়নি। শুধু বিজ্ঞান এখন বিশ্ববিদ্যালয় থেকে দ্রুত পালিয়ে যাচ্ছে।

আমি কখনও কখনও বিশ্ববিদ্যালয় এবং এআই কোম্পানিকে একটি নদীর দুই প্রান্ত হিসাবে ভাবি। বিশ্ববিদ্যালয়টি উপরের অংশের মতো। জলের প্রবাহ খুব ধীর, অনেক মাটি ও বালি রয়েছে, অসংখ্য শাখা নদী অপ্রয়োজনীয় মনে হয়। কেউ কেউ সেখানে পরিমাপ করে, রেকর্ড করে, বিতর্ক করে, আবার কেউ কেউ একটি চিরকাল সময় ব্যয় করেন যে ছোট নদীটির অধ্যয়নে যা শহরের দিকে প্রবাহিত হয়নি।

এআই কোম্পানিগুলি প্রায় নিচের দিকের জলবিদ্যুৎ স্টেশনের মতো। এগুলি জলপ্রবাহকে কেন্দ্রীভূত করে, মেশিনগুলি চালায় এবং বিজ্ঞানকে ঔষধ, সফটওয়্যার এবং শিল্পের দিকে দ্রুত প্রেরণ করার জন্য বিশাল শক্তি উৎপাদন করে।

হাইড্রো পাওয়ার স্টেশন অবশ্যই গুরুত্বপূর্ণ। এটি না থাকলে, নদীর জল শুধু বয়ে যায়।

যদি সবাই নিচের দিকে বিদ্যুৎ উৎপাদনের দিকে চলে যায়, তবে উপরের দিকের জলস্রোত ধীরে ধীরে শুকিয়ে যাবে, কয়েক বছর পরে, সবাই শুধুমাত্র সার্ভার রুমে বসে থাকবে, যে নদীটি আর প্রবাহিত হচ্ছে না।

যখন গণিতবিদরা মডেল উন্নত করতে ব্যস্ত, জীববিজ্ঞানীরা এজেন্ট প্রশিক্ষণ দিতে ব্যস্ত, পদার্থবিদরা গণনা ক্ষমতার সীমানা বাড়াতে ব্যস্ত, মানুষ হয়তো আরও শক্তিশালী এআই পাবে। পিছনে রেখে যাওয়া সেই সমস্যাগুলির কোনো পণ্য রোডম্যাপ নেই, কোনো বিনিয়োগের রিটার্ন নেই, এবং সময়ের সাথে ব্যবহারের উদ্দেশ্যও ব্যাখ্যা করা যায়নি।

এগুলো খুব নীরব। এতটাই নীরব যে এগুলোর গুরুত্ব নেই বলে মনে হতে পারে।