চীনের এআই ল্যাবগুলির ভিতর থেকে নোট
লেখক: নাথান ল্যাম্বার্ট
সংকলন: পেগি, ব্লকবিটস

সম্পাদকীয় নোট: চীনা এআই ল্যাবগুলি বিশ্বব্যাপী বড় মডেল প্রতিযোগিতায় একটি অবহেলিত শক্তি হয়ে উঠছে। তাদের সুবিধাগুলি শুধু বেশি মানুষ, শক্তিশালী প্রকৌশল এবং দ্রুত আপডেটের মধ্যেই সীমাবদ্ধ নয়, বরং একটি অত্যন্ত বাস্তবসম্মত সংগঠনের মাধ্যমেও আসে: কম ধারণা, বেশি মডেল; কম ব্যক্তিগত তারকা, বেশি দলগত কর্মপরিকল্পনা; কম বাহ্যিক সেবার উপর নির্ভরশীলতা, বরং নিজেদের মূল প্রযুক্তি স্ট্যাক নিয়ন্ত্রণের প্রতি বেশি ঝোঁক।

নথন ল্যামবার্ট চীনের শীর্ষস্থানীয় এআই ল্যাবগুলি পরিদর্শন করে দেখেছেন যে চীনের এআই ইকোসিস্টেম মার্কিন যুক্তরাষ্ট্রের সাথে সম্পূর্ণরূপে একই নয়। মার্কিন যুক্তরাষ্ট্র মৌলিক প্যারাডাইম, মূলধন বিনিয়োগ এবং শীর্ষ বিজ্ঞানীদের ব্যক্তিগত প্রভাবের উপর বেশি জোর দেয়; চীন তখনও বিদ্যমান দিকগুলিতে দ্রুত অনুসরণ করতে পারে, ওপেন-সোর্স, ইঞ্জিনিয়ারিং অপটিমাইজেশন এবং বড় সংখ্যক তরুণ গবেষকদের অবদানের মাধ্যমে মডেলের ক্ষমতা দ্রুত অগ্রগতির দিকে নিয়ে যায়।

সবচেয়ে বেশি মনোযোগ দেওয়া উচিত চীনের এআই কি মার্কিন যুক্তরাষ্ট্রকে ছাড়িয়ে গেছে কিনা নয়, বরং দুটি ভিন্ন বিকাশ পথ গড়ে উঠছে: মার্কিন যুক্তরাষ্ট্র বেশি মার্কিন মূলধন এবং স্টার ল্যাবগুলির দ্বারা পরিচালিত একটি অগ্রণী প্রতিযোগিতা হিসাবে, যেখানে চীন প্রকৌশল ক্ষমতা, ওপেন-সোর্স ইকোসিস্টেম এবং প্রযুক্তি নিয়ন্ত্রণের সচেতনতা দ্বারা পরিচালিত একটি শিল্প-পর্যায়ের প্রতিযোগিতা হিসাবে।

এর অর্থ হল ভবিষ্যতে এআই প্রতিযোগিতা শুধু মডেল র‍্যাঙ্কিংয়ের প্রতিযোগিতা নয়, বরং সংগঠনগত ক্ষমতা, ডেভেলপার ইকোসিস্টেম এবং শিল্প বাস্তবায়নের প্রতিযোগিতাও হবে। চীনের এআই-এর প্রকৃত পরিবর্তন হল এটি এখন শুধু সিলিকন ভ্যালির কপি করছে না, বরং নিজস্ব উপায়ে বিশ্বের অগ্রগতির সাথে অংশগ্রহণ করছে।

নিম্নলিখিত মূল পাঠ:

হাংজো থেকে শাংহাইয়ের দিকে যাওয়া নতুন জেএসি ট্রেনে বসে আমি জানালার বাইরে তাকিয়েছি, যেখানে স্পষ্টভাবে উঁচু-নিচু পাহাড়ের শীর্ষ দেখা যাচ্ছে, যার উপরে বাতাসের টারবাইনগুলি সূর্যাস্তের আলোয় ছায়াচিত্রের মতো দেখাচ্ছে। পাহাড়গুলি পটভূমি গঠন করছে, আর সামনে বিস্তীর্ণ ক্ষেত এবং উঁচু ভবনগুলির সমন্বয়।

আমি চীন থেকে অত্যন্ত বিনয়ী হয়ে ফিরেছি। এতটাই অপরিচিত একটি জায়গায় এতটাই উষ্ণ স্বাগতম পেয়েছি, এটি একটি অত্যন্ত উষ্ণ এবং মানবিক অভিজ্ঞতা। আমি এই এআই ইকোসিস্টেমের অনেকের সাথে দেখা করার সুযোগ পেয়েছি, যাদের সম্পর্কে আমি আগে শুধুমাত্র দূর থেকে জানতাম; এবং তারা আমাকে উজ্জ্বল হাসি এবং উষ্ণতার সাথে স্বাগতম জানিয়েছে, যা আমাকে আবারও বুঝিয়েছে যে, আমার কাজ এবং পুরো AI ইকোসিস্টেমটিই বিশ্বব্যাপী।

চীনা গবেষকদের মনোভাব

চীনা কোম্পানিগুলি যেগুলি ভাষা মডেল তৈরি করছে, তারা এই প্রযুক্তির জন্য একটি 'দ্রুত অনুসরণকারী' হিসাবে খুব উপযুক্ত বলে বলা যেতে পারে। এগুলি চীনের দীর্ঘস্থায়ী শিক্ষা এবং কর্মসংস্কৃতির ঐতিহ্যের উপর ভিত্তি করে গড়ে উঠেছে, এবং পশ্চিমা দেশগুলির চেয়ে কিছুটা ভিন্নভাবে প্রযুক্তি কোম্পানি গড়ে তোলার পদ্ধতি রয়েছে।

যদি আপনি শুধুমাত্র আউটপুট—অর্থাৎ সর্বশেষ এবং সবচেয়ে বড় মডেল এবং এই মডেলগুলি দ্বারা সমর্থিত এজেন্ট-ভিত্তিক ওয়ার্কফ্লো—দেখেন, এবং ইনপুট উপাদানগুলি—যেমন দক্ষ বিজ্ঞানী, বৃহৎ ডেটা এবং গতি বৃদ্ধিকারী কম্পিউটিং সম্পদ—দেখেন, তাহলে চীনা এবং মার্কিন ল্যাবগুলি প্রায় একই দেখায়। সত্যিকারের দীর্ঘমেয়াদী পার্থক্যগুলি এই উপাদানগুলির কীভাবে সংগঠিত এবং গঠিত হয় তার মধ্যেই দেখা যায়।

আমি সর্বদা ভেবেছি যে চীনা ল্যাবগুলি যেহেতু অগ্রগতির সীমানায় পৌঁছানো এবং সেখানে থাকার জন্য সংস্কৃতিগতভাবে খুবই উপযুক্ত, তাই তারা এতটাই দক্ষ। কিন্তু প্রত্যক্ষভাবে মানুষের সাথে কথা বলার আগে, আমি মনে করতাম যে এই অনুভূতিকে কোনও গুরুত্বপূর্ণ প্রভাবের সাথে যুক্ত করা উচিত নয়। চীনের শীর্ষস্থানীয় ল্যাবগুলিতে অনেক দক্ষ, বিনয়ী এবং উন্মুক্ত বিজ্ঞানীদের সাথে কথা বলার পর, আমার অনেক ধারণা আরও পরিষ্কার হয়েছে।

সর্বোত্তম বড় ভাষা মডেল তৈরি করতে হলে পুরো টেকনোলজি স্ট্যাকের মধ্যে সূক্ষ্ম কাজ করা অপরিহার্য: ডেটা থেকে শুরু করে আর্কিটেকচারের বিস্তারিত বিষয়গুলি এবং রিইনফোর্সমেন্ট লার্নিং অ্যালগরিদমের বাস্তবায়ন পর্যন্ত। মডেলের প্রতিটি ধাপেই কিছুটা উন্নতি সম্ভব, এবং এই উন্নতিগুলিকে একসাথে কীভাবে সংযুক্ত করা হবে, তা একটি জটিল প্রক্রিয়া। এই প্রক্রিয়ায়, কিছু অত্যন্ত বুদ্ধিমান ব্যক্তির কাজকে একটি বহু-লক্ষ্য অপটিমাইজেশনের মধ্যে মডেলটিকে সর্বোচ্চে নিয়ে যাওয়ার জন্য বাদ দিতে হতে পারে।

আমেরিকান গবেষকরা স্পষ্টতই একক উপাদানের সমস্যা সমাধানে অত্যন্ত দক্ষ, কিন্তু আমেরিকায় একটি "নিজের জন্য কথা বলা" এর সংস্কৃতি আরও বেশি। বিজ্ঞানী হিসাবে, যখন আপনি নিজের কাজের জন্য মনোযোগ আকর্ষণের জন্য সক্রিয়ভাবে প্রচেষ্টা করেন, তখন আপনি প্রায়শই বেশি সফল হন; এবং আধুনিক সংস্কৃতি একটি নতুন খ্যাতির পথের দিকে প্রবণতা তৈরি করছে, যা হল "শীর্ষ AI বিজ্ঞানী" হওয়া। এটি সরাসরি সংঘাতের কারণ হবে।

বহির্বিশ্বে এই প্রচলিত কথা ছিল যে, লামা সংগঠন এই স্বার্থগুলি স্তরবদ্ধ সংগঠনে অন্তর্ভুক্ত করার পরে রাজনৈতিক চাপে ধ্বংস হয়েছিল। আমি অন্যান্য পরীক্ষাগারগুলির কাছেও শুনেছি যে, কখনও কখনও একজন শীর্ষ গবেষককে "শান্ত" করা প্রয়োজন হয়, যাতে তিনি তাঁর ধারণাগুলি চূড়ান্ত মডেলে অন্তর্ভুক্ত না হওয়ার জন্য অভিযোগ করতে বন্ধ করেন। এটি সম্পূর্ণরূপে সত্য হোক বা না হোক, এর অর্থ স্পষ্ট: আত্মসচেতনতা এবং পেশাগত উন্নতির ইচ্ছা, সত্যিকারের সেরা মডেলগুলি তৈরির পথে বাধা হয়ে দাঁড়ায়। যদি মার্কিন যুক্তরাষ্ট্র এবং চীনের মধ্যে এই সাংস্কৃতিকভাবেই একটি ক্ষুদ্র, দিকনির্দেশকারী পার্থক্যও থাকে, তবেও এটি চূড়ান্ত আউটপুটের উপর অর্থপূর্ণ প্রভাব ফেলতে পারে।

এই পার্থক্যগুলির একটি অংশ চীনা মডেলগুলি কে তৈরি করছে তার সাথে সম্পর্কিত। সমস্ত ল্যাবে, একটি সরাসরি বাস্তবতা হল: মূল অবদানকারীদের মধ্যে ব্যাপকভাবে এমন শিক্ষার্থীদের অংশ রয়েছে যারা এখনও পড়াশোনা করছে। এই ল্যাবগুলি খুবই তরুণ, যা আমাকে Ai2-এর আমাদের সংগঠনের পদ্ধতির কথা মনে করিয়ে দেয়: শিক্ষার্থীদের সহকর্মী হিসাবে বিবেচনা করা হয় এবং বড় ভাষা মডেল দলের সাথে সরাসরি একীভূত করা হয়।

এটি মার্কিন যুক্তরাষ্ট্রের শীর্ষস্থানীয় প্রযুক্তি প্রলব্ধিগুলির সাথে খুব ভিন্ন। মার্কিন যুক্তরাষ্ট্রে, OpenAI, Anthropic, Cursor ইত্যাদি কোম্পানিগুলি কোনও ইন্টার্নশিপ প্রদান করে না। Google এর মতো অন্যান্য কোম্পানিগুলি মূলত Gemini-এর সাথে সম্পর্কিত ইন্টার্নশিপ প্রদানের দাবি করে, কিন্তু অনেকেই ভয় পায় যে তাদের ইন্টার্নশিপটি সত্যিকারের মূল কাজ থেকে বিচ্ছিন্ন হয়ে যাবে।

সামগ্রিকভাবে, এই সামান্য সাংস্কৃতিক পার্থক্যগুলি মডেল তৈরির ক্ষমতা বাড়াতে পারে: চূড়ান্ত মডেলটি উন্নত করার জন্য মানুষ আরও বেশি ইচ্ছুক হয়ে ওঠে যে কাজগুলি কম উজ্জ্বল; AI তৈরিতে প্রথমবারের মতো অংশগ্রহণকারীরা পূর্ববর্তী AI বুমের চক্রগুলির প্রভাব থেকে মুক্ত থাকতে পারে, ফলে তারা নতুন আধুনিক পদ্ধতিগুলির সাথে দ্রুত খাপ খাইয়ে নিতে পারে। বাস্তবে, আমি যিনি একজন চীনা বিজ্ঞানীর সাথে কথা বলেছি, তিনি এটিকে স্পষ্টভাবেই একটি সুবিধা হিসাবে দেখেছিলেন; কম স্ব-সচেতনতা, যার ফলে সংগঠনগুলির স্কেলিংয়ের জন্য কিছুটা সহজতা ঘটে, কারণ মানুষগুলি "সিস্টেমকে খেলা" করার চেষ্টা কমই করে; অসংখ্য দক্ষতা, অন্যত্রই প্রমাণিত ধারণা সম্পর্কিত সমস্যাগুলির সমাধানের জন্য অত্যন্ত উপযুক্ত, ইত্যাদি।

এটি বর্তমান ভাষা মডেলের ক্ষমতা গঠনের প্রবণতাকে সমর্থন করে, যা একটি পরিচিত স্টেরিওটাইপের বিপরীতে: মানুষ প্রায়শই মনে করে যে চীনা গবেষকরা কমই সেই সৃজনশীল, নতুন ক্ষেত্র খোলার মতো “0 থেকে 1” এর শৈল্পিক গবেষণা উৎপাদন করেন।

এই ভ্রমণের কিছু শুধুমাত্র শৈক্ষিক প্রতিষ্ঠান পরিদর্শনে, অনেক নেতৃবৃন্দ উল্লেখ করেছেন যে তারা এই অধিক আকাঙ্ক্ষিত গবেষণা সংস্কৃতির বিকাশ ঘটাচ্ছে। একইসাথে, আমরা যাদের সাথে কথা বলেছি তাদের মধ্যে কিছু প্রযুক্তিগত নেতৃবৃন্দ সন্দেহ করেন যে, এই বৈজ্ঞানিক গবেষণার পুনর্গঠন সংক্ষিপ্ত সময়ের মধ্যে সম্ভব হবে কিনা, কারণ এটি শিক্ষা ও উৎসাহ ব্যবস্থার পুনর্ডিজাইনকে প্রয়োজন করে, যা এতটাই বড় যে বর্তমান অর্থনৈতিক ভারসাম্যের মধ্যে এটি ঘটা কঠিন।

এই সংস্কৃতি প্রায়শই “বড় ভাষা মডেল গঠন গেম” খেলতে অত্যন্ত দক্ষ শিক্ষার্থী এবং ইঞ্জিনিয়ারদের প্রশিক্ষণ দিচ্ছে। অবশ্যই, তাদের সংখ্যাও অত্যন্ত বেশি।

এই শিক্ষার্থীদের কাছ থেকে আমি শুনেছি যে চীনেও মার্কিন যুক্তরাষ্ট্রের মতোই একটি দক্ষতা পালানোর প্রক্রিয়া চলছে: আগে যারা শিক্ষাগত পথে যাওয়ার কথা ভাবছিল, এখন তারা শিল্পক্ষেত্রেই থাকার পরিকল্পনা করছে। একজন অধ্যাপক হওয়ার ইচ্ছা রাখা গবেষকের কথাটি সবচেয়ে আকর্ষণীয়—সে বলল, সে শিক্ষা ব্যবস্থার কাছাকাছি থাকতে চাইলেই অধ্যাপক হতে চায়; কিন্তু তারপর সে মন্তব্য করল যে, শিক্ষা এখন বড় ভাষা মডেলগুলির দ্বারা সমাধান হয়ে গেছে—“শিক্ষার্থীদের আর আমার সঙ্গে কথা বলার দরকার কী!”

ছাত্ররা বড় ভাষা মডেলের ক্ষেত্রে নতুন দৃষ্টিকোণ নিয়ে প্রবেশ করে, যা একটি সুবিধা। গত কয়েক বছরে, আমরা দেখেছি যে বড় ভাষা মডেলের মূল প্যারাডাইমগুলি নিয়মিত পরিবর্তিত হচ্ছে: MoE বাড়ানোর থেকে শুরু করে শক্তিশালী শিক্ষা বাড়ানো, এবং এজেন্টগুলির সমর্থন পর্যন্ত। এই বিষয়গুলির যেকোনো একটি ভালোভাবে করতে হলে, প্রসঙ্গের বিস্তৃত সাহিত্যসহ এবং প্রতিষ্ঠানের অভ্যন্তরীণ প্রযুক্তি স্ট্যাকসহ অসংখ্য পটভূমির তথ্যকে অত্যন্ত দ্রুত গ্রহণ করতে হবে।

শিক্ষার্থীরা এ ধরনের কাজ করার অভ্যাস রাখে এবং 'কী কাজ করা উচিত' সম্পর্কে সমস্ত পূর্বধারণা নিয়ে বিনয়ীভাবে পিছিয়ে যাওয়ার প্রস্তুতি রাখে। তারা একেবারে ডুবে যায়, শুধুমাত্র মডেলটি উন্নত করার সুযোগ পাওয়ার জন্য তাদের জীবনকে এতে নিবেদন করে।

এই শিক্ষার্থীদের কাছে এটি অত্যন্ত সরল এবং বিজ্ঞানীদের বিভ্রান্ত করতে পারে এমন দর্শনমূলক আলোচনা কিছুই নেই। যখন আমি তাদের মডেলের অর্থনৈতিক প্রভাব বা দীর্ঘমেয়াদী সামাজিক ঝুঁকি সম্পর্কে কীভাবে ভাবেন তা জিজ্ঞাসা করি, তখন জটিল দৃষ্টিভঙ্গি রাখেন এবং এই বিষয়গুলিতে প্রভাব ফেলতে চান এমন চীনা গবেষকদের সংখ্যা অনেক কম। তারা মনে করেন যে তাদের ভূমিকা হলো সেরা মডেলগুলি তৈরি করা।

এই পার্থক্যটি সূক্ষ্ম এবং সহজেই অস্বীকার করা যায়। কিন্তু যখন আপনি একজন সুন্দর, বুদ্ধিমান এবং ইংরেজিতে স্পষ্টভাবে প্রকাশ করতে পারে এমন গবেষকের সাথে দীর্ঘ আলাপচারিতা করেন, তখন এটি সবচেয়ে বেশি অনুভূত হয়: যখন আপনি AI-এর প্রতি আরও দার্শনিক প্রশ্নগুলি জিজ্ঞাসা করেন, তখন এই মৌলিক প্রশ্নগুলি বাতাসে ঝুলে থাকে এবং তাঁর মুখে একটি সাদামাটা বিভ্রান্তির ভাব ফুটে ওঠে। তাদের জন্য, এটি একটি শ্রেণীভুল।

একজন গবেষক ড্যান ওয়াংয়ের প্রসিদ্ধ মন্তব্যটি উদ্ধৃত করেছেন: আমেরিকা যেমন আইনজীবীদের দ্বারা পরিচালিত, চীন তেমনি প্রকৌশলীদের দ্বারা পরিচালিত। এই বিষয়গুলি নিয়ে কথা বলতে গিয়ে, তিনি এই তুলনাটি ব্যবহার করে তাদের নির্মাণের ইচ্ছাকে জোর দিয়েছেন। চীনে, ড্যোয়ার্কেশ বা লেক্সের মতো সুপার-প্রচলিত পডকাস্টগুলির মতো একটি পদ্ধতিগত পথ নেই, যা চীনা বিজ্ঞানীদের স্টার প্রভাবকে গড়ে তুলতে পারে।

আমি চাইছিলাম চীনা বিজ্ঞানীদের কাছ থেকে এআই-এর কারণে ভবিষ্যতের অর্থনৈতিক অনিশ্চয়তা, সাধারণ মানব বুদ্ধিমত্তার চেয়েও বেশি ক্ষমতার প্রশ্ন, বা মডেলগুলির আচরণের নৈতিক বিতর্কসমূহ সম্পর্কে মন্তব্য পেতে; এই সমস্ত প্রশ্নগুলি শেষপর্যন্ত আমাকে এই বিজ্ঞানীদের বড় হওয়ার পটভূমি এবং শিক্ষাগত পটভূমি দেখিয়েছে (সম্পাদিত 1)। তারা নিজেদের কাজের প্রতি অত্যন্ত কেন্দ্রীভূত, কিন্তু তারা এমন একটি ব্যবস্থার মধ্যে বড় হয়েছে যেখানে সমাজকে কীভাবে সংগঠিত করা উচিত, কীভাবে পরিবর্তন করা উচিত—এইসব বিষয়ে আলোচনা এবং প্রকাশকে উৎসাহিত করা হয়নি।

দূর থেকে দেখলে, বিশেষ করে বেইজিং, এটি আমার কাছে বেয়ার এরিয়ার মতো মনে হয়: একটি প্রতিযোগিতামূলক পরীক্ষাগার, যা হয়তো হাঁটার বা ট্যাক্সির কয়েক মিনিটের মধ্যেই। আমি বিমানে নেমে হোটেলের দিকে যাওয়ার পথে আলিবাবা বেইজিং ক্যাম্পাসে একবার গিয়েছিলাম। পরবর্তী ৩৬ ঘন্টার মধ্যে আমরা জিপু AI, মুন অফ দ্য ডার্ক, তসিংহুয়া বিশ্ববিদ্যালয়, মেইটুয়ান, শাওমি এবং 01.ai-এ গিয়েছিলাম।

চীনে ডিডি এক্সিং ব্যবহার করা খুব সুবিধাজনক। যদি আপনি XL মডেল বেছে নেন, তবে প্রায়শই ম্যাসেজ চেয়ারযুক্ত ইলেকট্রিক স্মল ব্যান পাবেন। আমরা গবেষকদের কাছে ট্যালেন্ট ওয়ার সম্পর্কে জিজ্ঞাসা করলাম, তারা বললেন এটি আমাদের যা মার্কিন যুক্তরাষ্ট্রে অভিজ্ঞতা হয়েছিল তার সাথে খুব মিলে যায়। গবেষকদের চাকরি বদলানো স্বাভাবিক, এবং মানুষ কোথায় যাবে তা প্রধানত বর্তমানে কোথায় পরিবেশটি সবচেয়ে ভালো তার উপর নির্ভর করে।

চীনে, বড় ভাষা মডেল সম্প্রদায় একটি জীবন্ত ইকোসিস্টেমের মতো মনে হয়, একে অপরের সাথে যুদ্ধরত গোষ্ঠী নয়। অনেক অনৌপচারিক কথোপকথনে, আমি শুনেছি প্রায় সবসময় সহকর্মীদের প্রতি সম্মান। সমস্ত চীনা ল্যাবরেটরি বাইটডান্স এবং এর জনপ্রিয় DouBao মডেলকে ভয় পায়, কারণ এটি চীনের একমাত্র অগ্রণী বন্ধ সোর্স ল্যাবরেটরি। একইসাথে, সমস্ত ল্যাবরেটরি DeepSeek-এর প্রতি অত্যন্ত সম্মানশীল, কারণ এটিকে বাস্তবায়নের দিক থেকে সবচেয়ে গবেষণামূলক স্বাদ রাখা ল্যাবরেটরি হিসাবে বিবেচনা করা হয়। মার্কিন যুক্তরাষ্ট্রে, যখন আপনি ল্যাবরেটরির সদস্যদের সাথে অনৌপচারিকভাবে কথা বলেন, তখন দ্রুতই আগুনের ঝলক দেখা যায়।

চীনা গবেষকদের বিনয়ের মধ্যে সবচেয়ে বেশি আমাকে প্রভাবিত করেছে যে, তারা ব্যবসায়িক স্তরেও প্রায়শই কাঁধ উঁচু করে বলে, এটা তাদের সমস্যা নয়। অন্যদিকে, মার্কিন যুক্তরাষ্ট্রে, প্রায় প্রত্যেকেই ডেটা সেলার, কম্পিউটিং পাওয়ার, এবং ফান্ডিং পর্যন্ত বিভিন্ন ইকোসিস্টেম লেভেলের শিল্প প্রবণতায় মুগ্ধ।

চীনের এআই শিল্প এবং পশ্চিমা ল্যাবগুলির পার্থক্য এবং সাদৃশ্য

আজ একটি এআই মডেল তৈরি করা এতটাই আকর্ষণীয় কারণ এখন শুধুমাত্র কয়েকজন উত্তম গবেষককে একই ভবনে একত্রিত করে একটি প্রকৌশল অসাধ্য তৈরি করা নয়। অতীতে এটি আসলে এমনই ছিল, কিন্তু এআই ব্যবসাকে বজায় রাখতে, বড় ভাষা মডেলগুলি এখন একটি মিশ্রণে পরিণত হচ্ছে: এটি তৈরি, বিতরণ, আর্থিক সমর্থন, এবং এই সৃষ্টিটিকে গ্রহণযোগ্যতা দেওয়ার সাথে জড়িত।

শীর্ষ AI কোম্পানিগুলি জটিল ইকোসিস্টেমের মধ্যে বিদ্যমান। এই ইকোসিস্টেমগুলি অগ্রগতি চালিয়ে যাওয়ার জন্য ফান্ডিং, কম্পিউটেশনাল পাওয়ার, ডেটা এবং আরও অনেক সম্পদ প্রদান করে।

পশ্চিমা ইকোসিস্টেমে, বড় ভাষা মডেল তৈরি এবং বজায় রাখার জন্য প্রয়োজনীয় বিভিন্ন ইনপুট উপাদানগুলির একীকরণের পদ্ধতি পর্যাপ্তভাবে ধারণা এবং ম্যাপিং করা হয়েছে। Anthropic এবং OpenAI হল উদাহরণ। অতএব, যদি আমরা বুঝতে পারি যে চীনা ল্যাবগুলি এই সমস্যাগুলির উপর ভিন্নভাবে চিন্তা করে, তবে আমরা বুঝতে পারি যে বিভিন্ন কোম্পানিগুলি ভবিষ্যতে কোন অর্থপূর্ণ পার্থক্যগুলিতে জোর দেবে। অবশ্যই, এই ভবিষ্যতগুলি আর্থিক সহায়তা এবং/অথবা কম্পিউটেশনাল সীমাবদ্ধতার দ্বারা শক্তিশালীভাবে প্রভাবিত হবে।

এই পরীক্ষাগারগুলির সাথে আলাপচারিতা থেকে প্রাপ্ত কয়েকটি সর্বাধিক গুরুত্বপূর্ণ “AI শিল্প স্তরের” অর্জন নিম্নরূপ:

প্রথমত, দেশীয় এআই চাহিদার প্রাথমিক লক্ষণগুলি দেখা দিয়েছে।
একটি প্রচলিত অনুমান অনুসারে, চীনের এআই বাজার ছোট হবে, কারণ চীনা কোম্পানিগুলি সাধারণত সফটওয়্যারের জন্য পেমেন্ট করতে অপ্রস্তুত, ফলে একটি পর্যাপ্ত বড় ইনফারেন্স বাজারকে সমর্থন করার জন্য কখনই পর্যাপ্ত সম্ভাবনা প্রকাশ করতে পারবে না।

কিন্তু এই বিচার শুধুমাত্র SaaS ইকোসিস্টেমের সাথে সম্পর্কিত সফটওয়্যার ব্যয়ের জন্য প্রযোজ্য। এবং SaaS ইকোসিস্টেম চীনের ইতিহাসে সবসময়ই ছোট ছিল। অন্যদিকে, চীন স্পষ্টতই এখনও একটি বিশাল ক্লাউড বাজার রাখে।

একটি গুরুত্বপূর্ণ এবং এখনও উত্তরহীন প্রশ্ন হল: চীনা কোম্পানিগুলির এআই-এ ব্যয় কি ছোট স্কেলের এসএএসএস বাজারের মতো হবে, নাকি মৌলিক ব্যয়ের মতো ক্লাউড বাজারের মতো? এই প্রশ্নটি চীনা ল্যাবগুলিতেও আলোচিত হচ্ছে। সামগ্রিকভাবে, আমি অনুভব করছি যে এআই ক্লাউড বাজারের দিকে বেশি কাছাকাছি যাচ্ছে, এবং কেউই নতুন টুলগুলির উপর গঠিত বাজারের বৃদ্ধির চিন্তা করছে না।

দ্বিতীয়ত, বেশিরভাগ ডেভেলপার ক্লাউডের প্রভাবে গভীরভাবে প্রভাবিত।
যদিও ক্লোডকে ঔপচারিকভাবে চীনে নিষিদ্ধ করা হয়েছে, চীনের বেশিরভাগ এআই ডেভেলপাররা ক্লোডের প্রতি অত্যন্ত আকৃষ্ট, এবং এটি তাদের সফটওয়্যার তৈরির পদ্ধতিকে কীভাবে পরিবর্তন করেছে। চীন অতীতে সফটওয়্যার ক্রয়ের প্রতি কম আগ্রহী ছিল বলেই আমি চীনে বিশাল রিজনিং চাহিদার বৃদ্ধি হবে না বলে মনে করব না।

চীনা প্রযুক্তিবিদরা খুব ব্যবহারিক, বিনয়ী এবং প্রেরণাবহ। এটি আমার উপর যে প্রভাব ফেলেছে, তা যেকোনো “সফটওয়্যার কিনতে টাকা খরচ করা হয় না” এই ঐতিহ্যের চেয়ে বেশি।

কিছু চীনা গবেষক তাদের নিজস্ব টুল ব্যবহার করার কথা উল্লেখ করেন, যেমন কিমি বা জিএলএম-এর কমান্ড-লাইন টুল, কিন্তু সবাই ক্লড ব্যবহার করার কথা উল্লেখ করেন। আশ্চর্যজনকভাবে, কোডেক্সের কথা খুব কমই উল্লেখ করা হয়, যদিও বেয়ার এরিয়ায় কোডেক্স দ্রুত জনপ্রিয় হয়ে উঠছে।

তৃতীয়ত, চীনা কোম্পানিগুলির একটি প্রযুক্তি মালিকানার মনোভাব রয়েছে।
চীনা সংস্কৃতি একটি গুঞ্জরিত চলমান অর্থনৈতিক ইঞ্জিনের সাথে মিশে কিছু অপ্রত্যাশিত ফলাফল তৈরি করছে। আমি যে একটি গভীর অনুভূতি নিয়ে যাই, তা হলো, অসংখ্য AI মডেল এখানকার অনেক প্রযুক্তি প্রতিষ্ঠানের বাস্তবসম্মত ভারসাম্যকে প্রতিফলিত করে। কোনও সমগ্র পরিকল্পনা নেই।

এই শিল্পটি বাই트ダンス এবং আলিবাবার প্রতি সম্মান দ্বারা সংজ্ঞায়িত। তারা শক্তিশালী সম্পদ দিয়ে অনেক বাজার জিততে পারে এমন বড় বর্তমান প্রতিষ্ঠান হিসেবে বিবেচিত। ডিপসিক একজন সম্মানিত প্রযুক্তি নেতা, কিন্তু বাজারের নেতা নয়। তারা দিকনির্দেশনা দেয়, কিন্তু বাজার জিততে আর্থিকভাবে সক্ষম নয়।

এটি মেইটুয়ান বা অ্যালিবাবা গ্রুপের মতো কোম্পানিগুলিকে রেখে যায়। পশ্চিমা ব্যক্তিদের জন্য আশ্চর্যজনক হতে পারে যে এই কোম্পানিগুলি কেন এই মডেলগুলি তৈরি করছে। তবে বাস্তবে, এগুলি স্পষ্টভাবে বড় ভাষা মডেলগুলিকে ভবিষ্যতের প্রযুক্তি পণ্যের কেন্দ্র হিসাবে দেখছে, তাই এগুলির একটি শক্তিশালী ভিত্তির প্রয়োজন।

যখন তারা একটি শক্তিশালী সাধারণ মডেলকে ফাইন-টিউন করে, তখন ওপেন-সোর্স কমিউনিটির ফিডব্যাক তাদের টেকস্ট্যাককে আরও শক্তিশালী করে, এবং একইসাথে তারা নিজেদের পণ্যের জন্য ইন্টারনাল ফাইন-টিউনড ভার্সন রাখতে পারে। এই শিল্পের 'ওপেন-ফার্স্ট' মানসিকতা প্রায়শই ব্যবহারিকতাবাদ দ্বারা সংজ্ঞায়িত: এটি মডেলকে শক্তিশালী ফিডব্যাক দিতে সাহায্য করে, ওপেন-সোর্স কমিউনিটিকে ফিরিয়ে দেয়, এবং তাদের নিজস্ব মিশনকে সক্ষম করে।

চতুর্থ, সরকারি সমর্থন বাস্তবিকভাবে বিদ্যমান, কিন্তু এর পরিমাণ অজানা।
লোকেরা প্রায়শই দাবি করে যে চীনা সরকার বড় ভাষা মডেল প্রতিযোগিতাকে সক্রিয়ভাবে সহায়তা করছে। কিন্তু এটি অনেক স্তরের একটি আপেক্ষিকভাবে বিকেন্দ্রীকৃত সরকারী ব্যবস্থা, এবং প্রতিটি স্তরের জন্য কী করা উচিত তার জন্য কোনও পরিষ্কার অপারেশনাল গাইডলাইন নেই।

বিভিন্ন জেলাগুলির মধ্যে প্রতিযোগিতা হয় যাতে প্রযুক্তি কোম্পানিগুলি তাদের অফিস সেখানে স্থাপন করে। এই কোম্পানিগুলিকে প্রদান করা "সহায়তা" প্রায় নিশ্চিতভাবে লাইসেন্স এবং অন্যান্য বিষয়ে বিষয়গুলি সরিয়ে ফেলার মতো বিষয়গুলি অন্তর্ভুক্ত করে। কিন্তু এই সহায়তা কতটা দূর যাবে? সরকারের বিভিন্ন স্তরগুলি কি দক্ষতা আকর্ষণে সহায়তা করতে পারে? তারা চিপগুলি চুরি করতে সহায়তা করতে পারে?

পূর্ণ পরিদর্শনের সময় সরকারি আগ্রহ বা সহায়তার অনেক উল্লেখ ছিল, কিন্তু সেই তথ্যগুলি আমাকে বিস্তারিতভাবে দাবি করার জন্য যথেষ্ট ছিল না, এবং সরকার চীনের এআই বিকাশের পথকে কীভাবে পরিবর্তন করতে পারে তা নিয়ে আমার একটি আত্মবিশ্বাসী বিশ্বদৃষ্টি গঠনের জন্যও যথেষ্ট ছিল না।

অবশ্যই, চীনা সরকারের সর্বোচ্চ স্তরের কোনো প্রভাব মডেলের যেকোনো প্রযুক্তিগত সিদ্ধান্তে দেখা যায়নি।

পঞ্চমত, ডেটা শিল্প পশ্চিমা দেশগুলির তুলনায় অনেক কম উন্নত।
আমরা আগে শুনেছি যে Anthropic বা OpenAI একটি একক পরিবেশের জন্য 1000 ডলারের বেশি খরচ করে, এবং প্রতি বছর পুনরায় শিক্ষার সীমানা বাড়ানোর জন্য ক্রমাগত ব্যয় কোটি ডলারের পরিসরে। তাই, আমরা জানতে চাই যে চীনা ল্যাবগুলি কি একই পরিবেশগুলি মার্কিন কোম্পানিগুলির কাছ থেকে কিনছে, নাকি তাদের সমর্থনের জন্য একটি প্রতিচ্ছবি-সদৃশ স্থানীয় ইকোসিস্টেম রয়েছে।

উত্তরটি সম্পূর্ণ অর্থে «ডেটা ইন্ডাস্ট্রি নেই» নয়, বরং তাদের অভিজ্ঞতার ভিত্তিতে, ডেটা ইন্ডাস্ট্রির গুণগত মান তুলনামূলকভাবে খারাপ, তাই অনেক সময় ভালো পদ্ধতি হলো অভ্যন্তরীণভাবে পরিবেশ বা ডেটা তৈরি করা। গবেষকরা নিজেরাই প্রবল শিক্ষণের প্রশিক্ষণ পরিবেশ তৈরির জন্য বহু সময় ব্যয় করেন, এবং বাইটডান্স, আলিবাবা ইত্যাদি বড় কোম্পানিগুলির অভ্যন্তরীণ ডেটা লেবেলিং দল থাকে যা এই কাজকে সমর্থন করে। এইসবই আগের উল্লিখিত «কিনতে নয়, নিজেরা তৈরি করুন» মনোভাবকে প্রতিধ্বনিত করে।

ষষ্ঠত, আরও বেশি নভিডিয়া চিপের প্রতি তীব্র চাহিদা রয়েছে।
NVIDIA-এর কম্পিউটিং পাওয়ার ট্রেনিংয়ের গোল্ড স্ট্যান্ডার্ড, এবং প্রত্যেকের অগ্রগতি আরও বেশি কম্পিউটিং পাওয়ার না থাকায় সীমাবদ্ধ। যদি যোগান পর্যাপ্ত হয়, তবে স্পষ্টতই তারা কিনবে। Huawei-এর মতো অন্যান্য অ্যাক্সেলারেটরগুলি, যার মধ্যে অন্তর্ভুক্ত নয়, ইনফারেন্সের জন্য ইতিবাচক মূল্যায়ন পেয়েছে। অসংখ্য ল্যাব Huawei-এর চিপগুলি ব্যবহার করতে পারে।

এই পয়েন্টগুলি একটি সম্পূর্ণ ভিন্ন এআই ইকোসিস্টেম চিত্রিত করে। পশ্চিমা ল্যাবগুলির কার্যপদ্ধতি দ্রুত চীনা সহকর্মীদের উপর প্রয়োগ করলে প্রায়শই শ্রেণীবদ্ধকরণের ভুল হয়। মূল প্রশ্ন হলো, এই ভিন্ন ইকোসিস্টেমগুলি কি বাস্তবিকভাবে ভিন্ন ধরনের মডেল উৎপাদন করবে; নাকি চীনা মডেলগুলি সবসময় 3 থেকে 9 মাস আগের মার্কিন অগ্রণী মডেলের মতোই ব্যাখ্যা করা হবে।

প্রতিবেদন: বিশ্বব্যাপী সমতা

এই যাত্রার আগে, আমি চীন সম্পর্কে খুব কম জানতাম; এবং যখন আমি চলে গেলাম, তখন আমি অনুভব করলাম যে আমি শুধু শেখা শুরু করেছি। চীন হল এমন একটি জায়গা যা নিয়ম বা রেসিপি দিয়ে ব্যক্ত করা যায় না, বরং এটির খুব ভিন্ন গতিবিধি এবং রাসায়নিক বিক্রিয়া রয়েছে। এর সংস্কৃতি এতটাই প্রাচীন, এতটাই গভীর, এবং এখনও দেশের প্রযুক্তি নির্মাণের পদ্ধতির সাথে সম্পূর্ণভাবে জড়িয়ে আছে। আমার আরও অনেক কিছু শেখার আছে।

আমেরিকার বর্তমান ক্ষমতা কাঠামোর অনেক অংশই তাদের বর্তমান চীনা দৃষ্টিভঙ্গিকে সিদ্ধান্ত গ্রহণের একটি কী মানসিক টুল হিসেবে ব্যবহার করে। আমি চীনের প্রায় প্রতিটি শীর্ষ AI পরীক্ষাগারের সাথে ঔপচারিক বা অঔপচারিকভাবে মুখোমুখি আলোচনা করার পর, আমি দেখেছি যে চীনের অনেক গুণ এবং প্রাকৃতিক প্রবণতা পশ্চিমা সিদ্ধান্ত গ্রহণের পদ্ধতির জন্য মডেল করা কঠিন।

আমি যদি সরাসরি এই প্রযুক্তি প্রতিষ্ঠানগুলিকে জিজ্ঞাসা করি যে তারা কেন তাদের সবচেয়ে শক্তিশালী মডেলগুলি খোলামেলা প্রকাশ করছে, তবুও আমি "স্বত্বের মনোভাব" এবং "প্রকৃতপক্ষে ইকোসিস্টেমকে সমর্থন" এর মধ্যে সম্পূর্ণভাবে সংযোগ করতে পারছি না।

এখানকার ল্যাবগুলি খুব ব্যবহারিক, ওপেন সোর্সের পক্ষে নিখুঁত আদর্শবাদী নয়, এবং তাদের তৈরি প্রতিটি মডেল খোলা হিসাবে প্রকাশিত হয় না। কিন্তু ডেভেলপারদের সমর্থন করা, ইকোসিস্টেমকে সমর্থন করা, এবং খোলামেলা হওয়াকে নিজেদের মডেলগুলি আরওভালভাবে বুঝতে একটি উপায় হিসাবে ব্যবহার করা—এইসবের উপর তাদের গভীর ইচ্ছা রয়েছে।

প্রায় প্রতিটি চীনা বড় টেক কোম্পানি তাদের নিজস্ব জেনারেল লার্জ ল্যাঙ্গুয়েজ মডেল তৈরি করছে। আমরা দেখেছি যে, মেইটুয়ান এর মতো প্ল্যাটফর্ম-ভিত্তিক সার্ভিস কোম্পানি এবং শিওমির মতো বড় কনজুমার টেক কোম্পানি সবাই ওপেন-ওয়েট মডেল প্রকাশ করেছে। মার্কিন যুক্তরাষ্ট্রের সদৃশ কোম্পানিগুলি সাধারণত শুধুমাত্র সার্ভিস কিনবে।

এই কোম্পানিগুলি জনপ্রিয় নতুন জিনিসগুলিতে উপস্থিতি প্রদর্শনের জন্য বড় ভাষা মডেল তৈরি করে না, বরং একটি গভীর এবং মৌলিক ইচ্ছার কারণে: তাদের নিজস্ব প্রযুক্তি স্ট্যাক নিয়ন্ত্রণ করা এবং বর্তমানের সবচেয়ে গুরুত্বপূর্ণ প্রযুক্তি বিকাশ করা। যখন আমি আমার ল্যাপটপ থেকে মাথা উঠাই, তখন আমি সবসময় ক্রেনের একটি ঝাঁক দেখতে পাই, যা চীনের ব্যাপক নির্মাণ সংস্কৃতি এবং নির্মাণশক্তির সাথে সম্পূর্ণরূপে সঙ্গতিপূর্ণ।

চীনা গবেষকদের মানবিকতা, আকর্ষণ এবং সত্যিকারের উষ্ণতা খুবই কাছাকাছি বোধ হয়। ব্যক্তিগত পর্যায়ে, আমরা যে কঠোর ভূ-রাজনৈতিক আলোচনায় মার্কিন যুক্তরাষ্ট্রে অভ্যস্ত, তা তাদের উপর কোনও প্রভাব ফেলেনি। এই বিশ্বটির জন্য এই সহজ ইতিবাচকতা আরও বেশি প্রয়োজন। AI সম্প্রদায়ের একজন সদস্য হিসেবে, আমি এখন আরও বেশি উদ্বিগ্ন, কারণ জাতীয়তা লেবেলের চারপাশে সদস্যদের ও গোষ্ঠীদের মধ্যে ফাটল দেখা দিচ্ছে।

আমি যদি বলি যে আমি আমেরিকান ল্যাবগুলিকে AI টেকস্ট্যাকের প্রতিটি অংশে স্পষ্ট নেতা হতে চাই না, তবে আমি মিথ্যা বলছি। বিশেষ করে আমি যে ওপেন মডেল ক্ষেত্রে অনেক সময় ব্যয় করেছি, আমি একজন আমেরিকান, এটি একটি সৎ পছন্দ।

এর সাথে সাথে, আমি আশা করি খোলা ইকোসিস্টেমটি বিশ্বব্যাপী সমৃদ্ধ হবে, কারণ এটি বিশ্বের জন্য আরও নিরাপদ, আরও সহজলভ্য এবং আরও কার্যকরী এআই তৈরি করবে। এখনকার সমস্যা হলো, মার্কিন ল্যাবগুলি কি এই নেতৃত্বের অবস্থান দখল করার জন্য পদক্ষেপ নেবে।

আমি এই নিবন্ধটি লিখে ফেলার সময়, প্রশাসনিক আদেশের প্রভাব সম্পর্কে আরও শুনতে পাচ্ছি। এটি মার্কিন নেতৃত্ব এবং বিশ্বব্যাপী ইকোসিস্টেমের মধ্যে সমন্বয়কে আরও জটিল করে তুলতে পারে—যা আমাকে আরও আত্মবিশ্বাসী করে তোলেনি।

আমি মুন অফ দ্য ডার্ক সাইড, জিজ্ঞাপ, মেইটুয়ান, শাওমি, টংই কুয়েন, আন্ট লিংগুয়ান, 01.ai এবং অন্যান্য প্রতিষ্ঠানের সাথে আমার সহযোগিতার জন্য সকল দক্ষ ব্যক্তিদের ধন্যবাদ জানাই। প্রত্যেকেই এতটাই উদার এবং নিজেদের সময় দিয়েছেন। আমার ধারণাগুলি আকৃতি নিচ্ছে, আমি চীনের উপর আরও বিস্তৃত সংস্কৃতিগত এবং AI-এর নিজস্ব ক্ষেত্রের পর্যবেক্ষণগুলি শেয়ার করতে থাকব।

এটি প্রত্যক্ষভাবে এআইয়ের অগ্রগতির সাথে সম্পর্কিত।

[原文链接]

লিউডং ব্লকবিটসে চাকরির জন্য ক্লিক করুন

লিউডোং ব্লকবিটসের অফিসিয়াল সম্প্রদায়ে স্বাগতম:

টেলিগ্রাম সাবস্ক্রিপশন গ্রুপ：https://t.me/theblockbeats

টেলিগ্রাম কমিউনিটি: https://t.me/BlockBeats_App

টুইটার অফিসিয়াল অ্যাকাউন্ট：https://twitter.com/BlockBeatsAsia