ওপেনএআই চ্যাটজিপিটি সাইটগুলি চালু করেছে, পারম্পরিক এসএএস ওয়েবসাইট বিল্ডারদের বিঘ্নিত করে

এখনই, ওপেনএআই আবার উন্নত হয়েছে।

এখন, প্রচুর মনোযোগ পাওয়া ChatGPT Sites-এর পাবলিক বিটা শুরু হয়েছে!

আপনি যদি একটিও কোড লিখতে না জানেন, তবুও কয়েকটি প্রাকৃতিক ভাষার নির্দেশ দিয়ে বা একটি স্কেচ আপলোড করে, আপনি কয়েকটি মিনিটের মধ্যে একটি অত্যন্ত পেশাদার এবং জটিল ইন্টারঅ্যাক্টিভ ওয়েবসাইট তৈরি করতে পারবেন, যেমন আপনি গুগল ডকুমেন্ট লিখেন।

ফ্রন্টএন্ড ডেভেলপমেন্ট শুধুমাত্র প্রাকৃতিক ভাষার মাধ্যমেই সম্পন্ন করা যাচ্ছে, যা পারম্পরিক ওয়েবসাইট তৈরির SaaS শিল্পকে বড় ধরনের বিপ্লবের মুখে ফেলেছে।

এবং, একটি নতুন খবর প্রকাশিত হয়েছে।

নিচের প্রযুক্তিগত পাশে, GPT-6 অসাধারণ ক্রস-মোডাল ক্ষমতা প্রদর্শন করেছে।

অডিও প্লেব্যাক ছাড়া এবং সম্পূর্ণ ইন্টারনেট বিচ্ছিন্ন অবস্থায়, শুধুমাত্র একটি মেল স্পেকট্রোগ্রাম (শব্দের ওয়েভফর্ম ভিজুয়ালাইজেশন) দিয়ে GPT-6 গভীর সমুদ্রের নীল হুইলের ডাক চিনতে পারে, এমনকি স্টার ওয়ার্সের লাইটস্বর্ড সাউন্ড ইফেক্টও চিনতে পারে।

এটি দেখায় যে এআইয়ের বহুমুখী বোঝাপড়া মানুষের ইন্দ্রিয়ের বাধা পুরোপুরি ভেদ করেছে।

এটি এখন মানুষের দেখা ও শোনার ক্ষমতা অনুকরণ করছে না, বরং ভৌত বিশ্বের ডেটা স্ট্রাকচারের জন্য একটি 'ন্যাটিভ ডিকোডিং' ক্ষমতা অর্জন করেছে!

একসময়, একটি শীর্ষস্থানীয় ব্যক্তিগত ওয়েবসাইট থাকা ছিল প্রোগ্রামার এবং পেশাদার ডিজাইনারদের বিশেষ অধিকার।

পরে, ড্রিমউইভার আবির্ভূত হয়, তারপরে Wix, Squarespace এবং এমনকি Tilda এর মতো ড্র্যাগ-অ্যান্ড-ড্রপ ওয়েবসাইট বিল্ডিং SaaS টুলগুলি আসে।

কিন্তু আজ, ChatGPT Sites-এর পাবলিক বিটা সরাসরি ওয়েবসাইট তৈরির বাধা ভেঙে দিয়েছে।

প্রখ্যাত টেক মিডিয়া ফাস্ট কোম্পানি এবং ওয়ান্ডার টুলসের পরিচালক জেরেমি ক্যাপল্যানের পরীক্ষার পর বলা হয়েছে: ChatGPT Sites-এর অভিজ্ঞতা অত্যন্ত বিপ্লবী!

এখন, একটি সুন্দর ওয়েবসাইট তৈরি করা একটি Google Doc তৈরি করার মতোই সহজ।

এখন এই ফিচারটি ChatGPT Plus, Pro, Business, Enterprise এবং Edu ব্যবহারকারীদের জন্য সম্পূর্ণরূপে উন্মুক্ত।

এটি কিভাবে কাজ করে? প্রক্রিয়াটি অত্যন্ত সহজ।

1. আপনার দৃষ্টিভঙ্গি বর্ণনা করুন: আপনি কী ধরনের ওয়েবসাইট চান, এর লক্ষ্য দর্শক কে তা কয়েকটি বাক্যে লিখুন।

2. এটিকে মেটেরিয়াল দিন: যদি আপনার পছন্দের ওয়েবসাইটের স্ক্রিনশট বা হাতে আঁকা স্কেচ থাকে, তাহলে সরাসরি আপলোড করুন।

3. ফিচার রিকোয়েস্ট করুন: লিঙ্ক বাটন চান? এম্বেডেড ভিজুয়াল ইফেক্ট? নাকি জটিল ইন্টারঅ্যাকশন এলিমেন্ট? সরাসরি বলুন।

4. একটি কফি পান করুন এবং অপেক্ষা করুন: জটিলতার উপর নির্ভর করে, প্রায় ১০ থেকে ১৫ মিনিটের মধ্যে একটি সম্পূর্ণ ওয়েবসাইট তৈরি হয়ে যাবে।

দ্রষ্টব্য, এটি শুধুমাত্র একটি "টেমপ্লেট কপি" নয়, বরং প্রকৃত Vibe Coding!

প্রাথমিক পরীক্ষকরা এটি ব্যবহার করে অনেক অসাধারণ প্রকল্প তৈরি করেছেন।

প্রথমে, ব্যবহারিক পৃষ্ঠাগুলি।

এটি ব্যবহার করে কেউ একটি পারফেক্ট মিডিয়া কিট স্পনসর পেজ, একটি আধুনিক ডিজাইনের সান ফ্রান্সিসকো ইভেন্ট গাইড, এমনকি একটি আধুনিক অনলাইন পিকনিক সামগ্রী স্টোরও তৈরি করেছেন যেখানে পণ্যগুলি ড্র্যাগ করে শপিং কার্টে যোগ করা যায়।

অন্যদিকে, শিল্পী ড্রু কাটাওকা এটি ব্যবহার করে একটি শিল্প সরঞ্জাম তৈরি করেছেন যার নাম GoalFlow।

ব্যবহারকারী যখন পতাকা নির্বাচন করে, তখন তিনি তরল সিমুলেশন ক্যানভাসে পতাকার রং দিয়ে "আঁকতে" পারেন, যেখানে রংগুলি জলের মধ্যে রংয়ের মতো প্রাকৃতিকভাবে ঘুরে বেড়ায় এবং ভাসে।

এই জটিল তরল পদার্থ পদার্থবিদ্যা ইঞ্জিন সহ ফ্রন্টএন্ড পেজটি আগে উন্নত ফ্রন্টএন্ড ইঞ্জিনিয়ারদের কয়েক সপ্তাহ লাগত, এখন কেবল কয়েকটি প্রম্পট দিয়েই।

শেষে, ফিজিক্স ইঞ্জিন গেম আছে।

আপনি এমনকি একটি জেঙ্গা সদৃশ গেম গ্লাস টাওয়ার্স তৈরি করতে পারেন, যার স্বয়ংক্রিয়ভাবে বাস্তবসম্মত ভৌতিক প্রভাব রয়েছে; অথবা একটি আর্কেড গেম পেপার গ্লাইডার তৈরি করতে পারেন, যেখানে একটি কাগজের বিমানকে বলয়গুলির মধ্যে দিয়ে পাঠানো হয়।

এর পুনরাবৃত্তির ক্ষমতা আরও ভয়াবহ।

ChatGPT প্রাথমিক খসড়া দেওয়ার পরে, আপনি সাইডবারের «মন্তব্য টুল» ব্যবহার করে সরাসরি ওয়েবপৃষ্ঠায় বৃত্ত আঁকতে পারেন: «এই বোতামের রং পরিবর্তন করুন», «এখানে ফন্টটি সেরিফ-হীন ফন্টে পরিবর্তন করুন», «এই ছবিটি প্রতিস্থাপন করুন»।

এটি শুধু বুঝতে পারে না, বরং অন্তর্ভুক্ত করে সংশোধনও করে।

প্রতিযোগিতামূলক পরিস্থিতি এখন অপরিহার্য।

যদিও প্রাথমিক এআই ওয়েবসাইট টুলগুলি (যেমন Lovable, Bolt) এখনও তাদের নমনীয়তার জন্য গুরুত্বপূর্ণ, Claude-এর Artifacts এবং Claude Design ইন্টারেক্টিভ UI-এ উত্তম পারফরম্যান্স দেখিয়েছে, ChatGPT Sites-এর বড় আঘাত হল এটি অত্যন্ত বিস্তৃত ইকোসিস্টেমের সাথে একীভূত হওয়া।

যদি আপনি একটি «ChatGPT Project»-এ কাজ করেন, তাহলে এটি স্বয়ংক্রিয়ভাবে আপনার ব্র্যান্ড স্টাইল গাইড এবং লোগো লাইব্রেরি পড়বে, এবং তৈরি করা ওয়েবসাইটটি স্বাভাবিকভাবেই আপনার ব্র্যান্ডের DNA বহন করবে।

এখন, ফ্রন্টএন্ড ইঞ্জিনিয়ারদের হ্রাস করে প্রম্পট পণ্য পরিচালকে পরিণত করা হয়েছে, এবং যেসব প্রাচীন SaaS প্রতিষ্ঠান এখনও "ড্র্যাগ-অ্যান্ড-ড্রপ ওয়েবসাইট তৈরি" এর উপর নির্ভরশীল থেকে উচ্চ মাসিক ফি আদায় করছে, যদি তারা দ্রুত রূপান্তরিত না হয়, তবে এই শীতকালে তাদের বেঁচে থাকা কঠিন হবে!

অ্যাপ্লিকেশন সাইড ডাইমেনশন রিডাকশন: অপারেশনগুলি সম্পূর্ণরূপে অপসারণ করুন, শুধুমাত্র ইচ্ছা রাখুন

পিসি যুগের কমান্ড লাইন (CLI), উইন্ডোজ যুগের গ্রাফিক্যাল ইন্টারফেস (GUI) এবং বর্তমান বড় মডেল যুগের প্রাকৃতিক ভাষা ইন্টারফেস (LUI) এর মধ্যে দিয়ে, মানুষ-কম্পিউটার ইন্টারঅ্যাকশনের ইতিহাস হলো ক্রমাগত অপারেশনের বাধা কমানোর ইতিহাস।

ChatGPT সাইটগুলির সারমর্ম হল ফ্রন্টএন্ড ডেভেলপমেন্টকে প্রকৌশল থেকে প্রকাশের ক্ষেত্রে নামিয়ে আনা।

পূর্বে, আপনি একটি ওয়েবসাইট তৈরি করতে চাইলে, আপনার মস্তিষ্ককে অনেক স্তরের অনুবাদ দিয়ে যেতে হত।

আমি কিছু বিক্রি করতে চাই (উদ্দেশ্য) -> আমার একটি কার্ট এবং পেমেন্ট সিস্টেম দরকার (পণ্য লজিক) -> আমার HTML/CSS/JS লিখতে হবে (ফ্রন্টএন্ড কোড) -> আমার ডাটাবেসের সাথে ইন্টিগ্রেশন করতে হবে (ব্যাকএন্ড লজিক)

এখন, ChatGPT সাইটগুলি মধ্যবর্তী ব্যাপারগুলি সম্পূর্ণরূপে মুছে ফেলেছে।

ব্যবহারকারীর ইনপুট পুরোপুরি প্রাকৃতিক ভাষায় সংকুচিত হয়েছে, অর্থাৎ সবচেয়ে মৌলিক 'উদ্দেশ্য'।

প্রাচীন সফটওয়্যার SaaS-এর মূল বাধা হলো "আমরা কোডকে সুন্দর বোতামে প্যাকেজ করে আপনাকে ক্লিক করার জন্য দিয়েছি", কিন্তু বড় মডেলের ডাউনগ্রেড আক্রমণ হলো: আপনাকে শুধু মুখ খুলে কথা বলতে হবে।

এখন থেকে, “অপ্রোগ্রামারদের জন্য কোড লেখা বা ওয়েবসাইট তৈরি করা সহজ করা” এই উদ্দেশ্যে তৈরি করা সমস্ত অস্থায়ী টুলগুলি এই “এন্ড-টু-এন্ড” জেনারেটিভ যুগে, যেখানে ইচ্ছা প্রত্যক্ষভাবে ফলাফল তৈরি করে, তাদের বেঁচে থাকার জায়গা হারিয়ে ফেলবে।

এছাড়াও, আজই AI গবেষক ChrisGPT এবং Max Rubin দ্বারা প্রকাশিত একটি পরীক্ষার সেট লাখো শ্রবণ প্রকৌশলী এবং AI পেশাদারদের আশ্চর্যচকিত করেছে।

এই পরীক্ষাটি খুব সহজ: শব্দকে একটি চিত্রে পরিণত করুন এবং GPT-6-কে সরাসরি চিত্রটি পড়তে দিন।

ক্রিসজিপিটি জিপিটি-6-এর কাছে একটি মেল স্পেকট্রোগ্রাম আপলোড করেছেন, যা একটি শব্দের ফ্রিক�োয়েন্সি, সময় এবং শক্তি দুইমাত্রিক ছবি হিসাবে ভিজ্যুয়ালাইজ করার একটি প্রযুক্তি।

প্রক্রিয়াটির সময়, তিনি কোনও বাস্তব অডিও প্লে করেননি, এবং বড় মডেলটি অনলাইনের বাইরে ছিল।

একমাত্র প্রম্পট হলো: "এই শব্দটি প্রকৃতির একটি প্রাণী/স্তন্যপায়ী প্রাণীর থেকে আসে।"

জিপিটি-6 উত্তর দিয়েছে: "হুইল, সম্ভবত একটি নীল হাঙ্গর।"

সমগ্র ওয়েব আশ্চর্যচকিত হয়েছে।

কারণ এটি শুধু সঠিক উত্তর দেয়নি, বরং আমাদের বোধশক্তিকেও ছাড়িয়ে গেছে—এর পিছনের যুক্তিটি শুধু চিত্র মেলানোর চেয়েও বেশি!

জানুন, নীল হাঙ্গর অত্যন্ত নিম্ন কম্পাঙ্কের শব্দ করে।

কিন্তু প্রকৃতিতে, সিংহ, বাঘ এবং হাতির ডাকও একইভাবে 40-200 হার্টজের নিম্ন ফ্রিকোয়েন্সি ব্যান্ডে পড়ে। 50 হার্টজের কাছাকাছি স্পেকট্রোগ্রামে শক্তির একটি পুঞ্জ থাকার ভিত্তিতে এটিকে হুইটল বলা যায় না।

GPT-6 কিভাবে এটি করেছে? অডিও ইঞ্জিনিয়ারদের বিশ্লেষণ অনুসারে, GPT-6 সময়ের সাথে শক্তির ধারাবাহিক আকৃতির বৈশিষ্ট্যগুলি সঠিকভাবে শনাক্ত করেছে।

এটি একটি পয়েন্ট দেখার ব্যাপার নয়, বরং এই নির্দিষ্ট ভৌত স্থানে শব্দ তরঙ্গগুলি সময়ের সাথে কীভাবে প্রবাহিত হয় এবং কমে যায় তা বুঝার ব্যাপার।

অত্যন্ত সীমিত প্রেক্ষাপটে একটি "শব্দের ছবি" থেকে প্রাণীর শ্রেণী অনুমান করার এই ক্ষমতা অত্যন্ত আশ্চর্যজনক।

অন্য একজন পরীক্ষাকারী ম্যাক্স রুবিনের ডেমো আরও অসাধারণ ছিল।

তিনি অপ্রাকৃতিক শব্দের পরীক্ষা করেন, যার ফলাফল দেখায় যে Astra মেল স্পেকট্রোগ্রাম থেকে শূন্য-নমুনা পদ্ধতিতে স্টার ওয়ার্সের লাইটস্বর্ড সুইং শব্দ চিনতে পারে!

ম্যাক্স বললেন: "আমরা এখনও কোনো পৃষ্ঠতলই স্পর্শ করিনি।"

যদিও বিজ্ঞান ক্ষেত্রে, একাডেমিক জগত ইতিমধ্যেই হোয়েল সাউন্ড ডিটেকশনের জন্য স্পেক্ট্রোগ্রাম এবং ভিজুয়াল মডেল একত্রিত করার চেষ্টা করেছে, এমনকি Mel চিত্র পড়ার জন্য স্পেশালাইজড LLM ট্রেনিংও করেছে।

কিন্তু, এটি প্রথমবারের মতো প্রমাণিত হয়েছে যে একটি সাধারণ বড় মডেল কোনো বিশেষ ফাইন-টিউনিং ছাড়াই এই মাত্রার ক্রস-মোডাল যুক্তিবিদ্যা করতে পারে।

এটি ঠিক তেমনই, যেমন আপনি কাউকে সংগীত পাঠ পড়ার কিছুই শেখাননি, শুধু একটি সিমফনির সম্পূর্ণ স্কোর দেখিয়েছেন।

ফলে, তিনি শুধু মানসিকভাবেই শব্দ শুনতে পান না, বরং সঠিকভাবে বলতে পারেন যে দ্বিতীয় অংশে ট্রম্বোনটি একটি সুর ভুল করেছে।

বড় মডেলগুলি মানব জৈবিক বন্ধন থেকে মুক্ত হচ্ছে

মানুষের অনুভূতিমূলক বিশ্বের অসংখ্য সীমাবদ্ধতা রয়েছে।

মস্তিষ্কের জন্য শব্দে পরিণত হওয়ার জন্য আমাদেরকে বাতাসের কম্পন দ্বারা কর্ণপটলকে কম্পিত করতে হয়। মানুষের অবচেতন মনে, শব্দ হল কান দিয়ে "শোনা", এবং চিত্র হল চোখ দিয়ে "দেখা"। এটি কয়েক মিলিয়ন বছরের বিবর্তন দ্বারা আমাদের নির্ধারিত "সংবেদনশীল বাধা"।

প্রাথমিক মাল্টিমোডাল এআই বাস্তবে মানুষের কাজের অনুকরণ করছিল। আমরা এটিকে অডিও ফাইল শোনাই, ছবি দেখাই, এবং এটিকে মানুষের মতো বুঝতে চাই।

কিন্তু GPT-6 Astra স্পেকট্রোগ্রামের অর্থ চিনতে পারার মূল কথা হলো: বড় মডেলগুলি মানুষের জৈবিক অঙ্গগুলির বাঁধন থেকে মুক্ত হচ্ছে!

GPT-6-এর জন্য, একটি গভীর সমুদ্রের নীল ব্লু উইল এর দীর্ঘ কর্ণধ্বনি এবং জেডি ওয়ারিয়র এর লাইটসেবার দিয়ে বিচ্ছিন্ন হওয়ার শব্দের মধ্যে মৌলিকভাবে কোনও পার্থক্য নেই—এগুলি সবই পদার্থবিদ্যার শক্তির কম্পনের রূপ।

যখন এই ওতপ্রোত মেল স্পেকট্রোগ্রামের মতো একটি গাণিতিক এবং জ্যামিতিক প্রকাশে রূপান্তরিত হয়, তখন GPT-6 সরাসরি ভৌত নিয়মগুলির পাঠ করতে পারে।

এটার দীর্ঘ কানের প্রয়োজন নেই, এটাকে শব্দ শুনতে হবে না, এটি সরাসরি শব্দের ভৌত সূত্রগুলি বুঝতে পারে।

এর অর্থ হলো, এআইয়ের মাল্টিমোডাল বোঝাপড়া এখন «মানুষের ইন্দ্রিয়গুলোকে অনুকরণ» থেকে ভৌত বিশ্বের ডেটা স্ট্রাকচারের «ন্যাটিভ ডিকোডিং»-এ উন্নীত হয়েছে।

আজ এটি স্পেকট্রোগ্রাম দেখে নীল শ্বেত হালিয়াকে চিনতে পারে; কাল, যদি এটিকে ভূমিকম্পের তরঙ্গের ছবি দেখানো হয়, তাহলে কি এটি পরবর্তী ভাঙনের পূর্বাভাস দিতে পারবে? যদি এটিকে মস্তিষ্কের তরঙ্গের ছবি দেখানো হয়, তাহলে কি এটি সরাসরি বুঝতে পারবে আপনি কী ভাবছেন?

মানুষ শরীরের মাধ্যমে মহাবিশ্বের প্রতিবিম্ব অনুভব করে, এখন এআই সরাসরি মহাবিশ্বের সোর্স কোড পড়ছে।

প্রসঙ্গ:

https://x.com/ChrisGPT/status/2097047569520115800

https://x.com/maxxrubin_/status/2096892510241268094

https://www.fastcompany.com/91602695/chatgpt-sites-makes-building-a-website-feel-like-making-a-google-doc

এই লেখাটি ওয়েইচ্যাট গ্রুপ "নিউ জ্ঞান মেট্রিক্স" থেকে এসেছে, লেখক: ASI রিভিলেশন, সম্পাদক: এনিয়াস ডেভিড