ওপেনএআই জি পি টি-6 আস্ট্রা মডেল চালু করেছে, এআই এজেন্টের ক্ষমতা আগের বেঞ্চমার্ককে ছাড়িয়ে গেছে

OpenAI গটি-6 আস্ট্রা মডেল প্রকাশ করেছে, যা AI-কে Answer Engine থেকে AI Agent-এ পরিণত করেছে। আস্ট্রা এখন কম্পিউটার চালানো, ওয়েবসাইট ব্রাউজ করা, সফটওয়্যার ব্যবহার করা, কোড লিখে চালানো এবং জটিল ওয়ার্কফ্লো সম্পন্ন করার ক্ষমতা রাখে। OSWorld 2.0 টেস্টে এর স্কোর 72.6%, যা GPT-5-এর 65.7% এর চেয়ে বেশি। এর মানে হলো, AI “ভালোভাবে উত্তর দেওয়া” থেকে “কাজটি সফলভাবে শেষ করা”-এর দিকে এগিয়েছে—এটি শুধুমাত্র প্রশ্নের উত্তর দেওয়ার টুল নয়, বরং “নিয়োগযোগ্য” ডিজিটাল শ্রমিক। Token-এর চাহিদা এখন শুধুমাত্র ব্যবহারকারীর সংখ্যা বৃদ্ধির উপর নির্ভরশীল নয়, বরং Agent-এর সংখ্যা, প্রতিটি Agent-এর কাজের সংখ্যা, এবং প্রতিটি কাজের Token-এর খরচ—এই তিনটি চলকের একসাথে গুণমূলক প্রভাবের উপর। AI “Human+AI→Train→Better AI” ফ্লাইওয়heলটি গড়ে উঠছে, এবং মডেলের ক্ষমতা বৃদ্ধি নিজেই ক্যালকুলেশনের চাহিদা বৃদ্ধির ইঞ্জিন।

লেখক, উৎস: শাওশু পয়েন্ট ভিউ

বিশ্বাস করুন, প্রায় সবাই নিচের বাক্যটি স্বীকার করেন:

এআই যুগে, আপনাকে পরাজিত করবে যে ব্যক্তি বা কোম্পানি যে আপনার চেয়ে আগে এবং বেশি দক্ষভাবে এআই ব্যবহার করে।

কিন্তু এখন যেহেতু OpenAI তাদের নিজস্ব GPT-6 Astra মডেল চালু করেছে, উপরের বাক্যটি সম্পূর্ণভাবে অসঠিক বা ভুল। এখন, সঠিক বক্তব্যটি হওয়া উচিত:

এআই যুগে, আপনাকে পরাজিত করবে শুধু এআই ব্যবহার করতে বেশি পারগুলো বা কোম্পানিগুলো নয়, বরং যারা সক্রিয়ভাবে এআই এজেন্টগুলো অর্জন, বাস্তবায়ন এবং প্রকৃতপক্ষে নিয়ন্ত্রণ করে।

উল্লেখ করা হয়েছে যে, উপরের “আপনি” একটি কোম্পানি হতে পারে।

মনে আছে? গত মাসে, এস্ট্রা একবার উপস্থিত হয়েছিল, সেই সময় ওপেনএআইয়ের অভ্যন্তরীণ গোপন মডেল হিসেবে, এস্ট্রা ১০টি গাণিতিক এবং থিওরেটিক্যাল কম্পিউটার সায়েন্স সমস্যার জন্য শীর্ষস্থানীয় গাণিতিক গবেষণা (ফিল্ডস পুরস্কার) এর মানের সমাধান দিয়েছিল। এবার, ওপেনএআই যে অফিসিয়ালি এস্ট্রা প্রকাশ করেছে, তার সবচেয়ে বড় অগ্রগতি হলো—এটি শুধু “আরও বুদ্ধিমান” (অর্থাৎ বেশি গাণিতিক এবং বৈজ্ঞানিক ক্ষমতা) হয়নি, বরং এস্ট্রা AI-কে Answer Engine থেকে AI Agent-এর দিকে নিয়ে গেছে।

সুতরাং, এই প্রকাশের সময়, OpenAI শুধুমাত্র Astra-এর benchmark কতটা উন্নত হয়েছে তা বলার পরিবর্তে প্রথম থেকেই Astra-এর ক্ষমতার সীমানা সম্পর্কে একটি অত্যন্ত স্পষ্ট বর্ণনা দিয়েছে:

অস্ট্রা এখন কম্পিউটার চালাতে পারে, ওয়েবসাইট ব্রাউজ করতে পারে, সফটওয়্যার ব্যবহার করতে পারে, কোড লিখতে এবং চালাতে পারে, জটিল কাজের প্রবাহ সম্পন্ন করতে পারে এবং বিজ্ঞান, সাইবার নিরাপত্তা এবং পেশাদার কাজে দীর্ঘমেয়াদি কাজ সম্পন্ন করতে পারে।

এই বাক্যটি আস্ট্রার প্রকৃত বিপ্লবকে সারসংক্ষেপ করে। অর্থাৎ, এআই এখন “মানুষ→এআই→উত্তর” থেকে সত্যিকারের “মানুষ→এআই এজেন্ট→কাজ→বাস্তবায়ন→ফলাফল”-এর দিকে এগিয়ে যাচ্ছে। তাই, GPT-6 আস্ট্রা মানে:

এখন এআই শুধু প্রশ্নের উত্তর দেওয়ার একটি টুল নয়, বরং এটি একটি চিরস্থায়ী, অবিরাম কাজ করা ডিজিটাল শ্রমিক হিসাবে "নিযুক্ত" করা যায়।

Astra-এর দীর্ঘ পথের কাজে ক্ষমতা বৃদ্ধি সবচেয়ে গুরুত্বপূর্ণ।

OSWorld 2.0-এ (যা CMU এবং স্ট্যানফোর্ডের মতো দল দ্বারা প্রস্তাবিত একটি পরীক্ষা, যা AI এজেন্টের ডিজিটাল পরিবেশে অফিস, মাল্টি-ফাইল সফটওয়্যার ইঞ্জিনিয়ারিং ডিবাগিং, সিস্টেম-লেভেল সাইবার নিরাপত্তা কনফিগারেশনের মতো জটিল কাজগুলি সম্পন্ন করার ক্ষমতা পরীক্ষা করে এবং মানুষের বিশেষজ্ঞদের সাথে বেসলাইন তুলনা করে), Astra 72.6% পৌঁছেছে, যা GPT-5.6 Sol-এর 65.7% এর চেয়ে বেশি; একইসময়ে, কাজগুলি সম্পন্ন করার জন্য প্রয়োজনীয় সিমুলেশন সময় প্রায় 75 মিনিটের পরিবর্তে প্রায় 40 মিনিটে নেমেছে।

এর অর্থ হচ্ছে আস্ট্রা একটি অত্যন্ত সিদ্ধান্তমূলক পরিবর্তনের মধ্যে রয়েছে:

"ভালো উত্তর দেওয়া" থেকে "কাজটি সফলভাবে শেষ করা"-এ যাওয়া।

এটি আমাদের “AI প্রবেশ হার” বুঝতে এবং টোকেনের মোট চাহিদা হিসাব করার পদ্ধতিকে সম্পূর্ণ পরিবর্তন করে দেবে। অতীতে আমরা AI-এর বাজার আকার হিসাব করতাম, এবং স্বাভাবিকভাবেই প্রশ্ন করতাম: ChatGPT কতজন ব্যবহার করছেন? Copilot কতজন কর্মচারী ব্যবহার করছেন? AI-এর প্রবেশ হার কতটা—প্রোগ্রামার, কাস্টমার সার্ভিস, সাদা কলার এবং বিজ্ঞানীদের মধ্যে?

এরপর “ব্যবহারকারী সংখ্যা × ARPU” ব্যবহার করে এআই বাজারের আকার অনুমান করুন। এই যুক্তি অ্যানসওয়ার ইঞ্জিন যুগে সমস্যামুক্ত। কিন্তু এআই এজেন্ট যুগে, সমস্যা দেখা দেয়:

• একজন ব্যক্তি AI ব্যবহার করা মানে শুধু একজন ব্যক্তির AI কাজ নয়; একজন ব্যক্তি একাধিক Agent কাজ তৈরি করতে পারেন; একটি প্রতিষ্ঠান একসাথে শত শত বা হাজার হাজার Agent ডিপ্লয় করতে পারে। একটি Agent কয়েক ঘন্টা ধরে, এমনকি 24 ঘন্টা ধরে চলতে পারে।

অতএব, নিম্নলিখিত অসমতা রয়েছে:

১ ব্যক্তি ≠ ১ এআই ব্যবহারকারী ≠ ১ এআই কাজের পরিমাণ।

একজন উপাদান বিজ্ঞানী বিভিন্ন গবেষণা দিকের জন্য একসাথে ডজন খানেক AI এজেন্ট কনফিগার করতে পারেন যারা বিভিন্ন গবেষণা কাজ সম্পাদন করবে। তাই, আসলে যে চলকগুলির উপর মনোযোগ দেওয়া দরকার, সেগুলি হল:

• বিশ্বব্যাপী মোট কতগুলি এআই এজেন্ট চলছে?
• প্রতিদিন প্রতিটি চলমান AI এজেন্ট কতগুলি কাজ চালায়? কতটা টোকেন খরচ হয়?

এই দুটি সংখ্যার গুণফলই হবে AI-এর প্রকৃত চাহিদা ফাংশন।

আপনি কি এআই ব্যবহার করছেন, আপনার পাশের বন্ধুরা কি এআই ব্যবহার করছে, আপনার কোম্পানি কি এআই ব্যবহার করছে—এআইয়ের প্রবেশের হার এবং টোকেনের মোট চাহিদা এগুলোর কোনো গুরুত্ব নেই। আপনি এআই ব্যবহার না করলেই ভালো, স্বাভাবিকভাবেই কেউ এআই এজেন্ট দিয়ে আপনার সুবিধা বা আপনার ব্যবসাকে প্রতিস্থাপন করবে, তারপর আপনি এবং আপনার কোম্পানিকেই প্রতিস্থাপন করবে।

তাই, এখানে বিশেষভাবে একটি বাক্য যোগ করা হল:

আজকের দিনে, কমপক্ষে সমস্ত মাঝারি এবং বড় কোম্পানির পক্ষে বোর্ডের স্তরে নিজেদের কোম্পানির জন্য এআই কৌশল তৈরির দিকে মনোযোগ দেওয়া উচিত, কারণ এই বিশ্বে অসংখ্য বুদ্ধিমান মানুষ আপনার লাভজনক ব্যবসার দিকে চোখ রাখছে।

অতএব, এআই প্রবেশের সংজ্ঞাটি এখন “প্রতি মানুষ” থেকে “প্রতি এজেন্ট”-এ চলে এসেছে। আগে মনে হত:

AI প্রবেশ হার = AI ব্যবহারকারীর সংখ্যা / সম্ভাব্য জনসংখ্যা

এবং এস্ট্রা এর পরে, এআই এজেন্টের প্রবেশের সূত্রটি এরকম:

এজেন্ট প্রবেশ হার = এআই এজেন্ট দ্বারা গ্রহণকৃত কাজের সংখ্যা / এজেন্ট দ্বারা সম্পাদনযোগ্য কাজের সংখ্যা

এই দুটি সূত্রের হরে অবশ্যই বিপুল পরিমাণের পার্থক্য রয়েছে। কারণ এজেন্টকে মানুষের সংখ্যার সাথে এক-এক করে মেলানোর দরকার নেই, একজন মানুষ একসাথে একাধিক ব্যক্তিগত AI এজেন্ট রাখতে পারে। যতগুলি “এজেন্ট দ্বারা সম্পাদিতযোগ্য কাজ” রয়েছে, আমি মনে করি OpenAI এইবার Astra-এর প্রচারপৃষ্ঠা একটি ইঙ্গিত দিয়েছে।

উপরের চিত্রটি হল OpenAI-এর এই বারের Astra প্রকাশের প্রচার পৃষ্ঠায় দেখানো একটি মহাবিশ্বের নক্ষত্রচিত্র, যা মানুষের মহাবিশ্বের তুলনায় ক্ষুদ্রতাকে দেখায়; একইসঙ্গে, মানুষের মহাবিশ্বের প্রতি অজ্ঞতাকেও প্রকাশ করে। এই অজ্ঞতার প্রতিটি অনুসন্ধানই AI এজেন্টের জন্য গবেষণার কাজ হতে পারে, এভাবেই চিন্তা করলে AI এজেন্টের সংখ্যা অসীম হয়ে যায়।

সুতরাং, “বিশ্বব্যাপী কতজন এআই ব্যবহার শুরু করেছেন” এবং “বিশ্বব্যাপী কতটি ডিজিটাল শ্রমিক চলছে” দুটি সম্পূর্ণ ভিন্ন পরিমাণের।

টোকেনের মোট চাহিদার ক্ষেত্রে, “AI এজেন্ট ব্যবহারকারী সংখ্যা বৃদ্ধি”-এর তুলনায় অনেক বেশি চাহিদার স্থিতিস্থাপকতা দেখা যাবে। কারণ এজেন্ট যুগের টোকেন চাহিদা শুধুমাত্র ব্যবহারকারী সংখ্যা বৃদ্ধির সাথে সরলভাবে বৃদ্ধি পায় না, বরং “প্রতিটি এজেন্ট দ্বারা বহনকৃত AI কাজের পরিমাণ”-এর সাথেও বৃদ্ধি পায়।

অতএব, টোকেনের মোট চাহিদাকে প্রায় লেখা যায়:

টোকেনের মোট চাহিদা ≈ এআই এজেন্টের সংখ্যা × প্রতিটি এজেন্টের কাজের সংখ্যা × প্রতিটি কাজের জন্য টোকেন খরচ

এবং এই তিনটি চলক একসাথে দ্রুত বৃদ্ধি পেতে পারে।

প্রথমত, এজেন্টের সংখ্যা বৃদ্ধি। অতীতে একজন ব্যক্তি শুধুমাত্র একটি ChatGPT ব্যবহার করতেন, ভবিষ্যতে একজন ব্যক্তি একসাথে ব্যক্তিগত সহায়ক এজেন্ট, কোডিং এজেন্ট, গবেষণা এজেন্ট, আর্থিক এজেন্ট, কেনাকাটা এজেন্ট... চালাতে পারবেন। প্রতিষ্ঠানগুলি তখন দশক, শতক এজেন্ট থেকে হাজার, লক্ষ এজেন্টে বিস্তৃত হবে।

দ্বিতীয়ত, প্রতিটি এজেন্ট যে কাজগুলি সম্পাদন করে তার সংখ্যা বাড়তে থাকছে। অতীতে “আমাকে এই নিবন্ধটি সারসংক্ষেপ করে দিন” এর মতো কাজের জন্য শুধুমাত্র কয়েকহাজার টোকেনের প্রয়োজন হত, কিন্তু ভবিষ্যতে এটি হবে “এই শিল্পটি অধ্যয়ন করুন, ৫০০টি ফাইল পড়ুন, ৫০টি কোম্পানির তুলনা করুন, মডেল তৈরি করুন, অসামঞ্জস্যতা খুঁজুন, একটি রিপোর্ট তৈরি করুন, এবং রিপোর্টের ভিত্তিতে বিনিয়োগের পরামর্শ দিন”। Astra-এর এই অর্থই: মডেলটি যতই জটিল কাজগুলি সম্পাদন করতে পারবে, মানুষও ততই জটিল কাজগুলি Agent-এর হাতে সৌভাগ্যবানভাবে সমর্পণ করবে।

তৃতীয়ত, এজেন্ট প্রতি কিছুক্ষণ একবার কল করা থেকে চলতে থাকবে। এটি সবচেয়ে গুরুত্বপূর্ণ পরিবর্তন। প্রচলিত ChatGPT-এ মানুষ প্রশ্ন করলে একবার কল করা হয়, উত্তর পাওয়া যায়, তারপর শেষ হয়ে যায়। কিন্তু AI এজেন্ট হল,

লক্ষ্য পাওয়া → পরিকল্পনা করা → অনুসন্ধান করা → বাস্তবায়ন করা → যাচাই করা → সংশোধন করা → আবার বাস্তবায়ন করা → সম্পন্ন করা।

এটি একটি অবিরাম চলমান গণনা শৃঙ্খলা, যা নিয়মিত API কল তৈরি করে। যত বেশি জটিল কাজ, তত বেশি রিজনিং, তত বড় কনটেক্সট, তত বেশি টুল কল, তত বেশি আউটপুট, এবং তত বেশি টোকেন খরচ।

অতএব, এআই এজেন্ট শুধু এআই ব্যবহারকারীর সংখ্যা বাড়াবে না, বরং প্রতিটি এআই ব্যবহারকারীর পিছনের টোকেনের চাহিদাকেও বাড়িয়ে দেবে।

সুতরাং, এমন পরিস্থিতি সম্পূর্ণরূপে ঘটতে পারে যে AI এজেন্টের সংখ্যা মাত্র 20% বৃদ্ধি পেয়েছে, কিন্তু টোকেনের মোট চাহিদা 300% বৃদ্ধি পেয়েছে।

অস্ট্রা হলো OpenAI-এর এখন পর্যন্ত সবচেয়ে বড় ট্রেনিং রান, এবং এই প্রকাশিত তথ্য অনুযায়ী এর ট্রেনিং স্কেল ১০ লক্ষ GPU ছাড়িয়েছে। আরও গুরুত্বপূর্ণ বিষয় হলো, AI এখন আরও বেশি মডেল ট্রেনিংয়ের নিজেই অংশ হয়ে উঠছে।

পূর্বে ছিল “মানুষ→ট্রেন→এআই”, এখন ধীরে ধীরে পরিবর্তিত হচ্ছে:

মানুষ + এআই → প্রশিক্ষণ → ভালো এআই

এটি ইতিমধ্যে RSI-এর প্রাথমিক মডেল, যা প্রশিক্ষণ ডেটা তৈরি, সমস্যা শনাক্তকরণ, মূল্যায়ন, প্রতিক্রিয়া প্রদানের পাশাপাশি প্রশিক্ষণ প্রক্রিয়ার কিছু প্রকৌশল এবং গবেষণা কাজেও অংশগ্রহণ করতে পারে।

তাই, একটি অত্যন্ত সুন্দর ফ্লাইওয়াহ ইফেক্ট চেইন গঠিত হবে:

শক্তিশালী মডেল হলে শক্তিশালী AI এজেন্টের ক্ষমতা বাড়বে, এবং AI এজেন্ট আরও বেশি বাস্তব বিশ্বের কাজ সম্পন্ন করতে পারবে, যা আবার উচ্চ মানের কাজের ডেটা এবং ফিডব্যাক তৈরি করবে, যা শক্তিশালী মডেল ট্রেনিংয়ের জন্য প্রতিক্রিয়া হিসাবে কাজ করবে, এবং শক্তিশালী মডেল আবার AI এজেন্টের ক্ষমতা বাড়াবে, যার ফলে আরও বেশি কাজ নিয়ে আসা হবে…

এর অর্থ হল এআই-এর উন্নয়ন পারম্পরিক সফটওয়্যারয়ের মতো “সংস্করণ আপডেট” এর মতো নয়, বরং এটি একটি নিজেকে ত্বরান্বিত উৎপাদন সিস্টেমের মতো। ফলাফল হল, টোকেনের চাহিদা একাধিক চলকের একসাথে বিস্তারের গুণগত প্রভাব পাবে, এবং মডেলটি যত শক্তিশালী হবে, এই গুণগত প্রভাবও তত স্পষ্ট হবে।

তাই, আমরা অবশ্যই দেখতে পাব:

মডেলের ক্ষমতা বৃদ্ধি নিজেই এআই ক্যালকুলেশন চাহিদার বৃদ্ধির ইঞ্জিন হয়ে উঠছে, যার ফলে দশ হাজার, শত হাজার, আরও বেশি এআই এজেন্ট ডিজিটাল শ্রমিক তৈরি হচ্ছে, এবং তারপর টোকেনের চাহিদা অসীমভাবে বয়ে আসছে।

এটিই GPT-6 Astra প্রকাশের গুরুত্বপূর্ণ অর্থ।