গত বছর প্রতিষ্ঠিত এআই স্টার্টআপ রিকার্সিভ এখন তার নামের সাথে সামঞ্জস্যপূর্ণ হয়ে উঠেছে। প্রতিষ্ঠানটি বুধবার তার প্রথম মডেল ফ্লিন্ট প্রকাশ করে। ফ্লিন্ট হল একটি বিনামূল্যে কোডিং মডেল যা ল্যাপটপে চালানো যায় এবং যার গঠনের প্রধান অংশ এআই-এর সহায়তায় করা হয়েছে।
রিকার্সিভ বলেছে যে, তাদের স্বয়ংক্রিয় গবেষণা সিস্টেম ইউরিকা মেশিন ফ্লিন্টের প্রতিটি ধাপে প্রায় অংশগ্রহণ করেছে, যার ফলে একটি ছোট দল চার মাসেরও কম সময়ে শূন্য থেকে এই মডেলটি তৈরি করতে পেরেছে।
Flint হল "পুনরাবৃত্ত আত্ম-উন্নতি"এর একটি প্রাথমিক পাবলিক টেস্ট: যেখানে AI একটি ভালো AI তৈরি করে, যা আবার আরও ভালো AI তৈরি করে। এটি শিল্পের সবচেয়ে বিতর্কিত ধারণাগুলির মধ্যে একটি। কিছু গবেষক ভয় পান যে AI-এর নিয়মিত আত্ম-উন্নতি মানুষের নিয়ন্ত্রণ থেকে বেরিয়ে যেতে পারে। বর্তমানে, Recursive-এর সংস্করণটি আরও সীমিত: এটি একটি মানব-পর্যবেক্ষিত AI গবেষণা সহায়ক, যার উৎপাদিত মডেলগুলি এতটাই ছোট যে এগুলি ল্যাপটপে চালানো যায়।
এই কোম্পানিটি এই বছর মে মাসে তার গোপনীয়তা শেষ করে 6.5 বিলিয়ন ডলার ফান্ডিং সংগ্রহ করে, যার মূল্যায়ন 46.5 বিলিয়ন ডলার, যার মধ্যে GV, NVIDIA এবং AMD Ventures অন্তর্ভুক্ত। Recursive-এর সিইও হলেন Richard Socher, যিনি আগে Salesforce-এর চিফ সায়েন্টিস্ট ছিলেন।
যেহেতু Flint ব্যবহারকারীর নিজের কম্পিউটারে চলে, কোম্পানির ক্লাউড সার্ভারে নয়, ডেভেলপাররা অফলাইনে ব্যবহার করতে পারেন, কোড গোপন রাখতে পারেন এবং মডেল অনুযায়ী টেক্সটের পরিমাণের জন্য চার্জ করা AI ক্লাউড সার্ভিসের ব্যবহার খরচ এড়াতে পারেন। এই মডেলটি জনপ্রিয় AI মডেল শেয়ারিং ওয়েবসাইট Hugging Face-এ Apache 2.0 লাইসেন্সের অধীনে বিনামূল্যে ডাউনলোড করা যায়, যা একটি মুক্তভাবে ব্যবহার ও পরিবর্তনের অনুমতি দেওয়া ওপেন-সোর্স লাইসেন্স।
ফ্লিন্ট একটি মিশ্র বিশেষজ্ঞ মডেল, যার অর্থ এটি যেকোনো দেওয়া কাজ সম্পাদনের সময় শুধুমাত্র নিজের একটি ছোট অংশকে কল করে: 40 বিলিয়ন প্যারামিটারের মধ্যে প্রতিবার শুধুমাত্র 25 বিলিয়নটি ব্যবহার করা হয়। এর ফলে এটি এতটাই হালকা যে এটি সাধারণ ল্যাপটপে চলে, এবং গত সপ্তাহে Meta-এর দ্বারা Mac-এর জন্য প্রকাশিত ওপেন-সোর্স মডেল Muse Spark Open-এর চেয়েও অনেক ছোট। Muse Spark Open 8160 বিলিয়ন প্যারামিটার ব্যবহার করে, যার জন্য কমপক্ষে 1TB মেমোরির প্রয়োজন।
ফ্লিন্টের গতিও খুব দ্রুত। রিকার্সিভের পরীক্ষায়, অ্যাপল M4 Pro চিপযুক্ত MacBook Pro-এ এটি প্রতি সেকেন্ডে প্রায় 131টি টোকেন (টেক্সট ব্লক) তৈরি করে, যা একই মেশিনে গুগলের Gemma 4 এবং নভিডিয়ার Nemotron 3.5 Lightning-এর মতো সদৃশ মডেলগুলির প্রতি সেকেন্ডে 58 থেকে 69টি টোকেনের চেয়ে প্রায় দ্বিগুণ। নভিডিয়া RTX Spark-এ, ফ্লিন্টের গতি 150টি টোকেনেরও বেশি।
SWE-Bench Verified বেঞ্চমার্কে, যা AI-এর প্রকৃত সফটওয়্যার ভালার সংশোধনের ক্ষমতা পরিমাপ করে, Flint 50 বিলিয়ন প্যারামিটারের কম প্যারামিটারযুক্ত অন্যান্য মডেলগুলির চেয়ে ভালো পারফর্ম করে। Recursive-এর ছয়টি টেস্টের গড় স্কোর অনুযায়ী, Qwen3.8 27B ছাড়া অন্য কোনো মডেলই Flint-এর চেয়ে বেশি স্কোর করেনি।
কোম্পানিটি স্বীকার করেছে যে Flint-এর জন্য বড় পেইড কোডিং সহায়কের চেয়ে বেশি গাইডেন্স প্রয়োজন এবং বড় কাজগুলিকে ছোট ছোট ধাপে ভাগ করার পরামর্শ দিয়েছে। তবুও, প্রাথমিক মূল্যায়নগুলি ইতিবাচক। Wired-এর পত্রিকাকর্মী Will Knight একটি 48GB মেমোরি সম্পন্ন Mac-এ Flint ব্যবহার করে কয়েকটি ছোট অ্যাপ্লিকেশন তৈরি করেছেন, যার মধ্যে রয়েছে টু-ডু অ্যাপ এবং ওয়েব গবেষণার জন্য একটি টুল। তিনি দেখেছেন যে ছোট কোডিং মডেলগুলি প্রায়শই ভুল করে বা Claude বা Codex-এর তুলনায় ধীরে চলে, কিন্তু Flint তারপ্রতিবারই তাঁর কোডিং অনুরোধগুলি সঠিকভাবে সম্পন্ন করেছে।
ইউরেকা মেশিন ধারণা প্রস্তাব করে, পরীক্ষা চালায় এবং ফলাফলের ভিত্তিতে পরবর্তী পদক্ষেপ নির্ধারণ করে। কোম্পানির প্রকাশিত ভিডিওর অনুযায়ী, এটি প্রি-ট্রেনিং থেকে পোস্ট-ট্রেনিং এবং ইনফারেন্স পর্যন্ত ফ্লিন্টের প্রতিটি অংশ তৈরির সঙ্গে প্রায় সম্পৃক্ত ছিল।
রিকার্সিভ বলেছেন যে, ইউরেকার অবদানের মধ্যে রয়েছে কম ঘনত্বের মডেল স্ট্রাকচার, লো-বিট ট্রেনিং—যা প্রায় কোনো গুণগত ক্ষতি ছাড়াই Flint-এর আকার 71% কমিয়েছে—এবং কাস্টম কার্নেল, অর্থাৎ নিম্নস্তরের গণনা ত্বরান্বিত করার জন্য বিশেষায়িত প্রোগ্রাম।
রিকার্সিভ বলেননি যে ইউরেকা মেশিন গবেষকদের কতটা সময় বাঁচিয়েছে, কিন্তু এটি একমাত্র কোম্পানি নয় যে গবেষণার জন্য AI-এর উপর নির্ভরশীল। গত মাসে ওপেনএআই বলেছিল যে আগস্টের মাঝামাঝি পর্যন্ত তাদের AI এজেন্টগুলি 3.1 গুণ বেশি কাজের দিন রেকর্ড করেছে মানুষের গবেষকদের তুলনায়।
যদি রিকার্সিভের বেট সফল হয়, তবে প্রতিটি নতুন মডেলকে মানুষের সহায়তা ছাড়াই দীর্ঘতর সময়ের জন্য কাজ করতে সক্ষম হতে হবে। কোম্পানিটি আগে টেকক্রাঞ্চকে জানিয়েছিল যে জুনে এমাজন ওয়েব সার্ভিসেসের সাথে তাদের ৪১০ মিলিয়ন ডলারের কম্পিউটিং চুক্তি “কর্মচারীদের বাড়ানোর চেয়ে এজেন্টদের সংখ্যা বাড়ানোর জন্য”।
সোচার যখন উয়াইর্ডের সাক্ষাতকারে বলেন, দীর্ঘমেয়াদী লক্ষ্য হলো ইউরেকা মেশিনকে সম্পূর্ণ পুনরাবৃত্তিমূলক আত্ম-উন্নতির জন্য প্রস্তুত করা, যেখানে মানুষ পুরো প্রক্রিয়াটি পর্যবেক্ষণ করবে এবং যদি কোনো সমস্যা দেখা দেয়, তবে এটিকে বন্ধ করতে পারবে। রিকার্সিভ বলেন, প্রতিটি নতুন মডেল ইউরেকা মেশিনকে আরও ভালো গবেষক করে তুলবে, যাতে এটি পরবর্তী মডেলটি আরও দ্রুত তৈরি করতে পারে।