সম্পাদকীয় টিপ: চীনা এআই ল্যাবগুলি বিশ্বব্যাপী বড় মডেল প্রতিযোগিতায় একটি অবহেলিত শক্তি হয়ে উঠছে। এদের সুবিধা শুধু বিশাল মানবসম্পদ, শক্তিশালী প্রকৌশল এবং দ্রুত আপডেটের মধ্যেই সীমাবদ্ধ নয়; এটি আরও বাস্তবসম্মত সংগঠনের পদ্ধতির ফল: কম ধারণা, বেশি মডেল; কম ব্যক্তিগত তারকা, বেশি দলগত কর্মক্ষমতা; কম বাহ্যিক সেবার উপর নির্ভরশীলতা, বেশি নিজস্ব কোর টেকনোলজি স্ট্যাক নিয়ন্ত্রণের প্রতি ঝোঁক।

নাথান ল্যামবার্ট চীনের শীর্ষস্থানীয় এআই ল্যাবগুলি পরিদর্শন করে দেখেছেন যে চীনের এআই ইকোসিস্টেম মার্কিন যুক্তরাষ্ট্রের সাথে সম্পূর্ণভাবে একই নয়। মার্কিন যুক্তরাষ্ট্র মৌলিক প্যারাডাইম, মূলধন বিনিয়োগ এবং শীর্ষ বিজ্ঞানীদের ব্যক্তিগত প্রভাবকে বেশি গুরুত্ব দেয়; চীন তবে ইতিমধ্যে বিদ্যমান দিকগুলিতে দ্রুত অনুসরণের দক্ষতা রাখে, ওপেন-সোর্স, ইঞ্জিনিয়ারিং অপটিমাইজেশন এবং বড় সংখ্যক তরুণ গবেষকদের অবদানের মাধ্যমে মডেলের ক্ষমতা দ্রুত শীর্ষের দিকে নিয়ে যায়।

সবচেয়ে বেশি মনোযোগ দেওয়া উচিত এটি নয় যে চীনের এআই কি মার্কিন যুক্তরাষ্ট্রকে ছাড়িয়ে গেছে, বরং দুটি ভিন্ন বিকাশ পথ গড়ে উঠছে: মার্কিন যুক্তরাষ্ট্র বেশি প্রায় মূলধন এবং স্টার ল্যাবগুলির দ্বারা পরিচালিত একটি অগ্রণী প্রতিযোগিতা, যেখানে চীন বেশি প্রায় প্রকৌশল ক্ষমতা, ওপেন-সোর্স ইকোসিস্টেম এবং প্রযুক্তি নিয়ন্ত্রণের সচেতনতার সমন্বয়ে গড়ে উঠা একটি শিল্পপ্রতিযোগিতা।

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

নিম্নলিখিত মূল পাঠ:

হাংঝো থেকে শাংহাইয়ের দিকে যাওয়া নতুন হাই-স্পিড ট্রেনে বসে, আমি জানালার বাইরে তাকিয়ে পরিষ্কারভাবে উঁচু-নিচু পাহাড়ের শীর্ষ দেখতে পাচ্ছি, যেখানে বাতাসের টারবাইনগুলি সূর্যাস্তের আলোয় ছায়াচিত্রের মতো দেখাচ্ছে। পাহাড়গুলি পটভূমি গঠন করছে, আর সামনে বিস্তীর্ণ ক্ষেত এবং উঁচু ভবনগুলির মিশ্রণ।

আমি চীন থেকে অত্যন্ত বিনয়ী হয়ে ফিরেছি। এতটাই অপরিচিত একটি জায়গায় এতটাই উষ্ণ স্বাগতম পেয়ে এটি একটি অত্যন্ত আনন্দদায়ক এবং মানবিক অভিজ্ঞতা ছিল। আমি এআই ইকোসিস্টেমের অনেকের সাথে দেখা করার সৌভাগ্য লাভ করেছি, যাদের সম্পর্কে আমি আগে শুধুমাত্র দূরে থেকে জানতাম; এবং তারা আমাকে উজ্জ্বল হাসি এবং উষ্ণতার সাথে স্বাগতম জানিয়েছে, যা আমাকে আবারও বুঝিয়েছে যে আমার কাজ এবং সমগ্র এআই ইকোসিস্টেমই বিশ্বব্যাপী।

চীনা গবেষকদের মনোভাব

ভাষা মডেল তৈরি করছে এমন চীনা কোম্পানিগুলি এই প্রযুক্তির জন্য একটি অত্যন্ত উপযুক্ত "দ্রুত অনুসরণকারী" হিসাবে বিবেচিত হতে পারে। এগুলি চীনের দীর্ঘস্থায়ী শিক্ষা এবং কর্মসংস্কৃতির উপর ভিত্তি করে গড়ে উঠেছে, এবং পশ্চিমা দেশগুলির চেয়ে কিছুটা ভিন্নভাবে প্রযুক্তি কোম্পানি গঠন করেছে।

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। প্রকৃতপক্ষে, দীর্ঘমেয়াদী পার্থক্যগুলি এই উপাদানগুলির কিভাবে সংগঠিত এবং গঠিত হয়েছে তার মধ্যেই প্রকাশ পায়।

আমি সর্বদা মনে করেছি যে চীনা ল্যাবগুলি যে কারণে খুব ভালোভাবে অনুসরণ করে এবং অগ্রগামী সীমানার কাছাকাছি থাকে, তার একটি কারণ হল এগুলির সংস্কৃতি এই কাজের সাথে খুব ভালোভাবে মেলে। কিন্তু প্রত্যক্ষভাবে মানুষের সাথে কথা বলার আগে, আমি নিজেকে এই অনুভূতিকে কোনো গুরুত্বপূর্ণ প্রভাবের সাথে সংযুক্ত করতে উপযুক্ত মনে করতাম। চীনের শীর্ষস্থানীয় ল্যাবগুলিতে অনেক দক্ষ, বিনয়ী এবং উদার বিজ্ঞানীদের সাথে কথা বলার পর, আমার অনেকগুলি ধারণা আরও পরিষ্কার হয়েছে।

আজকের সেরা বড় ভাষা মডেল তৈরি করা প্রায় সম্পূর্ণ প্রযুক্তিগত স্ট্যাকের মধ্যে দিয়ে সূক্ষ্ম কাজের উপর নির্ভর করে: ডেটা থেকে শুরু করে আর্কিটেকচারের বিস্তারিত বিষয়গুলি এবং শক্তিশালী শেখার অ্যালগরিদমের বাস্তবায়ন পর্যন্ত। মডেলের প্রতিটি অংশই কিছুটা উন্নতি আনতে পারে, এবং এই উন্নতিগুলিকে একসাথে কীভাবে সংযুক্ত করা হবে, তা একটি জটিল প্রক্রিয়া। এই প্রক্রিয়ায়, কিছু অত্যন্ত বুদ্ধিমান ব্যক্তির কাজকে অস্থায়ীভাবে স্থগিত রাখতে হতে পারে, যাতে সমগ্র মডেলটি একাধিক-লক্ষ্য অপটিমাইজেশনের মধ্যে সর্বোচ্চ পর্যায়ে পৌঁছতে পারে।

মার্কিন গবেষকরা স্পষ্টতই একক উপাদানের সমস্যা সমাধানে অত্যন্ত দক্ষ, কিন্তু মার্কিন যুক্তরাষ্ট্রে একটি বিশেষ "নিজের জন্য কথা বলার" সংস্কৃতি রয়েছে। বিজ্ঞানী হিসেবে, যখন আপনি আপনার কাজের জন্য সচেতনতা অর্জনের 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 পর 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 এইসব সাংস্কৃতিকভাবেই একটি ক্ষুদ্র, দিকনির্দেশকারী পার্থক্যও থাকে, তবেও এটি চূড়ান্ত ফলাফলের উপর অর্থপূর্ণ প্রভাব ফেলতে পারে।

এই পার্থক্যগুলির একটি অংশ চীনা প্রতিষ্ঠানগুলিতে এই মডেলগুলি কে তৈরি করছে তার সাথে সম্পর্কিত। সমস্ত ল্যাবের মধ্যে একটি সরাসরি বাস্তবতা হল: মূল অবদানকারীদের মধ্যে একটি বড় অংশ এখনও পড়াশোনা করছে শিক্ষার্থী। 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 টিমের সাথে সরাসরি একীভূত করা হয়।

এটি মার্কিন যুক্তরাষ্ট্রের শীর্ষস্থানীয় প্রযুক্তি ল্যাবগুলির 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 প্রদান করে, তবে অনেকেই ভয় পায় যে তাদের ইন্টার্নশিপটি আসল কোর কাজ থেকে বিচ্ছিন্ন হয়ে যাবে।

সামগ্রিকভাবে, এই সামান্য সাংস্কৃতিক পার্থক্যগুলি নিম্নলিখিত উপায়ে মডেল তৈরির ক্ষমতা বাড়াতে পারে: চূড়ান্ত মডেলটি উন্নত করার জন্য মানুষ আরও বেশি ইচ্ছুক হয়ে ওঠে যে কাজগুলি কমই আকর্ষণীয়; AI তৈরিতে প্রথমবারের মতো অংশগ্রহণকারীরা পূর্ববর্তী AI বাজারের বিভিন্ন চক্রগুলির প্রভাব থেকে মুক্ত থাকতে পারে, ফলে তারা নতুন আধুনিক পদ্ধতিগুলির সাথে দ্রুত খাপ খাইয়ে নিতে পারে। বাস্তবে, আমি যাঁর সাথে কথা বলেছি, একজন চীনা বিজ্ঞানী এটিকে স্পষ্টভাবেই একটি সুবিধা হিসেবে দেখেছেন; কম自我意识 (স্ব-সচেতনতা) এর কারণে, সংগঠনগুলির কাঠামোটি কিছুটা সহজেই স্কেলআপ করা যায়, কারণ মানুষগুলি "সিস্টেমকে খেলা" করার চেষ্টা কমই করে; অসংখ্য প্রতিভা,অন্যত্রই-প্রমাণিত-ধারণা (proof-of-concept)সহকারে,সমস্যা-সমাধানেরজন্যঅত্যন্তউপযুক্ত।

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 শোধনমূলক গবেষণা উৎপাদন করেন।

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

এই সংস্কৃতি মনে হচ্ছে খুব দক্ষ বড় ভাষা মডেল গঠন গেমে প্রশিক্ষিত শিক্ষার্থী এবং ইঞ্জিনিয়ারদের একটি দল তৈরি করছে। অবশ্যই, তাদের সংখ্যা 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 একজন গবেষকের সবচেয়ে আকর্ষণীয় মন্তব্যটি হলো—সে বলল, সে অধ্যাপক হতে চায়, কারণ সে শিক্ষা ব্যবস্থার কাছাকাছি থাকতে চায়; কিন্তু তারপর সে মন্তব্য করল, শিক্ষা এখন বড় ভাষা মডেলগুলির দ্বারা সমাধান হয়েছে—“শিক্ষার্থীদের আর আমার সাথে 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, প্রসঙ্গের বিশাল পরিমাণ—যা প্রসারিত গবেষণাপত্রসহ, এবং প্রতিষ্ঠানের অভ্যন্তরীণ প্রযুক্তি স্ট্যাকও অন্তর্ভুক্ত—অত্যন্ত দ্রুতভাবে শোষণ করা প্রয়োজন।

শিক্ষার্থীরা এ ধরনের কাজ করার অভ্যাস রাখে এবং এই ধারণাটি নিয়ে সব পূর্বাগ্রহ নিয়ে বিনয়ীভাবে হাত তোলার প্রস্তুতি রাখে যে কী কাজ করবে। তারা একেবারেই ডুবে যায়, শুধুমাত্র মডেলটি উন্নত করার সুযোগ পেতে তাদের জীবনকে এতে নিবেদন করে।

এই শিক্ষার্থীদের অত্যন্ত সরাসরি এবং বিজ্ঞানীদের বিভ্রান্ত করতে পারে এমন দর্শনমূলক আলোচনা থেকে মুক্ত ছিল। যখন আমি তাদের মডেলের অর্থনৈতিক প্রভাব বা দীর্ঘমেয়াদী সামাজিক ঝুঁকি সম্পর্কে কীভাবে চিন্তা করেন তা জিজ্ঞাসা করলাম, 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 সভ্য, বুদ্ধিমান এবং ইংরেজিতে স্পষ্টভাবে প্রকাশ করতে পারে এমন গবেষকের সাথে দীর্ঘ আলাপচারিতা করেন, তখন এটি সবচেয়ে বেশি অনুভূত হয়: যখন আপনি AI-এর প্রতি কিছু দার্শনিক প্রশ্ন করেন, তখন এই মৌলিক প্রশ্নগুলি বাতাসে ঝুলে থাকে এবং তাঁর মুখে একটি সাদাসিধে বিভ্রান্তির ভাব ফুটে ওঠে। তাদের জন্য, এটি একটি শ্রেণীগত ভুল।

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

আমি চাইছিলাম চীনা বিজ্ঞানীদের কাছ থেকে এআই-এর কারণে ভবিষ্যতের অর্থনৈতিক অনিশ্চয়তা, সাধারণ মানব বুদ্ধিকে ছাড়িয়ে যাওয়ার প্রশ্ন, বা মডেলগুলির আচরণের নৈতিক বিতর্কসমূহ সম্পর্কে মন্তব্য পেতে; এই সমস্ত প্রশ্নগুলি শেষপর্যন্ত আমাকে এই বিজ্ঞানীদের প্রতিষ্ঠানগত ও শিক্ষাগত পটভূমি দেখিয়েছে (সম্পাদিত)। তারা নিজেদের কাজের প্রতি অত্যন্ত কেন্দ্রীভূত, কিন্তু তারা এমন একটি ব্যবস্থার মধ্যে বড় হয়েছে যেখানে সমাজকে কীভাবে সংগঠিত করা উচিত এবং কীভাবে পরিবর্তন করা উচিত তা নিয়ে আলোচনা বা প্রকাশ্যে মতপ্রকাশকে উৎসাহিত করা হয়নি।

দূর থেকে দেখলে, বিশেষ করে বেইজিং, এটি আমার কাছে বেয়ার এলাকার মতো মনে হয়: একটি প্রতিযোগিতামূলক পরীক্ষাগার, যা হাঁটার বা ট্যাক্সি দিয়ে কয়েক মিনিটের মধ্যেই পৌঁছানো যায়। আমি বিমানে নেমে হোটেলের দিকে যাওয়ার পথে আলিবাবা বেইজিং ক্যাম্পাসে একবার গিয়েছিলাম। পরবর্তী ৩৬ ঘন্টা ধরে, আমরা জিজ্ঞাপ AI, মুন অফ দ্য ডার্ক, তসিংহুয়া বিশ্ববিদ্যালয়, মেইটুয়ান, শাওমি এবং 01.ai-এর সাথে দেখা করেছি।

চীনে ডিডি এক্সিং ব্যবহার করা খুব সুবিধাজনক। যদি আপনি XL মডেল বেছে নেন, তবে প্রায়শই ম্যাসেজ চেয়ারযুক্ত বিদ্যুৎ ছোট ব্যান গাড়িতে বরাদ্দ করা হয়। আমরা গবেষকদের কাছে দক্ষতা নিয়ে প্রতিযোগিতা সম্পর্কে জিজ্ঞাসা করলাম, তারা বললেন এটি আমাদের মার্কিন যুক্তরাষ্ট্রে অভিজ্ঞতা করা বিষয়ের 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 গোষ্ঠীর মতো নয়। অনেক অনৌপচারিক আলোচনায়, আমি শুনেছি প্রায়শই 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 ক্ষেত্রে সবচেয়ে গবেষণামূলক স্বাদ রাখা ল্যাবরেটরি হিসাবে বিবেচনা করা হয়। যখন আপনি মার্কিন যুক্তরাষ্ট্রে ল্যাবরেটরির সদস্যদের সাথে অনৌপচারিকভাবে কথা বলেন, তখন দ্রুতই আগুনের ঝলকানি ছড়িয়েপড়ে।

চীনা গবেষকদের বিনয়ের মধ্যে যা আমাকে সবচেয়ে বেশি প্রভাবিত করেছে, তা হল তারা ব্যবসায়িক স্তরেও প্রায়শই কাঁধ উঁচু করে বলে, এটা তাদের সমস্যা নয়। অন্যদিকে, মার্কিন যুক্তরাষ্ট্রে, প্রায় প্রত্যেকেই বিভিন্ন পরিবেশগত শিল্প প্রবণতায় মুগ্ধ—ডেটা সেলার, কম্পিউটিং পাওয়ার, এবং ফাইন্যান্সিং পর্যন্ত।

চীনের এআই শিল্প এবং পশ্চিমা ল্যাবগুলির মধ্যে পার্থক্য এবং সাদৃশ্য

আজ একটি এআই মডেল তৈরি করা এতটাই আকর্ষণীয় কারণ এটি এখন শুধুমাত্র কয়েকজন উত্কৃষ্ট গবেষককে একই ভবনে একত্রিত করে একটি প্রকৌশল অসাধ্য তৈরি করার বিষয় নয়। অতীতে এটি আসলে এমনই ছিল, কিন্তু এআই ব্যবসা বজায় রাখতে, বড় ভাষা মডেলগুলি এখন একটি মিশ্রণে পরিণত হচ্ছে: এটি তৈরি, বাস্তবায়ন, আর্থিক সমর্থন, এবং এই সৃষ্টির গ্রহণযোগ্যতা বাড়ানোর সমন্বয়।

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 দেখতে পাই যে চীনা ল্যাবগুলি এই সমস্যাগুলির উপরে ভিন্নভাবে চিন্তা করছে, তবে আমরা বুঝতে পারব যে বিভিন্ন কোম্পানিগুলি ভবিষ্যতে কোন অর্থপূর্ণ পার্থক্যগুলিতে জোর দেবে। অবশ্যই, এই ভবিষ্যতগুলি আর্থিক সহায়তা এবং/অথবা কম্পিউটেশনাল ক্ষমতার সীমাবদ্ধতার দ্বারা প্রখরভাবে প্রভাবিত হবে।

আমি এই পরীক্ষাগারগুলির সাথে আলোচনার পর প্রাপ্ত কয়েকটি সর্বাধিক গুরুত্বপূর্ণ "এআই শিল্প স্তরের" শিক্ষা নিম্নরূপে সংকলন করেছি:

প্রথমত, দেশীয় এআই চাহিদার প্রাথমিক লক্ষণগুলি দেখা দিয়েছে।
একটি প্রচলিত ধারণা হল যে, চীনা এআই বাজারটি ছোট হবে, কারণ চীনা কোম্পানিগুলি সাধারণত সফটওয়্যারের জন্য পেমেন্ট করতে অনিচ্ছুক, ফলে একটি পর্যাপ্ত বড় ইনফারেন্স বাজারকে সমর্থন করার জন্য কখনই সক্ষম হবে 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 আলোচনা হচ্ছে। সামগ্রিকভাবে, আমি অনুভব করছি যে এআই ক্লাউড বাজারের দিকে বেশি এগিয়ে যাচ্ছে, এবং কেউই নতুন টুলগুলির উপর গঠিত বাজারের বৃদ্ধির চিন্তা করছে না।

দ্বিতীয়ত, বেশিরভাগ ডেভেলপার ক্লাউডের প্রভাবে গভীরভাবে প্রভাবিত।
ক্লোড প্রায়শই চীনে নিষিদ্ধ হলেও, চীনের বেশিরভাগ এআই ডেভেলপার ক্লোডকে অত্যন্ত পছন্দ করেন এবং এটি তাদের সফটওয়্যার তৈরির পদ্ধতিকে কীভাবে পরিবর্তন করেছে তা নিয়ে অত্যন্ত আকৃষ্ট। চীন অতীতে সফটওয়্যার কেনার প্রতি কমই আগ্রহী ছিল, এটাই বলে দেওয়া যায় না যে চীনে বিশাল রিজনিং চাহিদার বৃদ্ধি হবে না।

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

কিছু চীনা গবেষক তাদের নিজস্ব টুল ব্যবহার করার কথা উল্লেখ করেন, যেমন Kimi বা GLM-এর কমান্ড-লাইন টুল, কিন্তু সবাই Claude ব্যবহার করার কথা উল্লেখ করেন। আশ্চর্যজনকভাবে, Codex-এর কথা খুব কমই উল্লেখ করা হয়, যদিও বেয়ারা এলাকায় Codex দ্রুত জনপ্রিয় হয়ে উঠছে।

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

এই শিল্পটি বাই트ダンス এবং আলিবাবার প্রতি সম্মান দ্বারা পরিচিত। 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 জিতার জন্য অর্থনৈতিকভাবে গঠনগত ক্ষমতা রাখে না।

এটি মেইটুয়ান বা অ্যালিবাবা গ্রুপের মতো কোম্পানিগুলিকে রেখে যায়। পশ্চিমা মানুষ হয়তো আশ্চর্য হবে যে এই কোম্পানিগুলি কেন এই মডেলগুলি তৈরি করছে। কিন্তু বাস্তবতায়, 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, 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 উন্মুক্ত করতে সক্রিয়ভাবে সহায়তা করছে। কিন্তু এটি অনেক স্তরের একটি আপেক্ষিকভাবে বিকেন্দ্রীভূত সরকারী ব্যবস্থা, এবং প্রতিটি স্তরের জন্য নিজেদের কী করা উচিত তার একটি স্পষ্ট অপারেশনাল গাইডলাইন নেই।

পেকিংয়ের বিভিন্ন জেলাগুলি প্রতিযোগিতা করে যাতে প্রযুক্তি কোম্পানিগুলি সেখানে অফিস স্থাপন করে। এই কোম্পানিগুলিকে প্রদান করা হওয়া “সহায়তা” প্রায় নিশ্চিতভাবে লাইসেন্স সহ দপ্তরীয় প্রক্রিয়াগুলি থেকে বাহুল্য সরিয়ে ফেলা অন্তর্ভুক্ত করে। কিন্তু এই সহায়তা কতটা দূর যাবে? সরকারের বিভিন্ন স্তরগুলি কি দক্ষতা আকর্ষণে সহায়তা করতে পারে? তারা চিপ চুরি করতে সহায়তা করতে পারে?

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

অবশ্যই, চীনা সরকারের সর্বোচ্চ পর্যায়ের 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 শক্তিশালী শিক্ষার সীমানা বাড়ানোর জন্য কোটি ডলারের পরিমাণে মোট খরচ হয়। তাই, আমরা জানতে চাই, চীনা ল্যাবগুলি কি একই পরিবেশগুলি আমেরিকান কোম্পানির কাছ থেকে কিনছে, নাকি একটি প্রতিচ্ছবি-সদৃশ স্থানীয় ইকোসিস্টেম রয়েছে যা তাদের সমর্থন করছে?

উত্তরটি সম্পূর্ণ অর্থে “কোনো ডেটা ইন্ডাস্ট্রি নেই” নয়, বরং তাদের অভিজ্ঞতা অনুযায়ী, ডেটা ইন্ডাস্ট্রির মান তুলনামূলকভাবে খারাপ, তাই প্রায়শই ভালো পদ্ধতি হলো অভ্যন্তরীণভাবে পরিবেশ বা ডেটা তৈরি করা। গবেষকরা নিজেরাই রিইনফোর্সমেন্ট লার্নিং ট্রেনিং পরিবেশ তৈরির জন্য বহু সময় ব্যয় করেন, আর বাইটডান্স, আলিবাবা ইত্যাদি বড় কোম্পানিগুলির অভ্যন্তরীণ ডেটা লেবেলিং দল থাকে, যা এই কাজকে সমর্থন করে। এইসবই আগের উল্লিখিত “কিনবেন না, নিজেই তৈরি করুন” মনোভাবকে প্রতিধ্বনিত করে।

ষষ্ঠত, আরও বেশি নভেডিয়া চিপের প্রতি তীব্র চাহিদা রয়েছে।
নভেডিয়ার কম্পিউটিং পাওয়ার ট্রেনিংয়ের স্বর্ণমানদণ্ড, এবং প্রত্যেকের অগ্রগতি আরও বেশি কম্পিউটিং পাওয়ারের অভাবে সীমাবদ্ধ। যদি যথেষ্ট সরবরাহ থাকে, তাহলে স্পষ্টতই তারা কিনবে। হুয়াওয়েসহ অন্যান্য অ্যাক্সেলারেটরগুলি ইনফারেন্সের জন্য ইতিবাচক মূল্যায়ন পেয়েছে। অসংখ্য ল্যাবে হুয়াওয়ে চিপ ব্যবহার করা যায়।

এই পয়েন্টগুলি একটি সম্পূর্ণ ভিন্ন এআই ইকোসিস্টেমকে চিত্রিত করে। পশ্চিমা ল্যাবগুলির কার্যপদ্ধতিকে চীনা সহকর্মীদের উপর দ্রুত 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 অগ্রগামী মডেলগুলির মতোই ব্যাখ্যা করা হবে।

সিদ্ধান্ত: 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 গঠনের 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 অনৌপচারিকভাবে মুখোমুখি আলোচনা করার পর, আমি দেখেছি যে চীনের অনেক গুণ এবং প্রবণতা পশ্চিমা সিদ্ধান্ত গ্রহণের পদ্ধতির জন্য মডেল করা কঠিন।

আমি যদি এই ল্যাবগুলিকে সরাসরি জিজ্ঞাসা করি যে তারা কেন তাদের সবচেয়ে শক্তিশালী মডেলগুলি খোলা ভাবে প্রকাশ করছে, তবুও আমি "স্বত্বের মনোভাব" এবং "ইকোসিস্টেমকে সৎভাবে সমর্থন" এর মধ্যে সংযোগটি সম্পূর্ণভাবে বুঝতে পারছি না।

এখানকার ল্যাবগুলি খুব ব্যবহারিক, ওপেন সোর্সের প্রতি নিখুঁত আদর্শবাদী নয়, এবং তাদের তৈরি প্রতিটি মডেল খোলা ভাবে প্রকাশিত হয় না। কিন্তু ডেভেলপারদের সমর্থন করা, ইকোসিস্টেমকে সমর্থন করা, এবং খোলামেলা ভাবে নিজেদের মডেলগুলি বুঝতে সহায়তা করা—এইসবের প্রতি 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 কনজিউমার 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 দূরের অনুভূমিকে ক্রেনগুলির একটি ঝলক 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 সাদাসিধে ইতিবাচকতা আরও বেশি প্রয়োজন। AI সম্প্রদায়ের একজন সদস্য হিসেবে, আমি এখন আরও বেশি উদ্বিগ্ন, কারণ জাতীয়তা লেবেলের চারপাশে সদস্যদের এবং গোষ্ঠীগুলির মধ্যে ফাটল দেখা দিচ্ছে।

আমি যদি বলি যে আমি আমেরিকান ল্যাবগুলিকে AI টেকস্ট্যাকের প্রতিটি অংশে স্পষ্ট নেতৃত্বদানকারী 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 উপযোগী এআই তৈরি করতে পারে। এখনকার সমস্যা হলো, মার্কিন ল্যাবগুলি কি এই নেতৃত্বের অবস্থান দখল করার জন্য কাজ করবে।

আমি এই নিবন্ধটি শেষ করার 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, জিজ়ু, মেইটুয়ান, শাওমি, টংই কুয়েন, অ্যালিবাবা স্পিরিট লাইট, 01.ai এবং অন্যান্য প্রতিষ্ঠানগুলিতে আমার সাথে কথা বলার জন্য যাদের সাথে আমি সৌভাগ্যবশত কথা বলেছি, তাদের সকলকে ধন্যবাদ জানাই। প্রত্যেকেই এতটাই উদার এবং নিজেদের সময় দিয়েছেন। আমার ধারণাগুলি আকৃতি নিচ্ছে, আমি চীনা পর্যবেক্ষণগুলি শেয়ার করতে থাকব, যা সাধারণ সংস্কৃতির পাশাপাশি AI-এর নিজস্ব ক্ষেত্রও অন্তর্ভুক্ত করব।

এই জ্ঞানগুলি স্পষ্টতই এআইয়ের অগ্রগতির সাথে সরাসরি সম্পর্কিত।