10,000 এআই এজেন্ট একটি সমস্যা সমাধান করেছে একটিও বিতর্ক ছাড়া। ঘোষণার ঠিক পরেই মানুষগুলি কীভাবে ক্রেডিট পাবে নিয়ে লড়াইয়ে পড়েছিল। প্রথমে, কী ঘটেছিল। ওপেনএআই ঘোষণা করেছিল যে তাদের এজেন্টগুলি আধুনিক গণিতের সবচেয়ে বিখ্যাত সমস্যাগুলির একটি সমাধান করেছে। তাদের অনুযায়ী, এটি সমাধান করতে 88 ঘন্টা সময় লেগেছিল। প্রায় 10,000টি এজেন্ট একইসময়ে সমস্যাটির উপর কাজ করছিল। এখন, যা আমার সবচেয়ে বেশি মনোযোগ আকর্ষণ করেছিল। স্ট্যানফোর্ডে স্যাম আলটম্যান বর্ণনা করেছিলেন কীভাবে তারা পরস্পরের সঙ্গে মিথস্ক্রিয়া করেছিল। কোনো নেতা ছিল না। কারা কী করেছে, তা নিয়ে কোনো বিতর্ক ছিল না। কোনো সংঘর্ষও ছিল না, কোনো স্বীকৃতির জন্যও লড়াই হয়নি। সবাই শুধুমাত্র একটি লক্ষ্যের দিকেই এগিয়েছিল। তিনি নিজেই বলেছিলেন, এটি তার কল্পনা করা যায় এমন যেকোনো সংগঠনেরই চেয়ে ভিন্ন। এবং এখন, পরবর্তীটি কী? যখনই ফলাফলটি ঘোষণা করা হল, মানুষদের মধ্যেই—কারা ক্রেডিটপাবে—তা নিয়েইবিতর্কশুরুহয়। এজেন্টগুলি সমস্যাটিরবিভাজনকরল। মানুষগুলি—সম্মানটিরবিভাজনকরল। একইসময়ে,গণিতবিদদেরমধ্যেওপাঁচদিনব্যাপীএকটিবিশেষযাত্রাচলল। প্রথমেইএসবকথাগুলি:এটি-বানানো। তারপর:এইক্ষেত্রটি-শেষ। তারপর:এটি-এভাবেকরাউচিতহয়নি। পঞ্চমদিনে,অনেকেঅন্যভাবেবলল। হ্যাঁ,তাদেরকাজেরএকধরনশেষহয়েগেছে। কিন্তুঅধিকাংশতারা-কখনও-এইপর্যায়েসমস্যা-সমাধানকরতনা। তারা-জ্ঞানকেবুঝত,তা-মানুষদের-ব্যাখ্যা-করত,আর-কীউপরকাজকরত-তা-সিদ্ধান্ত-নিত। আলটম্যান-থেকেআরওএকটি-ধারণা-আছে,যা-সহজে-উপলব্ধহয়না। তিনি-পরামর্শদিচ্ছেন,আর-স্পষ্টভাবে-বলছেন,এটি-শুধুমাত্র-অনুমান—যে-বিশ্বজুড়ে-প্রতিটি-সংগঠনই-সামরিক-পদ্ধতি-অনুসরণকরে। একটি-পিরামিড,আদেশ,নিয়ন্ত্রণ। কারণ,এটি-একসময়-বড়সংখ্যক-মানুষকে-পরিচালনা-করার-একমাত্র-জানা-উপায়ছিল। আরএখানে10,000টি-এজেন্টঅতএবপিরামিডহীনভাবেএটি-করল। এখন,একটি-কোম্পানি-কল্পনা-করুন,যেখানেশুধুমাত্রএজেন্টগুলি-কাজকরবে। কেউফিডব্যাক-দিয়েঅসহজবোধকরবেনা। কেউআইডিয়াচুরি-করবেনা। কেউকোণগদি-অফিস-জন্যলড়াই-করবেনা। এটি-আদর্শভাবেশুদ্ধশোনাচল। আরএখনই—অদ্ভুতভাব—আলটম্যানঅবশ্যঅবিলম্বেযোগকরছেন:মানুষঅখণ্ডভাবেএভাবেকখতপথচলবেনা। কারণ,আমাদেরঅপূর্ণতা—সত্যই—সৌন্দর্য। বিতর্ক,অহঙ্কার,ভাবনা—সবই। তিনি—এগুলি—হতহওয়া—বিশ্বচাইতেন–না। আমিওতাঁরসঙ্গেসম্মত। কারণ,মানুষদেরমধ্যকারঅসহযোগ—শুধুমাত্রখরচহয়–এটা–অপরদিক–আমরা–আমদেখি–আমদখল–যা–আমদ–গুরুত্ব–দিই–তা–পছন্দ–হয়–তা–ফিল্‌টার–করত–পথ। যখনদুজন–মানুষ–ক্রেডিট–জন্য–লড়াই–করছে–তখন–তথা–আসল–লড়াই–হচ্ছে–“অবদান”–শব্দটি–আমদ–জন্য–অর্থ–কী–তা–চলছে। একটি–যন্ত্র–এই–প্রশ্ন–জিজ্ঞাসা–করবে–না। শুধুমাত্‍‍—অপশন—পথ—অনুসরণ—করবে। অতএব,আমি—মনে—করি—আগত—বছরগুলি—এখন—প্‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ (Translation cut off due to character limit. Please request continuation if needed.)

নয় বছর আগে, জেনসেন হুয়াং এলন মাস্ককে একটি সুপারকম্পিউটার প্রদান করেছিলেন। আজ, তিনি তার উত্তরাধিকারীটি নিয়ে এসেছেন। এবং এই মুহূর্তটি কম্পিউটিং-এর দুটি সম্পূর্ণ ভিন্ন যুগকে যুক্ত করে। 2016 সালে, জেনসেন ব্যক্তিগতভাবে NVIDIA-এর প্রথম DGX-1 এলন মাস্ককে হস্তান্তর করেন। তখন, মাস্ক OpenAI-এর অংশ ছিলেন। সেই মেশিনটি গবেষকদের কৃত্রিম বুদ্ধিমত্তার সীমানা বাড়াতে সাহায্য করেছিল এবং AI বিপ্লবের প্রাথমিক অবকাঠামোর অংশ হয়ে উঠেছিল। নয় বছর পর, জেনসেন আবার ফিরেছেন। কিন্তু এবার, তিনি সম্পূর্ণ ভিন্ন কিছু নিয়ে এসেছেন। পরিচয় করিয়ে দিচ্ছি NVIDIA DGX Spark। Grace Blackwell আর্কিটেকচার দ্বারা চালিত, একটি কমপ্যাক্ট ডেস্কটপ AI সুপারকম্পিউটার। এবং স্পেসিফিকেশনগুলি অসাধারণ। FP4 প্রিসিশনে 1 petaflop AI পারফরম্যান্স। 128GB ইউনিফাইড মেমোরি। একটি শক্তিশালী NVIDIA GB10 সুপারচিপ। এবং একটি এমন ফর্মফ্যাক্টর যা একটি ডেস্কের উপরেই রাখা যায়। প্রসঙ্গটির জন্য, মূল DGX-1 ছিল একটি বড় এনটারপ্রাইজ সিস্টেম। DGX Spark 1.2 কিলোগ্রাম ওজনের একটি ডিভাইসে AI-এর অসংখ্য গণনা ক্ষমতা নিয়ে আসে। কিন্তু বাস্তবিকভাবে, এটি যা সম্ভবপর করেছে, তা-ই গুরুত্বপূর্ণ। ডেভেলপারদেরও গবেষকদেরও AI-মডেলগুলি স্থানীয়ভাবে, remote data centers-এরওপরভিত্তি না করে, execute, large language models-এর সাথে experiment, AI agents build, and models fine tune-এরওসুযোগ। NVIDIA-এর মতে,একটি DGX Spark 200 billion parameter-এরওপরমডেলগুলির inference handle-এরওসক্ষম। এবং multiple systems-এরওসংযোগ-এরওদ্বারা even larger workloads handle-এরওসক্ষম। আলোচনারওসময়, Jensen-ওআগের DGX-1-এরওসঙ্গে new generation-এরওতুলনা-এরওদ্বারা computing efficiency-এরওঅসাধারণ progress-এরওউল্লেখ-এরওকরেছিলেন। তখনই one of the best moments-এরওআসা। Jensen jokingly-এরওবললেন Elon-ওতারওচেয়েও bigger things build-এরওচলছে। Elon simply agreed. যদিও SpaceX rockets and massive infrastructure build-এরওচলছে, NVIDIA AI revolution-এরওশক্তি supply-এরওজন্য computing systems build-এরওচলছে। আর Texas-এ Starbase-এ these two worlds meet-এরওদৃশ্যটি fascinating। একটি company space exploration-এরওসীমানা push-এরওচলছে। অন্যটি artificial intelligence-এরওসীমানা push-এরওচলছে। নয়বছরআগে, Jensen AI-এরওএকটি new chapter launch-এরওজন্য help-এরওকরা supercomputer deliver-এর‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ Now he is bringing that computing power closer to individual developers. The next AI breakthrough might not come from a massive data center. It might start on someone's desk.

পবিত্র শ*ট। OpenAI ঠিক এখনই AI এজেন্টগুলোকে আপনার কম্পিউটার ব্যবহার করতে আরও সস্তা ও আরও ভালো করেছে। পরিচিত হন GPT 6.1 Terra-এর সাথে। এবং এই আপডেট শুধু ভালো উত্তর জেনারেট করার চেয়ে অনেক বড় বিষয় নিয়ে এসেছে। OpenAI AI-কে আরও কার্যকর কিছু দিকে ঠেলে দিচ্ছে। আসলেই কাজ সম্পন্ন করা। Terra এমনভাবে ডিজাইন করা হয়েছে যে এটি আপনার স্ক্রিনে কী হচ্ছে তা বুঝতে পারে, কম্পিউটার অ্যাপ্লিকেশনের সঙ্গে ইন্টারঅ্যাক্ট করতে পারে এবং জটিল কাজের ধারাবাহিকতা সম্পন্ন করতে পারে। ভাবুন, এর মানে কী। একটি AI প্রস্তাব তৈরি করতে সাহায্য করতে পারে, টেকনিক্যাল ড্রয়িং ব্যাখ্যা করতে পারে, ফর্ম পূরণ করতে পারে, ভিডিও এডিট করতে পারে এবং পুনরাবৃত্তিমূলক অফিস কাজ সামলাতে পারে। কীভাবে কিছু করতে হয় তা ব্যাখ্যা করার বদলে, এটি কাজটি শেষ করতে যে ধাপগুলো দরকার সেগুলো নিজেই অনুসরণ করে করতে পারে। আর OpenAI বলছে, নতুন মডেল এই ধরনের কাজে GPT 5.6 Terra-এর চেয়ে উল্লেখযোগ্যভাবে ভালো। কিন্তু এখানে সেই অংশটা আছে যা সত্যিই আমার মনোযোগ কেড়েছে। দাম। GPT 6.1 Terra-এর স্ট্যান্ডার্ড API প্রাইসিং GPT 5.6 Terra-এর তুলনায় ৫০% কম। এটা গুরুত্বপূর্ণ কারণ AI এজেন্টগুলো একটি মাত্র ওয়ার্কফ্লো সম্পন্ন করার সময় একটি মডেলে অনেকগুলো কল করতে পারে। প্রতিটি ধাপের খরচ আছে। তথ্য পড়া, স্ক্রিন বিশ্লেষণ করা, এরপর কী করবে তা ঠিক করা এবং ফলাফল পরীক্ষা করা—সব মিলিয়ে যোগ হতে থাকে। কম খরচে এই সিস্টেমগুলোকে বড় পরিসরে চালানো আরও বাস্তবসম্মত হয়ে যায়। OpenAI আরও জানিয়েছে যে কোডিং পারফরম্যান্স এবং ভিজুয়াল রিজনিং-এ বড় উন্নতি হয়েছে, পাশাপাশি তাদের অভ্যন্তরীণ মূল্যায়নে তথ্যগত ভুলও কমেছে। এই সংমিশ্রণটি গুরুত্বপূর্ণ। একটি মডেল যা কাজ বুঝতে পারে, সফ্টওয়্যার পরিচালনা করতে পারে এবং কোড লিখতে পারে—এ সব কিছুই যদি আরও দ্রুত এবং কম খরচে করতে পারে, তাহলে সেটি অনেক বেশি উপযোগী হয়ে ওঠে। ভাবুন AI এজেন্ট ইনভয়েস প্রক্রিয়াকরণ করছে, স্প্রেডশীট আপডেট করছে, গ্রাহকের তথ্য সংগঠিত করছে বা একাধিক অ্যাপ্লিকেশনে পুনরাবৃত্তিমূলক কাজ সামলাচ্ছে। শুধু আপনাকে কী করতে হবে তা বলছে না। আসলেই আপনাকে কাজটা শেষ করতে সাহায্য করছে। অবশ্যই, কম্পিউটার ব্যবহার করা মানে নিখুঁত স্বায়ত্তশাসন নয়। জটিল ওয়ার্কফ্লো এখনও পরীক্ষা, পারমিশন এবং মানব পর্যবেক্ষণ প্রয়োজন। কিন্তু দিকটা পরিষ্কার হয়ে উঠছে। পরবর্তী বড় AI প্রতিযোগিতা শুধু কোন মডেল ভালোভাবে ভাবতে পারে তা নিয়েই নয়। এটা নিয়ে যে কোন মডেল সেই বুদ্ধিমত্তাকে নির্ভরযোগ্যভাবে কর্মে রূপান্তর করতে পারে। আর এখন, OpenAI সেই ক্ষমতাকে ব্যবহার করা আরও সস্তা করে দিচ্ছে।

🚨 হলি শিট। জেনসেন হুয়াং একটি হাতে এক পেটাফ্লপ এআই পাওয়ার ধরে রেখেছেন। এবং তিনি যে তুলনা করেছেন, তা সম্পূর্ণ অবিশ্বাস্য। ২০১৬ সালে, জেনসেন হুয়াং একটি ছোট কোম্পানি ওপেনএআইকে এনভিডিয়া DGX 1 সিস্টেম প্রদান করেন। এটি এআই কম্পিউটিংয়ের জন্য বিশেষভাবে তৈরি একটি বিশাল মেশিন। এটি এক পেটাফ্লপ কম্পিউটিং পারফরম্যান্স প্রদান করত এবং 128GB মেমোরি সহযোগী ছিল। এবং জেনসেন সবাইকে একটি বিস্তারিত মনে করিয়ে দিয়েছিলেন। সেই মেশিনটি উপরের তলায় নিয়ে যাওয়ার জন্য দুজনকে লাগত। এখন, দশ বছর পর, তিনি একটি কমপ্যাক্ট এআই কম্পিউটারকে একটি হাতে ধরেছেন, এবং একই শিরোনামের সংখ্যাগুলি দেখিয়েছেন। এক পেটাফ্লপ। 128GB মেমোরি। একটুক্ষণের জন্যও এটা বুঝতে দিন। নতুন RTX Spark লাইনআপটি Microsoft-এর সাথে চার বছরেরওবেশি কাজের মধ্যে তৈরি হয়েছে, PC-এরওওয়াইডার-ইন্ডাস্ট্রিরওসহযোগিতায়। জেনসেন-এরমতে,প্রজেক্টটিতেN1Xনামকএকটিনতুনচিপএবংডেস্কটপ,ল্যাপটপএবংওয়ার্কস্টেশনসহএকটিসম্পূর্ণনতুনকম্পিউটারফ্যামিলিরঅন্তর্ভুক্তিরকথা। লক্ষ্যটিরহল—গুরুত্বপূর্ণএআইকম্পিউটিংপাওয়ারকেঅনেকছোটফরমফ্যাক্টরেআনা। এবংএখানেইবিষয়গুলিচমকিয়েউঠছে। বছরখানেকধরে,শক্তিশালীএআইহার্ডওয়্যারপর্যন্তপৌঁছানোরঅর্থহল—মহঙা-ক্লাউডইনফ্রাস্ট্রাকচারঅথবা-স্পেশালাইজডমেশিনগুলিরউপরনির্ভরশীলহওয়া,যা-অধিকাংশব্যক্তিগতডেভেলপারদেরজন্যঅপ্রাপ্য। এইধরনেরকমপ্যাক্টসিস্টেমগুলি-একটিভিন্নপদ্ধতিরদিকেইইঙ্গিতকরছে। কল্পনা-করুন—আপনি-আপনার-ডেস্ক-এ-এআই-এজেন্টগুলি-ডেভেলপকরছেন,মডেলগুলি-পরীক্ষা-করছেন,এবং-চাপযুক্তএআই-ওয়ার্কলোডগুলি-চালাচ্ছেন। দূরবর্তীইনফ্রাস্ট্রাকচার-উপর-কম-নির্ভরশীলতা। আপনারডেভেলপমেন্ট-এনভায়ারমেন্ট-উপর-বড়-নিয়ন্ত্রণ। এবং-সম্ভবত-স্থানীয়ভাবে-চলতেপারা-ওয়ার্কলোডগুলি-জন্য-কম-পুনরাবৃত্তিমূলক-ক্লাউডখরচ। অবশ্যই,একটিগুরুত্বপূর্ণপার্থক্যআছে। একইশীর্ষপেটাফ্লপসংখ্যা-মিলিয়েদিলেও,অবশ্যইদুটি-মেশিনদুটি-অভিন্নবাস্তবজগত-পারফরম্যান্সদিচ্ছে—এটা-অবশ্যইসত্যহবয়। যথাযথতা,মেমোরি-আরহিটেকচারএবংওয়ার্কলোড—সবইগুরুত্বপূর্ণ। কিন্তুভৌতপরিবর্তনটি—অতি-অসাধারণ। 2016-এ,এইধরণেরএআইকম্পিউটিং—দুজনকেলাগতমশিনহয়। এখন,জেনসেনহুয়াঙ—একটিহাতে—অভিন্নশিরোনামসহজসহজভাব—সিস்டেমধরতপারছেন। এটা—শুধুঅনycদশমসফলভাব—অধিকআগতহওয়া—থাকছয়। এআইহারডওয়্যার—শুধুশক্তিশালীহচছয়—অথচ—অসহজভবছয়। এবং—পরবত্‍তীপজনধ–এআইডভ–লপ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–দ–द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—द—� — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — द — റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയെ റിയே மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் மேலும் அதற்காகவா?

যদি আমরা 54% থেকে 100% পর্যন্ত কোয়ান্টাম ফোটন ট্রান্সফার করতে পারি? টিইউ ভিয়েনের বিজ্ঞানীদের কাছে একটি উপায় খুঁজে পাওয়া গেছে। এবং সমাধানটি অত্যন্ত চালাক। কোয়ান্টাম কম্পিউটারগুলির কিউবিটগুলির মধ্যে তথ্য ট্রান্সফার করতে হয়। একটি কিউবিট একটি ফোটন নিঃসরণ করে। অন্যটিকে এটি শোষণ করতে হয়। কিন্তু প্রচলিত পদ্ধতিতে, এই শোষণ 54% সময়ের মধ্যেই সফল হয়। একটি প্রক্রিয়া শেষ হওয়ার আগেই প্রায় অর্ধেক তথ্য ট্রান্সফারের চেষ্টা ব্যর্থ হয়ে যাওয়ার কথা কল্পনা করুন। এখন, গবেষকদের এটি পরিবর্তনের একটি উপায় প্রস্তাব করা হয়েছে। চাবিটি ফোটনের তরঙ্গের আকৃতি। যখন একটি কিউবিট ফোটন নিঃসরণ করে, তখন এর তরঙ্গটি সাধারণত শক্তিশালীভাবে শুরু হয়, এবং ধীরে ধীরে ম্লান হয়ে যায়, যেমনটি একটি ঘণ্টার শব্দ। কিন্তু, গ্রহণকারী কিউবিটটির জন্য পরিপূর্ণভাবে শোষণের জন্য, একটি সম্পূর্ণভাবে ভিন্ন তরঙ্গপ্রবাহেরপ্রয়োজন। সুতরাং, গবেষকদের প্রস্তাব, ফোটনটির যাত্রাকালীন,একটি বিশেষভাবে প্রকৌশলিতঅপটিক্যালওয়েভগাইডব্যবহারকরা। ওয়েভগাইডেরমধ্যদিয়েবিভিন্নফ্রিকোয়েন্সিগুলিরগতিপথনিয়ন্ত্রণকরে,তারাগণনাকরেছেযেফোটনটিঅপটিমালশোষণেরজন্যপ্রয়োজনীয়তরঙ্গপ্রবাহসহআসতেপারে। ফলাফল? তাদেরঅনুকলনগুলিসূচিতকরেযেআদর্শপরিস্থিতিতেশোষণ100%পর্যন্তপৌঁছতেপারে। এবংসবচেয়েআকর্ষণীয়বিষয়হল,এটিএকটিপ্যাসিভপদ্ধতি। গ্রহণকারীপ্রান্তেঅতিরিক্তসক্রিয়নিয়ন্ত্রণএড়াতে,ওয়েভগাইডটিইফোটনকেআকৃতি-পরিবর্তনকরতেসক্ষম। এইপদ্ধতিটিএখনওপরীক্ষামূলকভাবেপ্রমাণিতহয়নি,তবেগবেষকদেরমনেহয়যেপ্রয়োজনীয়সেটআপটিপ্রযুক্তিগতভাবেসম্ভব। যদিএটিবাস্তবেকাজকরে,তবেএটি-কোয়ান্টামকম্পিউটারএবংযোগাযোগনেটওয়ার্কগুলিকেঅনেকবেশি reliableকরতেসহায়তা-করতেপারে। আমরাপ্রায়শইভাবি-কোয়ান্টামবিপ্লবগুলি-সম্পূর্ণভাবেনতুনহারডওয়্যার-প্রয়োজন। কখনও-কখনও,বিপ্লবটি-একটিমাত্রফোটন-যাওয়া-পথ-পরিবর্তন-থেকে-আসতেপারে। এবং-কোয়ান্টাম-কম্পিউটিং-এ,এই-অতি-সূক্ষ্ম-বিসদৃশ-একটি-বড়-পার্থক্য-তৈরি-করতেপারে।

এটা কী জিনিস? এই বটটি অর্ধেকেরও বেশি ট্রেড হারায়, তবুও $1,400 থেকে $22,646-এ বাড়ে। ওই বুলেটটি দেখুন। এগুলো হলো 20,480টি সম্ভাব্য ফিউচার্স, যেগুলো বটটি একসাথে তার মাথায় রাখে। নীল লাইনগুলো হলো সেই বিশ্বগুলো, যেখানে বিটকয়েন বাড়বে। গোলাপি এবং কমলা হলো সেই বিশ্বগুলো, যেখানে এটি কমবে। এখন এটি কিভাবে কাজ করে তা দেখা যাক। বটটি Polymarket-এ পাঁচ-মিনিটের মার্কেটে বিটকয়েনের জন্য আরোহণ বা অবরোহণের উপর ট্রেড করে। সাতটি স্ট্রিম থেকে লাইভ ডেটা ভিতরে ঢোকে। এগুলোকে সম্ভাবনায় রূপান্তরিত করা হয়, যেমন: 45% বৃদ্ধির বনাম 55% হ্রাস। এই সম্ভাবনা, মার্কেটের একই ফলাফলকে যেমন মূল্যে বিক্রি করছে, তার সাথে তুলনা করা হয়। এদের মধ্যকার পার্থক্যকে “অগ্রগতি” (advantage) বলা হয়। এবং শুধুমাত্র যখনই “অগ্রগতি” (advantage) থাকবে, বটটি একটি ট্রেড খোলে। যদি 3সেন্ট-এরও কম হয়, তখন “PASS” (পাস) শব্দটি স্ক্রিনে দেখা যায়, এবং কোনো লেনদেনই হয়না। এখানেই মূলটি隠া। প্যানেলের জয়ের % 48। অর্থাৎ, 50%এরওবেশি ট্রেড ‘লাল’ (লস) -এইভাবেইবন্ধ। কিন্তুএটা‌সমস্যা‌নয়। কল্পনা‌করুন,‌আপনি‌32সেন্ট‌মূল্য‌একটি‌স্টক‌কিনছেন‌যা‌আপনি‌সঠিক‌হলে‌1ডলার‌পরিশোধ‌করবে। আপনাকে‌অবশ্যই‌বারবার‌সঠিক‌অনুমান‌করতে‌হবে‌না। যথেষ্ট‌যে,‌আপনার‌অনুমান‌মার্কেট‌মূল্য‌অপেক্ষা‌অধিক‌সঠিক‌হবে। তখন‌এমনকি‌যদি‌অধিকাংশ‌সময়‌হারতেও‌থাকেন,‌গণিত‌আপনার‌পক্ষে‌কাজ‌করবে। এটি‌প্রতিটি‌লেনদেন‌জন্য‌স্ক্রিনে‌দৃশ্যমান। 32সেন্ট-এরজন্য‌ক্রয়,‌অগ্রগতি+5.3সেন্ট। 53সেন্ট-এরজন্য‌ক্রয়,‌অগ্রগতি+6.7সেন্ট। ভিন্নভিন্নমূল্য,ভিন্নভিন্নআকার,কিন্তুএকটিমাত্র‌নিয়ম। এবংতলায়আছেLanding Curve (অবতরণবক্ররেখা)। এটি‌হলো,‌উইনডোয়েরশেষ-পর্যন্তবিটকয়েনকতখানেশেষহবেতা‌বিশদভাবেদেখাচ্ছে। বটটি‌একটি‌এককবিন্দুকেমিসকরছে। সেখানি‍য়াসমগ্‍রসম্ভ‍াব‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍যতথা-পথগুলি-দেখছে-এবং-তা-মার্কিট-মূল্য-সহ-তুলনা-করছে। প্রতিদিন 288টি window (উইনডো),এবংপ্রতিবার-একই-নিয়ম। 14,222টি ticket (টিকিট) executed (সম্পন্ন)হয়,গড়অগ্রগতি+4.6সেন্ট,এবংসর্বোচ্চdrawdown 4.2%। এখনআমি-যা-সম্পর্কে-আগ্‍হা-বোধ-করছি-তা-সম্পর্কে। অধিকাংশমানুষভাবছেযে,একজনভালওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রেডারহলওয়ালফ/ট্রეডআরহ�ওয়াজআরহलওयআরहलওयআরहलওयআরहलওयআরहलওयআরहलওयআরहलওयআরहलওयআরहलওयআরहलওयআরहलওयআরहलওযআরहलওयআরहलওयআরहलওयআরहलওयআরहलওযআরहل�यআরहل�यআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরहل�যআরহل�যআরহل�যআরহل�যআরহل�যআরহل�যআরহลओयआरहलओयआरहलओयआरहलओयआरहलओयआरहलओयआरहलओयआরहलओयआරهලओयआرهಲओयآرهಲओيآرهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهلالوياارهhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаrеhlenоyаr е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r е hle n о y а r é a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s t e d a t t a c k e d b u t t e s т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т т з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з з м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м м х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х х у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у у ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü Ü У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У У І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І І И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И И Н Н Н Н Н Н Н Н

জেনসেন হুয়াং একটি ২৫ সেমি রোবট বাদুড়কে এআই এজেন্টগুলির সাহায্যে চলার শিক্ষা দিতে দেখিয়েছেন। এবং এই ছোট্ট রোবটটি একটি অনেক বড় গল্পের অংশ। পরিচয় করিয়ে দিচ্ছি মাইক্রোডাক। এটি হাগিং ফেসের একটি ওপেন সোর্স রোবোটিক প্রকল্প, এবং এর আচরণকে সিমুলেশনের মধ্যে প্রশিক্ষণ দেওয়া হয়েছিল, তারপর এটি বাস্তব রোবটে স্থানান্তরিত হয়েছিল। বাদুড়টি দৌড়ানো, আবার উঠে পড়া এবং বস্তুগুলি ধরা শিখতে পারে। কিন্তু এই প্রদর্শনটিকে আকর্ষণীয় করে তোলে কী? — AI এজেন্টগুলির মাধ্যমেই এটি সম্ভব হয়েছিল। রোবোটিক্সকে একটি বিশাল ইঞ্জিনিয়ারিং কাজ হিসাবে না দেখে, এই প্রক্রিয়াটিকে ধাপগুলিতেভাগ করা হয়েছে। মডেলটি তৈরি করুন। সিমুলেশনটি সেটআপ করুন। আচরণটি প্রশিক্ষণ দিন। তারপর এই দক্ষতাগুলিকে বাস্তব জগতের দিকে নিয়ে আসুন। এই শেষধাপটি অত্যন্ত গুরুত্বপূর্ণ। একটি ভার্চুয়াল পরিবেশে কাজকরা রোবটকেও মহাকর্ষ, ভারসাম্য,ঘর্ষণ,এবংবাস্তববস্তুগুলিরঅপ্রতিরোধ্যতারসঙ্গেমোকাবিলা‌করতেহবে। এবংএখানেইNVIDIA-এরভৌতAI-এরদৃষ্টিভঙ্গিগুরুত্বপূর্ণহয়েউঠছে। এআইশুধুমাত্রটেক্সট,চিত্রএবংকোডজেনারেটকরারপথপারকরছেনা। এখনএআইকেপ্রায়শইসিমুলেশনএবংরোবোটিক্সটুলসগুলিরসঙ্গেএকসঙ্গেব্যবহারকরা‌হচ্ছে,যাতেমেশিনগুলিকেভৌতজগতেরসঙ্গেযোগাযোগকরারশিক্ষাদেওয়াযায়। বাদুড়টি‌হয়তোখুবছোট। কিন্তুএটিরপিছনে‌থাকা‌ধারণাটি‌অন্যথা‌হতেপারেনা। কারণপরবর্তীপ্রজন্ম‌এআইশুধুমাত্রআমাদেরকম্পিউটার‌এরভিতর‌জীবনযাপন‌করবেনা। এটি‌হয়ত‌আমাদের‌কম্পিউটার‌এর‌বাইরেও‌চলতেশিখবে।

টেসলা মহাকর্ষকে প্রতিহত করছে না। এটি ট্র্যাকের সাথে আটকে থাকতে শোষণ ব্যবহার করছে। এই রোডস্টারটি ভালোভাবে দেখুন। গাড়িটি একটি বিশাল লুপ আরোহণ করে, উল্টো হয়ে যায় এবং এমনকি যখন এর গতি আমরা যা দেখছি তার ব্যাখ্যা দিতে যথেষ্ট নয়, তখনও এটি চলতে থাকে। তাহলে এটি কি ধরে রাখছে? চুম্বক নয়। রহস্যটি গাড়ির নিচের দিকে। টেসলা রোডস্টারের নিচের অংশে একটি ফ্যান-চালিত শোষণ সিস্টেম তৈরি করেছে। ফ্যানগুলি গাড়ির নিচের বাতাসকে টানে, যার ফলে গাড়ির নিচের চাপ কমে। চাপের পার্থক্যটি গাড়িটিকে ট্র্যাকের দিকে ঠেলে দেয়। এবং এখানেই আমি যা অসাধারণ মনে করি। প্রচলিত বায়োডাইনামিক ডাউনফোর্স গাড়ির গতির দ্বারা উৎপন্ন বায়ুপ্রবাহের উপর প্রচুরভাবে নির্ভরশীল। কিন্তু একটি ফ্যান-ভিত্তিক শোষণ সিস্টেম কম গতিতেও উল্লেখযোগ্য ডাউনফোর্স উৎপন্ন করতে পারে। এটি একটি গাড়ির কীভাবে কাজ করতে পারে, তা পরিবর্তন করে। একমাত্র গতিরউপর নির্ভরশীল হওয়ার পরিবর্তে,যন্ত্রটি সক্রিয়ভাবেইসেইশক্তিটিকেউৎপন্নকরতেপারেযা itকেপৃষ্ঠেরদিকেআটকিয়েরাখে। এটিরমধ্যেপার্থক্যহল—একটিগাড়িযাপথকেপৃষ্ঠকেআটকিয়েরাখতেপ্রয়োজনকরেএবংএকটিগাড়িযানিজেনিজকেপথেরদিকেআকর্ষণকরতেডিজাইনকরা। এটি महाकर्षको प्रतिहत नहीं कर रहा है। এটি is an engineering solution that finds another way to work with it. এবংইহিপ্রদর্শনকেএতটাঅসাধারণকরছে।

৮টি AI AGENT সারা রাত একটি ট্রেডিং ডেস্ক চালিয়েছে। ব্যাংক $12,155 থেকে $14,853-এ গেছে। কিন্তু সংখ্যাটা সবচেয়ে আকর্ষণীয় অংশ নয়। সবচেয়ে আকর্ষণীয় অংশ হলো এই ডেস্কের বস কখনই নিজে ট্রেড ওপেন করে না। এটা Grok Bot-এর নতুন ভার্সন, Jev-এর সঙ্গে মিলিয়ে। এবং এটা আর একক কোনো বট নয়। এটা পুরো একটি ট্রেডিং ডেস্ক, যেখানে প্রতিটি agent-এর নিজের কাজ আছে। CHIEF সিদ্ধান্ত নেয় কোন টোকেন বাছাই করা হবে, কিন্তু নিজে কখনই ট্রেড করে না। SCAN দেখে কী কী নড়াচড়া করছে। VET পরীক্ষা করে টোকেনটি আসল কি না এবং এর ঝুঁকির গঠনটা কেমন দেখাচ্ছে। SOCIAL প্রজেক্টের X অ্যাকাউন্ট দেখে। SIZE সিদ্ধান্ত নেয় কত পরিমাণ লাগানো হবে। FILLS ট্রেডটি এক্সিকিউট করে। RISK অবস্থান বন্ধ করে। CRAWLER আগে পেজ আর পোস্ট পড়ে, এবং শুধুমাত্র তারপরই ডেস্ক ট্রেড করে। এদের কেউ কিছু করার আগে, কঠোর নিয়মগুলো রান হয়, এবং এগুলোর কোনো খরচ নেই। মিনিমাম টোকেন বয়স ১৫ মিনিট। $12,000 থেকে লিকুইডিটি। $48,000 থেকে ২৪ ঘণ্টার ভলিউম। $60,000 থেকে মার্কেট ক্যাপ। কমপক্ষে ১৫০টি ট্রেড। সবচেয়ে বড় ওয়ালেট মোটের সর্বোচ্চ ৫ শতাংশ ধরে রাখে। শীর্ষ ১০টি ওয়ালেট মোটের সর্বোচ্চ ৬০ শতাংশ ধরে রাখে। একদম সোজা অঙ্ক, কোনো AI কল ছাড়াই। তারপর আসে Jev-এর সফট ফিল্টারগুলো। কনসেন্ট্রেশন থেকে এক্সিট ঝুঁকি। মোমেন্টাম কি আগেই শেষ হয়ে গেছে কি না। লিকুইডিটি ট্রেড সাইজের সঙ্গে মানানসই কি না। প্রজেক্ট অ্যাকাউন্টটি পুনর্ব্যবহৃত (recycled) কি না। ডেভ কি এখনো অতিরিক্ত ধরে রেখেছে কি না। এবং এই ফিল্টারগুলোর ক্রমও গুরুত্বপূর্ণ। আগে ফ্রি চেকগুলো। তারপর ট্রেড চেকগুলো। তারপর চেইন চেকগুলো। আর শুধুমাত্র শেষে, যেগুলো বেশি খরচের। একটা টোকেনকে ফ্রি-তেই বাদ দেওয়া, প্রত্যেকটির জন্য AI-কে জিজ্ঞেস করার চেয়ে অনেক সস্তা। বট কখনোই আন্দাজে এন্ট্রি নেয় না। এটা আগে সত্যিকারের কেনার ফ্লো’র জন্য অপেক্ষা করে, এবং শুধুমাত্র তারপরই ঢোকে। কোনো ফ্লো নেই, কোনো এন্ট্রি নেই। বেশিরভাগ মানুষ ভাবে শক্তিশালী ট্রেডিং বট মানে শুধু একটি স্মার্ট মডেল। কিন্তু একা একটি স্মার্ট মডেল ভুল করে। যে সিস্টেমে প্রতিটি ধাপ আলাদা ও প্রতিটি ধাপ পরীক্ষা করা হয়, সেখানে ভুল অনেক কম হয়। এর মধ্যে শৃঙ্খলা আছে। আর আছে একজন বস, যে শুধু সিদ্ধান্ত নেয় এবং কখনো লোভী হয় না। এইটাই আসল এজ। এটা আর্থিক পরামর্শ নয়। আগের ফলাফল ভবিষ্যতের ফলাফল নিশ্চিত করে না। আপনার ট্রেডিংয়ে এখন CHIEF-এর ভূমিকা কে পালন করছে, আপনি নাকি আপনার আবেগ?

সবচেয়ে বিপজ্জনক এআই ট্রেডিং বট হতে পারে সেই বট যেটি আদর্শ দেখায়। একটি বৃদ্ধিপ্রাপ্ত লাভের বক্ররেখা। পরিষ্কার বিশ্লেষণ। একটি সিস্টেম যা মনে হয় ঠিক কখন বাজারে প্রবেশ করতে হবে এবং কখন বেরিয়ে যাবে, তা জানে। কিন্তু এখানে আমি মনে করি মানুষগুলো প্রায়শই উপেক্ষা করে। একটি ট্রেডিং সিস্টেমকে লাভজনক দেখানোর জন্য এটি ভালো হওয়ার দরকার নেই। এটি শুধুমাত্র যে শর্তগুলোতে এটি পরীক্ষা করা হয়েছিল, সেই শর্তগুলোতেই ভালো দেখাতে পারে। বাজারটি পরিবর্তন করুন। ট্রেডিং ফি যোগ করুন। অস্থিরতা বাড়ান। একটি লোকসানের অবস্থানকে প্রত্যাশিতের চেয়ে বেশি সময় চলতে দিন। হঠাৎই, যে কৌশলটি অসাধারণ দেখাচ্ছিল, তা ভেঙে পড়তে শুরু করতে পারে। এইজন্যই, আমি লাভের স্ক্রিনশটের চেয়েও বেশি মনোযোগ দিই, যখন কৌশলটি কাজ করা বন্ধ করে দেয়। এটি কতটা হারাতে পারে? চাপের অধীনে এটি কীভাবে আচরণ করে? এটি কি এমন একটি বাজারকেও Survive (বাঁচতে) পারবে,যা 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 15242525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525252525266666666666666666666666666666666666666666666666666666666666666666666666666666666666677777777777777777777777777777777777777777777777777777777777777777777777777888888888888888888888888888888888888888888888888888888888888888888899999999999999999999999999999999999999999999999999999999999999999999999999444444444444444444444444444444444444444444444444444444444444444444433333333333333333333333333333333333333333333333333333333333333333333333333?