পাবলিক সেক্টরের এআই ছোট, আরও নিয়ন্ত্রিত মডেলের দিকে ঝুঁকছে

সরকারি এআই-এর সমস্যা আলাদা

কৃত্রিম বুদ্ধিমত্তা চালুর প্রতিযোগিতা প্রায়ই বেসরকারি খাতের কর্মপরিবেশকে ধরে নেয়: ধারাবাহিক ক্লাউড সংযোগ, কেন্দ্রীভূত অবকাঠামো, ডেটা স্থানান্তরের ব্যাপক স্বাধীনতা, এবং মডেলের স্বচ্ছতায় কিছুটা সহনশীলতা। Elastic-এর সঙ্গে অংশীদারিত্বে তৈরি একটি নতুন MIT Technology Review Insights রিপোর্ট অনুযায়ী, সরকারি পরিবেশে এই ধারণাগুলো দ্রুত ভেঙে পড়ে।

রিপোর্টটি বলছে, পাবলিক সেক্টরের প্রতিষ্ঠানগুলো নিরাপত্তা, শাসন, এবং কার্যগত সীমাবদ্ধতার এক আলাদা মিশ্রণের মুখোমুখি হয়, যা purpose-built ছোট ভাষা মডেল, বা SLMs, কে বড় মডেলের প্রচলিত প্লেবুক সরাসরি আমদানি করার চেয়ে বেশি ব্যবহারিক বিকল্প করে তোলে। বিষয়টি এই নয় যে সরকারগুলো এআই নিয়ে আগ্রহী নয়। বিষয়টি হলো, তাদের ভুল করার জায়গা কম, ডেটা ব্যবস্থাপনায় কম নমনীয়তা, এবং সিস্টেম কোথায় চলছে ও কীভাবে আচরণ করছে, তার ওপর আরও নিয়ন্ত্রণের প্রয়োজন।

ছোট মডেল কেন জনপ্রিয় হচ্ছে

সবচেয়ে স্পষ্ট চাপগুলোর একটি হলো ডেটা সুরক্ষা। উৎস পাঠ্যে Capgemini-এর একটি গবেষণার উল্লেখ আছে, যেখানে দেখা গেছে বিশ্বজুড়ে পাবলিক সেক্টরের 79% নির্বাহী এআই-এর ডেটা নিরাপত্তা নিয়ে উদ্বিগ্ন। সংবেদনশীল রেকর্ড, আইনি বাধ্যবাধকতা, এবং mission-critical সিস্টেম নিয়ে কাজ করা সংস্থাগুলোর ক্ষেত্রে এই উদ্বেগ স্বাভাবিক। এমন পরিবেশে তথ্য অবাধে নেটওয়ার্ক বা বাইরের পরিষেবায় পাঠানো অসম্ভব বা অগ্রহণযোগ্য হতে পারে।

রিপোর্টে Elastic-এর AI ভাইস প্রেসিডেন্ট Han Xiao-এর বক্তব্য উদ্ধৃত করা হয়েছে, যেখানে তিনি বলেন সরকারি সংস্থাগুলোকে নেটওয়ার্কে কী ডেটা পাঠাবে সে বিষয়ে খুব কঠোর হতে হবে। এই সীমাবদ্ধতা deployment-এর সমীকরণ বদলে দেয়। বড়, ক্লাউড-নির্ভর সিস্টেম শক্তিশালী হতে পারে, কিন্তু প্রতিষ্ঠান যদি সেগুলোর কিছু অনুমান মানতে না পারে, তবে সেগুলোকে কার্যগতভাবে বিশ্বাস করা কঠিন হয়।

ছোট ভাষা মডেলকে সমাধান হিসেবে সামনে আনা হচ্ছে, কারণ এগুলো আরও কঠোরভাবে নিয়ন্ত্রিত হতে পারে, আরও নির্দিষ্ট কাজে সীমাবদ্ধ থাকতে পারে, এবং সীমাবদ্ধ পরিবেশে চালানো তুলনামূলক সহজ হতে পারে। আকর্ষণ কেবল দক্ষতা নয়। এটি উপযোগিতা। নির্দিষ্ট সরকারি কাজের জন্য তৈরি একটি ছোট মডেল, উন্মুক্ত-সমাপ্ত ব্যবহারের জন্য বানানো সাধারণ মডেলের চেয়ে শাসন করা সহজ হতে পারে।

অপারেশনাল চ্যালেঞ্জ ডেমো চ্যালেঞ্জের চেয়ে বড়

রিপোর্টে আরও একটি বিষয় জোর দিয়ে বলা হয়েছে যা এআই আলোচনায় প্রায়ই বাদ পড়ে: কোনো মডেলকে বাস্তব প্রতিষ্ঠানে চালু করা, পাইলটে তা কাজ করে দেখানোর চেয়ে আলাদা। সরকারি সংস্থার এমন সিস্টেম দরকার যা বিভিন্ন ধরনের ডেটায় নির্ভরযোগ্যভাবে কাজ করতে পারে, অপারেশনাল বিঘ্ন ছাড়াই স্কেল করতে পারে, এবং ইন্টারনেট সংযোগ সীমিত, অবিশ্বস্ত, বা অনুপস্থিত হলেও চালু থাকে।

উৎস পাঠ্যে Xiao বলছেন, অনেকেই এআই-এর অপারেশনাল চ্যালেঞ্জকে অবমূল্যায়ন করেন। এটি বিশেষ করে পাবলিক প্রতিষ্ঠানে গুরুত্বপূর্ণ, যেখানে কার্যক্রমের ধারাবাহিকতা কাঁচা সক্ষমতার মতোই জরুরি। মাঠপর্যায়ে ব্যর্থ হওয়া, যাচাই করা না-যাওয়া, বা অনুপলব্ধ হার্ডওয়্যারের ওপর নির্ভর করা একটি চমৎকার মডেল পাবলিক সেক্টরের জন্য কার্যকর সমাধান নয়।

অবকাঠামোগত সীমাবদ্ধতাও সমান গুরুত্বপূর্ণ। রিপোর্টে বলা হয়েছে, সরকারি সংস্থাগুলোর জটিল এআই মডেল প্রশিক্ষণ ও ব্যবহার করার জন্য প্রয়োজনীয় GPU পেতে সমস্যা হতে পারে। ফলে ছোট, বেশি লক্ষ্যভিত্তিক সিস্টেম শুধু নীতিগত কারণেই নয়, ক্রয় ও কম্পিউটের কারণেও আকর্ষণীয় হয়ে ওঠে।

পরীক্ষা থেকে বাস্তবায়নে

উৎস পাঠ্যে উদ্ধৃত একটি Elastic সমীক্ষায় দেখা গেছে, পাবলিক সেক্টরের 65% নেতা রিয়েল টাইমে এবং বড় পরিসরে ধারাবাহিকভাবে ডেটা ব্যবহার করতে হিমশিম খান। এই পরিসংখ্যানটি ব্যাখ্যা করে কেন অনেক সরকারি এআই উদ্যোগ পাইলটের পরেই থেমে যায়। চ্যালেঞ্জ হলো শুধু এআই ব্যবহার করার সিদ্ধান্ত নেওয়া নয়; বরং সেটিকে এমন ওয়ার্কফ্লোতে বসানো, যা নিরাপদ, অডিটযোগ্য, এবং সহনশীল হতে হবে।

এখানেই SLMs-এর যুক্তি আরও শক্তিশালী হয়। যদি কোনো সংস্থার এমন মডেল দরকার হয় যা নিয়ন্ত্রিত পরিবেশে কাজ করতে পারে, সীমাবদ্ধ সিস্টেমের সঙ্গে একীভূত হতে পারে, এবং ডেটাকে প্রাতিষ্ঠানিক নিয়ন্ত্রণে রাখতে পারে, তবে সংকীর্ণ সিস্টেমগুলোর operationalize হওয়ার সম্ভাবনা বড় সাধারণ-মূল্যের মডেলের চেয়ে বেশি।

এর মানে এই নয় যে ছোট মানেই স্বয়ংক্রিয়ভাবে ভালো। এর মানে হলো অপ্টিমাইজেশনের লক্ষ্য আলাদা। অনেক সরকারি পরিবেশে, জয়ী সিস্টেমটি হবে সেটিই, যা সবচেয়ে নিয়ন্ত্রণযোগ্য এবং নির্ভরযোগ্য, সর্বোচ্চ benchmark score পাওয়া মডেল নয়।

এন্টারপ্রাইজ এআই সম্পর্কে বিস্তৃত সংকেত

রিপোর্টটির পাবলিক-সেক্টর ফোকাস এন্টারপ্রাইজ এআই ভাবনায় আরও বড় পরিবর্তনের দিকেও ইঙ্গিত করে। অত্যন্ত নিয়ন্ত্রিত বা নিরাপত্তা-সংবেদনশীল প্রতিষ্ঠানের জন্য frontier-model আলোচনাটি কেবল গল্পের একটি অংশ। অন্য অংশটি হলো deployment architecture: মডেল কোথায় চলছে, কী ডেটা অ্যাক্সেস করতে পারে, সিদ্ধান্ত কীভাবে যাচাই হয়, এবং আদর্শ অবস্থা হারিয়ে গেলেও অপারেশন চালু থাকে কি না।

সরকারি সংস্থাগুলো এই চাপগুলোর চরম উদাহরণ, তবে একমাত্র নয়। শক্তিশালী কমপ্লায়েন্স এবং uptime প্রয়োজন থাকা অন্যান্য ক্ষেত্রেও একই রকম tradeoff দেখা দিতে পারে। ফলে পাবলিক সেক্টর আরও বিশেষায়িত এআই স্ট্যাকের দিকে বৃহত্তর প্রবণতার জন্য একটি দরকারি test case হয়ে উঠছে।

রিপোর্ট আসলে কী বলছে

মূল দাবি হলো আকারের জন্য আকার নয়, বরং operational realism। যদি পাবলিক প্রতিষ্ঠানগুলোকে এআইকে পরীক্ষা থেকে দৈনন্দিন ব্যবহারে আনতে হয়, তবে তাদের এমন সিস্টেম দরকার যা তারা যে পরিবেশে আসলে কাজ করে, তার সঙ্গে মানানসই। নিরাপত্তা সীমানা, সীমিত সংযোগ, সীমাবদ্ধ অবকাঠামো, এবং কঠোর শাসন সরকারি ক্ষেত্রে edge case নয়। এগুলোই baseline।

এই প্রেক্ষিতে, purpose-built ছোট ভাষা মডেলকে বাস্তবসম্মত পথ হিসেবে উপস্থাপন করা হচ্ছে। এগুলোর বড় সিস্টেমের মতো জাঁকজমক নাও থাকতে পারে, তবে রিপোর্টের যুক্তি হলো, ব্যবহারিকতা, নিয়ন্ত্রণ, এবং ধারাবাহিকতাই ঠিক করবে এআই সত্যিকারেরভাবে পাবলিক সেক্টরে ব্যবহারযোগ্য হয় কি না।

এই নিবন্ধটি MIT Technology Review-এর রিপোর্টিং-এর ওপর ভিত্তি করে। মূল নিবন্ধ পড়ুন.