AI গবেষণাকে এগিয়ে নিতে DeepMind আবারও গেম ব্যবহার করছে
“জটিল, গতিশীল, খেলোয়াড়-চালিত সিস্টেমে বুদ্ধিমত্তা” অধ্যয়নের লক্ষ্যে একটি গবেষণা অংশীদারিত্বের অংশ হিসেবে Google DeepMind EVE Online-এর পেছনের কোম্পানিতে একটি সংখ্যালঘু অংশীদারি নিয়েছে। এই পদক্ষেপ গেমিংয়ের সবচেয়ে বিস্তৃত ভার্চুয়াল অর্থনীতি ও সামাজিক পরিবেশগুলোর একটিকে দীর্ঘমেয়াদি পরিকল্পনা, স্মৃতি এবং ধারাবাহিক শেখার জন্য তৈরি AI সিস্টেম পরীক্ষা করার নতুন প্রচেষ্টার কেন্দ্রে নিয়ে আসে।
এই অংশীদারিত্ব EVE-এর ডেভেলপারে একটি বড় ব্যবসায়িক পরিবর্তনের সঙ্গে এসেছে। CCP Games-এর পেছনের ব্যবস্থাপনা দল ঘোষণা করেছে যে তারা প্রাক্তন মালিক Pearl Abyss থেকে নিজেদের কিনে নিতে 120 মিলিয়ন ডলার ব্যয় করেছে এবং নতুন স্বাধীন কোম্পানির নাম Fenris Creations রাখা হচ্ছে। কোম্পানিটি বলেছে যে পুনর্গঠন বা চাকরি ছাঁটাই ছাড়াই তারা কাজ চালিয়ে যাবে।
EVE Online কেন আলাদা
DeepMind এবং Fenris EVE Online-কে অধ্যয়নের জন্য বিশেষভাবে সমৃদ্ধ পরিবেশ হিসেবে বর্ণনা করেছে। সেই দাবিটি বোঝা কঠিন নয়। EVE দীর্ঘ সময়রেখা, স্থায়ী খেলোয়াড় আচরণ, জটিল কৌশলগত সিদ্ধান্ত গ্রহণ এবং স্বল্প, বিচ্ছিন্ন ম্যাচের বদলে একটি জীবন্ত সিস্টেমে ঘটে এমন পারস্পরিক ক্রিয়ার জন্য পরিচিত। এই বৈশিষ্ট্যগুলো এটিকে AI গবেষণায় ব্যবহৃত বহু প্রচলিত বেঞ্চমার্ক পরিবেশ থেকে সম্পূর্ণ আলাদা করে তোলে।
ঘোষণা অনুযায়ী, DeepMind লাইভ অনলাইন বিশ্বের ভেতরে সরাসরি না গিয়ে স্থানীয় সার্ভারে হোস্ট করা বিশেষভাবে ডিজাইন করা একটি অফলাইন সংস্করণে তার মডেলগুলোর ওপর নিয়ন্ত্রিত পরীক্ষা চালাবে। এই পদ্ধতি দুই কারণে গুরুত্বপূর্ণ। প্রথমত, এটি পরীক্ষাকে বাণিজ্যিক পরিষেবা থেকে আলাদা রেখে বাস্তব খেলোয়াড়দের অভিজ্ঞতা রক্ষা করে। দ্বিতীয়ত, এটি গবেষকদের জটিল পরিস্থিতিতে মডেলগুলোর আচরণ কীভাবে হয় তা পরীক্ষা করার জন্য একটি নিরাপদ ও বেশি নিয়ন্ত্রিত পরিবেশ দেয়।
বোর্ড গেম থেকে ভার্চুয়াল জগতে
DeepMind-এর মেশিন লার্নিংয়ের জন্য গেমকে পরীক্ষার ক্ষেত্র হিসেবে ব্যবহারের দীর্ঘ ইতিহাস রয়েছে। প্রাথমিক মাইলফলকের মধ্যে Go-তে সাফল্য, Atari গেমে শক্তিশালী পারফরম্যান্স এবং StarCraft-এ সাফল্য অন্তর্ভুক্ত ছিল। সাম্প্রতিক সময়ে, কোম্পানিটি “virtual world” মডেল অন্বেষণ করছে, যাতে AI সিস্টেমগুলো বাস্তব জগতের সঙ্গে সম্পর্কিত দক্ষতা শিখতে পারে।
EVE অংশীদারিত্ব সেই যাত্রাকে এমন এক ডোমেইনে বিস্তৃত করে যেখানে সামাজিক জটিলতা এবং দীর্ঘমেয়াদি পরিকল্পনা অস্বাভাবিকভাবে গুরুত্বপূর্ণ। এটি কেবল একটি সীমাবদ্ধ প্রতিযোগিতায় একটি পদক্ষেপকে অপ্টিমাইজ করার বিষয় নয়। এটি এমন একটি পরিবর্তনশীল পরিবেশে চলার বিষয়, যেখানে তথ্য, প্রণোদনা এবং সম্ভাব্য ভবিষ্যৎগুলো সংকুচিত করা কঠিন।
Fenris-এর CEO Hilmar Veigar Pétursson যুক্তি দেন যে EVE এমন কয়েকটি জায়গার একটি, যেখানে বুদ্ধিমত্তা-সংক্রান্ত প্রশ্নগুলো এমন কিছুর ভেতরে অনুসন্ধান করা যায় যা ইতিমধ্যেই একটি জীবন্ত বিশ্বের মতো আচরণ করে। তিনি বলেন, এই পরিবেশ DeepMind-এর মডেলগুলোকে কঠিন সমস্যা, দীর্ঘ সময়রেখা এবং অদ্ভুত সম্ভাবনা অন্বেষণ করতে দেবে।
এই অংশীদারিত্ব কী প্রকাশ করতে পারে
সহযোগিতা সফল হলে, এটি গবেষকদের আরও ভালোভাবে বুঝতে সাহায্য করতে পারে AI সিস্টেমগুলো কীভাবে কাজ করে যখন চ্যালেঞ্জগুলো কেবল স্বল্পমেয়াদি অপ্টিমাইজেশনের মাধ্যমে সমাধান করা যায় না। স্মৃতি, অভিযোজন, এবং কৌশলগত স্থিতি বর্তমান মডেলগুলোর জন্য কঠিন ক্ষেত্র। EVE-এর মতো একটি পরিবেশ দেখাতে পারে সিস্টেমগুলো কোথায় এখনও ভঙ্গুর এবং কোথায় তারা আরও সাধারণ দক্ষতা দেখাতে শুরু করে।
কোম্পানিগুলো আরও বলেছে যে তারা এই প্রযুক্তির মাধ্যমে সক্ষম হওয়া নতুন গেমপ্লে অভিজ্ঞতাও অন্বেষণ করবে। এটি গবেষণা সম্প্রদায়ের বাইরে গিয়েও চুক্তিটিকে আকর্ষণীয় করে তোলে। এতে ইঙ্গিত মেলে যে স্যান্ডবক্স পরীক্ষায় হওয়া অগ্রগতি শেষ পর্যন্ত ইন্টারেক্টিভ ডিজিটাল বিশ্বের নকশায় ফিরে আসতে পারে।
তবু তাত্ক্ষণিক গুরুত্ব পদ্ধতিগত। DeepMind বিশৃঙ্খল, গতিশীল, সামাজিকভাবে গঠিত এমন এক স্থানে বুদ্ধিমত্তা অধ্যয়ন করতে বেছে নিচ্ছে, যা নিখাদ বিমূর্ততার চেয়ে আলাদা। এটি AI গবেষণায় একটি বিস্তৃত উপলব্ধিকে প্রতিফলিত করে: যদি মডেলগুলোকে বাস্তব জগত সামলাতে হয়, তাহলে সেগুলোকে পরিষ্কার ধাঁধার চেয়ে জীবন্ত সিস্টেমের মতো পরিবেশে পরীক্ষা করতে হতে পারে।
EVE Online-এর বিশাল সিমুলেশন বহু বছর ধরে ঠিক এই ধরনের জটিলতা তৈরি করে আসছে। এখন এটি এক নতুন পরীক্ষার অংশ হয়ে উঠছে, যেখানে দেখা হবে উন্নত AI স্যান্ডবক্স যখন বাস্তবতার আরও কাছাকাছি দেখতে শুরু করে, তখন কী শিখতে পারে।
এই নিবন্ধটি Ars Technica-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধ পড়ুন.
Originally published on arstechnica.com