AI-তে এই সপ্তাহে, 18 আগস্ট: ওপেনএআই আর্থিক সমস্যায় • স্থিতিশীলতা এআই স্টেবলকোড ঘোষণা করেছে - KDnuggets

AI-তে এই সপ্তাহে, আগস্ট 18: আর্থিক সমস্যায় ওপেনএআই • স্থিতিশীলতা AI ঘোষণা করেছে স্টেবলকোড – KDnuggets

উত্স নোড: 2833080

### ALT ###
মিডজার্নি সহ সম্পাদক দ্বারা নির্মিত চিত্র
 

KDnuggets-এ “দিস উইক ইন AI”-এর এই সপ্তাহের সংস্করণে স্বাগতম। কৃত্রিম বুদ্ধিমত্তার দ্রুত অগ্রসরমান বিশ্বের সবচেয়ে আকর্ষক উন্নয়নের সমপর্যায়ে এই কিউরেট করা সাপ্তাহিক পোস্টটির লক্ষ্য। যুগান্তকারী শিরোনামগুলি যা সমাজে AI এর ভূমিকা সম্পর্কে আমাদের বোঝার জন্য চিন্তা-প্ররোচনামূলক নিবন্ধ, অন্তর্দৃষ্টিপূর্ণ শিক্ষার সংস্থান এবং আমাদের জ্ঞানের সীমানাকে ঠেলে স্পটলাইট করা গবেষণা, এই পোস্টটি AI এর বর্তমান ল্যান্ডস্কেপের একটি বিস্তৃত ওভারভিউ প্রদান করে। এই সাপ্তাহিক আপডেটটি এই চির-বিকশিত ক্ষেত্রে আপনাকে আপডেট এবং অবহিত রাখার জন্য ডিজাইন করা হয়েছে। পড়া এবং খুশি থাকুন!

 
"শিরোনাম" বিভাগটি কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে গত সপ্তাহের শীর্ষ সংবাদ এবং উন্নয়ন নিয়ে আলোচনা করে। তথ্য সরকারি AI নীতি থেকে প্রযুক্তিগত অগ্রগতি এবং AI-তে কর্পোরেট উদ্ভাবন পর্যন্ত বিস্তৃত।

 
💡 ChatGPT সমস্যায়: OpenAI 2024 সালের মধ্যে দেউলিয়া হয়ে যেতে পারে, AI বট কোম্পানির খরচ প্রতিদিন $700,000

ChatGPT এবং অন্যান্য AI পরিষেবাগুলি চালানোর উচ্চ খরচের কারণে OpenAI আর্থিক সমস্যার সম্মুখীন হচ্ছে। দ্রুত প্রাথমিক বৃদ্ধি সত্ত্বেও, সাম্প্রতিক মাসগুলিতে ChatGPT-এর ব্যবহারকারীর সংখ্যা হ্রাস পেয়েছে। OpenAI তার প্রযুক্তিকে কার্যকরভাবে নগদীকরণ করতে এবং টেকসই রাজস্ব তৈরি করতে সংগ্রাম করছে। এদিকে, এটি উদ্বেগজনক হারে নগদ অর্থের মাধ্যমে জ্বলতে থাকে। প্রতিযোগিতার উত্তাপ বৃদ্ধি এবং এন্টারপ্রাইজের GPU ঘাটতি মডেলের বিকাশকে বাধাগ্রস্ত করে, OpenAI-কে জরুরিভাবে লাভের পথ খুঁজে বের করতে হবে। এটি করতে ব্যর্থ হলে, অগ্রগামী AI স্টার্টআপের জন্য দেউলিয়া হয়ে যেতে পারে।

 
💡 স্টেবিলিটি এআই স্টেবলকোড ঘোষণা করেছে, ডেভেলপারদের জন্য একটি এআই কোডিং সহকারী

Stability AI StableCode প্রকাশ করেছে, এটির প্রথম জেনারেটিভ AI পণ্য যা সফটওয়্যার ডেভেলপমেন্টের জন্য অপ্টিমাইজ করা হয়েছে। StableCode 500 বিলিয়ন টোকেন কোডে প্রশিক্ষিত একাধিক মডেলকে অন্তর্ভুক্ত করে যাতে বুদ্ধিমান স্বয়ংসম্পূর্ণতা প্রদান করা যায়, প্রাকৃতিক ভাষার নির্দেশাবলীতে সাড়া দেওয়া যায়, এবং কোডের দীর্ঘ ব্যবধান পরিচালনা করা যায়। যদিও কথোপকথনমূলক AI ইতিমধ্যেই কোড লিখতে পারে, StableCode কোড গঠন এবং নির্ভরতা বোঝার মাধ্যমে প্রোগ্রামার উত্পাদনশীলতা বাড়ানোর উদ্দেশ্যে তৈরি করা হয়েছে। এর বিশেষ প্রশিক্ষণ এবং মডেলগুলির সাথে যা দীর্ঘ প্রসঙ্গগুলি পরিচালনা করতে পারে, StableCode এর লক্ষ্য বিকাশকারীর কর্মপ্রবাহ উন্নত করা এবং উচ্চাকাঙ্ক্ষী কোডারদের প্রবেশের বাধা কম করা। মহাকাশে ক্রমবর্ধমান প্রতিযোগিতার মধ্যে লঞ্চটি এআই-সহায়তা কোডিং সরঞ্জামগুলিতে স্থিতিশীলতা এআই-এর প্রবর্তনের প্রতিনিধিত্ব করে।

 
💡 OpenAI দ্বারা সুপার অ্যালাইনমেন্ট প্রবর্তন করা হচ্ছে

ওপেনএআই তাদের নতুন সুপারলাইনমেন্ট টিমের মাধ্যমে সুপার ইন্টেলিজেন্ট এআই থেকে সম্ভাব্য ঝুঁকি মোকাবেলায় সক্রিয়ভাবে কাজ করছে, যেটি এআই সিস্টেমগুলিকে সারিবদ্ধ করতে মানুষের প্রতিক্রিয়া থেকে রিইনফোর্সমেন্ট শেখার মতো কৌশল ব্যবহার করছে। মূল লক্ষ্যগুলি হল অন্যান্য AI সিস্টেমের সাহায্যে স্কেলযোগ্য প্রশিক্ষণের পদ্ধতিগুলি বিকাশ করা, মডেলের দৃঢ়তা যাচাই করা এবং ইচ্ছাকৃতভাবে ভুলভাবে সাজানো মডেলগুলির সাথেও সম্পূর্ণ প্রান্তিককরণ পাইপলাইনের চাপ পরীক্ষা করা। সামগ্রিকভাবে, ওপেনএআই দায়বদ্ধভাবে সুপার ইন্টেলিজেন্স পরিচালনার জন্য অগ্রণী পদ্ধতির মাধ্যমে মেশিন লার্নিং নিরাপদে পরিচালিত হতে পারে তা দেখানোর লক্ষ্য।

 
💡 জেনারেটিভ এআই ব্যবহার করে আপনি অনুসন্ধান (এবং ব্রাউজ) করার সাথে সাথে শিখুন

Google তার সার্চ ইঞ্জিন জেনারেশন (SGE) AI ক্ষমতাগুলির জন্য বেশ কিছু আপডেট ঘোষণা করছে যার মধ্যে রয়েছে বিজ্ঞান/ইতিহাসের বিষয়গুলির জন্য হোভার সংজ্ঞা, কোড ওভারভিউগুলির জন্য রঙ-কোডেড সিনট্যাক্স হাইলাইটিং এবং "SGE যখন ব্রাউজিং" নামে একটি প্রাথমিক পরীক্ষা যা মূল পয়েন্টগুলির সংক্ষিপ্তসার করে এবং ব্যবহারকারীদের সাহায্য করে ওয়েবে দীর্ঘ-ফর্ম সামগ্রী পড়ার সময় পৃষ্ঠাগুলি অন্বেষণ করুন৷ এইগুলির লক্ষ্য জটিল বিষয়গুলির বোঝার উন্নতি করা, কোডিং তথ্যের হজমের উন্নতি করা এবং ব্যবহারকারীদের ব্রাউজ করার সাথে সাথে নেভিগেশন এবং শেখার সহায়তা করা। আপডেটগুলি ব্যবহারকারীর প্রতিক্রিয়ার উপর ভিত্তি করে তার AI অনুসন্ধান অভিজ্ঞতাকে বিকশিত করার জন্য Google-এর ক্রমাগত প্রচেষ্টার প্রতিনিধিত্ব করে, বোঝার উপর ফোকাস করে এবং জটিল ওয়েব বিষয়বস্তু থেকে মূল বিশদগুলি বের করে।

 
💡 Together.ai একটি 2k প্রসঙ্গ উইন্ডোতে Llama32 প্রসারিত করুন

LLaMA-2-7B-32K হল একটি ওপেন-সোর্স, দীর্ঘ প্রসঙ্গ ভাষার মডেল যা টুগেদার কম্পিউটার দ্বারা তৈরি করা হয়েছে যা মেটার LLaMA-2-এর প্রসঙ্গ দৈর্ঘ্যকে 32K টোকেন পর্যন্ত প্রসারিত করে। এটি আরও দক্ষ অনুমান এবং প্রশিক্ষণ সক্ষম করার জন্য FlashAttention-2-এর মতো অপ্টিমাইজেশানগুলিকে ব্যবহার করে। বই, কাগজপত্র এবং নির্দেশমূলক ডেটা সহ ডেটার মিশ্রণ ব্যবহার করে মডেলটিকে প্রাক-প্রশিক্ষিত করা হয়েছিল। দীর্ঘ-ফর্ম QA এবং সংক্ষিপ্তকরণের কাজগুলিতে সূক্ষ্ম-টিউনিংয়ের জন্য উদাহরণ প্রদান করা হয়েছে। ব্যবহারকারীরা হাগিং ফেসের মাধ্যমে মডেলটি অ্যাক্সেস করতে পারেন বা কাস্টমাইজড ফাইন-টিউনিংয়ের জন্য OpenChatKit ব্যবহার করতে পারেন। সমস্ত ভাষার মডেলের মতো, LLaMA-2-7B-32K পক্ষপাতদুষ্ট বা ভুল বিষয়বস্তু তৈরি করতে পারে, ব্যবহারে সতর্কতা প্রয়োজন।

 
"নিবন্ধ" বিভাগটি কৃত্রিম বুদ্ধিমত্তার উপর চিন্তার উদ্রেককারী অংশগুলির একটি বিন্যাস উপস্থাপন করে। প্রতিটি নিবন্ধ একটি নির্দিষ্ট বিষয়ের গভীরে ডুব দেয়, পাঠকদের নতুন কৌশল, বিপ্লবী পন্থা এবং গ্রাউন্ড ব্রেকিং টুল সহ AI এর বিভিন্ন দিক সম্পর্কে অন্তর্দৃষ্টি প্রদান করে।

 
📰 ল্যাংচেইন চিট শীট

LangChain এর সাহায্যে, বিকাশকারীরা চাকাটি পুনরায় উদ্ভাবন না করেই সক্ষম এআই ভাষা-ভিত্তিক অ্যাপ তৈরি করতে পারে। এর সংমিশ্রণযোগ্য কাঠামো LLM, প্রম্পট টেমপ্লেট, বাহ্যিক সরঞ্জাম এবং মেমরির মতো উপাদানগুলিকে মিশ্রিত করা এবং মেলানো সহজ করে তোলে। এটি প্রোটোটাইপিংকে ত্বরান্বিত করে এবং সময়ের সাথে সাথে নতুন ক্ষমতাগুলির বিরামহীন একীকরণের অনুমতি দেয়। আপনি একটি চ্যাটবট, QA বট, বা মাল্টি-স্টেপ রিজনিং এজেন্ট তৈরি করতে চাইছেন না কেন, ল্যাংচেইন দ্রুত উন্নত AI একত্রিত করার জন্য বিল্ডিং ব্লক সরবরাহ করে।

 
📰 টেক্সটকে পাওয়ারপয়েন্ট প্রেজেন্টেশনে রূপান্তর করতে কীভাবে ChatGPT ব্যবহার করবেন

নিবন্ধটি পাওয়ারপয়েন্ট প্রেজেন্টেশনে টেক্সট রূপান্তর করার জন্য ChatGPT ব্যবহার করার জন্য একটি দ্বি-পদক্ষেপের প্রক্রিয়ার রূপরেখা দেয়, প্রথমে টেক্সটটিকে স্লাইড শিরোনাম এবং বিষয়বস্তুতে সংক্ষিপ্ত করে, তারপর পাইথন-pptx লাইব্রেরি ব্যবহার করে সারাংশকে PPTX ফর্ম্যাটে রূপান্তর করতে পাইথন কোড তৈরি করে। এটি ক্লান্তিকর ম্যানুয়াল প্রচেষ্টাকে অতিক্রম করে দীর্ঘ পাঠ্য নথি থেকে আকর্ষক উপস্থাপনাগুলি দ্রুত তৈরি করার অনুমতি দেয়। ChatGPT প্রম্পট তৈরি করা এবং কোড চালানোর বিষয়ে পরিষ্কার নির্দেশ দেওয়া হয়েছে, উপস্থাপনা প্রয়োজনের জন্য একটি দক্ষ স্বয়ংক্রিয় সমাধান প্রদান করে।

 
📰 এলএলএম গবেষণায় উন্মুক্ত চ্যালেঞ্জ

নিবন্ধটি বৃহৎ ভাষার মডেলগুলির উন্নতির জন্য 10টি মূল গবেষণার দিকনির্দেশের একটি ওভারভিউ প্রদান করে: হ্যালুসিনেশন হ্রাস করা, প্রসঙ্গ দৈর্ঘ্য/নির্মাণ অপ্টিমাইজ করা, মাল্টিমডাল ডেটা অন্তর্ভুক্ত করা, মডেলগুলিকে ত্বরান্বিত করা, নতুন আর্কিটেকচার ডিজাইন করা, ফোটোনিক চিপসের মতো GPU বিকল্পগুলি বিকাশ করা, ব্যবহারযোগ্য এজেন্ট তৈরি করা, শেখার উন্নতি করা। মানুষের প্রতিক্রিয়া, চ্যাট ইন্টারফেস উন্নত করা এবং অ-ইংরেজি ভাষায় প্রসারিত করা। এটি এই সমস্ত অঞ্চল জুড়ে প্রাসঙ্গিক কাগজপত্র উদ্ধৃত করে, শক্তিবৃদ্ধি শেখার জন্য মানুষের পছন্দের প্রতিনিধিত্ব এবং নিম্ন-সম্পদ ভাষার জন্য মডেল তৈরি করার মতো চ্যালেঞ্জগুলি উল্লেখ করে। লেখক উপসংহারে পৌঁছেছেন যে যদিও বহুভাষিকতার মতো কিছু বিষয় আরও ট্র্যাক্টেবল, তবে স্থাপত্যের মতো অন্যান্য ক্ষেত্রে আরও অগ্রগতির প্রয়োজন হবে। সামগ্রিকভাবে, গবেষক, কোম্পানি এবং সম্প্রদায়ের উভয় প্রযুক্তিগত এবং অ-প্রযুক্তিগত দক্ষতা এলএলএমগুলিকে ইতিবাচকভাবে পরিচালনা করার জন্য গুরুত্বপূর্ণ হবে।

 
📰 কেন আপনার (সম্ভবত) একটি এলএলএম ফাইন-টিউন করার দরকার নেই

নিবন্ধটি বৃহৎ ভাষার মডেলগুলির উন্নতির জন্য 10টি মূল গবেষণার দিকনির্দেশের একটি ওভারভিউ প্রদান করে: হ্যালুসিনেশন হ্রাস করা, প্রসঙ্গ দৈর্ঘ্য/নির্মাণ অপ্টিমাইজ করা, মাল্টিমডাল ডেটা অন্তর্ভুক্ত করা, মডেলগুলিকে ত্বরান্বিত করা, নতুন আর্কিটেকচার ডিজাইন করা, ফোটোনিক চিপসের মতো GPU বিকল্পগুলি বিকাশ করা, ব্যবহারযোগ্য এজেন্ট তৈরি করা, শেখার উন্নতি করা। মানুষের প্রতিক্রিয়া, চ্যাট ইন্টারফেস উন্নত করা এবং অ-ইংরেজি ভাষায় প্রসারিত করা। এটি এই সমস্ত অঞ্চল জুড়ে প্রাসঙ্গিক কাগজপত্র উদ্ধৃত করে, শক্তিবৃদ্ধি শেখার জন্য মানুষের পছন্দের প্রতিনিধিত্ব এবং নিম্ন-সম্পদ ভাষার জন্য মডেল তৈরি করার মতো চ্যালেঞ্জগুলি উল্লেখ করে। লেখক উপসংহারে পৌঁছেছেন যে যদিও বহুভাষিকতার মতো কিছু বিষয় আরও ট্র্যাক্টেবল, তবে স্থাপত্যের মতো অন্যান্য ক্ষেত্রে আরও অগ্রগতির প্রয়োজন হবে। সামগ্রিকভাবে, গবেষক, কোম্পানি এবং সম্প্রদায়ের উভয় প্রযুক্তিগত এবং অ-প্রযুক্তিগত দক্ষতা এলএলএমগুলিকে ইতিবাচকভাবে পরিচালনা করার জন্য গুরুত্বপূর্ণ হবে।

 
📰 ওপেনএআই জিপিটি মডেল ব্যবহার করার সর্বোত্তম অভ্যাস

নিবন্ধটি ওপেনএআই-এর জিপিটি মডেলগুলি ব্যবহার করার সময়, সম্প্রদায়ের অভিজ্ঞতার উপর ভিত্তি করে উচ্চ-মানের আউটপুট পাওয়ার জন্য সর্বোত্তম অনুশীলনের রূপরেখা দেয়। এটি দৈর্ঘ্য এবং ব্যক্তিত্বের মতো সুনির্দিষ্ট বিবরণ সহ বিস্তারিত প্রম্পট প্রদানের সুপারিশ করে; বহু-পদক্ষেপ নির্দেশাবলী; নকল করার উদাহরণ; রেফারেন্স এবং উদ্ধৃতি; সমালোচনামূলক চিন্তা করার সময়; এবং নির্ভুলতার জন্য কোড এক্সিকিউশন। মডেলগুলিকে নির্দেশ দেওয়ার জন্য এই টিপসগুলি অনুসরণ করা, যেমন ধাপগুলি এবং ব্যক্তিত্বগুলি নির্দিষ্ট করা, আরও সঠিক, প্রাসঙ্গিক এবং কাস্টমাইজযোগ্য ফলাফলের দিকে নিয়ে যেতে পারে৷ নির্দেশিকাটির লক্ষ্য হল ব্যবহারকারীদের ওপেনএআই-এর শক্তিশালী জেনারেটিভ ক্ষমতাগুলি থেকে সর্বাধিক সুবিধা পেতে কার্যকরভাবে প্রম্পট গঠনে সহায়তা করা।

 
📰 আমরা এআই সম্পর্কে ভুল করছি

লেখক যুক্তি দেন যে বর্তমান AI ক্ষমতাগুলিকে অবমূল্যায়ন করা হয়, সৃজনশীলতা, অনুসন্ধান এবং ব্যক্তিগতকরণের মতো উদাহরণ ব্যবহার করে সাধারণ ভুল ধারণাগুলি মোকাবেলা করা হয়। তিনি বলেন যে AI শুধুমাত্র এলোমেলো ধারণা তৈরি না করে, ধারণাগুলিকে পুনর্মিলন করে সৃজনশীল হতে পারে; এটি শুধু গুগলের মতো একটি সুপারচার্জড সার্চ ইঞ্জিন নয়; এবং এটি ব্যক্তিগতকৃত সম্পর্ক গড়ে তুলতে পারে, শুধুমাত্র জেনেরিক দক্ষতা নয়। কোন অ্যাপ্লিকেশানগুলি সবচেয়ে কার্যকর প্রমাণিত হবে তা নিশ্চিত না হলেও, লেখক খারিজ করার পরিবর্তে খোলা মনের আহ্বান জানিয়েছেন, জোর দিয়ে বলেছেন যে AI এর সম্ভাব্যতা নির্ধারণের সর্বোত্তম উপায় হ'ল ক্রমাগত হাতে-কলমে অন্বেষণ। তিনি উপসংহারে পৌঁছেছেন যে AI এর আশেপাশে আমাদের কল্পনা সীমিত এবং এর ব্যবহার সম্ভবত বর্তমান ভবিষ্যদ্বাণীগুলির চেয়ে অনেক বেশি।

 
যারা ব্যবহারিক AI অ্যাপ্লিকেশন নিয়ে ব্যস্ত থাকতে চান তাদের জন্য "সরঞ্জাম" বিভাগে সম্প্রদায়ের দ্বারা তৈরি দরকারী অ্যাপ এবং স্ক্রিপ্ট তালিকাভুক্ত করা হয়েছে। এখানে আপনি বৃহৎ ব্যাপক কোড বেস থেকে শুরু করে ছোট কুলুঙ্গি স্ক্রিপ্ট পর্যন্ত বিভিন্ন ধরনের টুলের পরিসর পাবেন। নোট করুন যে সরঞ্জামগুলি অনুমোদন ছাড়াই ভাগ করা হয়, এবং কোনো ধরনের গ্যারান্টি ছাড়াই। ইনস্টলেশন এবং ব্যবহার করার আগে যেকোনো সফ্টওয়্যারে আপনার নিজের হোমওয়ার্ক করুন!

 
মেটাজিপিটি: মাল্টি-এজেন্ট ফ্রেমওয়ার্ক

মেটাজিপিটি ইনপুট হিসাবে একটি লাইনের প্রয়োজনীয়তা নেয় এবং ব্যবহারকারীর গল্প / প্রতিযোগিতামূলক বিশ্লেষণ / প্রয়োজনীয়তা / ডেটা স্ট্রাকচার / API / নথি ইত্যাদি আউটপুট করে। অভ্যন্তরীণভাবে, মেটাজিপিটি পণ্য পরিচালক / স্থপতি / প্রকল্প পরিচালক / প্রকৌশলী অন্তর্ভুক্ত করে। এটি একটি সফ্টওয়্যার কোম্পানির সম্পূর্ণ প্রক্রিয়া এবং সাবধানে সাজানো SOPs প্রদান করে।

 
জিপিটি এলএলএম প্রশিক্ষক

এই প্রকল্পের লক্ষ্য হল একটি উচ্চ-সম্পাদক টাস্ক-নির্দিষ্ট মডেলকে প্রশিক্ষণের জন্য একটি পরীক্ষামূলক নতুন পাইপলাইন অন্বেষণ করা। আমরা সমস্ত জটিলতাকে বিমূর্ত করার চেষ্টা করি, তাই ধারণা থেকে যাওয়া যতটা সম্ভব সহজ -> পারফরম্যান্ট সম্পূর্ণ-প্রশিক্ষিত মডেল।

সহজভাবে আপনার টাস্কের একটি বিবরণ ইনপুট করুন, এবং সিস্টেমটি স্ক্র্যাচ থেকে একটি ডেটাসেট তৈরি করবে, এটিকে সঠিক বিন্যাসে পার্স করবে এবং আপনার জন্য একটি LLaMA 2 মডেলকে ফাইন-টিউন করবে৷

 
ডাক্তার জিপিটি

DoctorGPT হল একটি বড় ভাষার মডেল যা US মেডিকেল লাইসেন্সিং পরীক্ষায় উত্তীর্ণ হতে পারে। এটি একটি ওপেন-সোর্স প্রকল্প যার একটি মিশন প্রত্যেককে তাদের নিজস্ব ব্যক্তিগত ডাক্তার প্রদানের জন্য। DoctorGPT হল Meta-এর Llama2 7 বিলিয়ন প্যারামিটার লার্জ ল্যাঙ্গুয়েজ মডেলের একটি সংস্করণ যা একটি মেডিকেল ডায়ালগ ডেটাসেটে সূক্ষ্মভাবে তৈরি করা হয়েছিল, তারপরে রিইনফোর্সমেন্ট লার্নিং এবং সাংবিধানিক AI ব্যবহার করে আরও উন্নত করা হয়েছে। যেহেতু মডেলটি মাত্র 3 গিগাবাইট আকারের, এটি যে কোনও স্থানীয় ডিভাইসে ফিট করে, তাই এটি ব্যবহার করার জন্য কোনও API দিতে হবে না।

 
 

সময় স্ট্যাম্প:

থেকে আরো কেডনুগেটস