এজেন্টদের জন্য নিজে নিজে উন্নত হওয়ার মেমোরি

কৃত্রিম বুদ্ধিমত্তার (AI) ক্ষেত্রে একটি জনপ্রিয় বিবেচনা হলো কোনো এজেন্টকে একজন কর্মীর মতো ভাবা। একটি নতুন সক্ষমতা হয়তো “সম্প্রতি কলেজ পাস করা কোনো শিক্ষার্থী” কিংবা “দ্বিতীয় বর্ষের কোনো বিশ্লেষকের” সমতুল্য হতে পারে। কাজের ক্ষেত্রে AI-এর সক্ষমতা সম্পর্কে এটি সেরা ভাবনা না হলেও, এটি কর্মক্ষেত্রে AI-এর একটি অত্যন্ত গুরুত্বপূর্ণ ধারণাকে ফুটিয়ে তোলে: যখনই আপনি কোনো কর্মী নিয়োগ করবেন, আপনি আশা করবেন যে সে কাজের ফাঁকেই শিখবে এবং নিজের দক্ষতা বাড়াবে।

AI এজেন্টদের ক্ষেত্রেও একই নিয়ম প্রযোজ্য হওয়া উচিত। এটি AI-এর ক্ষেত্রে “মেমোরি” বা স্মৃতির আসল অর্থ কী, তা আরও গভীরভাবে খতিয়ে দেখার প্রয়োজনীয়তা তুলে ধরে।

Brain-এর সাথে পরিচয়

আজ আমরা AI-তে স্মৃতির ক্ষেত্রে একটি সম্পূর্ণ নতুন পদ্ধতি চালু করছি। আমরা একে বলছি Brain।

Brain হলো নিজে নিজে উন্নত হতে পারা একটি মেমোরি সিস্টেম। এটি Computer-এর সম্পাদিত কাজের একটি কনটেক্সট গ্রাফ তৈরি করে। নির্দিষ্ট সময় পরপর, যেমন সারারাত ধরে, Brain কনটেক্সট গ্রাফটি পর্যালোচনা করে এবং কীভাবে আরও ভালোভাবে কাজ করা যায় তা নিজে নিজেই শিখে নেয়।

আপনি যত বেশি কাজ করবেন, Brain আপনার Computer-কে তত বেশি উন্নত ও দক্ষ করে তুলবে।

AI স্মৃতির জন্য একটি উন্নত মডেল

AI-তে স্মৃতির গুরুত্বের ক্ষেত্রে দুটি প্রধান দিক রয়েছে। প্রথমটি হলো স্মৃতিটি কী সম্পর্কিত, এবং দ্বিতীয়টি হলো স্মৃতিটি কী উদ্দেশ্যে ব্যবহৃত হয়।

ঐতিহ্যগতভাবে, AI-এর স্মৃতি আপনার অর্থাৎ ব্যবহারকারীর ওপর কেন্দ্রীভূত থাকে। যেমন—আপনার পছন্দ, রুচি, কাজের ধরণ, পরিচিতজন, ভূমিকা ইত্যাদি। Brain AI এজেন্টদের জন্য এর চেয়ে অনেক বেশি কার্যকর একটি মডেল নিয়ে এসেছে: Brain মনে রাখে এজেন্টটি কী করেছে। এটি মনে রাখে কোন বিষয়টি কাজ করেছে এবং কোনটি ব্যর্থ হয়েছে, এবং কাজে কী কী সংশোধন আনা হয়েছিল। এটি আরও ভালোভাবে কাজ করতে শেখে।

দ্বিতীয়ত, ব্যবহারকারী সম্পর্কিত AI স্মৃতি মূলত আপনাকে AI এজেন্টের সাথে আরও বেশি সম্পৃক্ত বোধ করাতে সাহায্য করে। Brain-এর মতো কাজের স্মৃতি এজেন্টকে কাজের ক্ষেত্রে আরও দক্ষ করে তুলতে সাহায্য করে। এটিই স্মৃতির সবচেয়ে গুরুত্বপূর্ণ উদ্দেশ্য। পরিশেষে, স্মৃতির এই পদ্ধতি সময়ের সাথে সাথে Computer-এর কার্যক্ষমতা বৃদ্ধি করে। প্রতিদিন, Brain সহ Computer প্রতিটি নতুন কাজের জন্য একটি উন্নত সূচনার সুযোগ পায়। কারণ Brain পূর্ববর্তী সেশনগুলোর ওপর ভিত্তি করে ব্যবহারকারী কী অর্জন করতে চাইছেন, কোন পদ্ধতি কাজ করেছে এবং কোনটি করেনি, তার একটি নতুন মানচিত্র তৈরি করে।

এর মানে হলো Computer আরও দ্রুত উত্তর পেতে পারে, সবচেয়ে নির্ভরযোগ্য উৎসগুলো অ্যাক্সেস করতে পারে এবং সময় ও টোকেন অপচয় করা এড়াতে পারে।

পুনরাবৃত্তিমূলক স্বয়ংক্রিয় উন্নতি

আপনি যখন Computer ব্যবহার করেন, তখন Brain আরও উন্নত হয়। এজেন্টরা যখন সেরা আউটপুট প্রদানকারী প্রকল্প, কানেক্টর, আর্টিফ্যাক্ট এবং অন্যান্য উৎসগুলো সম্পর্কে শেখে, তখন কনটেক্সট আপডেট করার ক্ষেত্রে তারা আরও বেশি কার্যকর হয়ে ওঠে।

তারা তাদের ভুল থেকেও শেখে, ব্যবহারকারী কখন কোনো সংশোধন করেছেন বা কোনো উৎস যখন ব্যর্থ প্রমাণিত হয়েছে তা মনে রাখে। এর ফলে কম ধাপে কাজ সম্পন্ন হয়, কম মডেল কলের প্রয়োজন হয় এবং উন্নত আউটপুট পাওয়া যায়।

এই ফিডব্যাক লুপ বা প্রতিক্রিয়ার চক্রটিই Brain-কে ক্রমাগত নিজে নিজে উন্নত হতে সাহায্য করে।

ব্যবহারকারীদের জন্য, এজেন্টরা কাজটি সম্পন্ন করার জন্য প্রয়োজনীয় কনটেক্সট বুঝতে আরও দক্ষ হয়ে ওঠে। এর অর্থ এও যে, বর্তমান টোকেন ব্যবহার হলো পরবর্তীতে আরও দক্ষ টোকেন ব্যবহারের পেছনে একটি বিনিয়োগ।

কনটেক্সট গ্রাফ

Brain একটি ট্র্যাকিংযোগ্য গ্রাফ তৈরির মাধ্যমে Computer-এর জন্য একটি জীবন্ত কনটেক্সট গ্রাফ তৈরি করে, যা Computer-কে ব্যবহারকারীর জগৎ বুঝতে, তাদের কাজ থেকে শিখতে এবং সেই কাজ ভবিষ্যৎ টাস্কগুলোতে প্রয়োগ করতে সাহায্য করে।

কনটেক্সট লেয়ারটি একটি LLM উইকির রূপ নেয় যা স্বয়ংক্রিয়ভাবে এজেন্টের স্যান্ডবক্সে লোড হয়ে যায়। একজন ব্যবহারকারীর LLM উইকি পেজগুলো তাদের ধারণ, ব্যক্তি, প্রকল্প এবং তাদের জগৎ তৈরি করে এমন অন্যান্য উপাদানগুলোকে প্রতিফলিত করে, যার ফলে Computer ব্যক্তিগত তথ্যের এই জাল অতিক্রম করতে পারে।

ব্যবহারকারীর সেশন, কানেক্টরের ফলাফল, মূল নথির পরিবর্তন এবং সংশোধনীগুলো সংশ্লেষ করার মাধ্যমে Brain সিস্টেম সারারাত ধরে উইকিটিকে ক্রমবর্ধমানভাবে আপডেট করে।

এই ক্রমাগত রিফ্রেশ হওয়া কনটেক্সট Computer-কে ব্যবহারকারীর জন্য কী করতে হবে, কোথায় খুঁজতে হবে এবং কীভাবে আউটপুট প্রদান করতে হবে সে বিষয়ে আরও শক্তিশালী সংকেত দেয়।

উন্নত কর্মক্ষমতা

বড় করুন

প্রাথমিক পরিমাপের ফলাফল দেখায় যে Brain Computer পূর্বে দেখেছে এমন কাজগুলোতে উত্তর সঠিক হওয়ার হার ২৫% পর্যন্ত বাড়িয়ে দেয়। এবং রিকল ১৬% বৃদ্ধি পায়।

একই ফলাফল দেখায় যে Brain ঐতিহাসিক কনটেক্সটের প্রয়োজন এমন কাজগুলোর খরচ ১৩% কমিয়ে দেয়। আর যারা দীর্ঘদিন ধরে Brain ব্যবহার করছেন তাদের ফলাফল আরও উন্নত হয় কারণ এজেন্টরা তাদের জগৎ সম্পর্কে আরও ভালোভাবে জানতে পারে।

Perplexity দ্বারা জেনারেট করা অন্যান্য আউটপুটের মতো Brain-ও এর কাজের প্রমাণ দেখায়। প্রতিটি মেমোরি এন্ট্রি সেই সেশন, ফাইল বা উৎসের সাথে লিঙ্ক করা থাকে যেখান থেকে এটি এসেছে।

প্রোঅ্যাক্টিভ AI-কে শক্তিশালী করা

শুধুমাত্র ক্রমাগত শেখার মাধ্যমেই Computer এমন একটি প্রোঅ্যাক্টিভ AI-এ পরিণত হয় যা ব্যবহারকারী এবং ব্যবসায়িক প্রতিষ্ঠানগুলো আমাদের কাছে চেয়ে থাকে। এজেন্টরা কাজ এবং কীভাবে এতে আরও ভালো করা যায় তা শেখে ও মনে রাখে।

ফ্রন্টিয়ার AI হলো সেই ব্যক্তিগত সিস্টেম যা আপনি নিজের প্রতিষ্ঠানের AI-এর জন্য তৈরি করেন। যখন এজেন্টরা আমাদের করা কাজ থেকে সক্রিয়ভাবে শেখে, তখন তারা এমন সুযোগগুলো চিহ্নিত করতে পারে যা আমরা জানতে চাইনি, অথবা কেউ লক্ষ্য করার আগেই কোনো সমস্যা চিহ্নিত করতে পারে।

Brain-এর এই সংস্করণটি কেবল শুরু মাত্র। আমরা শীঘ্রই নতুন সক্ষমতা ঘোষণা করব।

Brain আজ রিসার্চ প্রিভিউ-তে Max এবং Enterprise Max গ্রাহকদের জন্য চালু করা হচ্ছে।