ম্যাসাচুসেটস ইনস্টিটিউট অব টেকনোলজি (এমআইটি) চলতি সপ্তাহে নতুন একটি রোবট প্রশিক্ষণ মডেল উন্মোচন করেছে। সাধারণত রোবটকে নতুন কিছু শেখানোর ক্ষেত্রে স্বল্প পরিসরে ডাটার ওপর নির্ভর করা হয়। এমআইটি এক্ষেত্রে বড় পরিসরে ডাটা ব্যবহার করেছে। চ্যাটজিপিটি, কোপাইলটের মতো লার্জ ল্যাঙ্গুয়েজ মডেল (এলএলএম) প্রশিক্ষণের জন্যও এ ধরনের ডাটা নিয়ে কাজ করা হয়। খবর টেকক্রাঞ্চ
সংশ্লিষ্ট গবেষকরা জানিয়েছেন, রোবটকে প্রশিক্ষণ দেয়ার ক্ষেত্রে মডেলটিতে পোষা প্রাণীর মতো অনুকরণের মাধ্যমে শেখানোর পদ্ধতি অবলম্বন করবে। শেখানোর ক্ষেত্রে বিভিন্ন উপাদান, পরিবেশ ও বাধার সম্মুখীন হতে হয়। স্বল্প পরিসরে এসব পরিস্থিতি রোবটের সামনে উপস্থাপন করলে শেখার পরিসর কমে যায়। তাই বড় পরিসরে ডাটা ব্যবহার করে রোবটকে শেখানোর চেষ্টা করা হচ্ছে। এতে ব্যর্থতার পরিমাণ বাড়লেও শেখার পরিসরও বাড়বে। তাছাড়া রোবটকে যথেষ্ট ডাটা দেয়া না হলে প্রশিক্ষণও অসম্পূর্ণ থেকে যেতে পারে।
‘প্রবলেম সলভিং’ পদ্ধতিতে বড় পরিসরে ও বৈচিত্র্যপূর্ণ তথ্যের ভাণ্ডারের জন্য গবেষকরা জিপিটি-৪-এর মতো এলএলএম নিয়ে কাজ করেছে।
এ-সংক্রান্ত গবেষণা নিবন্ধের প্রধান লেখক লিরুই ওয়াং বলেন, ‘ল্যাঙ্গুয়েজ ডোমেইনে প্রতিটি ডাটা একেকটি বাক্য। ডাটা যেহেতু বিভিন্ন কাঠামোয় থাকে, তাই রোবটের ক্ষেত্রে ল্যাঙ্গুয়েজ মডেলের মতো করে শেখাতে গেলে আমাদের ভিন্ন এক কাঠামোর প্রয়োজন।’
গবেষণা দলটি নতুন একটি কাঠামো দাঁড় করিয়েছে, যার নাম ‘হেটারোজেনিয়াস প্রিট্রেইনড ট্রান্সফর্মারস (এইচপিটি)’। এইচপিটি বিভিন্ন সেন্সর ও পরিবেশ থেকে তথ্য সংগ্রহ করতে পারে। এরপর একটি ট্রান্সফর্মার ব্যবহার করে ডাটা প্রশিক্ষণ মডেলে একত্রিত করা হয়। ট্রান্সফর্মারের আকার যত বড় হবে ফলাফল তত ভালো হবে। এরপর রোবট ডিজাইন, কনফিগারেশন ও যে কাজ সম্পন্ন করানো হবে তা ইনপুট দিতে হয়।
কার্নেগি মেলন বিশ্ববিদ্যালয়ের সহযোগী অধ্যাপক ডেভিড হেল্ড বলেন, ‘আমাদের স্বপ্ন হচ্ছে একটি সর্বজনীন রোবট মস্তিষ্ক তৈরি করা, যা প্রশিক্ষণ ছাড়াই ব্যবহারের জন্য ডাউনলোড করা যাবে। আমরা এখনো প্রাথমিক পর্যায়ে রয়েছি। রোবোটিক নীতির মধ্য দিয়ে বিপ্লব ঘটাতে আমরা কঠোর পরিশ্রম চালিয়ে যাচ্ছি।’
