সংখ্যা গুণ করার অ্যালগরিদম তৈরিতে কৃত্রিম বুদ্ধিমত্তাকে পরাজিত করেছে মানুষ

দুইজন গবেষক, কৃত্রিম বুদ্ধিমত্তা সংস্থা DeepMind-এর মাত্র এক সপ্তাহ আগে সেট করা রেকর্ডকে হারিয়ে সংখ্যার গ্রিড গুণ করার আরও কার্যকর উপায় খুঁজে পেয়েছেন।

কোম্পানিটি ৫ অক্টোবর এক গবেষণাপত্রের মাধ্যমে প্রকাশ করে যে এদের তৈরি AI সফ্টওয়্যারটি ম্যাট্রিক্স গুণন সমস্যার জন্য ৫০ বছরেরও বেশি সময় ধরে থাকা একটি রেকর্ড ভেঙ্গে দিয়েছে। এই ম্যাট্রিক্স গুণন সব ধরণের সফ্টওয়্যারের একটি সাধারণ অপারেশন যেখানে সংখ্যার গ্রিড একে অপরের দ্বারা গুণিত হয়। ডিপমাইন্ডের গবেষণাপত্রে প্রকাশিত নতুন পদ্ধতিটি মাত্র ৯৬ বার গুণে দুটি পাঁচ-বাই-পাঁচ ম্যাট্রিক্সকে গুণ করতে পারে, যা আগের রেকর্ডের চেয়ে দুই কম।

অস্ট্রিয়ার জোহানেস কেপলার ইউনিভার্সিটি Jakob Moosbauer এবং Manuel Kauers সেই ঘোষণার আগে থেকেই ম্যাট্রিক্সের গুণের জন্য একটি নতুন পদ্ধতির উপর কাজ করছিলেন।

তাদের পদ্ধতিটি ছিলো মুলত সম্ভাব্য গুণগত অ্যালগরিদমকে এমন একটি প্রক্রিয়ার মধ্য দিয়ে চালানো যেখানে অ্যালগরিদমের একাধিক ধাপগুলিকে একত্রিত করা যায় কিনা তা পরীক্ষা করবে।

Moosbauer বলেন,

“আমরা যা করি তা হল, আমরা একটি বিদ্যমান অ্যালগরিদম নিই এবং রূপান্তরের একটি ক্রম প্রয়োগ করি যা কিছু সময়ে উন্নতির দিকে নিয়ে যেতে পারে। আমাদের কৌশল যেকোন পরিচিত অ্যালগরিদমের জন্য কাজ করে, এবং যদি আমরা ভাগ্যবান হই, তাহলে [ফলাফল] আগের তুলনায় একবার কম গুণের প্রয়োজন।

DeepMind তার ব্রেকথ্রু প্রকাশ করার পরে, Moosbauer এবং Kauers, DeepMind-এর পদ্ধতিতে উন্নতি করার জন্য তাদের পদ্ধতি ব্যবহার করেন। তারা ৯৫ বার গুণের একটি নতুন রেকর্ড স্থাপনের করেন। তারা একটি প্রি-প্রিন্ট পেপারে তার প্রমাণও প্রকাশ করেছে, কিন্তু পূর্ববর্তী পদ্ধতিতে উন্নতি খুঁজতে তারা যে পদ্ধতি ব্যবহার করেছিল তার বিশদ বিবরণ এখনও প্রকাশ করেনি।

সর্বশেষ পেপারটি সম্পূর্ণরূপে পাঁচ-বাই-পাঁচ ম্যাট্রিক্স গুণের উপর, তবে পদ্ধতিটি অন্যান্য আকারের জন্য ফলাফল আনবে বলে আশা করা হচ্ছে। গবেষকরা বলছেন, তারা শিগগিরই তাদের কৌশলের বিস্তারিত বৈজ্ঞানিক জার্নালে প্রকাশ করবে।

Moosbauer বলেন যে, DeepMind-এর দৃষ্টিভঙ্গি গণিতের এমন একটি অঞ্চলে নতুন প্রেরণা এনেছে যা গত ৫০ বছরে খুব বেশি মনোযোগ পায়নি। তিনি আশা করেন যে অন্যান্য গবেষক দল এখন একইভাবে এ নিয়ে কাজ করছে।

ম্যাট্রিক্স গুণন একটি মৌলিক কম্পিউটিং টাস্ক যা কার্যত সমস্ত সফ্টওয়্যারে কিছু না কিছু পরিমাণে ব্যবহৃত হয়, তবে বিশেষ করে গ্রাফিক্স, কৃত্রিম বুদ্ধিমত্তা এবং সায়েন্টিফিক সিমুলেশনে বেশি ব্যবহৃত হয়। এই অ্যালগরিদমগুলির কার্যক্ষমতার এক ছোট উন্নতিও বড় ভুমিকা পালন করতে পারে যার সাথে উল্লেখযোগ্য পরামাণে শক্তিও বাঁচাবে।

DeepMind দাবি করেছে যে Nvidia V100 গ্রাফিক্স প্রসেসিং ইউনিট (GPU) এবং গুগল টেনসর প্রসেসিং ইউনিট v2-এর মতো নির্দিষ্ট হার্ডওয়্যারে গণনার গতি ১০ থেকে ২০ শতাংশের মতো বৃদ্ধি পেয়েছে নতুন অ্যালগরিদম ব্যবহার করে। তবে সাধারণ হার্ডওয়্যারের দৈনন্দিন কাজে একই ধরনের বুস্ট দেখা যাবে এমন কোন নিশ্চয়তা নেই। Moosbauer জানান যে তিনি সাধারণ সফ্টওয়্যারগুলিতে বুস্টের বিষয়ে সন্দিহান, তবে বড় এবং বিশেষ গবেষণামূলক কাজের জন্য এটি একটি বড় উন্নতি হতে পারে।

ডিপমাইন্ড সর্বশেষ গবেষণাপত্র সম্পর্কে বিজ্ঞানবার্তা-র সাক্ষাৎকারের অনুরোধ প্রত্যাখ্যান করেছে, তবে এর গবেষক Hussein Fawzi একটি বিবৃতিতে বলেছেন,

“আমরা গবেষনাপত্রের অবিশ্বাস্য প্রতিক্রিয়া দেখে অভিভূত হয়েছি। আমাদের আশা ছিল যে এই কাজটি নতুন ধারণা এবং পদ্ধতির জন্য অ্যালগরিদমিক আবিষ্কারের ক্ষেত্র উন্মুক্ত করবে। অন্যরা এই স্পেসে অন্বেষণ করার পাশাপাশি আমাদের কাজকে এত দ্রুত গড়ে তুলছে তা দেখতে দুর্দান্ত।”

———

The FBHHRBNRSSSHK-Algorithm for Multiplication in Z₂⁵*⁵ is still not the end of the story. arXiv:2210.04045 [cs.SC]. DOI: 10.48550/arXiv.2210.04045

নিয়মিত আপডেট পেতে সাবস্ক্রাইব করুন আমাদের নিউজলেটারে এবং ফলো করুন আমাদের টেলিগ্রাম, ইনস্টাগ্রাম, টুইটার এবং ফেসবুক-এ। এছাড়াও যুক্ত হতে পারেন আমাদের ফেসবুক গ্রুপে।

এই নিবন্ধটি Creative Commons Attribution-NoDerivatives 4.0 International License-এর অধীনে লাইসেন্সকৃত। পুনঃপ্রকাশের জন্য পুনঃপ্রকাশের নির্দেশিকা দেখুুন।