AI চ্যাটবট যেভাবে কাজ করে: সহজ ব্যাখ্যা

AI চ্যাট ভালোভাবে ব্যবহার করার জন্য এর পেছনের জটিল গণিত বোঝার দরকার নেই। তবে এর মূল কার্যপদ্ধতি জানা থাকলে অনেক প্রশ্নের উত্তর পাওয়া সহজ হয়: ভুল তথ্যের ক্ষেত্রেও কেন AI-কে এত আত্মবিশ্বাসী শোনায়, একই প্রশ্নে কেন ভিন্ন ভিন্ন উত্তর আসে, দীর্ঘ কথোপকথনে AI কেন আগের কথা ভুলে যায় এবং সাম্প্রতিক ঘটনা সম্পর্কে কেন এটি অজ্ঞ হতে পারে। অপ্রয়োজনীয় টেকনিক্যাল পরিভাষা ছাড়াই সহজ ভাষায় এর ব্যাখ্যা এখানে দেওয়া হলো।

সংক্ষেপে মূল বিষয়টি

যেকোনো AI চ্যাটবট মূলত একটি লার্জ ল্যাঙ্গুয়েজ মডেল (LLM)-এর ওপর ভিত্তি করে তৈরি। এটি একটি অত্যন্ত বিশাল নিউরাল নেটওয়ার্ক, যা পরবর্তী শব্দটি কী হতে পারে তা অনুমান করার জন্য বিপুল পরিমাণ টেক্সটের ওপর প্রশিক্ষণপ্রাপ্ত। আপনি যখন কোনো বার্তা পাঠান, মডেলটি পুরো কথোপকথনটি পড়ে এবং একবারে একটু একটু করে উত্তর তৈরি করে—প্রতিটি ধাপে আগের তথ্যের ওপর ভিত্তি করে সবচেয়ে সম্ভাব্য পরবর্তী অংশটি বেছে নেয়। পরবর্তীতে অতিরিক্ত প্রশিক্ষণের মাধ্যমে এটিকে নির্দেশাবলী মানতে, কথোপকথন চালিয়ে যেতে এবং ক্ষতিকর অনুরোধ প্রত্যাখ্যান করতে শেখানো হয়।

এর পেছনে তৈরি করা উত্তরের কোনো ডেটাবেস খোঁজা হয় না, কিংবা পর্দার আড়ালে কোনো মানুষও বসে টাইপ করেন না। এই গাইডের বাকি প্রায় সবকিছুই এই সাধারণ নিয়মের ওপর ভিত্তি করে কাজ করে।

ধাপ ১: টেক্সট থেকে টোকেন তৈরি

মডেলগুলো সরাসরি অক্ষর বা পুরো শব্দ পড়ে না। এরা টেক্সটকে টোকেন-এ ভাগ করে নেয়: সচরাচর ব্যবহৃত শব্দগুলো সাধারণত একেকটি একক টোকেন হয়, আর দীর্ঘ বা দুর্লভ শব্দগুলোকে কয়েকটি খণ্ডে ভেঙে ফেলা হয়। স্পেস, বিরামচিহ্ন ও সংখ্যাগুলোও টোকেনে পরিণত হয়। এই কারণেই শব্দের অক্ষর গণনা করা বা কোনো বাক্য উল্টো করে লেখার মতো কাজে AI অনেক সময় ভুল করে—কারণ এটি আপনার মতো আলাদা অক্ষর দেখতে পায় না।

ভিন্ন ভিন্ন ভাষায় একই অর্থ প্রকাশ করতে ভিন্ন সংখ্যক টোকেন লাগতে পারে। বিভিন্ন ভাষায় উত্তরের মান ও দৈর্ঘ্যের সীমাবদ্ধতার পার্থক্যের পেছনে এটি অন্যতম একটি কারণ।

ধাপ ২: বিপুল পরিমাণ টেক্সটের ওপর প্রি-ট্রেনিং

প্রথম এবং সবচেয়ে বড় ধাপে, মডেলটিকে বিপুল পরিমাণ টেক্সট দেখানো হয়—যার মধ্যে রয়েছে উন্মুক্ত ওয়েব পেজ, বই, কোড এবং অন্যান্য উৎস (ডেভেলপারের ওপর নির্ভর করে)। এর মাধ্যমে মডেলটি পরবর্তী টোকেন অনুমান করতে শেখে। বারবার সংশোধনের মাধ্যমে এটি ধীরে ধীরে নিজস্ব অভ্যন্তরীণ মান সমন্বয় করে, যেগুলোকে প্যারামিটার বা ওয়েটস (weights) বলা হয়।

সঠিকভাবে টেক্সট অনুমান করতে গিয়ে মডেলটি শেষ পর্যন্ত ব্যাকরণ, তথ্য, যুক্তি এবং লেখার ধরন সম্পর্কে অনেক কিছু আয়ত্ত করে ফেলে। তবে এটি কোনো লাইব্রেরির মতো তার প্রশিক্ষণ ডেটার কপি হুবহু সংরক্ষণ করে না; বরং এটি পরিসংখ্যানগত প্যাটার্ন মনে রাখে। এই কারণেই এটি কোনো বিষয় সাবলীলভাবে ব্যাখ্যা করতে পারলেও নির্দিষ্ট কোনো তারিখ, নাম বা উক্তি মনে রাখতে গিয়ে ভুল করতে পারে।

ধাপ ৩: ফাইন-টিউনিংয়ের মাধ্যমে সহকারীতে রূপান্তর

একটি মডেল যদি কেবল পরবর্তী টেক্সট অনুমান করতে পারে, তবে তা আপনার প্রশ্নের উত্তর দেওয়ার বদলে শুধু আপনার বার্তাকেই বাড়িয়ে চলবে। তাই ডেভেলপাররা সফল কথোপকথনের উদাহরণ দিয়ে এটিকে আরও প্রশিক্ষণ দেন। এছাড়া ব্যবহারকারী, স্বয়ংক্রিয় নিরীক্ষা এবং অন্যান্য মডেলের ফিডব্যাক কাজে লাগিয়ে সহায়ক, সৎ ও নিরাপদ উত্তরকে উৎসাহিত করা হয়। এর একটি পরিচিত পদ্ধতি হলো রিইনফোর্সমেন্ট লার্নিং ফ্রম হিউম্যান ফিডব্যাক (RLHF)।

এই ধাপটি চ্যাটবটকে ব্যবহারের উপযোগী করে তোলে: নির্দেশ মানা, ফরম্যাটিং ব্যবহার করা, কিছু ক্ষেত্রে অজ্ঞতা স্বীকার করা এবং ক্ষতিকর অনুরোধ ফিরিয়ে দেওয়া। তবে এর ফলে কিছু অদ্ভুত আচরণও তৈরি হতে পারে, যেমন ব্যবহারকারীর কথায় অতিরিক্ত সায় দেওয়া কিংবা প্রয়োজনের চেয়ে বেশি আত্মবিশ্বাসী শোনানো।

সাম্প্রতিক অনেক মডেলকে যুক্তি প্রয়োগ বা রিজনিং করতেও শেখানো হয়: চূড়ান্ত উত্তর দেওয়ার আগে তারা সমস্যার মধ্যবর্তী ধাপগুলো নিয়ে ভেবে নেয়। এটি গণিত, কোডিং ও পরিকল্পনার মতো কাজে ফলাফল উন্নত করে, যদিও এটি মডেলকে সম্পূর্ণ নির্ভুল করে তোলে না।

ধাপ ৪: আপনার কথোপকথন ও কনটেক্সট উইন্ডো

আপনি যখন চ্যাট করেন, অ্যাপটি মডেলের কাছে কিছু টেক্সটের একটি সমষ্টি পাঠায়: সেবার নিজস্ব অপ্রকাশ্য নির্দেশাবলী (যা সিস্টেম প্রম্পট নামে পরিচিত), পূর্ববর্তী কথোপকথন এবং আপনার নতুন বার্তা। মডেলটি নিজে থেকে আগের অনুরোধের কোনো স্মৃতি মনে রাখে না। এটি কথোপকথন "মনে রাখে" শুধুমাত্র এই কারণে যে প্রতিবার পুরো কথোপকথনটি নতুন করে এর কাছে পাঠানো হয়।

সহজভাবে বললে, চ্যাটের তৃতীয় বার্তার জন্য পুরো সেটটি দেখতে অনেকটা এরকম হয়:

[সিস্টেম]      আপনি একজন সহায়ক অ্যাসিস্ট্যান্ট। স্পষ্টভাবে উত্তর দিন...
[ব্যবহারকারী] বেকারির জন্য একটি ভালো নাম কী হতে পারে?
[অ্যাসিস্ট্যান্ট] এখানে কিছু আইডিয়া দেওয়া হলো: রাইজ অ্যান্ড শাইন, দ্য ডেইলি ক্রাম্ব...
[ব্যবহারকারী] এগুলো ফ্রেঞ্চ ধাঁচের করে দিন।
[অ্যাসিস্ট্যান্ট] (মডেলটি এই অংশটি টোকেন ধরে ধরে লিখবে)

"এগুলো ফ্রেঞ্চ ধাঁচের করে দিন"—এই বাক্যটির অর্থ তখনই বোঝা সম্ভব, যখন আগের কথাগুলো অন্তর্ভুক্ত থাকে। অ্যাপ যদি সেগুলো বাদ দেয়, তবে মডেলটি বুঝতেই পারবে না "এগুলো" বলতে কী বোঝানো হয়েছে।

একটি মডেল একবারে যতটা টেক্সট বিবেচনায় নিতে পারে, তাকে এর কনটেক্সট উইন্ডো বলে। এই সীমার মধ্যে থাকতে অ্যাপগুলো প্রায়ই দীর্ঘ চ্যাটের আগের অংশ ছেঁটে ফেলে। এই কারণেই খুব দীর্ঘ চ্যাটে AI শুরুর দিকের খুঁটিনাটি তথ্য ভুলে যেতে পারে। এমন ক্ষেত্রে একটি সংক্ষিপ্ত সারসংক্ষেপ দিয়ে নতুন চ্যাট শুরু করা সাধারণত কার্যকর হয়।

কিছু সেবায় আলাদা মেমরি ফিচার থাকে, যা বিভিন্ন চ্যাটের মাঝেও আপনার তথ্য মনে রাখে। এটি মডেলের চারপাশে তৈরি অ্যাপের নিজস্ব ফিচার, মডেলের স্বাভাবিক আচরণ নয়।

ধাপ ৫: উত্তর তৈরি করা

প্রতিটি পরবর্তী টোকেনের জন্য মডেলটি অনেকগুলো সম্ভাব্য বিকল্পের সম্ভাব্যতা হিসাব করে। অ্যাপটি তখন সেখান থেকে একটি বেছে নেয়—সাধারণত কিছুটা পরিকল্পিত র্যান্ডমনেস রেখে, যাতে লেখাটি অতিরিক্ত যান্ত্রিক না শোনায়। এর ফলে দুটি বিষয় ঘটে যা হয়তো আপনি লক্ষ্য করেছেন:

• একই প্রশ্নে ভিন্ন উত্তর আসতে পারে। নতুন বিকল্প দেখতে 'Regenerate' করা একটি দ্রুত উপায়।
• একটি সাবলীল বাক্য মানেই তা সত্যি নয়। মডেলটি মানানসই শব্দ বেছে নেয়; লেখার সাথে সাথে এটি তথ্যের সত্যতা যাচাই করে না।

নিজে চেষ্টা করে দেখুন: চ্যাটকে একটি উদাহরণ দিয়ে টোকেন ব্যাখ্যা করতে বলুন, তারপর উত্তরটি Regenerate করে দুটি সংস্করণের তুলনা করুন।

AI কেন ভুল বা কাল্পনিক তথ্য দেয়

যখন কোনো মডেল আত্মবিশ্বাসের সাথে ভুল তথ্য দেয়, তখন তাকে হ্যালুসিনেশন বলা হয়। এটি ঘটে কারণ মডেলটি এমনভাবে তৈরি যাতে এটি বিশ্বাসযোগ্য টেক্সট লিখতে পারে। ফলে কোনো তথ্য জানা না থাকলেও একটি বিশ্বাসযোগ্য উদ্ধৃতি, পরিসংখ্যান বা জীবনী বানিয়ে ফেলা এর জন্য সহজ। প্রশিক্ষণের মাধ্যমে এটি কমানো হলেও পুরোপুরি দূর করা যায়নি। যেসব ক্ষেত্রে ভুলের ঝুঁকি বেশি:

• নির্দিষ্ট সংখ্যা, তারিখ ও উদ্ধৃতি।
• বই, গবেষণাপত্র, আদালতের মামলা ও ওয়েব পেজের রেফারেন্স।
• খুব অপ্রচলিত বিষয়, যার ডেটা ইন্টারনেটে কম।
• মডেলের প্রশিক্ষণের সময়সীমা শেষ হওয়ার পরের ঘটনা।

আমাদের ফ্যাক্ট-চেকিং গাইড থেকে জেনে নিন কীভাবে দ্রুত উত্তর যাচাই করতে হয়।

সাম্প্রতিক ঘটনা কেন AI নাও জানতে পারে

একটি মডেলের জ্ঞান একটি নির্দিষ্ট তারিখ পর্যন্ত সংগৃহীত তথ্যের মধ্যে সীমাবদ্ধ থাকে, যাকে বলা হয় নলেজ কাটঅফ। এর পরের কোনো ঘটনা এটি জানতে পারে না, যদি না অ্যাপটি নতুন তথ্য সরবরাহ করে—যেমন ওয়েব সার্চ টুলের মাধ্যমে বা আপনার পেস্ট করা টেক্সট থেকে। যখন কোনো অ্যাসিস্ট্যান্ট ওয়েব সার্চ করে, তখন তার উত্তরটি নির্ভর করে খুঁজে পাওয়া পেজগুলোর মানের ওপর; তাই উৎসগুলো যাচাই করে নেওয়া জরুরি। আপনার প্রশ্ন সাম্প্রতিক তথ্যের ওপর নির্ভরশীল হলে প্রাসঙ্গিক টেক্সট নিজেই পেস্ট করুন বা আপ-টু-ডেট কোনো উৎস থেকে মিলিয়ে নিন।

মডেল, নির্মাতা এবং মডেল মেনু

বেশ কয়েকটি প্রতিষ্ঠান লার্জ ল্যাঙ্গুয়েজ মডেল তৈরি করে; যার মধ্যে রয়েছে OpenAI (ChatGPT-র পেছনের GPT মডেল), Anthropic (Claude), Google (Gemini), Meta (Llama), xAI (Grok), DeepSeek, Alibaba (Qwen) এবং Mistral AI। কেউ কেউ তাদের মডেলের ওয়েটস উন্মুক্ত করে দেয় যাতে যে কেউ তা ডাউনলোড করে চালাতে পারে; অন্যরা কেবল নিজস্ব অ্যাপ ও API-র মাধ্যমে সেবা দেয়। মডেলগুলোর লেখার ধরন, দক্ষতা, ভাষার পরিধি ও সতর্কতার মাত্রায় ভিন্নতা রয়েছে। আমাদের মডেল গাইড এবং ChatGPT বনাম Claude-এর মতো তুলনাগুলোতে বিস্তারিত জানতে পারবেন।

ChatG-তে আপনি মেনু থেকে পছন্দের মডেল বেছে নিতে পারেন, অথবা ChatG Auto-তে রাখতে পারেন। ChatG একটি স্বতন্ত্র প্ল্যাটফর্ম এবং এই কোম্পানিগুলোর কোনোটির সাথেই অধিভুক্ত নয়।

সাধারণ জিজ্ঞাসা (FAQ)

AI কি যা বলে তা বুঝতে পারে?

এটি নিয়ে এখনও বিতর্ক রয়েছে। মডেলগুলো ভাষা ও পারিপার্শ্বিক জগৎ সম্পর্কে অনেক কাঠামো আয়ত্ত করে এবং আগে দেখেনি এমন সমস্যার সমাধান করতে পারে। তবে মানুষের মতো এদের কোনো অনুভূতি বা অভিজ্ঞতা নেই, এবং এরা এমনভাবে ভুল করতে পারে যা ওই বিষয়ে অভিজ্ঞ কোনো মানুষ কখনোই করত না। তাই AI-কে নির্ভরযোগ্য কর্তৃপক্ষ না ভেবে একটি দক্ষ টুল হিসেবে বিবেচনা করুন।

AI কি আমার কথোপকথন থেকে শেখে?

চ্যাট চলাকালীন নয়: আপনার সাথে কথা বলার সময় মডেলের অভ্যন্তরীণ ওয়েটস বা প্যারামিটার পরিবর্তিত হয় না। তবে কিছু প্ল্যাটফর্ম তাদের নীতিমালা ও আপনার সেটিংসের ওপর ভিত্তি করে ভবিষ্যতের মডেল প্রশিক্ষণে এই চ্যাট ব্যবহার করতে পারে।

AI কি ইন্টারনেটের সাথে যুক্ত?

মডেলটি নিজে থেকে ইন্টারনেটে যুক্ত নয়। এটি প্রশিক্ষণে যা শিখেছে এবং কথোপকথনে যা দেওয়া হয়েছে তার ওপর ভিত্তি করে কাজ করে। কিছু অ্যাপ আলাদা টুল হিসেবে ওয়েব সার্চ সুবিধা যোগ করে। উত্তরে যদি খোঁজা উৎসের উল্লেখ না থাকে, তবে ধরে নিন এটি আগের প্রশিক্ষণ ডেটা থেকেই এসেছে, যা সেকেলে হতে পারে।

অন্য ভাষার চেয়ে ইংরেজিতে উত্তর কেন বেশি ভালো হয়?

প্রশিক্ষণের সময় মডেলগুলো অন্যান্য ভাষার তুলনায় ইংরেজি টেক্সট অনেক বেশি পরিমাণে দেখে থাকে। এছাড়া অন্যান্য ভাষায় একই কথা প্রকাশ করতে বেশি টোকেন লাগতে পারে। বহুল ব্যবহৃত ভাষাগুলো সাধারণত ভালো কাজ করলেও কম প্রচলিত ভাষাগুলোতে ফলাফল কিছুটা দুর্বল হতে পারে।