টুইটারের (বর্তমানে এক্স) সহপ্রতিষ্ঠাতা ও সাবেক প্রধান নির্বাহী কর্মকর্তা (সিইও) জ্যাক ডরসির মালিকানাধীন ব্লক ইনকরপোরেশন সম্প্রতি ‘ডেসা’ নামের এক যুগান্তকারী কৃত্রিম বুদ্ধিমত্তা (এআই) মডেল তৈরি করেছে। এই মডেলটি মানুষের সঙ্গে অত্যন্ত স্বাভাবিক ভঙ্গিতে কথা বলতে এবং স্বয়ংক্রিয়ভাবে ব্যবহারকারীর কথার উত্তর দিতে সক্ষম।
ডেসার অন্যতম বৈশিষ্ট্য হলো, কথোপকথনের সময় এটি হাসতে, বিস্ময় প্রকাশ করতে বা ব্যবহারকারী কথা বলতে গিয়ে থেমে গেলেও আলোচনার ধারাবাহিকতা দক্ষতার সাথে বজায় রাখে। সামাজিক যোগাযোগমাধ্যম ‘এক্স’ এ জ্যাক ডরসি এই নতুন এআই মডেল সম্পর্কে জানিয়েছেন যে, যোগাযোগের সবচেয়ে প্রাকৃতিক মাধ্যম হলো কণ্ঠস্বর।
ডেসা এমন একটি পূর্ণাঙ্গ দ্বিমুখী কথোপকথনভিত্তিক স্পিচ মডেল যা মানুষের সঙ্গে স্বচ্ছন্দভাবে কথা বলার জন্যই নির্মিত। এর বিশেষত্ব হলো, এটি আকারে এতটাই ছোট যে সহজে ল্যাপটপেও চালানো সম্ভব এবং বাস্তব সময়ের চেয়ে দ্রুত তথ্য প্রক্রিয়াকরণ করতে পারে।
এর ফলে ব্যবহারকারীর কথা শোনা ও তাৎক্ষণিক উত্তর দেওয়ার মধ্যে সময়ের ব্যবধান প্রায় থাকে না বললেই চলে। ডেসাকে কেবল মানুষের কথোপকথনের অডিও শোনানোর মাধ্যমে প্রশিক্ষণ দেওয়া হয়েছে, কোনো লিখিত তথ্য বা পূর্বপ্রশিক্ষিত এআই মডেল ব্যবহার করা হয়নি।
এই মডেলটি একই সময়ে কথা শুনতে এবং বলতে পারে, অর্থাৎ ব্যবহারকারীর কণ্ঠস্বর গ্রহণ করার সাথে সাথেই এটি নিজস্ব কণ্ঠে উত্তর দিতে সক্ষম। বর্তমানে ‘ডেসা’ পরীক্ষামূলক পর্যায়ে রয়েছে, তাই কেবল সীমিত সংখ্যক আগ্রহী ব্যক্তিরাই এটি ব্যবহারের সুযোগ পাচ্ছেন।
ডেসার নির্মাতারা জানাচ্ছেন যে, বিশ্বের বেশিরভাগ শক্তিশালী এআই মডেল ব্যবহারকারীর কণ্ঠস্বরের অনুভূতি সঠিকভাবে অনুধাবন করতে পারে না, যা স্বচ্ছন্দ কথোপকথনের পথে বাধা সৃষ্টি করে। এর ফলে ভুল প্রতিক্রিয়া দেওয়ার ঝুঁকিও দেখা যায়।
ডেসা হলো বিশ্বের প্রথম এআই মডেল যাকে শুধুমাত্র মানুষের কণ্ঠস্বর শোনানোর মাধ্যমে প্রশিক্ষণ দেওয়া হয়েছে, আর এই অনন্য পদ্ধতির কারণেই এর সাথে একজন বাস্তব মানুষের মতোই সরাসরি ও সাবলীল কথোপকথন করা সম্ভব। ডেসার ওয়েবসাইটে একটি অডিও প্রকাশ করা হয়েছে, যেখানে একজন ব্যবহারকারীর সঙ্গে মডেলটির কথোপকথন শোনা যায়।
এই অডিওতে দেখা যায়, ডেসা নিজেই কখন, কী এবং কীভাবে কথা বলতে হবে তা নির্ভুলভাবে নির্ধারণ করছে। কথোপকথনের মাঝে কোনো মজার প্রসঙ্গ এলে এটি স্বাভাবিক ভঙ্গিতে হেসে ওঠে এবং পরিস্থিতি অনুযায়ী বিস্ময় বা সহানুভূতিও প্রকাশ করে, যা এর মানবসদৃশ ইন্টারঅ্যাকশনের গভীরতা প্রমাণ করে।
ডেসার অন্যতম বৈশিষ্ট্য হলো, কথোপকথনের সময় এটি হাসতে, বিস্ময় প্রকাশ করতে বা ব্যবহারকারী কথা বলতে গিয়ে থেমে গেলেও আলোচনার ধারাবাহিকতা দক্ষতার সাথে বজায় রাখে। সামাজিক যোগাযোগমাধ্যম ‘এক্স’ এ জ্যাক ডরসি এই নতুন এআই মডেল সম্পর্কে জানিয়েছেন যে, যোগাযোগের সবচেয়ে প্রাকৃতিক মাধ্যম হলো কণ্ঠস্বর।
ডেসা এমন একটি পূর্ণাঙ্গ দ্বিমুখী কথোপকথনভিত্তিক স্পিচ মডেল যা মানুষের সঙ্গে স্বচ্ছন্দভাবে কথা বলার জন্যই নির্মিত। এর বিশেষত্ব হলো, এটি আকারে এতটাই ছোট যে সহজে ল্যাপটপেও চালানো সম্ভব এবং বাস্তব সময়ের চেয়ে দ্রুত তথ্য প্রক্রিয়াকরণ করতে পারে।
এর ফলে ব্যবহারকারীর কথা শোনা ও তাৎক্ষণিক উত্তর দেওয়ার মধ্যে সময়ের ব্যবধান প্রায় থাকে না বললেই চলে। ডেসাকে কেবল মানুষের কথোপকথনের অডিও শোনানোর মাধ্যমে প্রশিক্ষণ দেওয়া হয়েছে, কোনো লিখিত তথ্য বা পূর্বপ্রশিক্ষিত এআই মডেল ব্যবহার করা হয়নি।
এই মডেলটি একই সময়ে কথা শুনতে এবং বলতে পারে, অর্থাৎ ব্যবহারকারীর কণ্ঠস্বর গ্রহণ করার সাথে সাথেই এটি নিজস্ব কণ্ঠে উত্তর দিতে সক্ষম। বর্তমানে ‘ডেসা’ পরীক্ষামূলক পর্যায়ে রয়েছে, তাই কেবল সীমিত সংখ্যক আগ্রহী ব্যক্তিরাই এটি ব্যবহারের সুযোগ পাচ্ছেন।
ডেসার নির্মাতারা জানাচ্ছেন যে, বিশ্বের বেশিরভাগ শক্তিশালী এআই মডেল ব্যবহারকারীর কণ্ঠস্বরের অনুভূতি সঠিকভাবে অনুধাবন করতে পারে না, যা স্বচ্ছন্দ কথোপকথনের পথে বাধা সৃষ্টি করে। এর ফলে ভুল প্রতিক্রিয়া দেওয়ার ঝুঁকিও দেখা যায়।
ডেসা হলো বিশ্বের প্রথম এআই মডেল যাকে শুধুমাত্র মানুষের কণ্ঠস্বর শোনানোর মাধ্যমে প্রশিক্ষণ দেওয়া হয়েছে, আর এই অনন্য পদ্ধতির কারণেই এর সাথে একজন বাস্তব মানুষের মতোই সরাসরি ও সাবলীল কথোপকথন করা সম্ভব। ডেসার ওয়েবসাইটে একটি অডিও প্রকাশ করা হয়েছে, যেখানে একজন ব্যবহারকারীর সঙ্গে মডেলটির কথোপকথন শোনা যায়।
এই অডিওতে দেখা যায়, ডেসা নিজেই কখন, কী এবং কীভাবে কথা বলতে হবে তা নির্ভুলভাবে নির্ধারণ করছে। কথোপকথনের মাঝে কোনো মজার প্রসঙ্গ এলে এটি স্বাভাবিক ভঙ্গিতে হেসে ওঠে এবং পরিস্থিতি অনুযায়ী বিস্ময় বা সহানুভূতিও প্রকাশ করে, যা এর মানবসদৃশ ইন্টারঅ্যাকশনের গভীরতা প্রমাণ করে।
