ফিরে আসি আমাদের ধরনীতে। ধরুন, রাতের বেলা শুয়ে আছি, হঠাৎ মনে হলো লাইটটা একটু অফ করা দরকার। কিন্তু বিছানা থেকে উঠে হেঁটে গিয়ে সুইচটা অফ করা আমার কাছে একটা বিশাল আনএক্সপেক্টেড প্যারা মনে হতো। সোজা কথা, এই ছোট্ট কাজের জন্য কষ্ট করতে আমার একদম ভালো লাগত না।
তো আমি করলাম কী, একটা ছোট্ট রিমোট কন্ট্রোল বানিয়ে ফেললাম। টিভির রিমোট দিয়ে যেভাবে চ্যানেল বদলানো যায়, ঠিক সেইভাবে ওই রিমোটটা দিয়ে ঘরের লাইট আর ফ্যান অন-অফ করা যেত। কিছুদিন বেশ ভালোই চলল। কিন্তু সমস্যা হলো, কিছুদিন পরেই সেই রিমোটটা আর খুঁজে পাওয়া গেল না। বিছানার চাদরের নিচে বা বালিশের কোণায় হারিয়ে গেল।
তখন আমার কাছে মনে হলো, এই রিমোট নিয়ে তো আর লাইফ চলা সম্ভব না, আমাকে অন্য কিছু একটা ট্রাই করতে হবে। তখন তো আর আজকের মতো এত সাকসেসফুল এআই মডেল বা ভয়েস টেকনোলজি ছিল না যে মুখে বললেই সব হয়ে যাবে।
জেশ্চার কন্ট্রোল
এরপরের ধাপে আমি নিয়ে এলাম জেশ্চার কন্ট্রোল। মানে হাত ডানে বা বামে একটু এদিক-ওদিক নাড়ালেই লাইট বন্ধ বা চালু হয়ে যাবে। হাত উপর-নিচ করলে ফ্যানের স্পিড বেড়ে বা কমে যাবে। সেটা নিয়ে বেশ কিছুদিন এক্সপেরিমেন্ট চলল এবং কয়েক মাস দারুণভাবে কাজটা চলল।
কিন্তু সমস্যা হলো, ওই জেশ্চার কন্ট্রোল ঠিকমতো কাজ করানোর জন্য আমাকে যন্ত্রটার একদম কাছাকাছি বা নির্দিষ্ট জায়গার আশেপাশে থাকতে হতো। সেটাও একটা বড় প্যারা হয়ে দাঁড়াল। কারণ কাজের সময় তো আর সবসময় মেশিনের সামনে দাঁড়িয়ে হাত নাড়া সম্ভব না।
রাসবেরি পাই আর ভয়েস কন্ট্রোল
তখনো তো আর বর্তমান যুগের মতো আধুনিক এআই মডেল আসেনি। তাই আমরা বিভিন্ন ছোট ছোট টুল ব্যবহার করলাম। এমন একটা সিস্টেম দাঁড় করাতে চেয়েছিলাম যা একটা অবজেক্ট যেমন ‘লাইট’ এই কথাটা বুঝতে পারে এবং ‘অন’ বা ‘অফ’ কমান্ডটা রিসিভ করতে পারে।
এই আইডিয়া থেকে আমরা বাজারে পেলাম রাসবেরি পাই। রাসবেরি পাই হাতে পাওয়ার পর ইন্টেলিজেন্ট লেভেলটা আমরা আরও একটু গভীরে পেলাম। আমরা বুঝতে চাইলাম যে মেশিন আসলে মানুষের কথা কতটা ফিল করতে পারে বা বুঝতে পারে।
এই প্রসেসের মধ্যে আমি নিজে হাতে-কলমে বাংলা ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং নিয়ে একটা লেসন বা বই লিখে ফেললাম। তখন দেখলাম যে নিউরাল নেটওয়ার্ক মানুষের কথা বেশ ভালোভাবেই বুঝতে পারছে। ঠিক তখনই চলে এলো ভয়েস কন্ট্রোল সিস্টেম। গুগলের কিছু ডিভাইস এবং অ্যামাজনের অ্যালেক্সা তখন মানুষের কথা খুব সহজে বুঝতে শুরু করল। তারা তাদের নেটওয়ার্কের মাধ্যমে সিগন্যাল পাঠিয়ে দিত আমাদের ঘরের ডিভাইসগুলোতে। ফলে মুখে বললেই ঘরের লাইট-ফ্যান নিমিষেই কাজ করা শুরু করে দিত। এটার মাধ্যমে লাইফটা অনেকটাই ইজি হয়ে গেল।
চ্যাটজিপিটি আর ‘কামলা’ খাটানো
এরপরে আমাদের টেকনোলজি ওয়ার্ল্ডে এন্ট্রি নিলো চ্যাটজিপিটি। মানুষ কোনো প্রশ্ন করলেই সে খুব সুন্দর অ্যানসার দিতে পারে। কিন্তু মুশকিল হলো, তাকে দিয়ে কোনো রিয়েল কাজ করানো যায় না। আমরা যতই বলি যে আমার এই কাজটা করে দাও, চ্যাটজিপিটি তখন খুব বিনয়ের সাথে বলে যে এই কাজটা তুমি এভাবে করো, ওভাবে করো।
ব্যাপারটা ঠিক এমন যে, যন্ত্রের একটা দারুণ মাথা বা ব্রেইন আছে এবং আমার মাথা সরাসরি সেই যন্ত্রের সাথে কথা বলছে। কিন্তু আমার তো মাথার সাথে হাত-পা আছে, আমি চাইলেই একটা কাজ নিজে করে ফেলতে পারি। চ্যাটজিপিটিকে কোনো কিছু করতে বললে সে সেটা কোনো অ্যাকশনে কনভার্ট করতে পারত না, কারণ তার তো কোনো হাত-পা বা টুল নেই।
কামলা ওয়ার্কশপ
সেই ওয়ার্কশপে আমি সবাইকে হাতে-কলমে দেখাবো কীভাবে একটা যন্ত্রকে কোনো কিছু করতে বললে সে কোনো তর্ক না করে একদম নিজে থেকেই সেই কাজটা করে দেয়। এর মূল সিক্রেট হলো কৃত্রিম বুদ্ধিমত্তার মাথার সাথে তার হাত-পা জোড়া লাগিয়ে দেওয়া। আর এই হাত-পাগুলো তার ব্রেইনের সাথে ঠিকমতো সিনক্রোনাইজ করে কাজ করতে পারছে কি না, সেটাই আমি সবাইকে দেখাতে চাই।
আমাদের এই পুরো আয়োজনে এই ওয়ার্কশপ নিয়েই মূল আলাপ চলবে। ওয়ার্কশপে আসার আগে আমাদের ৩টা জিনিস করে আসতে হবে।
- গিটহাব একাউন্ট থাকতে হবে।
- পাইথন ইনস্টল করা থাকতে হবে।
- রিপোজিটরি লিংক: https://github.com/raqueeb/ai_work_flow রিপোজিটরি ফর্ক করুন।
- মডেল লোডিং: LM Studio basic ডাউনলোড করে Qwen 2.5 ১.৫ বিলিয়ন প্যারামিটার মডেল বা Gemma 4B লোড করুন।
মডেল লোড করছি
নিচের ছবিতে দেখুন কিভাবে এই ছোট মডেল ১.৫ বিলিয়ন প্যারামিটার লোড করছি। আমাদের কাজ হচ্ছে সবচেয়ে পিচ্চি মডেল দিয়ে কাজ করা।
আমাদের একটা বড় কাজ হচ্ছে, সেটা ব্যবসায় হোক আর রিসার্চে হোক, যে কোন একটা সমস্যাকে সমাধান করা। এ ধরনের সমস্যার সমাধানে আমাদের ধাপে ধাপে একটা ওয়ার্ক তৈরি করতে হয় যেই ওয়ার্কফ্লো এর মাধ্যমে ফাইনালি একটা পাইপলাইন তৈরি করা যেতে পারে। সে ধরনের একটা পাইপলাইনের ছবি আপনারা গিটহাব লিংকে পাবেন।
পরবর্তী পৃষ্ঠায় দেখুন: AI এবং LLM অ্যাপ্লিকেশন - এন্টারপ্রাইজ গাইড