DeepMind প্রাক্তন গবেষকদের দ্বারা প্রতিষ্ঠিত Inherent, দাবি করছে তাদের AI 'টিমমেট' Anthropic এবং OpenAI-কে গবেষণা প্রতিলিপিতে ছাড়িয়ে গেছে

DeepMind-এর প্রাক্তন গবেষকদের দ্বারা নির্মিত একটি ব্রিটিশ AI ল্যাব এমন একটি দাবি করেছে যা এশিয়ার প্রতিটি ডেভেলপার এবং প্রতিষ্ঠাতাকে থেমে যেতে বাধ্য করবে: তাদের AI এজেন্ট, Faraday, বৈজ্ঞানিক গবেষণাপত্র প্রতিলিপি করতে পারে Anthropic বা OpenAI যা কিছু প্রকাশ করেছে তার চেয়ে আরও নির্ভুলভাবে। Inherent, DeepMind প্রাক্তন কর্মচারীদের দ্বারা প্রতিষ্ঠিত, বলছে যে এর AI সিস্টেম শুধুমাত্র আরেকটি গবেষণা সহায়ক নয় — এটি একটি প্রকৃত বৈজ্ঞানিক টিমমেট। যদি এই বেঞ্চমার্ক যাচাইয়ের সম্মুখীন হয়, তাহলে এটি 2026 সালে প্রয়োগকৃত AI গবেষণা সরঞ্জামে আমরা যা দেখেছি তার মধ্যে একটি উল্লেখযোগ্য ক্ষমতা বৃদ্ধি।

কী ঘটেছে

Inherent, ব্রিটিশ AI ল্যাব যা TechCrunch দ্বারা 22 আগস্ট, 2026-এ কভার করা হয়েছিল, Faraday নামক একটি AI এজেন্ট প্রকাশ করেছে। মূল দাবিটি সুনির্দিষ্ট এবং স্পষ্টভাবে বলার যোগ্য: Faraday বৈজ্ঞানিক গবেষণাপত্র প্রতিলিপির কাজে Anthropic এবং OpenAI-এর প্রতিযোগী AI সিস্টেমগুলিকে ছাড়িয়ে গেছে।

প্রতিলিপি একটি তুচ্ছ বেঞ্চমার্ক নয়। এটির জন্য একটি AI সিস্টেমকে একটি প্রকাশিত গবেষণাপত্র পড়তে, এর পদ্ধতি বুঝতে, এর পরীক্ষামূলক সেটআপ পুনরুৎপাদন করতে এবং মূল ফলাফলের সাথে সামঞ্জস্যপূর্ণ ফলাফলে পৌঁছাতে হবে — প্রক্রিয়া জুড়ে হাত ধরে না দিয়ে। এটি একটি গবেষণাপত্র সংক্ষিপ্ত করা বা এটি সম্পর্কে প্রশ্নের উত্তর দেওয়ার থেকে গুণগতভাবে আলাদা। Inherent অনুযায়ী, Faraday এটি স্বায়ত্তশাসিতভাবে করে, একটি সরঞ্জামের মতো কাজ করে যা আপনি প্রম্পট করেন না বরং একজন সহকর্মীর মতো যাকে আপনি কাজ অর্পণ করেন।

প্রতিষ্ঠাতা দলের বংশপরিচয় এখানে গুরুত্বপূর্ণ। DeepMind ঐতিহাসিকভাবে গ্রহের সবচেয়ে কঠোর AI গবেষণা পরিবেশগুলির মধ্যে একটি হয়েছে — AlphaFold, AlphaGo এবং সমবয়সী-পর্যালোচিত অগ্রগতির একটি দীর্ঘ তালিকার পিছনের ল্যাব। যে প্রতিষ্ঠাতারা সেই সংস্কৃতি থেকে এসেছেন তারা সাধারণত "এটি কাজ করে" আসলে কী অর্থ তার জন্য একটি উচ্চতর মান দিয়ে নির্মাণ করেন। এটি নিশ্চিত করে না যে Inherent-এর বেঞ্চমার্কগুলি নিখুঁত, তবে এটি মানে Faraday-এর পিছনের পদ্ধতি গড় স্টার্টআপের প্রেস রিলিজ দাবির চেয়ে রক্ষণীয় হওয়ার সম্ভাবনা বেশি।

Faraday-কে একটি "টিমমেট" হিসাবে অবস্থান করা একটি সরঞ্জামের পরিবর্তে ইচ্ছাকৃত এবং দার্শনিকভাবে উল্লেখযোগ্য। এটি একটি ডিজাইন দর্শন সংকেত দেয়: সিস্টেমটি যথেষ্ট স্বায়ত্তশাসনের সাথে কাজ করার জন্য ডিজাইন করা হয়েছে যাতে একজন গবেষক বা ডেভেলপার একটি কাজ হাতছাড়া করতে পারে এবং একটি অর্থপূর্ণ আউটপুট আশা করতে পারে, শুধুমাত্র আরও মানব কাজের জন্য একটি সূচনা বিন্দু নয়। সেই ফ্রেমিং বাস্তব-বিশ্বের গবেষণা কর্মপ্রবাহের সাথে যোগাযোগ করে টিকে থাকে কিনা তা দেখা বাকি — তবে বেঞ্চমার্ক ফলাফল এটিকে গুরুত্ব সহকারে নেওয়ার যোগ্য বিশ্বাসযোগ্যতা দেয়।

এশিয়ার জন্য এটি কেন গুরুত্বপূর্ণ

এশিয়ার গবেষণা এবং উন্নয়ন ল্যান্ডস্কেপ একটি মোড় পয়েন্টে রয়েছে। সিঙ্গাপুর, দক্ষিণ কোরিয়া, জাপান, তাইওয়ান এবং ক্রমবর্ধমান দক্ষিণ-পূর্ব এশিয়া জুড়ে বিশ্ববিদ্যালয়গুলি বিশ্বমানের AI এবং জীবন বিজ্ঞান গবেষণা তৈরি করছে। একই সময়ে, গবেষণা আউটপুট এবং বাণিজ্যিক প্রয়োগের মধ্যে ব্যবধান এই অনেক বাজারে অবিচলিতভাবে বিস্তৃত থাকে। একটি সরঞ্জাম যা বৈজ্ঞানিক কাজের প্রতিলিপি এবং যাচাইকরণ ত্বরান্বিত করতে পারে তা শুধুমাত্র একাডেমিকদের সাহায্য করে না — এটি প্রকাশিত গবেষণাপত্র থেকে উৎপাদন-প্রস্তুত অন্তর্দৃষ্টিতে সময়সীমা সংকুচিত করে।

সিঙ্গাপুর এবং দক্ষিণ কোরিয়ার ফার্মাসিউটিক্যাল এবং বায়োটেক খাতগুলি বিবেচনা করুন, যেখানে গবেষণা দলগুলি তাদের উচ্চাকাঙ্ক্ষার তুলনায় ছোট। একটি Faraday-শ্রেণীর এজেন্ট যা স্বায়ত্তশাসিতভাবে পরীক্ষামূলক ফলাফল প্রতিলিপি করতে পারে মানে পাঁচজন গবেষকের একটি দল কার্যকরভাবে পনেরো জনের দলের ওজনে আঘাত করতে পারে। একই যুক্তি অঞ্চল জুড়ে AI গবেষণা ল্যাবগুলিতে প্রযোজ্য যারা ভিত্তিগত মডেলগুলির উপর নির্মাণের জন্য প্রতিযোগিতা করছে — বোঝা যে পূর্ববর্তী কাজ আসলে কী প্রদর্শন করেছে, শুধুমাত্র এটি কী দাবি করেছে তা নয়, একটি গুরুত্বপূর্ণ বাধা।

এশিয়া প্রযুক্তির জন্য একটি ভাষা এবং অ্যাক্সেস মাত্রাও রয়েছে। উচ্চ-মূল্যের বৈজ্ঞানিক সাহিত্যের একটি উল্লেখযোগ্য অংশ ইংরেজিতে বিদ্যমান, যখন অনেক গবেষক যাদের এটিতে কাজ করতে হবে তারা ম্যান্ডারিন, কোরিয়ান, জাপানি বা বাহাসা ইন্দোনেশিয়ায় কাজ করছেন। একটি AI এজেন্ট যা গবেষণা প্রতিলিপি এবং সংশ্লেষণ করতে পারে — শুধুমাত্র এটি অনুবাদ করে না — এমন একটি ঘর্ষণের স্তর সরিয়ে দেয় যা ঐতিহাসিকভাবে অঞ্চল জুড়ে জ্ঞান স্থানান্তর ধীর করেছে।

আরও ব্যাপকভাবে, Faraday-এর উদ্ভব সংকেত দেয় যে উচ্চ-মূল্যের AI অ্যাপ্লিকেশনের পরবর্তী ঢেউ সাধারণ-উদ্দেশ্য চ্যাটবট হবে না। তারা একটি সংকীর্ণ, উচ্চ-ঝুঁকিপূর্ণ কাজে গভীর ক্ষমতা সহ ডোমেন-নির্দিষ্ট এজেন্ট হবে। এশিয়ান প্রতিষ্ঠাতাদের জন্য মূল্যায়ন করছে যেখানে নির্মাণ করতে হবে, এটি একটি স্পষ্ট সংকেত: এই পরবর্তী পর্যায়ে AI বাজারে অনুভূমিক প্রস্থতা ছাড়িয়ে উল্লম্ব গভীরতা। যে দলগুলি জিতবে তারা হবে যারা একটি ডোমেন বেছে নেয় — বৈজ্ঞানিক গবেষণা, আইনি বিশ্লেষণ, আর্থিক মডেলিং — এবং একটি এজেন্ট তৈরি করে যা সত্যিকারের "টিমমেট" লেবেল অর্জন করে।

ডেভেলপারদের জন্য এটির অর্থ কী

ডেভেলপারদের জন্য, Faraday একটি কংক্রিট স্থাপত্য প্রশ্ন উত্থাপন করে: আপনি কীভাবে একটি AI এজেন্ট তৈরি করেন যা দীর্ঘ-দিগন্ত কাজগুলি নির্ভরযোগ্যভাবে সম্পাদন করতে পারে যাতে বৈজ্ঞানিক প্রতিলিপির মতো নির্ভুলতার সাথে বিশ্বাস করা যায়?

সংক্ষিপ্ত উত্তর, Inherent যা প্রকাশ করেছে তার উপর ভিত্তি করে, হল যে এটির জন্য একটি ভালভাবে-প্রম্পট করা সীমান্ত মডেলের চেয়ে বেশি প্রয়োজন। Faraday একটি বহু-পদক্ষেপ এজেন্টিক সিস্টেম বলে মনে হয় — একটি যা কর্মের একটি ক্রম পরিকল্পনা করতে পারে, সেগুলি সম্পাদন করতে পারে, মধ্যবর্তী আউটপুটগুলি মূল্যায়ন করতে পারে এবং কোর্স-সংশোধন করতে পারে। এটি একটি পুনরুদ্ধার-বর্ধিত প্রজন্ম (RAG) পাইপলাইন বা একটি মান চ্যাটবট ইন্টারফেস তৈরি করার থেকে মৌলিকভাবে আলাদা প্রকৌশল চ্যালেঞ্জ।

যদি আপনি আজ এজেন্ট তৈরি করছেন, এই গল্প থেকে ব্যবহারিক নির্দেশনা হিসাবে কয়েকটি জিনিস বেরিয়ে আসে:

• মূল্যায়ন সবচেয়ে কঠিন অংশ। Inherent-এর Faraday Anthropic এবং OpenAI-কে ছাড়িয়ে গেছে বলে দাবি করার ক্ষমতা শুধুমাত্র বিশ্বাসযোগ্য কারণ তাদের একটি কঠোর, উদ্দেশ্যমূলক বেঞ্চমার্ক ছিল — যাচাইযোগ্য ফলাফল সহ গবেষণাপত্র প্রতিলিপি। যদি আপনি একটি ডোমেন কাজের জন্য একটি এজেন্ট তৈরি করছেন, আপনার সাফল্যের মেট্রিক সংজ্ঞায়িত করুন কোড লেখার আগে। "এটি কাজ করেছে" সংখ্যাগতভাবে কী দেখায়?
• কাজ বিয়োজন মডেল পছন্দের চেয়ে বেশি গুরুত্বপূর্ণ। মডেল একটি উপাদান। স্থাপত্য — আপনি কীভাবে একটি জটিল কাজকে উপ-কাজে ভাগ করেন, আপনি কীভাবে ব্যর্থতা পরিচালনা করেন, আপনি কীভাবে মধ্যবর্তী আউটপুটগুলি যাচাই করেন — এটি যেখানে প্রকৃত প্রকৌশল বাস করে। একটি শক্তিশালী কাজ বিয়োজন স্তর সহ একটি দুর্বল মডেল প্রায়শই একটি শক্তিশালী মডেলকে ছাড়িয়ে যাবে যা শুধুমাত্র শেষ থেকে শেষ পর্যন্ত প্রম্পট করা হয়।
• স্বায়ত্তশাসন বিশ্বাস স্কাফোল্ডিং প্রয়োজন। Faraday-কে একটি "টিমমেট" বলা মানে সিস্টেমটি অর্থপূর্ণ স্ট্রেচের জন্য তত্ত্বাবধান ছাড়াই কাজ করার জন্য বিশ্বাস করা যেতে পারে। সেই বিশ্বাস তৈরি করার জন্য লগিং, ব্যাখ্যাযোগ্যতা এবং সুন্দর ব্যর্থতা মোড প্রয়োজন। ব্যবহারকারীরা এমন একটি এজেন্টকে প্রতিনিধি দেবে না যা তারা অডিট করতে পারে না।

প্ল্যাটফর্ম পক্ষে, এটি ঠিক এই ধরনের উন্নয়ন প্যাটার্ন যা MonstarX সমর্থন করার জন্য নির্মিত। এজেন্টিক সিস্টেম তৈরি করা এশিয়ান ডেভেলপারদের অবকাঠামো প্রয়োজন যা অর্কেস্ট্রেশন স্তর পরিচালনা করে — মডেলগুলিকে ডেটা উত্সগুলিতে সংযুক্ত করা, বহু-পদক্ষেপ কর্মপ্রবাহ জুড়ে অবস্থা পরিচালনা করা এবং বাহ্যিক API এবং গবেষণা ডাটাবেসগুলিতে সঠিক সংযোগকারী প্রকাশ করা — প্রতিটি দলকে সেই স্কাফোল্ডিং পুনর্নির্মাণ করতে বাধ্য না করে।

Faraday গল্প বিশেষীকরণ সম্পর্কে একটি পয়েন্ট শক্তিশালী করে। Inherent একটি সাধারণ-উদ্দেশ্য গবেষণা এজেন্ট তৈরি করার চেষ্টা করেনি। তারা একটি কাজ বেছে নিয়েছিল — প্রতিলিপি — এবং এটির জন্য কঠোর অপ্টিমাইজ করেছিল। এশিয়ায় নির্মাণকারী ডেভেলপারদের এটি গুরুত্ব সহকারে নেওয়া উচিত। বিস্তৃত নির্মাণের প্রলোভন শক্তিশালী, বিশেষত যখন আপনি বিনিয়োগকারীদের কাছে পিচ করছেন যারা TAM চান। তবে যে এজেন্টগুলি প্রকৃতপক্ষে গ্রহণ করা হবে তারা হল যারা একটি উচ্চ-মূল্যের জিনিস করে একা মানুষ যা করতে পারে তার চেয়ে ভাল।

আরও একটি ব্যবহারিক নোট: গবেষণা প্রতিলিপি ব্যবহারের ক্ষেত্রে সফটওয়্যার উন্নয়নে সরাসরি অ্যানালগ রয়েছে। কোড পর্যালোচনা, পরীক্ষা প্রজন্ম এবং — সবচেয়ে প্রাসঙ্গিকভাবে — বাগ পুনরুৎপাদন