সফটওয়্যার ইঞ্জিনিয়ারিংয়ে কৃত্রিম বুদ্ধিমত্তার দীর্ঘ যাত্রা

AI কি সত্যিই প্রোগ্রাম করা যায়? নতুন গবেষণা স্বয়ংক্রিয় সফটওয়্যার ইঞ্জিনিয়ারিংয়ের পথে বাধাগুলি তুলে ধরেছে।

AI সবকিছু স্বয়ংক্রিয় করে তোলে, এবং এটি কি প্রোগ্রামারদের প্রতিস্থাপন করতে পারে? ছবি: মিডজার্নি

একদল গবেষক সফটওয়্যার উন্নয়নের ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তা (এআই) যে চ্যালেঞ্জগুলির মুখোমুখি হয় তার একটি বিস্তৃত মানচিত্র প্রকাশ করেছেন এবং এই ক্ষেত্রটিকে আরও এগিয়ে নেওয়ার জন্য একটি গবেষণা রোডম্যাপ প্রস্তাব করেছেন।

এমন একটি ভবিষ্যতের কল্পনা করুন যেখানে AI নীরবে সফ্টওয়্যার ডেভেলপমেন্টের ক্লান্তিকর কাজগুলি গ্রহণ করবে: জটিল কোড রিফ্যাক্টরিং, লিগ্যাসি সিস্টেম মাইগ্রেট করা এবং জাতি-ভিত্তিক বাগ ট্র্যাক করা, যাতে মানব সফ্টওয়্যার ইঞ্জিনিয়াররা সম্পূর্ণরূপে সিস্টেম আর্কিটেকচার, ডিজাইন এবং সৃজনশীল সমস্যাগুলির উপর মনোনিবেশ করতে পারে যা মেশিনগুলি এখনও সমাধান করতে পারে না। AI-তে সাম্প্রতিক অগ্রগতি সেই দৃষ্টিভঙ্গিকে খুব কাছে নিয়ে এসেছে বলে মনে হচ্ছে।

তবে, এমআইটির কম্পিউটার সায়েন্স অ্যান্ড আর্টিফিশিয়াল ইন্টেলিজেন্স ল্যাবরেটরি (সিএসএআইএল) এবং অংশীদার গবেষণা প্রতিষ্ঠানের বিজ্ঞানীদের একটি নতুন গবেষণায় দেখা গেছে যে, সেই ভবিষ্যতকে উপলব্ধি করতে হলে, আমাদের প্রথমে বর্তমান মুহূর্তের বাস্তব চ্যালেঞ্জগুলির মুখোমুখি হতে হবে।

"অনেকেই বলছেন যে প্রোগ্রামারদের আর প্রয়োজন নেই কারণ AI সবকিছু স্বয়ংক্রিয় করে তুলেছে," MIT-এর বৈদ্যুতিক প্রকৌশল এবং কম্পিউটার বিজ্ঞানের প্রভাষক, CSAIL-এর একজন জ্যেষ্ঠ গবেষক এবং গবেষণার প্রধান লেখক অধ্যাপক আরমান্ডো সোলার-লেজামা বলেন। "বাস্তবে, আমরা খুবই উল্লেখযোগ্য অগ্রগতি অর্জন করেছি। আমাদের কাছে এখন যে সরঞ্জামগুলি আছে তা আগের তুলনায় অনেক বেশি শক্তিশালী। কিন্তু অটোমেশনের পূর্ণ সম্ভাবনায় পৌঁছাতে এখনও অনেক পথ পাড়ি দিতে হবে।"

অধ্যাপক আরমান্ডো সোলার-লেজামা যুক্তি দেন যে বর্তমান প্রচলিত ধারণাটি সফ্টওয়্যার ইঞ্জিনিয়ারিংকে একজন শিক্ষার্থীর প্রোগ্রামিং অ্যাসাইনমেন্টের মতো একটি কাজের মধ্যে সহজ করে তোলে: একটি ছোট ফাংশন অ্যাসাইনমেন্ট গ্রহণ করা এবং এটি পরিচালনা করার জন্য কোড লেখা, অথবা একটি LeetCode-স্টাইল অ্যাসাইনমেন্ট করা। এদিকে, বাস্তবতা অনেক জটিল: কোড রিফ্যাক্টরিং থেকে ডিজাইন অপ্টিমাইজ করা, COBOL থেকে জাভাতে লক্ষ লক্ষ লাইন কোডের বৃহৎ আকারের স্থানান্তর যা একটি কোম্পানির প্রযুক্তি প্ল্যাটফর্মকে মৌলিকভাবে পরিবর্তন করে।

পরিমাপ এবং যোগাযোগ এখনও চ্যালেঞ্জিং সমস্যা।

শিল্প স্কেলে কোড অপ্টিমাইজেশন—যেমন GPU কোর টুইকিং বা Chrome V8-এ বহু-স্তরের উন্নতি—মূল্যায়ন করা এখনও কঠিন। বর্তমান মানদণ্ডগুলি মূলত ছোট, প্যাকেজযুক্ত সমস্যাগুলির উপর ফোকাস করে। বর্তমানে উপলব্ধ সবচেয়ে ব্যবহারিক মেট্রিক, SWE-Bench, GitHub-এ একটি বাগ ঠিক করার জন্য কেবল একটি AI মডেলের প্রয়োজন—যা একটি নিম্ন-স্তরের প্রোগ্রামিং অনুশীলনের সমতুল্য, যেখানে কয়েকশ লাইন কোড জড়িত থাকে, যার ফলে ডেটা ফাঁসের সম্ভাবনা থাকে এবং AI-সহায়তাপ্রাপ্ত রিফ্যাক্টরিং, মানব-মেশিন প্রোগ্রামিং, অথবা লক্ষ লক্ষ লাইন কোড সহ উচ্চ-পারফরম্যান্স সিস্টেম পুনর্লিখনের মতো অন্যান্য বাস্তব-বিশ্বের পরিস্থিতি উপেক্ষা করে। যতক্ষণ না উচ্চ-ঝুঁকিপূর্ণ পরিস্থিতি অন্তর্ভুক্ত করার জন্য বেঞ্চমার্কগুলি প্রসারিত করা হয়, ততক্ষণ অগ্রগতি পরিমাপ করা—এবং এইভাবে এটিকে চালিত করা—একটি উন্মুক্ত চ্যালেঞ্জ হিসাবেই থাকবে।

তাছাড়া, মানব-যন্ত্র যোগাযোগও একটি প্রধান বাধা। প্রধান লেখক অ্যালেক্স গু, যিনি একজন স্নাতক ছাত্র, বলেছেন যে বর্তমানে, AI এর সাথে যোগাযোগ করা "যোগাযোগের একটি পাতলা সুতো" এর মতো। যখন তিনি AI কে কোড তৈরি করতে বলেন, তখন তিনি প্রায়শই বড়, অসংগঠিত ফাইল এবং কয়েকটি সহজ এবং প্রাথমিক পরীক্ষার কেস পান। এই ব্যবধানটি মানুষের পরিচিত সফ্টওয়্যার সরঞ্জাম, যেমন ডিবাগার এবং স্ট্যাটিক অ্যানালাইজার, কার্যকরভাবে ব্যবহার করতে AI এর অক্ষমতার মধ্যেও স্পষ্ট।

সম্প্রদায়ের পক্ষ থেকে পদক্ষেপ নেওয়ার আহ্বান।

লেখকরা যুক্তি দেন যে এই সমস্যাগুলির কোনও জাদুর কাঠি সমাধান নেই এবং সম্প্রদায়-স্তরের প্রচেষ্টার আহ্বান জানান: প্রোগ্রামারদের প্রকৃত উন্নয়ন প্রক্রিয়া প্রতিফলিত করে এমন ডেটা তৈরি করা (কোন কোড ধরে রাখা হয়, কোনটি বাতিল করা হয়, সময়ের সাথে সাথে কোড কীভাবে পুনঃফ্যাক্টর করা হয় ইত্যাদি), সিস্টেম ট্রানজিশনে গুণমান, প্যাচ স্থায়িত্ব এবং নির্ভুলতা পুনর্নির্মাণের জন্য সাধারণ মূল্যায়ন সরঞ্জাম; এবং স্বচ্ছ সরঞ্জাম তৈরি করা যা AI কে অনিশ্চয়তা প্রকাশ করতে এবং মানুষের হস্তক্ষেপকে আমন্ত্রণ জানাতে দেয়।

স্নাতকোত্তর শিক্ষার্থী অ্যালেক্স গু এটিকে বৃহৎ আকারের ওপেন-সোর্স সম্প্রদায়ের জন্য একটি "আহবান" হিসেবে দেখেন যা কোনও একক ল্যাব অর্জন করতে পারে না। সোলার-লেজামা ছোট, পারস্পরিকভাবে শক্তিশালী পদক্ষেপগুলি থেকে অগ্রগতির কল্পনা করে - "গবেষণার ফলাফল যা ধারাবাহিকভাবে সমস্যার অংশগুলিকে সম্বোধন করে" - যার ফলে AI একটি "কোড সুপারিশ সরঞ্জাম" থেকে একটি সত্যিকারের ইঞ্জিনিয়ারিং অংশীদারে রূপান্তরিত হয়।

"এটা কেন গুরুত্বপূর্ণ? সফটওয়্যার এখন অর্থ, পরিবহন, স্বাস্থ্যসেবা এবং প্রতিটি দৈনন্দিন কার্যকলাপের ভিত্তি। কিন্তু এগুলো নিরাপদে তৈরি এবং রক্ষণাবেক্ষণের জন্য মানুষের প্রচেষ্টা বাধা হয়ে দাঁড়াচ্ছে," গু বলেন। "একটি AI যা লুকানো ত্রুটি তৈরি না করে ভারী জিনিসপত্র বহন করতে পারে তা প্রোগ্রামারদের সৃজনশীলতা, কৌশল এবং নীতিশাস্ত্রের উপর মনোনিবেশ করার সুযোগ দেবে। কিন্তু এটি অর্জন করার জন্য, আমাদের বুঝতে হবে যে কোডের একটি অংশ সম্পূর্ণ করা কেবল সহজ অংশ - অন্য সবকিছুর মধ্যে কঠিন অংশ রয়েছে।"

(এমআইটি নিউজ থেকে সংগৃহীত)

সূত্র: https://vietnamnet.vn/hanh-trinh-dai-cua-ai-trong-ky-thuat-phan-mem-tu-dong-hoa-2426456.html