- গুগল ডিপমাইন্ড প্রোগ্রামিং, ব্যবসায়িক কাজ এবং সাইবার প্রতিরক্ষার জন্য জেমিনি ৪ আর্গন উপস্থাপন করছে।
- এই মডেলটি আউটপুট দশ লক্ষ টোকেনে উন্নীত করে এবং এটি প্রাথমিকভাবে ফেয়ারউইন্ডের মাধ্যমে নিরাপত্তা দলগুলোর জন্য স্থাপন করা হচ্ছে।
- গুগল DeepSWE v1.1-এ ৭৭.৯%, CWE-bench v1-এ ৬৮% এবং LVBench-এ ৯১.৭%-এর মতো ফলাফল প্রকাশ করে।
- পরবর্তীতে এপিআই এবং গুগল এআই আল্ট্রা গ্রাহকরা এতে প্রবেশাধিকার পাবেন, যার প্রাথমিক মূল্য হবে প্রতি মিলিয়ন টোকেনের জন্য ২/১০ ডলার।
গুগল ডিপমাইন্ড ‘জেমিনি ৪ আর্গন’ উন্মোচন করেছে, যা জটিল পেশাদারী কাজ সামলানোর জন্য ডিজাইন করা একটি অত্যাধুনিক কৃত্রিম বুদ্ধিমত্তা মডেল। প্রোগ্রামিং, বিজনেস ইন্টেলিজেন্স এবং সাইবারসিকিউরিটি হলো এর তিনটি প্রধান স্তম্ভ। সংস্থাটি এটিকে তাদের জেমিনি পরিবারের একটি পরবর্তী ধাপ হিসেবে উল্লেখ করেছে এবং দাবি করেছে যে এর অভ্যন্তরীণ পরীক্ষার ফলাফল বেঞ্চমার্কের শীর্ষে রয়েছে।
শুরু থেকেই এর প্রচলন ব্যাপকভাবে হবে না। প্রাথমিকভাবে, ফেয়ারউইন্ড প্রোগ্রামের মাধ্যমে সাইবারসিকিউরিটি টিমগুলোকে লক্ষ্য করে শুধুমাত্র বিশ্বস্ত পার্টনারদের জন্য এর অ্যাক্সেস সীমাবদ্ধ থাকবে । পরবর্তীতে, এটি অর্থ প্রদানকারী এপিআই গ্রাহক এবং গুগল এআই আল্ট্রা সাবস্ক্রাইবারদের জন্য উপলব্ধ হবে। স্পেন এবং ইউরোপের বাকি অংশের জন্য এখনও কোনো নির্দিষ্ট তারিখ ঠিক হয়নি।
দীর্ঘ ও বহু-ধাপের কাজের জন্য ডিজাইন করা একটি মডেল
এর প্রধান প্রযুক্তিগত উদ্ভাবন হলো এর দশ লক্ষ টোকেন পর্যন্ত আউটপুট সীমা , যেখানে পূর্ববর্তী প্রজন্মগুলোতে এই সীমা ছিল ৬৪,০০০। এটি প্রতিক্রিয়াকে ক্রমাগত খণ্ডিত না করেই নিরবচ্ছিন্ন যুক্তিপ্রদান এবং বিপুল পরিমাণ কোড, ডকুমেন্টেশন বা বিশ্লেষণ তৈরি করার সুযোগ দেয়।
গুগল আপনাকে বহু-ধাপের কর্মপ্রবাহের দিকে পরিচালিত করে। এটি কেবল স্বতন্ত্র প্রশ্নের উত্তর দেওয়ার বিষয় নয়, বরং দীর্ঘ সময় ধরে বিভিন্ন কাজকে একসূত্রে গাঁথা , নথিপত্র পর্যালোচনা করা, গবেষণা করা এবং বিশেষায়িত কাজ সম্পন্ন করার বিষয়ও বটে।
কোম্পানিটি এর অভ্যন্তরীণ ব্যবহারের ওপরও আলোকপাত করেছে। হাজার হাজার কর্মচারী ডিবাগিং, গবেষণা এবং কোড মাইগ্রেশনের জন্য এটি পরীক্ষা করেছেন। C এবং C++ থেকে Rust-এ করা প্রজেক্টগুলো এই পরীক্ষারই অংশ, এবং প্রোডাকশনের আগে এতে মানুষের দ্বারা পর্যালোচনা ও স্বয়ংক্রিয় পরীক্ষা করা হয়।
অবকাঠামোর ক্ষেত্রে, আর্গন-ভিত্তিক এজেন্টরা ডেটা সেন্টারের টেলিমেট্রি বিশ্লেষণ করে অপ্টিমাইজেশন শনাক্ত করেছে। গুগল দাবি করেছে যে ৩০০ টিআইবি-র বেশি মেমরি খালি হয়েছে এবং এই সাশ্রয় আরও বেশি হতে পারে। এই পরিসংখ্যানগুলো কোম্পানি কর্তৃক সরবরাহ করা হয়েছে এবং এগুলো বাহ্যিক যাচাইয়ের অপেক্ষায় রয়েছে।
গুগল যে ফলাফলগুলো রেফারেন্স হিসেবে উপস্থাপন করে
গুগল এমন কিছু পরিসংখ্যান প্রকাশ করেছে যা আর্গনকে সবার শীর্ষে রেখেছে। দীর্ঘমেয়াদী সফটওয়্যার ইঞ্জিনিয়ারিংয়ের উপর পরিচালিত একটি পরীক্ষা, DeepSWE v1.1- এ এটি ৭৭.৯% স্কোর করেছে। কোম্পানিটি এই মূল্যায়নে এটিকে সর্বোচ্চ স্কোরধারী হিসেবে উপস্থাপন করেছে।
পেশাদার কাজের ক্ষেত্রে, এটি ভ্যালস (Vals) সূচকে শীর্ষস্থান অধিকার করে, যা অর্থায়ন, প্রোগ্রামিং, আইন এবং কর বিষয়গুলোকে মূল্যায়ন করে। এছাড়াও এটি ব্যবসায়িক প্রক্রিয়ার জন্য জ্যাপিয়ার (Zapier)-এর একটি বেঞ্চমার্ক অটোমেশনবেঞ্চ (AutomationBench)-এ ৫১.৩% এবং দীর্ঘ ভিডিওর জন্য এলভিবেঞ্চ (LVBench)-এ ৯১.৭% স্কোর অর্জন করে।
গুগলের তথ্য অনুযায়ী , সাইবারসিকিউরিটিতে CWE-bench v1-এ আর্গন ৬৮% স্কোর করে যৌথভাবে প্রথম স্থান অর্জন করেছে। তবে, FrontierSWE এবং Terminal-Bench-এ ক্লদ ওপাস ৫.৫ (Claude Opus 5.5) শীর্ষে রয়েছে। OSWorld 2.0 অফলাইনে GPT-6 Astra ৭২.৬% স্কোর করে আর্গনকে ছাড়িয়ে গেছে, যেখানে আর্গনের স্কোর ৬৯.২%।
এই তুলনাগুলো মূলত প্রস্তুতকারকের তথ্যের উপর ভিত্তি করে করা হয়েছে। যেহেতু এই তথ্য সহজলভ্য নয়, তাই স্বাধীন মূল্যায়নকারীরা এখনও পরীক্ষাগুলো পুনরায় করতে পারেননি। এই কারণে র্যাঙ্কিংগুলো সতর্কতার সাথে ব্যাখ্যা করা প্রয়োজন।
সাইবার নিরাপত্তা: প্রয়োগের প্রথম ক্ষেত্র
মডেলটিকে দুর্বলতা খুঁজে বের করতে, যাচাই করতে এবং সমাধান করতে প্রশিক্ষণ দেওয়া হয়েছে। গুগলের মতে, এটি সোর্স কোডে প্রবেশাধিকার ছাড়াই উন্মুক্ত কোড এবং সিস্টেম বিশ্লেষণ করতে পারে। সাইবার নিরাপত্তার কারণেই এর প্রকাশ সীমিত ।
ফেয়ারউইন্ড প্রোগ্রামটি সরকার, সরকারি সংস্থা এবং নিরাপত্তা অংশীদারদের ব্যবহারের সুযোগ দেয়। অগ্রাধিকারপ্রাপ্ত গোষ্ঠীগুলোর মধ্যে রয়েছে সরকারি সংস্থা, স্বাস্থ্যসেবা প্রতিষ্ঠান এবং টেলিযোগাযোগ সংস্থা। এর লক্ষ্য হলো, আক্রমণকারীদের আগে প্রতিরোধকারীরা যেন এটি ব্যবহার করতে পারে ।
গুগল উইজ-এর সাথে একটি সহযোগিতার কথা উল্লেখ করেছে, যেখানে আর্গন হাসপাতালগুলিতে ব্যবহৃত স্বাস্থ্যসেবা সফটওয়্যারে একটি গুরুতর দুর্বলতা শনাক্ত করেছে বলে জানা গেছে। এই ত্রুটির কারণে ব্যক্তিগত তথ্য ফাঁস হতে পারে। সংস্থাটির মতে, পূর্ববর্তী মডেলগুলো এটি শনাক্ত করতে পারত না ।
অপব্যবহার রোধ করতে গুগল নজরদারি, দ্রুত ইনজেকশন প্রতিরোধ এবং সংবেদনশীল পরিবেশের বিচ্ছিন্নতার কথা উল্লেখ করেছে। কিছু সাইবার নিরাপত্তা বাধা ছাড়া একটি সংস্করণ স্বীকৃত ডিফেন্ডারদের জন্য সংরক্ষিত। সাধারণ অ্যাক্সেসে আরও কঠোর ফিল্টার বজায় রাখা হবে ।
প্রাপ্যতা, মূল্য এবং অমীমাংসিত প্রশ্নাবলী
এটি পর্যায়ক্রমে চালু করা হবে। প্রথমে ফেয়ারউইন্ড, তারপর পেইড এপিআই গ্রাহক এবং গুগল এআই আল্ট্রা সাবস্ক্রাইবারদের জন্য। সাধারণ জনগণ, স্পেন বা ইউরোপের বাকি অংশের জন্য কোনো নির্দিষ্ট তারিখ নেই । গুগল জানিয়েছে, এটি যত তাড়াতাড়ি সম্ভব করা হবে।
প্রারম্ভিক মূল্য হবে প্রতি মিলিয়ন এন্ট্রি টোকেনের জন্য ২ ডলার এবং প্রতি মিলিয়ন এক্সিট টোকেনের জন্য ১০ ডলার। এরপর, তা যথাক্রমে ৪ ডলার এবং ২০ ডলারে বৃদ্ধি পাবে। ক্যাশ করা এন্ট্রি টোকেনগুলিতে ৯৫% ছাড় দেওয়া হবে।
উন্নত মডেলগুলোকে ব্যাপকভাবে সহজলভ্য করার আগে মার্কিন সরকারের পর্যালোচনার স্বেচ্ছামূলক প্রক্রিয়ায় গুগলও অংশগ্রহণ করে। এটি এমন একটি পদ্ধতি যা অন্যান্য নির্মাতারাও আগে থেকেই অনুসরণ করে। বাজারে ছাড়ার আগের এই পর্যালোচনাটি এখন তাদের নিয়মিত কার্যসূচির একটি অংশ হয়ে উঠেছে ।
আর্গনের আগমন গুগল, ওপেনএআই এবং অ্যানথ্রোপিকের মধ্যে প্রতিযোগিতা আরও তীব্র করেছে। এটি খরচ, তদারকি এবং এন্টারপ্রাইজ ইন্টিগ্রেশন নিয়েও প্রশ্ন তুলেছে। বেঞ্চমার্ক হলো চিত্রের একটি অংশ , কিন্তু সম্পূর্ণ চিত্র নয়।
জেমিনি ৪ আর্গনকে দীর্ঘমেয়াদী প্রকল্প, কোড, এন্টারপ্রাইজ এবং সাইবার প্রতিরক্ষার জন্য একটি অত্যাধুনিক মডেল হিসেবে উপস্থাপন করা হয়েছে। এর বৃহৎ টোকেন অফারিং, পরীক্ষার ফলাফল এবং সীমিত ডেপ্লয়মেন্ট এর কৌশল নির্ধারণ করে। ফেয়ারউইন্ড, গুগল এআই আল্ট্রা এবং পেমেন্ট এপিআই এর অ্যাক্সেস নির্ধারণ করে। তারিখ এবং স্বাধীন যাচাইকরণের অপেক্ষায় থাকায়, স্পেন এবং ইউরোপকে আপাতত দূর থেকেই এই ঘোষণাটি অনুসরণ করে সন্তুষ্ট থাকতে হবে।