Google-এর কিংবদন্তি প্রকৌশলী Jeff Dean সার্চ জায়ান্টটি ছেড়ে Discovery Loop শুরু করতে চলেছেন, এমন একটি কোম্পানি যা গবেষণার ক্ষেত্রে বিশাল কম্পিউটেশনাল শক্তি ব্যবহার করে বিজ্ঞানের কাজের ধরন বদলে দেওয়ার চেষ্টা করবে।
Google এবং DeepMind থেকে আসা একটি শক্তিশালী দল
Dean ছিলেন Google-এর ৩০তম কর্মী এবং তিনি এর সার্চ ইনফ্রাস্ট্রাকচার ও Gemini-এর মাল্টিমোডাল মডেল তৈরিতে সাহায্য করেছেন। তিনি এর CEO হবেন।
তিনি গবেষকদের একটি "ড্রিম টিম" সাথে নিয়ে আসছেন: Sanjay Ghemawat, একজন সিনিয়র ফেলো এবং বিখ্যাত প্রকৌশলী; Quoc Le, Google Brain-এর একজন প্রতিষ্ঠাতা সদস্য; এবং Oriol Vinyals, DeepMind-এর একজন সিনিয়র রিসার্চ সায়েন্টিস্ট। তাঁদের জীবনবৃত্তান্ত ডিস্ট্রিবিউটেড সিস্টেম, নিউরাল নেটওয়ার্ক এবং রিইনফোর্সমেন্ট লার্নিং জুড়ে বিস্তৃত, যা ইঙ্গিত দেয় যে Discovery Loop প্রযুক্তিগতভাবে কঠিন সমস্যাগুলো মোকাবিলা করবে।
স্বয়ংক্রিয় পরীক্ষণের মাধ্যমে বিজ্ঞানের গতি ত্বরান্বিত করা
Discovery Loop একটি পাবলিক-বেনিফিট কর্পোরেশন হিসেবে গঠিত হয়েছে যার লক্ষ্য গবেষণার ক্ষেত্রে "হিউম্যান বটলনেক" বা মানুষের সীমাবদ্ধতা দূর করা। প্রথাগত ল্যাবগুলো হাইপোথিসিস (অনুমান), পরীক্ষা, বিশ্লেষণ এবং সিদ্ধান্তের একটি ধীর ও ধারাবাহিক চক্রের মাধ্যমে কাজ করে। এই স্টার্টআপটি সেই প্রক্রিয়াকে "হাই-অকটেন অ্যালগরিদম" দিয়ে প্রতিস্থাপন করতে চায় যা একসাথে হাজার হাজার পরীক্ষা শুরু করতে পারে।
এর মূল থিসিসে দুটি সাহসী লক্ষ্য রয়েছে:
- পরীক্ষণ চক্রের স্বয়ংক্রিয়করণ – হাইপোথিসিস তৈরি, পরীক্ষা এবং পরিমার্জন করার জন্য AI ব্যবহার করা, যা ডেটার পরিমাণ এবং গুণমান উভয়ই বৃদ্ধি করবে।
- রিকার্সিভ সেলফ-ইমপ্রুভমেন্ট (পুনরাবৃত্তিমূলক স্ব-উন্নতি) – এমন AI তৈরি করা যা আরও শক্তিশালী AI ডিজাইন করতে সাহায্য করবে, ফলে মানুষের হস্তক্ষেপ ছাড়াই উদ্ভাবনের গতি বহুগুণ বৃদ্ধি পাবে।
পরবর্তী AI দিগন্তের জন্য বিশাল বিনিয়োগ
Alphabet এই সিড রাউন্ডে বিনিয়োগ করছে, যা Radical Ventures এবং Khosla Ventures যৌথভাবে নেতৃত্ব দিচ্ছে। Kleiner Perkins, Lightspeed এবং Doerr Capital-ও এতে অংশগ্রহণ করেছে।
এই বিনিয়োগ সেই ক্রমবর্ধমান বিশ্বাসকে প্রতিফলিত করে যে, পরবর্তী AI তরঙ্গ লার্জ ল্যাঙ্গুয়েজ মডেলের বাইরে গিয়ে "এজেন্টিক" (agentic) সিস্টেমের দিকে ধাবিত হবে, যা গবেষণা পরিচালনা করবে এবং ভৌত ও ডিজিটাল ক্ষেত্রে যুগান্তকারী সাফল্য আনবে।
AI জগতের জন্য এটি কেন গুরুত্বপূর্ণ
Dean-এর প্রস্থান "AI for content" থেকে "AI for discovery"-তে একটি পরিবর্তনের ইঙ্গিত দেয়। গত দুই বছর জেনারেটিভ AI-এর আধিপত্য থাকলেও, Discovery Loop নিজেকে AI এবং হার্ড সায়েন্সের (কঠিন বিজ্ঞান) সন্ধিস্থলে স্থাপন করেছে। এটি সফল হলে ওষুধ আবিষ্কার, পদার্থ বিজ্ঞান এবং জ্বালানি গবেষণা নাটকীয়ভাবে ত্বরান্বিত হতে পারে, যা মানবজাতি কীভাবে তার কঠিনতম প্রযুক্তিগত চ্যালেঞ্জগুলো মোকাবিলা করে তা পুনর্গঠিত করবে।
মূল বিষয়সমূহ
- সেরা প্রতিভার চলে যাওয়া – Jeff Dean, Sanjay Ghemawat, Quoc Le এবং Oriol Vinyals Discovery Loop গঠনের জন্য Google ত্যাগ করছেন।
- স্বয়ংক্রিয় বিজ্ঞান – মানুষের সীমাবদ্ধতা এড়াতে এই স্টার্টআপটি হাজার হাজার AI-চালিত পরীক্ষা সমান্তরালভাবে চালাবে।
- বিশাল মূলধন – Alphabet এবং Khosla Ventures ও Radical Ventures সহ শীর্ষস্থানীয় বেশ কিছু VC ফান্ডিংয়ের প্রতিশ্রুতি দিয়েছে।
এই বাজি ধরার পেছনে থাকা প্রতিভা
Dean Google-এর তিনজন অত্যন্ত সমাদৃত প্রকৌশলীকে সাথে নিচ্ছেন: Sanjay Ghemawat, একজন সিনিয়র ফেলো যিনি ইন্টারনেটের একটি বড় অংশ পরিচালনাকারী ডিস্ট্রিবিউটেড সিস্টেম তৈরি করেছেন; Quoc Le, Google Brain-এর একজন প্রতিষ্ঠাতা সদস্য যিনি ডিপ-লার্নিং কৌশলের পথপ্রদর্শক; এবং Oriol Vinyals, DeepMind-এর একজন সিনিয়র রিসার্চ সায়েন্টিস্ট যার রিইনফোর্সমেন্ট লার্নিংয়ে কাজের অভিজ্ঞতা রয়েছে। তাঁরা একত্রে map-reduce প্যারাডাইম তৈরি করেছেন যা বৃহৎ পরিসরের ডেটা প্রসেসিংয়ের ভিত্তি এবং সেই নিউরাল নেটওয়ার্ক যা আজকের ল্যাঙ্গুয়েজ মডেলগুলোকে শক্তি যোগায়।
স্টার্টআপটি কী করার পরিকল্পনা করছে
Discovery Loop-এর পাবলিক-বেনিফিট চার্টার এটিকে লাভের পাশাপাশি সামাজিক প্রভাব বিবেচনা করতে বাধ্য করে। এর লক্ষ্য হলো গবেষণার ক্ষেত্রে "হিউম্যান বটলনেক" বা মানুষের সীমাবদ্ধতা দূর করা। একটি সাধারণ ল্যাবে একজন বিজ্ঞানী হাইপোথিসিস থেকে পরীক্ষা, তারপর বিশ্লেষণ এবং পরবর্তী ধাপে যাওয়ার জন্য সপ্তাহ বা মাস ব্যয় করেন। Dean-এর দল চায় AI যেন হাইপোথিসিস তৈরি করে, হাজার হাজার পরীক্ষা সমান্তরালভাবে ডিজাইন ও পরিচালনা করে এবং ফলাফলের ভিত্তিতে নিজস্ব মডেলগুলোকে আরও উন্নত করে।
রোডম্যাপটি দুটি আন্তঃসংযুক্ত লক্ষ্যের ওপর আলোকপাত করে। প্রথমত, এমন একটি প্ল্যাটফর্ম তৈরি করা যা হাইপোথিসিস তৈরি থেকে শুরু করে ডেটা সংগ্রহ এবং বিশ্লেষণ পর্যন্ত সম্পূর্ণ পরীক্ষামূলক পাইপলাইনকে স্বয়ংক্রিয় করবে। দ্বিতীয়ত, এমন AI তৈরি করা যা নিজেই নিজের ডিজাইন উন্নত করতে পারে, যা একটি ফিডব্যাক লুপ তৈরি করবে যেখানে প্রতিটি প্রজন্ম আরও সক্ষম উত্তরসূরি তৈরিতে সাহায্য করবে। যদি এই প্ল্যাটফর্মটি কাজ করে, তবে যে ক্ষেত্রগুলো ব্যাপক পরীক্ষা-নিরীক্ষার (trial-and-error) ওপর নির্ভর করে—যেমন ওষুধ আবিষ্কার, পদার্থ বিজ্ঞান এবং জ্বালানি গবেষণা—সেগুলো নাটকীয়ভাবে ত্বরান্বিত হতে পারে।
এই ভাবনার পেছনে থাকা অর্থ
সিড রাউন্ডে Alphabet-এর অংশগ্রহণ মূল কোম্পানির কৌশলগত আগ্রহের ইঙ্গিত দেয়। Radical Ventures এবং Khosla Ventures এই রাউন্ডের সহ-নেতৃত্ব দিচ্ছে, যার সাথে Kleiner Perkins, Lightspeed এবং Doerr Capital থেকেও অতিরিক্ত অর্থায়ন আসছে। বিনিয়োগকারীদের তালিকাটি এই বিশ্বাস প্রকাশ করে যে, AI ভ্যালুর পরবর্তী ঢেউ কেবল large language models থেকে নয়, বরং 'agentic' সফটওয়্যার থেকে আসবে যা স্বয়ংক্রিয়ভাবে কাজ করতে সক্ষম।
কেন এটি বৃহত্তর AI ইকোসিস্টেমের জন্য গুরুত্বপূর্ণ
Discovery Loop যদি সফল হয়, তবে এর প্রভাব কেবল তাদের নিজস্ব পণ্যের মধ্যেই সীমাবদ্ধ থাকবে না। একটি কার্যকর ওষুধের প্রার্থী শনাক্ত করার সময় কমিয়ে আনার মাধ্যমে ফার্মাসিউটিক্যাল পাইপলাইনে বিলিয়ন বিলিয়ন ডলার সাশ্রয় করা সম্ভব হতে পারে এবং রোগীদের কাছে দ্রুত জীবন রক্ষাকারী চিকিৎসা পৌঁছে দেওয়া সম্ভব হবে। ম্যাটেরিয়াল সায়েন্সে দ্রুত পুনরাবৃত্তির (rapid iteration) ফলে অ্যারোস্পেস এবং কনজিউমার ইলেকট্রনিক্সের জন্য আরও হালকা, শক্তিশালী এবং টেকসই কম্পোজিট তৈরি করা সম্ভব হতে পারে। AI-কে মানুষের চিন্তাভাবনায় সাহায্য করা একটি টুল থেকে এমন একটি সিস্টেমে রূপান্তরিত করার মাধ্যমে, যা নিজেই চিন্তা করতে পারে, এই স্টার্টআপটি গবেষণার ক্ষমতা সেইসব প্রতিষ্ঠানের দিকে সরিয়ে নিতে পারে যারা বিশাল compute বহন করতে সক্ষম।
সারকথা
Discovery Loop-এর নেতৃত্ব দিতে Google থেকে Jeff Dean-এর প্রস্থান বিরল প্রযুক্তিগত দক্ষতা, গভীর শিল্প সংযোগ এবং প্রচুর মূলধনকে একত্রিত করেছে। কোম্পানিটির লক্ষ্য হলো বৈজ্ঞানিক পরীক্ষার লুপকে স্বয়ংক্রিয় করা এবং self-improving AI তৈরি করা, যা সম্ভাব্যভাবে বছরের পর বছর গবেষণাকে কয়েক সপ্তাহে নামিয়ে আনতে পারে। তবে AI কেবল একটি চতুর টুল নয় বরং সত্যিকারের ল্যাবরেটরি পার্টনার হতে পারে তা প্রমাণ করার আগে কোম্পানিটিকে উল্লেখযোগ্য প্রযুক্তিগত, লজিস্টিক্যাল এবং সাংস্কৃতিক বাধা অতিক্রম করতে হবে। আগামী মাসগুলো প্রকাশ করবে যে 'automated discovery' AI-এর জন্য একটি বাস্তবসম্মত পরবর্তী পদক্ষেপ নাকি একটি স্বপ্নাতুর দৌড় যা শেষ সীমার আগেই থমকে যাবে।