কৃত্রিম বুদ্ধিমত্তা নিয়ে বর্তমান বৈশ্বিক প্রতিযোগিতাকে বাইরে থেকে দেখলে মনে হতে পারে, এটি মূলত আরও বুদ্ধিমান, দ্রুত ও নির্ভুল প্রযুক্তিমডেল তৈরির লড়াই। প্রতিদিন নতুন কোনো কথোপকথন ব্যবস্থা, ছবি তৈরির প্রযুক্তি কিংবা স্বয়ংক্রিয় কাজের সরঞ্জাম সামনে আসছে। ফলে সাধারণ ব্যবহারকারীর চোখে প্রতিযোগিতার কেন্দ্রবিন্দু যেন কেবল পর্দায় দেখা সেই প্রযুক্তিই।
কিন্তু বাস্তব চিত্র আরও গভীর এবং অনেক বেশি ভৌত।
কৃত্রিম বুদ্ধিমত্তার ভবিষ্যৎ শুধু ভালো নির্দেশনা, উন্নত গণনাপদ্ধতি বা দক্ষ প্রোগ্রামের ওপর নির্ভর করছে না। এর পেছনে রয়েছে বিপুলসংখ্যক অর্ধপরিবাহী চিপ, বিশাল তথ্যকেন্দ্র, উচ্চগতির যোগাযোগব্যবস্থা, স্মৃতিধারণ যন্ত্র, শীতলীকরণ ব্যবস্থা, নিরবচ্ছিন্ন বিদ্যুৎ এবং শত শত কোটি ডলারের বিনিয়োগ।
কৃত্রিম বুদ্ধিমত্তার প্রতিযোগিতা এখন আর শুধু ভালো প্রযুক্তিমডেল নির্মাণের মধ্যে সীমাবদ্ধ নেই। গবেষণা থেকে বাস্তব প্রয়োগের দিকে প্রতিযোগিতা যত এগোচ্ছে, ততই উন্নত চিপ, গণনাশক্তি, বিদ্যুৎ, ভৌত অবকাঠামো ও বড় বাজারের গুরুত্ব বাড়ছে।
কৃত্রিম বুদ্ধিমত্তার বিস্ফোরণ কীভাবে শুরু হলো
আজকের বৃহৎ ভাষাভিত্তিক প্রযুক্তিমডেলের ভিত্তি হিসেবে পরিচিত রূপান্তরকারী স্থাপত্য সামনে আসে ২০১৭ সালে। ২০২০ সালের মধ্যে গবেষকেরা একটি গুরুত্বপূর্ণ বিষয় স্পষ্টভাবে বুঝতে পারেন—আরও বেশি তথ্য ও গণনাশক্তি ব্যবহার করলে প্রযুক্তিমডেলের দক্ষতা সাধারণত অনুমানযোগ্য হারে বাড়ে।
এরপর ২০২২ সালের শেষ দিকে জনসাধারণের জন্য চ্যাটজিপিটি চালু হওয়ার ঘটনা কৃত্রিম বুদ্ধিমত্তার ইতিহাসে বড় মোড় তৈরি করে। এর আগে প্রযুক্তিটি মূলত গবেষণাগার, বিশ্ববিদ্যালয় এবং বিশেষায়িত প্রতিষ্ঠানের মধ্যে সীমাবদ্ধ ছিল। কিন্তু সাধারণ মানুষ যখন সরাসরি এর ব্যবহার শুরু করল, তখন ব্যবসাপ্রতিষ্ঠান ও বিনিয়োগকারীরা বুঝতে পারল, এটি শুধু পরীক্ষামূলক প্রযুক্তি নয়; এর জন্য বিশাল বৈশ্বিক বাজার তৈরি হতে পারে।
এখানেই গবেষণাগত সাফল্য এবং বাজারের চাহিদা একসঙ্গে যুক্ত হয়। রূপান্তরকারী স্থাপত্য নতুন সম্ভাবনার দরজা খুলেছিল, আর চ্যাটজিপিটির জনপ্রিয়তা সেই সম্ভাবনাকে লাভজনক বাজারে পরিণত করে। পরবর্তী সময়ে কোড লেখাসহ বিভিন্ন কাজে কৃত্রিম বুদ্ধিমত্তার ব্যবহার বাড়তে থাকায় আরও শক্তিশালী চিপ ও গণনাশক্তির চাহিদা তৈরি হয়।
অর্থাৎ কৃত্রিম বুদ্ধিমত্তার বর্তমান উত্থান শুধু কোনো বৈজ্ঞানিক আবিষ্কারের ফল নয়। এর পেছনে রয়েছে গবেষণা, বাজার, যন্ত্রপাতি ও বিনিয়োগের সম্মিলিত প্রভাব।
দৃশ্যমান প্রযুক্তির পেছনে অদৃশ্য বিশাল ব্যবস্থা
একজন ব্যবহারকারী যখন কোনো কথোপকথনকারী প্রযুক্তিতে একটি প্রশ্ন লেখেন, তখন কাজটি খুব সহজ বলে মনে হয়। কয়েক সেকেন্ডের মধ্যেই উত্তর আসে। বাইরে থেকে মনে হয়, পর্দার ভেতরের একটি হালকা ও অদৃশ্য ব্যবস্থা কাজটি করছে।
বাস্তবে এর পেছনে রয়েছে বিশাল ভৌত অবকাঠামো।
একটি উন্নত প্রযুক্তিমডেলকে প্রশিক্ষণ দিতে হাজার হাজার বিশেষায়িত চিপ একসঙ্গে ব্যবহার করতে হয়। এসব চিপের মধ্যে খুব দ্রুত তথ্য আদান-প্রদান প্রয়োজন। এর জন্য দরকার উচ্চগতির যোগাযোগব্যবস্থা, বিপুল স্মৃতিধারণ ক্ষমতা এবং শক্তিশালী তথ্য সংরক্ষণব্যবস্থা।
এত যন্ত্র একসঙ্গে চললে প্রচুর তাপ তৈরি হয়। ফলে শিল্পপর্যায়ের শীতলীকরণ ব্যবস্থা প্রয়োজন হয়। পাশাপাশি ঘণ্টার পর ঘণ্টা এবং দিনের পর দিন নিরবচ্ছিন্নভাবে বিপুল বিদ্যুৎ সরবরাহ নিশ্চিত করতে হয়।
এই পুরো ব্যবস্থাকে সমন্বয় করার জন্য আবার প্রয়োজন দক্ষ প্রকৌশলী, উন্নত ব্যবস্থাপনা, সরবরাহ শৃঙ্খল এবং বিপুল পুঁজি। তাই কৃত্রিম বুদ্ধিমত্তার প্রকৃত ভিত্তি শুধু প্রযুক্তিমডেল নয়; বরং চিপ, যোগাযোগব্যবস্থা, বিদ্যুৎ, শীতলীকরণ এবং তথ্যকেন্দ্রের সমন্বিত কাঠামো।
বড় বাজার কেন প্রযুক্তি উন্নয়নের গতি বাড়ায়
প্রযুক্তি উন্নয়নের ক্ষেত্রে বাজারের আকার অত্যন্ত গুরুত্বপূর্ণ। বড় বাজার থাকলে কোনো নতুন প্রযুক্তির জন্য বিপুল বিনিয়োগ করা লাভজনক হয়ে ওঠে। আবার বড় বিনিয়োগ থেকে আরও উন্নত প্রযুক্তি তৈরি হয়, যা বাজারকে আরও বড় করে।
২০০৪ সালের একটি গবেষণায় অর্থনীতিবিদ ড্যারন আসেমোগ্লু ও জশুয়া লিন দেখিয়েছিলেন, সম্ভাব্য বাজার বড় হলে ওষুধ উদ্ভাবনের পরিমাণও বাড়ে। বয়স্ক মানুষের সংখ্যা বৃদ্ধির ফলে নির্দিষ্ট ওষুধের চাহিদা বেড়েছিল, যা নতুন গবেষণা ও বিনিয়োগকে উৎসাহিত করেছিল।
কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে একই ধরনের প্রক্রিয়া ঘটছে, তবে কিছুটা ভিন্নভাবে। এখানে বাজারের চাহিদা শুধু বাইরের কোনো পরিবর্তনের কারণে সৃষ্টি হয়নি। বরং প্রযুক্তির প্রতিটি নতুন সাফল্য নিজেই আরও বেশি গণনাশক্তির চাহিদা তৈরি করছে।
চ্যাটজিপিটির জনপ্রিয়তা যে বড় বাজার তৈরি করেছে, সেই বাজার থেকেই এখন পরবর্তী প্রজন্মের প্রযুক্তিমডেল প্রশিক্ষণের জন্য প্রয়োজনীয় চিপ, বিদ্যুৎ ও তথ্যকেন্দ্রে বিনিয়োগ আসছে।
এর প্রভাব শুধু অর্ধপরিবাহী শিল্পে সীমাবদ্ধ নয়। বিদ্যুৎ, নির্মাণ, যোগাযোগ, তথ্য সংরক্ষণ এবং শীতলীকরণ প্রযুক্তিতেও নতুন বিনিয়োগ হচ্ছে।
১৯৪৭ থেকে আজকের কৃত্রিম বুদ্ধিমত্তা
কৃত্রিম বুদ্ধিমত্তার বর্তমান বিস্তারকে হঠাৎ ঘটে যাওয়া বিচ্ছিন্ন কোনো ঘটনা হিসেবে দেখলে ভুল হবে। এটি কয়েক দশকের প্রযুক্তিগত বিবর্তনের সর্বশেষ অধ্যায়।
১৯৪৭ সালে বেল গবেষণাগারে ট্রানজিস্টর আবিষ্কারের পর প্রযুক্তি খাতে একের পর এক পরিবর্তন এসেছে। প্রথমে বড় আকারের মূল কম্পিউটার, এরপর ব্যক্তিগত কম্পিউটার, অন্তর্জাল, মুঠোফোন, মেঘভিত্তিক গণনা এবং বর্তমানে কৃত্রিম বুদ্ধিমত্তা।
এই অগ্রগতিকে প্রায়ই মুরের সূত্র দিয়ে ব্যাখ্যা করা হয়। এ সূত্র অনুযায়ী, একটি সমন্বিত বর্তনীতে ট্রানজিস্টরের সংখ্যা প্রায় প্রতি দুই বছরে দ্বিগুণ হয়।
কিন্তু শুধু ট্রানজিস্টর ছোট হওয়ার কারণেই প্রযুক্তি এগোয়নি। কম খরচে বেশি গণনাশক্তি পাওয়া যাওয়ায় নতুন নতুন ব্যবহার তৈরি হয়েছে। ব্যবহার বাড়ার সঙ্গে বাজার বড় হয়েছে। বাজার বড় হওয়ায় আবার চিপ কারখানা, উৎপাদন যন্ত্র, স্মৃতিধারণ ব্যবস্থা ও যোগাযোগ অবকাঠামোয় আরও বিনিয়োগ করা লাভজনক হয়েছে।
অর্থাৎ প্রযুক্তি উন্নয়ন ও বাজার সম্প্রসারণ একে অপরকে শক্তিশালী করেছে।
দুই হাজার সালের মাঝামাঝি সময়ের বড় পরিবর্তন
একসময় ট্রানজিস্টর ছোট হওয়ার সঙ্গে সঙ্গে কম বিদ্যুৎ ব্যবহার করেও চিপের গতি বাড়ানো যেত। ট্রানজিস্টর ছোট হলে কম বৈদ্যুতিক চাপে কাজ করত এবং তুলনামূলক কম তাপ তৈরি করত। ফলে নতুন প্রজন্মের চিপে বাড়তি গণনাশক্তি পাওয়া গেলেও বিদ্যুৎ ও শীতলীকরণে একই হারে বিনিয়োগ করতে হতো না।
কিন্তু দুই হাজার সালের মাঝামাঝি সময় থেকে এই সুবিধা দুর্বল হতে শুরু করে। ট্রানজিস্টর ছোট হলেও বৈদ্যুতিক চাপ আগের মতো দ্রুত কমানো সম্ভব হচ্ছিল না। ফলে চিপের গতি বাড়ালে অতিরিক্ত তাপ তৈরি হতে থাকে।
এই সমস্যার সমাধানে উদ্ভাবন শুধু ট্রানজিস্টরের মধ্যে সীমাবদ্ধ থাকেনি। বহু-কেন্দ্রবিশিষ্ট প্রক্রিয়াকরণ যন্ত্র, চিত্র প্রক্রিয়াকরণ যন্ত্র, বিশেষায়িত ত্বরক, উচ্চগতির স্মৃতিধারণ ব্যবস্থা, উন্নত চিপ মোড়কীকরণ, বিশাল মেঘভিত্তিক অবকাঠামো এবং দ্রুত যোগাযোগব্যবস্থার উন্নয়ন শুরু হয়।
বর্তমান সৃষ্টিশীল কৃত্রিম বুদ্ধিমত্তা এসব প্রযুক্তির প্রায় সবকটি একসঙ্গে ব্যাপকভাবে ব্যবহার করছে।
গণনাশক্তির চাহিদা কত দ্রুত বাড়ছে
উন্নত কৃত্রিম বুদ্ধিমত্তা প্রশিক্ষণে ব্যবহৃত গণনাশক্তি অত্যন্ত দ্রুত বাড়ছে। স্ট্যানফোর্ডের ২০২৫ সালের কৃত্রিম বুদ্ধিমত্তা সূচক অনুযায়ী, উন্নত প্রযুক্তিমডেল প্রশিক্ষণে ব্যবহৃত গণনাশক্তির পরিমাণ প্রায় প্রতি পাঁচ মাসে দ্বিগুণ হচ্ছে।
অন্যদিকে এপক কৃত্রিম বুদ্ধিমত্তার হিসাব অনুযায়ী, ২০২০ সালের পর থেকে সর্বাধুনিক প্রযুক্তিমডেল প্রশিক্ষণে ব্যবহৃত গণনাশক্তি প্রতিবছর প্রায় পাঁচ গুণ করে বেড়েছে।
এই বৃদ্ধির অর্থ হলো, আজ যে তথ্যকেন্দ্রকে বিশাল মনে হচ্ছে, কয়েক বছর পর তা প্রয়োজনের তুলনায় ছোট হয়ে যেতে পারে। একই সঙ্গে চিপ, বিদ্যুৎ, শীতলীকরণ এবং যোগাযোগ অবকাঠামোর চাহিদাও দ্রুত বাড়বে।
তবে কেবল গণনাশক্তি থাকলেই কৃত্রিম বুদ্ধিমত্তা তৈরি হয় না। এর আরেকটি গুরুত্বপূর্ণ উপাদান হলো বিপুল তথ্যভান্ডার।
অন্তর্জালের বিস্তারে মানুষের লেখা, ছবি, শব্দ, ভিডিও এবং কম্পিউটার নির্দেশনার বিশাল অংশ ডিজিটাল রূপ পেয়েছে। তথ্য সংরক্ষণের খরচ কমে যাওয়ায় এসব উপাদান দীর্ঘদিন ধরে রাখা সম্ভব হয়েছে। উন্নত প্রযুক্তিমডেল প্রশিক্ষণের সময় মূলত এই বিপুল তথ্যকে পরিসংখ্যানভিত্তিক একটি ব্যবস্থার মধ্যে সংকুচিত করা হয়।
ভালো মডেল ও বেশি বিনিয়োগের চক্র
কৃত্রিম বুদ্ধিমত্তা খাতে বর্তমানে একটি স্বয়ংসম্পূর্ণ বিনিয়োগচক্র তৈরি হয়েছে।
উন্নত প্রযুক্তিমডেল মানুষের কাছে বেশি কার্যকর হয়ে উঠলে নতুন ব্যবহারকারী ও ব্যবসায়িক প্রয়োগ সৃষ্টি হয়। বাজার বড় হলে ভবিষ্যৎ আয়ের সম্ভাবনাও বাড়ে। সেই প্রত্যাশা থেকে চিপ, স্মৃতি, বিদ্যুৎ, তথ্যকেন্দ্র ও যোগাযোগব্যবস্থায় আরও বিনিয়োগ করা হয়।
নতুন বিনিয়োগে অবকাঠামোগত সীমাবদ্ধতা কমে। ফলে আরও বড় ও সক্ষম প্রযুক্তিমডেল প্রশিক্ষণ করা সম্ভব হয়। সেগুলো থেকে আবার নতুন ব্যবহার সৃষ্টি হয়, যা গণনাশক্তির চাহিদাকে আরও বাড়ায়।
এই চক্রের কারণে সবচেয়ে এগিয়ে থাকা প্রতিষ্ঠানগুলো শুধু ভালো প্রযুক্তিমডেল তৈরি করছে না; তারা একই সঙ্গে চিপ, প্রোগ্রাম, সরবরাহব্যবস্থা, তথ্যকেন্দ্র ও বিদ্যুৎকে বড় পরিসরে সমন্বয় করতে পারছে।
এনভিডিয়া ও টিএসএমসির শক্তির উৎস
এনভিডিয়ার সাফল্যকে শুধু উন্নত চিপ নকশার ফল হিসেবে দেখলে পুরো চিত্র পাওয়া যাবে না। প্রতিষ্ঠানটি বহু বছর ধরে এমন একটি ব্যবহারব্যবস্থা তৈরি করেছে, যার মাধ্যমে প্রকৌশলীরা সহজে তাদের চিপ ব্যবহার করতে পারেন।
এর সঙ্গে রয়েছে প্রয়োজনীয় প্রযুক্তি গ্রন্থাগার, বিশেষজ্ঞ সহায়তা, উন্নত মোড়কীকরণ এবং সরবরাহব্যবস্থার সমন্বয়। এই সমন্বিত কাঠামোই প্রতিষ্ঠানটিকে প্রতিযোগীদের তুলনায় এগিয়ে রেখেছে।
অন্যদিকে টিএসএমসির শক্তি মূলত অত্যন্ত জটিল চিপ উৎপাদনের অভিজ্ঞতা ও দক্ষতায়। অ্যামাজন, মাইক্রোসফট ও গুগলের মতো প্রতিষ্ঠান বিভিন্ন গ্রাহকের গণনাশক্তির চাহিদাকে বিশাল তথ্যকেন্দ্র ও মেঘভিত্তিক ব্যবস্থায় একত্র করে।
এসব প্রতিষ্ঠানের প্রকৃত সুবিধা কোনো একক প্রযুক্তিতে নয়। তাদের শক্তি হলো বিপুল পুঁজি, যন্ত্রপাতি, প্রোগ্রাম, বিদ্যুৎ ও দক্ষ কর্মীকে একই ব্যবস্থার মধ্যে পরিচালনা করার ক্ষমতা।
চিপ উৎপাদন এখন রাষ্ট্রীয় নিরাপত্তার বিষয়
কৃত্রিম বুদ্ধিমত্তা বাইরে থেকে প্রোগ্রামভিত্তিক বিপ্লব বলে মনে হলেও এর প্রধান সীমাবদ্ধতাগুলো ভৌত। উন্নত প্রক্রিয়াকরণ যন্ত্র, স্মৃতি, উৎপাদন সরঞ্জাম, মোড়কীকরণ ক্ষমতা এবং বিদ্যুৎ ছাড়া বড় পরিসরে কৃত্রিম বুদ্ধিমত্তা চালানো সম্ভব নয়।
এ কারণে অর্ধপরিবাহী চিপ এখন আর শুধু বেসরকারি ব্যবসার পণ্য নয়। বড় দেশগুলো চিপের সরবরাহব্যবস্থাকে কৌশলগত সম্পদ হিসেবে বিবেচনা করছে। চিপ উৎপাদন ও সরবরাহ নিয়ন্ত্রণের প্রতিযোগিতা ধীরে ধীরে আন্তর্জাতিক রাজনীতির গুরুত্বপূর্ণ অংশে পরিণত হয়েছে।
যুক্তরাষ্ট্রের পুরোনো কৌশল ও নতুন উপলব্ধি
কয়েক দশক ধরে যুক্তরাষ্ট্রের অনেক প্রতিষ্ঠান নিজেরা কারখানা না বানিয়ে শুধু চিপের নকশায় মনোযোগ দিয়েছিল। উৎপাদনের কাজ মূলত বিদেশি প্রতিষ্ঠানের কাছে দেওয়া হতো। এই শ্রমবিভাজনের মাধ্যমে যুক্তরাষ্ট্র নকশা ও উদ্ভাবনে নেতৃত্ব ধরে রাখলেও উন্নত চিপের উৎপাদন ক্রমে তাইওয়ানে কেন্দ্রীভূত হয়।
ভূরাজনৈতিক উত্তেজনা বাড়ার পর যুক্তরাষ্ট্র আবার নিজস্ব উৎপাদনক্ষমতার গুরুত্ব উপলব্ধি করতে শুরু করে।
২০২২ সালের মার্কিন চিপ ও বিজ্ঞান আইন অনুযায়ী প্রায় ৫২ বিলিয়ন মার্কিন ডলার সরকারি অর্থায়নের প্রতিশ্রুতি দেওয়া হয়। এর পাশাপাশি দেশটির অভ্যন্তরে চিপ উৎপাদনে ঘোষিত বেসরকারি বিনিয়োগের পরিমাণ ৪৫০ বিলিয়ন মার্কিন ডলারের বেশি।
এই পরিবর্তনের প্রভাব ইতিমধ্যে দেখা যাচ্ছে। টিএসএমসি যুক্তরাষ্ট্রের অ্যারিজোনা অঙ্গরাজ্যে নির্মীয়মাণ বড় প্রকল্পে পরিকল্পিত বিনিয়োগ বাড়িয়ে ২৬৫ বিলিয়ন মার্কিন ডলার করেছে।
অ্যাপল প্রতিষ্ঠানটির প্রাথমিক দুই ন্যানোমিটার উৎপাদনক্ষমতার অর্ধেকের বেশি আগাম সংরক্ষণ করেছে। অন্যদিকে অ্যারিজোনায় ইন্টেলের ফ্যাব ৫২ কারখানায় ইতিমধ্যে ১৮এ চিপ উৎপাদন হচ্ছে। মাইক্রোসফট তার পরবর্তী প্রজন্মের মায়া ত্বরক যন্ত্রে এই চিপ ব্যবহার করতে পারে বলে জানা গেছে।
তাইওয়ানের ‘সিলিকন ঢাল’
তাইওয়ান কয়েক দশক ধরে উন্নত চিপ উৎপাদনে বিনিয়োগ করেছে। সেই দীর্ঘমেয়াদি সিদ্ধান্ত বর্তমানে দেশটির অর্থনীতি ও নিরাপত্তা—দুই ক্ষেত্রেই বড় সুবিধা দিচ্ছে।
টিএসএমসির তিন ন্যানোমিটার উৎপাদনব্যবস্থা প্রায় পূর্ণ ক্ষমতায় চলছে। উন্নত চিপের চাহিদা উৎপাদনক্ষমতার তুলনায় প্রায় তিন গুণ বেশি বলে উল্লেখ করা হয়েছে।
এই উৎপাদনক্ষমতা তাইওয়ানের জন্য একধরনের ‘সিলিকন ঢাল’ তৈরি করেছে। বিশ্বের শীর্ষ প্রযুক্তিপ্রতিষ্ঠান ও উন্নত অর্থনীতিগুলো তাইওয়ানের চিপের ওপর এতটাই নির্ভরশীল যে দ্বীপটির নিরাপত্তা যুক্তরাষ্ট্র ও তার মিত্রদের গুরুত্বপূর্ণ কৌশলগত স্বার্থে পরিণত হয়েছে।
অর্থাৎ প্রযুক্তিগত দক্ষতা একটি ছোট ভূখণ্ডকেও আন্তর্জাতিক রাজনীতিতে অত্যন্ত গুরুত্বপূর্ণ করে তুলতে পারে।
দক্ষিণ কোরিয়ার স্মৃতি চিপ কৌশল
কৃত্রিম বুদ্ধিমত্তার আরেকটি বড় সীমাবদ্ধতা হলো উচ্চগতির স্মৃতিধারণ ব্যবস্থা। দক্ষিণ কোরিয়া বহু আগেই বুঝেছিল, বিশ্ববাজারে সহজে পাওয়া গেলেও স্মৃতি চিপ একটি কৌশলগত সম্পদ।
১৯৮৩ সালে দক্ষিণ কোরিয়া যুক্তরাষ্ট্র ও জাপানের পর বিশ্বের তৃতীয় দেশ হিসেবে ৬৪কে ডির্যাম চিপ উৎপাদন করে। সেই প্রাথমিক অগ্রগতির ওপর ভিত্তি করে স্যামসাং ও এসকে হাইনিক্স বড় প্রতিষ্ঠান হিসেবে গড়ে ওঠে।
বর্তমানে স্যামসাং, এসকে হাইনিক্স এবং যুক্তরাষ্ট্রের মাইক্রন মিলে বিশ্বের ডির্যাম বাজারের ৯০ শতাংশের বেশি নিয়ন্ত্রণ করে। এসকে হাইনিক্স উন্নত কৃত্রিম বুদ্ধিমত্তা প্রশিক্ষণে প্রয়োজনীয় উচ্চগতির স্মৃতির অন্যতম প্রধান সরবরাহকারী হয়েছে।
দক্ষিণ কোরিয়ার অভিজ্ঞতা দেখায়, কোনো প্রযুক্তি প্রথম দিকে সাধারণ বা কম লাভজনক বলে মনে হলেও দীর্ঘমেয়াদি শিল্পনীতি সেটিকে ভবিষ্যতের কৌশলগত শক্তিতে পরিণত করতে পারে।
নিচের ধাপ থেকে ওপরে উঠেছে চীন
চীনের অর্ধপরিবাহী শিল্পের অগ্রগতি উচ্চাভিলাষী শিল্পনীতি কী করতে পারে, তার উল্লেখযোগ্য উদাহরণ।
দেশটি প্রথমে চিপ উৎপাদনের শেষ ধাপের কাজ দিয়ে শুরু করে। কারখানায় চিপ তৈরির পর সেগুলো সংযোজন, পরীক্ষা ও মোড়কীকরণের কাজকে পশ্চিমা অনেক প্রতিষ্ঠান কম লাভজনক বলে গুরুত্ব দেয়নি। কিন্তু চীন এই খাতকে শিল্পে প্রবেশের কৌশলগত দরজা হিসেবে ব্যবহার করেছে।
জেসিইটি, টংফু এবং হুয়াতিয়ানের মতো প্রতিষ্ঠান সাধারণ চুক্তিভিত্তিক মোড়কীকরণ থেকে ধীরে ধীরে উন্নত চিপলেট সংযুক্তকরণ এবং আড়াই মাত্রার মোড়কীকরণে প্রবেশ করেছে। এই প্রযুক্তির মাধ্যমে প্রক্রিয়াকরণ যন্ত্র ও স্মৃতির মধ্যে অনেক দ্রুত তথ্য চলাচল করতে পারে।
জেসিইটি বর্তমানে বিশ্বের তৃতীয় বৃহত্তম সংযোজন ও পরীক্ষা প্রতিষ্ঠান। এর বার্ষিক আয় প্রায় ৫ বিলিয়ন মার্কিন ডলার।
মোড়কীকরণের পর চীন স্মৃতি চিপে অগ্রসর হয়েছে। সিএক্সএমটির ডিডিআর৫ চিপ প্রতি সেকেন্ডে প্রায় ৮ হাজার মেগা স্থানান্তরের সক্ষমতা অর্জন করেছে বলে জানানো হয়েছে। এর ফলে প্রতিষ্ঠানটি স্যামসাং, এসকে হাইনিক্স ও মাইক্রনের নিয়ন্ত্রণাধীন বাজারে প্রতিযোগিতা করার অবস্থানে পৌঁছেছে।
এরপর চীন চিপ তৈরির মূল কারখানাভিত্তিক পর্যায়ে অগ্রসর হয়। দেশটির প্রধান উৎপাদক এসএমআইসি পুরোনো প্রজন্মের আলোকপ্রক্ষেপণ যন্ত্রকে একাধিকবার ব্যবহার করে হুয়াওয়ের অ্যাসেন্ড কৃত্রিম বুদ্ধিমত্তা ত্বরক তৈরি করছে।
২০২৫ সালে চীনের আরেক বড় অগ্রগতি
২০২৫ সালের শেষ নাগাদ চীন অর্ধপরিবাহী শিল্পের সবচেয়ে কঠিন প্রযুক্তিগুলোর একটিতে পরীক্ষামূলক সাফল্য পেয়েছে বলে প্রতিবেদনে উল্লেখ করা হয়েছে।
একটি চীনা জোট অতি-বেগুনি রশ্মিভিত্তিক চিপ তৈরির যন্ত্রের একটি নমুনা তৈরি করেছে। এটি বিশ্বের সবচেয়ে উন্নত এবং অনুকরণ করা সবচেয়ে কঠিন চিপ উৎপাদন প্রযুক্তিগুলোর একটি।
চীনা কর্মকর্তারা ২০২৮ সালের মধ্যে প্রযুক্তিটিকে উৎপাদনে আনার আশা করছেন। তবে প্রকল্পের সঙ্গে যুক্ত কিছু ব্যক্তি ২০৩০ সালকে বেশি বাস্তবসম্মত সময় বলে মনে করেন।
বর্তমানে চীন তার প্রয়োজনীয় অর্ধপরিবাহী উৎপাদন যন্ত্রপাতির প্রায় ৩৫ শতাংশ নিজ দেশে তৈরি করছে। খোদাই এবং পাতলা আবরণ তৈরির মতো গুরুত্বপূর্ণ উৎপাদন ধাপে ব্যবহৃত যন্ত্রের ৪০ শতাংশের বেশি স্থানীয় প্রতিষ্ঠান সরবরাহ করছে।
চীন এখনো উন্নত আলোকপ্রক্ষেপণ যন্ত্র, চিপ নকশার প্রোগ্রাম এবং আলোকসংবেদনশীল রাসায়নিক উপকরণে পিছিয়ে আছে। তবে অর্ধপরিবাহী সরবরাহব্যবস্থার প্রায় প্রতিটি ধাপে দেশটি কিছু না কিছু দেশীয় সক্ষমতা তৈরি করেছে।
এই বিনিয়োগ প্রমাণ করে, চিপশিল্পকে কোনো পরিণত বা গুরুত্বহীন শিল্প হিসেবে দেখা হচ্ছে না। বরং কৃত্রিম বুদ্ধিমত্তার উত্থান চিপকে প্রযুক্তিগত ও সামরিক শক্তির প্রতিযোগিতার কেন্দ্রবিন্দুতে নিয়ে এসেছে।
নকশার চেয়ে উৎপাদন এখন বড় বাধা
একসময় চিপের নকশা তৈরি করা এবং চিপ উৎপাদন করা সম্পূর্ণ আলাদা ব্যবসা ছিল। অনেক বড় প্রতিষ্ঠান শুধু নকশা করত, আর উৎপাদনের দায়িত্ব দিত বিশেষায়িত কারখানাকে।
কিন্তু বর্তমানে এই বিভাজন দুর্বল হচ্ছে। গুগল, অ্যামাজন ও মাইক্রোসফট নিজেদের প্রয়োজন অনুযায়ী বিশেষ কৃত্রিম বুদ্ধিমত্তা ত্বরক নকশা করছে।
তারপরও এসব প্রতিষ্ঠান উন্নত চিপ তৈরির জন্য টিএসএমসির ওপর নির্ভরশীল। অর্থাৎ নিজের নকশা তৈরি করা সম্ভব হলেও সর্বাধুনিক কারখানা ও মোড়কীকরণ সক্ষমতার অভাব বড় বাধা হিসেবে রয়ে গেছে।
এই কারণেই বিশ্বের বিভিন্ন সরকার নিজ দেশে চিপ উৎপাদন বাড়াতে হাজার হাজার কোটি ডলার ব্যয় করছে।
পরবর্তী বড় সংকট হতে পারে বিদ্যুৎ
চিপের বাইরে কৃত্রিম বুদ্ধিমত্তার সবচেয়ে বড় সীমাবদ্ধতা হয়ে উঠছে বিদ্যুৎ।
আন্তর্জাতিক জ্বালানি সংস্থার পূর্বাভাস অনুযায়ী, ২০৩০ সালের মধ্যে তথ্যকেন্দ্রগুলোর বিদ্যুৎ ব্যবহার দ্বিগুণের বেশি হয়ে প্রায় ৯৪৫ টেরাওয়াট-ঘণ্টায় পৌঁছাতে পারে। এটি বিশ্বের মোট বিদ্যুৎ ব্যবহারের ৩ শতাংশের সামান্য কম।
সাধারণভাবে মনে করা হয়, কৃত্রিম বুদ্ধিমত্তার বিস্তারে প্রধান কাজ হলো আরও বেশি তথ্যকেন্দ্র নির্মাণ। বাস্তবে শুধু ভবন তৈরি করলেই হবে না। প্রয়োজনীয় জমি, উন্নত যন্ত্রপাতি, জাতীয় সঞ্চালনব্যবস্থার সক্ষমতা এবং সরকারি অনুমোদন পাওয়া আরও বড় সমস্যা হতে পারে।
একটি তথ্যকেন্দ্র দ্রুত নির্মাণ করা গেলেও তার জন্য কয়েকশ মেগাওয়াট নিরবচ্ছিন্ন বিদ্যুৎ নিশ্চিত করা সহজ নয়। নতুন বিদ্যুৎকেন্দ্র, সঞ্চালন লাইন ও উপকেন্দ্র নির্মাণে কয়েক বছর সময় লেগে যেতে পারে।
তথ্যকেন্দ্র পরিচালনার খরচ কোথায়
বড় তথ্যকেন্দ্র পরিচালনার বার্ষিক খরচের প্রায় ৬০ শতাংশ বর্তমানে যন্ত্রসেবকের পেছনে যায়। বিদ্যুতের অংশ প্রায় ৭ শতাংশ।
তবে চিপ ও যন্ত্রপাতি যত সস্তা এবং সাধারণ মানের হয়ে উঠবে, মোট খরচের মধ্যে বিদ্যুতের অংশ তত বাড়তে পারে। তখন প্রচুর, সস্তা ও নির্ভরযোগ্য বিদ্যুৎ পাওয়া কোনো দেশের প্রতিযোগিতামূলক অবস্থান নির্ধারণ করবে।
একটি চিপ তুলনামূলক কম দক্ষ হলেও বিদ্যুৎ যদি সস্তা ও সহজলভ্য হয়, তাহলে সেই চিপ ব্যবহার করে কম খরচে কৃত্রিম বুদ্ধিমত্তা চালানো সম্ভব হতে পারে।
এই বাস্তবতা কৃত্রিম বুদ্ধিমত্তার ভূগোলও বদলে দিতে পারে। তথ্যকেন্দ্র শহরের খুব কাছে না হলেও চলে। ফলে বড় শহরের পরিবর্তে সস্তা বিদ্যুৎ, পর্যাপ্ত জমি ও উন্নত সঞ্চালনব্যবস্থা রয়েছে—এমন এলাকায় নতুন তথ্যকেন্দ্র গড়ে উঠতে পারে।
চীনের বিদ্যুৎ বিনিয়োগ কেন গুরুত্বপূর্ণ
চীন গত এক দশক ধরে বিদ্যুৎ উৎপাদন ও সঞ্চালনব্যবস্থা সম্প্রসারণে বড় বিনিয়োগ করেছে। ভবিষ্যতে এই বিনিয়োগ কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে তাইওয়ান ও দক্ষিণ কোরিয়ার চিপ বিনিয়োগের মতো গুরুত্বপূর্ণ হয়ে উঠতে পারে।
চীন একটি আরও সমন্বিত জাতীয় বিদ্যুৎ বাজার গড়ে তুলছে। প্রতিটি প্রদেশকে পাইকারি বিদ্যুৎ বাজার পরিচালনার নির্দেশ দেওয়া হয়েছে।
প্রদেশের সীমানা অতিক্রম করে লেনদেন হওয়া বিদ্যুতের অংশ ২০১৭ সালের ১৮ শতাংশ থেকে বেড়ে ২০২৪ সালে প্রায় ২৪ শতাংশ হয়েছে।
২০২৫ সালে চীনের মাথাপিছু বিদ্যুৎ চাহিদা ৭ দশমিক ৫ মেগাওয়াট-ঘণ্টায় পৌঁছেছে। এটি বৈশ্বিক গড়ের প্রায় দ্বিগুণ। ২০০০ সালে দেশটির মাথাপিছু বিদ্যুৎ চাহিদা ছিল মাত্র প্রায় ১ মেগাওয়াট-ঘণ্টা।
এই দ্রুত বৃদ্ধির অর্থ হলো, শুধু বর্তমান চাহিদা পূরণ নয়; ভবিষ্যতের কৃত্রিম বুদ্ধিমত্তানির্ভর অর্থনীতির জন্য চীনকে আরও ব্যাপক উৎপাদন ও সঞ্চালন অবকাঠামো নির্মাণ করতে হবে।
যুক্তরাষ্ট্র, চীন ও ইউরোপের আলাদা শক্তি
কৃত্রিম বুদ্ধিমত্তার সব প্রয়োজনীয় সক্ষমতা কোনো এক দেশের হাতে সমানভাবে নেই।
যুক্তরাষ্ট্রের রয়েছে বিশাল অভ্যন্তরীণ বাজার, শক্তিশালী পুঁজিবাজার, বিশ্বসেরা মেঘভিত্তিক সেবাদাতা এবং নতুন প্রযুক্তি দ্রুত বড় পরিসরে ব্যবহার করার সক্ষমতা।
চীনের প্রধান শক্তি হলো সরবরাহব্যবস্থার প্রতিটি ধাপে স্বনির্ভর হওয়ার রাজনৈতিক ইচ্ছা ও শিল্পনীতি। সাধারণ মোড়কীকরণ থেকে শুরু করে স্মৃতি, চিপ উৎপাদন এবং উন্নত যন্ত্র তৈরির দিকে দেশটি ধাপে ধাপে এগিয়েছে।
ইউরোপের রয়েছে শক্তিশালী গবেষণা, দক্ষ বিজ্ঞানী এবং কিছু গুরুত্বপূর্ণ উৎপাদনপ্রযুক্তি। কিন্তু বৈজ্ঞানিক সাফল্যকে বড় শিল্প ও বাজারে রূপান্তর করার ক্ষেত্রে অঞ্চলটি পিছিয়ে আছে। সেখানে উদ্ভাবনকে প্রায়ই গবেষণার বিষয় হিসেবে দেখা হয়, আর বাস্তব প্রয়োগ ও উৎপাদনকে পরে বিবেচনা করা হয়।
কৃত্রিম বুদ্ধিমত্তার যুগে এই ব্যবধান বড় সমস্যা হতে পারে। কারণ ভালো আবিষ্কার করাই যথেষ্ট নয়; সেটিকে কোটি মানুষের কাছে কম খরচে পৌঁছে দেওয়ার সক্ষমতাও থাকতে হবে।
প্রশিক্ষণের পর আসল পরীক্ষা
উন্নত প্রযুক্তিমডেল প্রশিক্ষণ এখনো অত্যন্ত গুরুত্বপূর্ণ। কিন্তু ভবিষ্যতে বড় চ্যালেঞ্জ হতে পারে প্রশিক্ষিত প্রযুক্তিমডেলকে প্রতিদিন কোটি কোটি মানুষের জন্য কম খরচে চালানো।
একটি প্রযুক্তিমডেল একবার প্রশিক্ষণ দেওয়া হলেও প্রতিটি প্রশ্নের উত্তর, ছবি তৈরি বা তথ্য বিশ্লেষণের জন্য নতুন করে গণনা করতে হয়। ব্যবহারকারী যত বাড়বে, দৈনিক গণনাশক্তি ও বিদ্যুতের প্রয়োজনও তত বাড়বে।
ফলে ভবিষ্যতের প্রতিযোগিতা শুধু কে সবচেয়ে বড় প্রযুক্তিমডেল প্রশিক্ষণ দিতে পারে তা দিয়ে নির্ধারিত হবে না। কে কম বিদ্যুৎ ও কম খরচে সবচেয়ে বেশি মানুষের কাছে সেই প্রযুক্তি পৌঁছে দিতে পারে, সেটিও সমান গুরুত্বপূর্ণ হবে।
এখানেই উন্নত চিপ, সস্তা বিদ্যুৎ, দক্ষ তথ্যকেন্দ্র এবং বড় বাজার একসঙ্গে বিজয়ী নির্ধারণ করবে।
বাংলাদেশের মতো দেশের জন্য কী শিক্ষা
এই বৈশ্বিক প্রতিযোগিতা থেকে বাংলাদেশের মতো উন্নয়নশীল দেশের জন্যও গুরুত্বপূর্ণ শিক্ষা রয়েছে।
প্রথমত, কৃত্রিম বুদ্ধিমত্তা নিয়ে শুধু প্রোগ্রাম তৈরির পরিকল্পনা যথেষ্ট নয়। স্থানীয়ভাবে বড় পরিসরে এ প্রযুক্তি ব্যবহার করতে হলে নির্ভরযোগ্য বিদ্যুৎ, দ্রুত যোগাযোগব্যবস্থা, নিরাপদ তথ্যকেন্দ্র এবং দক্ষ প্রকৌশলী প্রয়োজন।
দ্বিতীয়ত, সব দেশ উন্নত চিপ কারখানা নির্মাণ করতে পারবে না। কারণ এতে বিপুল অর্থ, পানি, বিদ্যুৎ, বিশেষ যন্ত্র ও বহু বছরের অভিজ্ঞতা দরকার। তবে চিপ নকশা, পরীক্ষা, সংযোজন, তথ্যকেন্দ্র পরিচালনা এবং বিশেষায়িত প্রয়োগ তৈরির মতো নির্দিষ্ট ক্ষেত্রে সক্ষমতা গড়ে তোলা সম্ভব।
তৃতীয়ত, বিদ্যুৎ ব্যবস্থার উন্নয়নকে ডিজিটাল অর্থনীতির অংশ হিসেবে দেখতে হবে। ভবিষ্যতে বড় তথ্যকেন্দ্র, স্বয়ংক্রিয় শিল্প এবং কৃত্রিম বুদ্ধিমত্তানির্ভর সেবা বাড়লে বিদ্যুতের চাহিদাও দ্রুত বাড়বে।
চতুর্থত, বিদেশি প্রযুক্তি কেনার পাশাপাশি স্থানীয় কর্মীদের প্রশিক্ষণ ও জ্ঞান হস্তান্তর নিশ্চিত করা জরুরি। শুধু বিদেশি যন্ত্র এনে ব্যবহার করলে দীর্ঘমেয়াদে প্রযুক্তিগত নির্ভরতা থেকে যাবে।
পঞ্চমত, দেশের বাজার তুলনামূলক ছোট হলেও দক্ষিণ এশিয়ার আঞ্চলিক বাজারকে লক্ষ্য করে স্থানীয় ভাষাভিত্তিক প্রযুক্তি, কৃষি, স্বাস্থ্য, শিক্ষা ও সরকারি সেবায় বিশেষায়িত সমাধান তৈরি করা যেতে পারে।
ভবিষ্যতের প্রযুক্তিদৌড় কী দিয়ে মাপা হবে
দীর্ঘদিন প্রযুক্তিগত প্রতিযোগিতাকে মূলত বৈজ্ঞানিক আবিষ্কার এবং চিপের নকশা কত উন্নত—এসব দিয়ে বিচার করা হতো। বর্তমানে সেই ধারণা বদলে যাচ্ছে।
এখন প্রশ্ন হচ্ছে, কে সবচেয়ে বড় ও দক্ষ কারখানা তৈরি করতে পারে, কার কাছে পর্যাপ্ত বিদ্যুৎ আছে, কে দ্রুত তথ্যকেন্দ্র নির্মাণ করতে পারে এবং কে পুরো সরবরাহব্যবস্থাকে নিরবচ্ছিন্ন রাখতে পারে।
আগামী দিনের কৃত্রিম বুদ্ধিমত্তা প্রতিযোগিতায় ন্যানোমিটারের পাশাপাশি ওয়াটও সমান গুরুত্বপূর্ণ হবে। অর্থাৎ চিপ কত ক্ষুদ্র ও উন্নত, শুধু সেটিই নয়; সেটি চালাতে কত বিদ্যুৎ লাগছে এবং সেই বিদ্যুৎ কত কম খরচে পাওয়া যাচ্ছে—তাও বিজয়ী নির্ধারণ করবে।
কৃত্রিম বুদ্ধিমত্তার সবচেয়ে দৃশ্যমান অংশ হলো মানুষের সঙ্গে কথা বলা, ছবি তৈরি করা বা জটিল প্রশ্নের উত্তর দেওয়া। কিন্তু এর প্রকৃত শক্তি লুকিয়ে আছে কারখানা, চিপ, স্মৃতি, বিদ্যুৎকেন্দ্র, সঞ্চালন লাইন, শীতলীকরণ ব্যবস্থা এবং তথ্যকেন্দ্রের মধ্যে।
একটি দেশ বিজ্ঞান ও প্রযুক্তিমডেল তৈরিতে এগিয়ে থেকেও শিল্প উৎপাদন, বিদ্যুৎ ও অবকাঠামোয় দুর্বল হলে দীর্ঘমেয়াদে নেতৃত্ব হারাতে পারে। আবার তুলনামূলক কম উন্নত মডেল থাকা কোনো দেশ প্রচুর চিপ, সস্তা বিদ্যুৎ ও বড় বাজারের সাহায্যে দ্রুত ব্যবধান কমিয়ে আনতে পারে।
যুক্তরাষ্ট্রের শক্তি উদ্ভাবন, পুঁজি ও বড় প্রযুক্তিপ্রতিষ্ঠান। তাইওয়ানের শক্তি সর্বাধুনিক চিপ উৎপাদন। দক্ষিণ কোরিয়ার শক্তি স্মৃতি চিপ। চীন সরবরাহব্যবস্থার প্রতিটি ধাপে নিজস্ব সক্ষমতা তৈরির চেষ্টা করছে। আর ইউরোপের সামনে প্রধান চ্যালেঞ্জ হলো গবেষণাকে বাস্তব শিল্পে রূপান্তর করা।
তাই কৃত্রিম বুদ্ধিমত্তার আসল প্রতিযোগিতা শুধু পর্দার ভেতর চলছে না। এটি চলছে কারখানার পরিচ্ছন্ন কক্ষ, বিদ্যুৎকেন্দ্র, খনিজ সরবরাহব্যবস্থা, তথ্যকেন্দ্র এবং রাষ্ট্রীয় শিল্পনীতির মধ্যে।
ভবিষ্যতে সবচেয়ে শক্তিশালী প্রযুক্তিমডেল নির্মাণকারী দেশই যে একমাত্র বিজয়ী হবে, তা নিশ্চিত নয়। বরং যে দেশ চিপ, বিদ্যুৎ, দক্ষ জনবল, বাজার ও অবকাঠামোকে সবচেয়ে কার্যকরভাবে একত্র করতে পারবে, কৃত্রিম বুদ্ধিমত্তার যুগে নেতৃত্ব পাওয়ার সম্ভাবনা তারই বেশি।