তোমাদের অনেকের মতো, আমরাও কৃত্রিম বুদ্ধিমত্তা (AI) এবং ওয়েবের ভবিষ্যৎ নিয়ে অনেক আলোচনা করছি। অনেক হৈচৈ হচ্ছে, এবং ওয়েব ডেভেলপার হিসেবে আমাদের ঠিক কী জানা দরকার তা জানা কঠিন।
ওয়েব আমাদের দলের চেয়ে অনেক বড়, তাই আমরা বুঝতে চেয়েছিলাম যে আপনি AI সম্পর্কে কীভাবে ভাবেন, আপনি কী শিখতে চান এবং এই উদীয়মান প্রযুক্তিগুলির সাথে আপনি কী করতে চান। এইভাবে, আমরা আপনাকে সেই গোলমাল কাটিয়ে ওঠার জন্য সর্বোত্তম সামগ্রী সরবরাহ করতে পারি।
গত কয়েক মাস ধরে, আমরা ওয়েব প্র্যাকটিশনারদের সাথে কথা বলেছি AI সম্পর্কে আপনার ধারণা এবং পরিস্থিতি বোঝার জন্য। অবশ্যই, আমরা সকলের সাথে সবকিছু নিয়ে কথা বলতে পারি না। ওয়েব ডেভেলপারদের সাথে আমাদের ছোট্ট একটি কথোপকথন হয়েছিল, যার মধ্যে রয়েছে ওয়েব গুগল ডেভেলপার এক্সপার্টস , যেখানে ডেভেলপাররা কীভাবে ব্যবহারকারী-মুখী বৈশিষ্ট্যগুলি সরবরাহ করতে এবং তাদের দৈনন্দিন কর্মপ্রবাহে উৎপাদনশীলতা বৃদ্ধি করতে AI ব্যবহার করছেন তা নিয়ে আলোচনা করা হয়েছিল।
আমরা বিশ্বাস করি যে আমরা যা শিখেছি তা ওয়েবের অন্যান্য লোকেদের জন্য ব্যাপকভাবে প্রযোজ্য হতে পারে। এবং, আমরা ভেবেছিলাম সম্প্রদায়টি আমরা যা শিখেছি তা শুনতে আগ্রহী হতে পারে।
ওয়েব ডেভেলপারদের ল্যান্ডস্কেপের অন্যান্য গবেষণার সাথে আমরা এই প্রতিক্রিয়াটি নিয়ে আমাদের নতুন AI সংগ্রহ তৈরি করেছি। এই সংগ্রহে, আপনি ওয়েব ডেভেলপার, কোডল্যাব এবং ডেমো এবং ওয়েবে AI সরঞ্জাম এবং মডেল সম্পর্কে চিন্তাভাবনার জন্য অন্যান্য সংস্থানগুলির উপর ভিত্তি করে ওভারভিউ পাবেন।
আর এটা তো কেবল শুরু। আগামী মাসগুলিতে তুমি আমাদের কাছ থেকে আরও অনেক কিছু দেখতে পাবে।
জেনারেটিভ এআই ব্যবহার করে উন্নত উৎপাদনশীলতা
আমরা লক্ষ্য করেছি যে ওয়েব ডেভেলপাররা তাদের উৎপাদনশীলতা বাড়াতে জেনারেটিভ এআই-এর সুবিধা নিতে চান এবং নতুন প্রযুক্তি শিখতে বা তাদের ওয়েব ডেভেলপমেন্ট প্রশ্নের উত্তর খুঁজতে চ্যাট বটের সাথে যোগাযোগ করতে চান।
আমরা যেসব ডেভেলপারদের সাথে কথা বলেছি তারা হয় ইতিমধ্যেই তাদের দৈনন্দিন কর্মপ্রবাহে, ব্যবসায়িক বা ব্যক্তিগত প্রকল্পের জন্য AI ব্যবহার করছেন, অথবা এমন কাউকে চেনেন যিনি এমন।
কোড জেনারেশন
আমরা আপনার কাছ থেকে শিখেছি যে কোড জেনারেশন টুল, যেমন জেমিনি এবং কোপাইলট, স্ট্যান্ডার্ড ইউনিট পরীক্ষা, বেসিক অটোকম্পলিট (যেখানে আপনি কী লিখতে জানেন, কিন্তু কেবল এটি লিখতে হবে) এবং সহজ ফাংশনগুলির জন্য দুর্দান্ত যার জন্য কোডবেসের বিস্তৃত জ্ঞানের প্রয়োজন হয় না। আরও জটিল, অ্যালগরিদমিক কোড লেখার ক্ষেত্রে এবং একটি নির্দিষ্ট প্রকল্পের বিস্তৃত প্রেক্ষাপটের প্রয়োজন এমন ফাংশনগুলির ক্ষেত্রে এই টুলগুলি কম কার্যকর হয়।
আরও সিনিয়র ডেভেলপাররা তাদের কোডবেসের দীর্ঘমেয়াদী গুণমান নিয়ে উদ্বেগের কথা উল্লেখ করেছেন, যার মধ্যে কোড ডুপ্লিকেশন এবং দীর্ঘমেয়াদী রক্ষণাবেক্ষণের সমস্যা রয়েছে। কেউ কেউ উদ্বিগ্ন ছিলেন যে কম অভিজ্ঞ দলের সদস্যরা ত্রুটি সনাক্ত করতে পারবেন না বা জেনারেটিভ এআই টুল দ্বারা উত্পাদিত কোডটি কীভাবে সঠিকভাবে যাচাই করতে হয় তা জানেন না।
ডেভেলপাররা আরও জানিয়েছেন যে যেসব ক্ষেত্রে নির্দিষ্ট ডোমেন জ্ঞানের প্রয়োজন হয়, যেমন অ্যাক্সেসযোগ্য উপাদান লেখা, সেগুলি এখনও তাদের চেষ্টা করা কোড জেনারেশন টুল দ্বারা সঠিকভাবে সংযোজিত হয়নি।
এলএলএম এর মাধ্যমে শেখা
আমরা অনেক ডেভেলপারকে সফটওয়্যার ডেভেলপমেন্ট ধারণা শেখার জন্য ChatGPT এবং Gemini ব্যবহার করতে দেখেছি, যেমন একটি বৃহৎ ভাষা মডেল (LLM) কে একটি সর্টিং অ্যালগরিদম কীভাবে কাজ করে তা ব্যাখ্যা করতে বলা, বিভিন্ন প্রোগ্রামিং ভাষার উপর জোর দেওয়া, অথবা জ্ঞানের ব্যবধান পূরণ করা।
তুমি মনে করো প্রশ্ন ও উত্তরের দ্রুত ইন্টারঅ্যাক্টিভিটির কারণে এবং AI জিজ্ঞাসা করা প্রশ্নগুলির সমালোচনা করবে না, বরং কেবল তাদের প্রয়োজনীয় উত্তর প্রদান করবে বলে LLM গুলি একটি দুর্দান্ত অভিজ্ঞতা প্রদান করে।
আবারও, আরও জুনিয়র ডেভেলপারদের সাথে সম্পর্কিত একটি উদ্বেগ রয়েছে, যেখানে মডেলটি যেখানে হ্যালুসিনেশন করছে এবং ভুল প্রতিক্রিয়া তৈরি করছে সেই ঘটনাগুলি ধরার জন্য ন্যূনতম স্তরের জ্ঞান প্রয়োজন।
ব্যবসায়িক উদ্বেগ হিসেবে আইপি সুরক্ষা
আমরা যাদের সাথে কথা বলেছি তাদের অনেকেই বলেছেন যে তাদের কোম্পানিগুলির এখনও ডেভেলপারদের উৎপাদনশীলতা বৃদ্ধির জন্য জেনারেটিভ এআই ব্যবহার করার বিষয়ে কোনও নীতি নেই। ডেভেলপাররা প্রায়শই এটি নিয়ে পরীক্ষা-নিরীক্ষা করে জেনারেটিভ এআই টুলের ব্যবহারকে চালিত করে।
"আমার কোম্পানি সাধারণত AI বলতে কী বোঝায় তা ভুল বোঝে, তাই তারা সঠিক নীতি তৈরি করছে না।"
তবে, যেসব ব্যবসার নীতিমালা আছে, তারা কোম্পানির বৌদ্ধিক সম্পত্তি (আইপি) তৃতীয় পক্ষের কাছে ফাঁস করার উদ্বেগের কারণে ব্যবহারকে নিরুৎসাহিত করে। এমন কিছু ঘটনা রয়েছে যেখানে এই নীতিগুলি পরিবর্তন করা হয়েছে, এই সরঞ্জামগুলির পিছনে থাকা সংস্থাগুলির সাথে সরাসরি যোগাযোগ করার পরে কীভাবে ডেটা ব্যবহার করা হচ্ছে এবং সম্ভাব্য ঝুঁকিগুলি বোঝার জন্য।
ডেটা সুরক্ষা নিশ্চিত করার জন্য নিবেদিতপ্রাণ এন্টারপ্রাইজ অ্যাকাউন্ট এবং অংশীদারিত্বের মাধ্যমে, ব্যবসাগুলি ডেভেলপারদের ব্যবহারকে উৎসাহিত করার সম্ভাবনা বেশি।
ব্যবহারকারী-মুখী পণ্য বৈশিষ্ট্যের জন্য জেনারেটিভ এআই
পণ্যের দিক থেকে, আমাদের কাছে এটা অবাক করার মতো কিছু ছিল না যে, যখন আমরা "AI / ML" শব্দটি নিয়ে আমাদের কথোপকথন শুরু করি, তখন প্রতিক্রিয়া প্রায়শই জেনারেটিভ AI-এর উপর কেন্দ্রীভূত ছিল। ডেভেলপাররা তাদের ব্যবহারকারীদের অভিজ্ঞতা উন্নত করার জন্য জেনারেটিভ AI কীভাবে ব্যবহার করা যেতে পারে তা নিয়ে আগ্রহী, কিন্তু সেই অভিজ্ঞতাগুলি কেমন দেখাচ্ছে এবং উৎপাদনে সেগুলি সরবরাহ করার জন্য উপলব্ধ সরঞ্জামগুলি কী তা সম্পর্কে অনিশ্চিত।
যেসব ডেভেলপার তাদের পণ্যে জেনারেটিভ এআই বৈশিষ্ট্য তৈরি করেছেন বা তৈরি করছেন, তাদের জন্য চ্যাটবট বা ওয়ান-অফ ইন্টারফেসের মাধ্যমে ব্যবহারকারীর প্রশ্নের উত্তর দেওয়ার জন্য জেনারেটিভ এআই ব্যবহার করা সবচেয়ে সাধারণ ব্যবহার।
আউটপুট কোয়ালিটি হল আপনার কাছ থেকে আমরা যে শীর্ষ উদ্বেগের বিষয়টি শুনেছি। বিশেষ করে, ডেভেলপাররা আশা করেন যে প্রতিক্রিয়াগুলি সঠিক এবং লক্ষ্য হল LLM-কে এমন কন্টেন্ট তৈরি করা থেকে বিরত রাখা যাতে লক্ষ্যের সাথে সম্পর্কহীন না হয়। এটি বিশেষভাবে সত্য যখন LLM-এর আউটপুট সরাসরি ব্যবহারকারী-মুখী হয়, যেমন একটি চ্যাটবট।
"এআই সহ ডেমোগুলি অদ্ভুত। আমি যখনই আমার প্রকল্পের ডেমো করি, আউটপুট সম্পূর্ণ ভিন্ন হয়।"
বিভিন্ন ধরণের প্রম্পটের জন্য জেনারেটিভ এআই আউটপুট যাচাই করার জন্য আপনি টেস্ট স্যুট তৈরিতে অনেক প্রচেষ্টা করছেন, কিন্তু প্রতিক্রিয়া পরীক্ষা বা নিরীক্ষণের কোনও স্পষ্ট এবং প্রতিষ্ঠিত উপায় নেই। বেশিরভাগ মূল্যায়ন কাজ ম্যানুয়াল। অনেক ডেভেলপার নন-ডিটারমিনিস্টিক আউটপুট পরিচালনা করার ক্ষেত্রে নতুন। একটি সম্প্রদায় হিসাবে, আমরা এখনও এমন সিস্টেম তৈরি করিনি যা তাদের সাথে ভালভাবে কাজ করে।
একটি জেনারেটিভ এআই মডেল পরিচালনার খরচও একটি গুরুত্বপূর্ণ উদ্বেগের বিষয়, এবং ডেভেলপাররা তাদের ব্যবহারকারীদের জন্য সুবিধার তুলনায় খরচটি সাবধানতার সাথে মূল্যায়ন করছেন।
স্ট্যান্ডার্ড বনাম কাস্টমাইজড মডেল
সাধারণত, আমরা যেসব ডেভেলপারদের সাথে কথা বলেছি তারা তৈরি মডেল এবং API-এর উপর নির্ভর করত। এটি টাইম-টু-মার্কেট এবং ইঞ্জিনিয়ারিং সময় এবং জ্ঞানের ব্যবহারকে সর্বোত্তম করে তোলে, যা সীমিত ছিল।
"আমি ওয়েব ডেভেলপমেন্টের জগতেই থাকতে চাই। আমি এমএল ইঞ্জিনিয়ার হতে চাই না।"
যদিও ডেভেলপাররা রিট্রিভ অগমেন্ট-জেনারেট (RAG) এবং ফাইন-টিউনিংয়ের মতো উন্নত কৌশলগুলির সম্ভাব্য মূল্য সম্পর্কে সচেতন এবং দেখতে পান, তবুও আপনি তাদের কাজের ওয়েব ডেভেলপমেন্ট দিকটিতে মনোনিবেশ করতে পছন্দ করেন। পরিশেষে, আপনি ডিফল্ট সরঞ্জামগুলি ব্যবহার করতে পছন্দ করেন অথবা তাদের ব্যবহারের ক্ষেত্রে অপ্টিমাইজড মডেল তৈরি করতে অন্যান্য দলের উপর নির্ভর করতে পছন্দ করেন।
গোপনীয়তা এবং নিরাপত্তা সংক্রান্ত উদ্বেগ
গোপনীয়তা এবং নিরাপত্তা ছিল প্রধান উদ্বেগের বিষয়, বিশেষ করে চিকিৎসা শিল্পের মতো কঠোর ডেটা প্রয়োজনীয়তা সম্পন্ন উল্লম্ব ক্ষেত্রে। ডিভাইসে থাকা AI এই ব্যবহারের ক্ষেত্রে গুরুত্বপূর্ণ ভূমিকা পালন করতে পারে, তবে এই ক্ষেত্রটি মূলত অনাবিষ্কৃত রয়ে গেছে।
ক্লাউড এপিআই ব্যবহার করে ব্যবহারকারীর ডেটা আরও বেশি সংখ্যক তৃতীয় পক্ষের কাছে প্রকাশ করা একটি উদ্বেগের বিষয়, এবং অনেক ডেভেলপার সম্ভাব্য গোপনীয়তা এবং সুরক্ষার ঝুঁকি কমাতে অন-ডিভাইস মেশিন লার্নিং বা জেনারেটিভ এআই-এর মূল্য দেখেন।
ওয়েব ডেভেলপারদের জন্য AI
AI সর্বত্র বিদ্যমান এবং অবিশ্বাস্য গতিতে বিকশিত হচ্ছে। আমরা কীভাবে আপ টু ডেট থাকতে পারি, বিদ্যমান সরঞ্জাম এবং মডেলগুলিকে একীভূত করতে পারি, অথবা ML ইঞ্জিনিয়ারদের সাথে কাজ করে আমাদের চাহিদা অনুসারে নতুন মডেল তৈরি করতে পারি?
আপনার কাছ থেকে আমরা যা শিখেছি তার উপর ভিত্তি করে, আমরা ওয়েব ডেভেলপারদের জন্য AI-এর উপর নির্দেশিকা তৈরির জন্য কাজ করছি। আমাদের লক্ষ্য হল আপনাকে AI ধারণাগুলিকে উচ্চ স্তরে বুঝতে সাহায্য করা, উৎপাদনশীলতা বৃদ্ধির জন্য জেনারেটিভ AI ব্যবহারের সুযোগগুলি আবিষ্কার করা এবং বিদ্যমান সরঞ্জাম, মডেল এবং API ব্যবহার করে আনন্দদায়ক ব্যবহারকারীর অভিজ্ঞতা তৈরি করতে AI ব্যবহার করা। আমাদের AI সংগ্রহে আরও কন্টেন্ট প্রকাশ করার সাথে সাথে আবার চেক ইন করতে থাকুন।
যদিও বেশিরভাগ ওয়েব ডেভেলপাররা তাদের সবচেয়ে ভালো কাজ করার উপর মনোযোগ কেন্দ্রীভূত রাখতে পছন্দ করেন (এটা ওয়েব ডেভেলপমেন্ট!), আমরা আপনাদের মধ্যে যারা ওয়েব ডেভেলপারদের প্রয়োজনীয় সরঞ্জাম, মডেল এবং API তৈরিতে আরও গভীরভাবে ডুব দিতে চান তাদের উৎসাহিত করি। আমরা আপনাদের কাছ থেকে শুনতে চাই এবং শিখতে চাই কিভাবে আমরা আপনাকে সফল হতে সাহায্য করতে পারি।
AI একটি দ্রুতগতির ক্ষেত্র। তাই, পরিস্থিতি পরিবর্তনের সাথে সাথে আমরা সম্প্রদায়ের সাথে যোগাযোগ অব্যাহত রাখব, আরও কথোপকথন এবং জরিপ পরিচালনা করব। আপনি যদি আমাদের সাথে আলোচনা করতে চান, তাহলে আমাদের দলের সাথে অফিসের সময়সূচী নির্ধারণ করুন ।