Gemini 4 Argon চালু করার মাত্র দুই সপ্তাহ পর Google ঘোষণা করেছে Gemini 4 Carbon, যাকে এটি এখন পর্যন্ত সবচেয়ে শক্তিশালী মডেল বলছে, সাইবার নিরাপত্তা ও দীর্ঘমেয়াদি প্রকৌশল কাজের জন্য তৈরি। Google DeepMind-এর Koray Kavukcuoglu ২৮ অক্টোবর এই ঘোষণা দেন এবং দাবি করেন এটি ৫৯ পয়েন্ট নিয়ে Artificial Analysis Intelligence Index-এ শীর্ষে রয়েছে।
বেঞ্চমার্ক সংখ্যাগুলো এই আত্মবিশ্বাসের ব্যাখ্যা দেয়। Carbon SEC-bench Pro-তে ৮৮.২ শতাংশ স্কোর করেছে, যা পরীক্ষা করে মডেল সত্যিকারের প্রোডাকশন সফটওয়্যারে লুকানো আসল দুর্বলতা স্বয়ংক্রিয়ভাবে খুঁজে পেতে পারে কিনা। এটি CWE-bench-এ ৭১ শতাংশে পৌঁছেছে, যা পরিচিত দুর্বলতা শ্রেণির জন্য কার্যকর সংশোধন তৈরির ক্ষমতা মাপে, আর ExploitGym-এ ৫৪.৮ শতাংশ, যা শোষণ পরীক্ষা করে। ফুল-স্ট্যাক ওয়েব ডেভেলপমেন্টের WebDev Arena-তেও এটি চতুর্থ স্থানে উঠেছে।
সাধারণ মডেল রিলিজ থেকে Carbon-কে আলাদা করে এর উদ্দেশ্য। এটি কোনো চ্যাটবট আপগ্রেড নয়। Google বর্ণনা করে, তাদের দলগুলো এটি টানা কয়েক দিন চালায়, বড় কোডবেস ও নিম্নস্তরের সিস্টেমে সূক্ষ্ম বাগের মূল কারণ খুঁজে সেগুলো ঠিক করতে, আটকে গেলেও হাল না ছেড়ে। এটি প্রকৌশল এজেন্ট হিসেবে তৈরি, কথাবার্তা বলার জন্য নয়।
Google-এর উদ্ধৃত অভ্যন্তরীণ ফলাফল চোখ কপালে ওঠার মতো। বলা হচ্ছে Carbon নিরাপদ কোড তৈরিতে Argon-এর সফলতার হার দ্বিগুণের বেশি বাড়িয়েছে। Chrome দল বলছে, অন্য একটি ল্যাবের ফ্রন্টিয়ার মডেলের তুলনায় এটি দশ গুণের বেশি হারে উচ্চমানের প্যাচ তৈরি করেছে। Google-এর ক্লাউড নিরাপত্তা প্ল্যাটফর্ম Wiz এটিকে ওয়েব পেনেট্রেশন টেস্টিং বেঞ্চমার্কে এগিয়ে দেখেছে, যে সামর্থ্য Wiz নিজের স্ক্যানিং প্রোগ্রামে ব্যবহার করে।
তবু এটি প্রায় কেউই ব্যবহার করতে পারছে না। এই সপ্তাহ থেকে শুধু কিছু নির্বাচিত সাইবার প্রতিরক্ষাকারীই প্রবেশাধিকার পাচ্ছে, আরও বিশ্বস্ত অংশীদাররা ধাপে ধাপে Google-এর Fairwind Program-এর মাধ্যমে যুক্ত হবে। Google যুক্তরাষ্ট্র সরকারের স্বেচ্ছামূলক প্রি-রিলিজ পরীক্ষা প্রক্রিয়ায় অংশ নিচ্ছে। ডেভেলপার, ব্যবসা ও ভোক্তাদের অপেক্ষা করতে হবে।
এই সংযমই আসল খবর। এই স্তরে দুর্বলতা খুঁজে বের করা ও যাচাই করার মডেল প্রতিরক্ষাকারী ও আক্রমণকারী উভয়ের জন্যই সমান মূল্যবান। দরজা খোলার আগে Google প্রকাশ্যেই এই ভারসাম্য পরীক্ষা করছে, আর স্কোরবোর্ডের চেয়ে প্রবেশাধিকারের সিদ্ধান্তগুলোই হয়তো মডেলের প্রকৃত সামর্থ্য সম্পর্কে বেশি বলবে।
মূল্য নির্ধারণ গল্পের অন্য অর্ধেক বলে। Carbon Argon-এর একই ভূমিকামূলক দামে আসবে: প্রতি মিলিয়ন ইনপুট টোকেনে দুই ডলার এবং প্রতি মিলিয়ন আউটপুট টোকেনে দশ ডলার, ক্যাশড ইনপুটে ৯৫ শতাংশ ছাড়সহ। এটি প্রোডাকশন অর্থনীতি, গবেষণার নয়। মুক্তির পর এই মডেল যেন উপার্জনে নামবে, Google সেই আশাই করে।
নেতাদের জন্য দুটি শিক্ষা। প্রথম, সামর্থ্যের নেতৃত্বে এখন স্থাপনার বিচক্ষণতাও অন্তর্ভুক্ত: কোনো ফ্রন্টিয়ার মডেল সম্পর্কে সবচেয়ে অর্থবহ সংকেত ক্রমশ হচ্ছে কাকে, কখন এটি ছোঁয়ার অনুমতি দেওয়া হয়। দ্বিতীয়, নিরাপত্তা দলগুলোকে এমন পৃথিবীর জন্য প্রস্তুত থাকতে হবে যেখানে সংস্থাগুলোর প্যাচ করার চেয়ে দ্রুত AI ত্রুটি খুঁজে বের করবে, কারণ এই সামর্থ্যের প্রতিরক্ষামূলক রূপ শীঘ্রই আদর্শ সরঞ্জাম হয়ে যাবে।
ফ্রন্টিয়ার আর শুধু লিডারবোর্ড নয়। এটি একটি দুয়ার। যে সংস্থাগুলো প্রবেশ বিস্তৃত হওয়ার আগেই নিরাপত্তা কর্মপ্রবাহ ও গভর্নেন্স গড়ে তুলছে, দুয়ার খুললে প্রস্তুত থাকবে সেগুলোই।
গাণিতিকভাবে চিন্তা করুন। বুদ্ধিমত্তার সাথে প্রকৌশল করুন। কৌশলগতভাবে নেতৃত্ব দিন। দায়িত্বের সাথে তৈরি করুন। বৈশ্বিকভাবে সম্প্রসারিত হন। কৃত্রিম বুদ্ধিমত্তার মাধ্যমে প্রকৃত ব্যবসায়িক মূল্য তৈরি করুন।
