একটি ভাষা মডেলকে কেবল চ্যাটবক্সে বন্দি রাখলে সে কাঁচের জারে বন্দি বিচ্ছিন্ন এক মস্তিষ্কের মতো আচরণ করে। তার ভেতরে বিপুল জ্ঞান থাকা সত্ত্বেও সে সরাসরি ওয়েবসাইটে ঢুকতে পারে না, কোড চালাতে পারে না কিংবা ডাটাবেস পরিবর্তন করতে পারে না। স্বায়ত্তশাসিত কগনিটিভ আর্কিটেকচার (Cognitive Architectures) ভাষা মডেলকে সক্রিয় এজেন্টে রূপান্তর করে। টুল ব্যবহারের ক্ষমতা এবং ReAct (Reason + Act) কাঠামোর মাধ্যমে এআই আধুনিক অপারেটিং সিস্টেম, টার্মিনাল ও এপিআই নিয়ন্ত্রণ করে বাস্তব জীবনের জটিল লক্ষ্য অর্জন করে।
১. বিচ্ছিন্নতা সংকট ও বাস্তবতার ভিত্তি (Grounding)
সাধারণ ভাষা মডেলের দুটি বড় দুর্বলতা রয়েছে:
- তার মেমরি নির্দিষ্ট সময়ে আটকে থাকে, ফলে তাজা তথ্য সে জানতে পারে না।
- সে কোনো কাজের বাস্তব ফলাফল দেখতে পারে না, ফলে গণিত বা জটিল কোডের ক্ষেত্রে অন্ধ অনুমান বা হ্যালুসিনেশন করে।
টুল ব্যবহারের ক্ষমতা মডেলকে বাস্তবতার ভিত্তি দেয়। মনে মনে আন্দাজে একটি বিশাল গুণ করার বদলে সে একটি পাইথন স্ক্রিপ্ট চালিয়ে তাৎক্ষণিকভাবে শতভাগ নির্ভুল ফলাফল জেনে নেয়।
২. রিঅ্যাক্ট (ReAct) ফ্রেমওয়ার্ক: চিন্তা ও কাজের যুগলবন্দী
২০২২ সালে শানইউ ইয়াও প্রমুখ ReAct ফ্রেমওয়ার্ক উদ্ভাবন করেন। এখানে এজেন্টের প্রতিটি পদক্ষেপ তিনটি ধাপে আবর্তিত হয়:
tau = (text{Thought}_1, text{Action}_1, text{Observation}_1, dots)
- চিন্তা (Thought): মডেলটি মনে মনে নিজের ভাষায় পরিকল্পনা করে—কী কাজ করতে হবে এবং কোন টুল ব্যবহার করা দরকার।
- কাজ (Action): মডেলটি একটি নির্দিষ্ট ফাংশন বা কমান্ড কল করে—যেমন
search_web(query="...")। - পর্যবেক্ষণ (Observation): অপারেটিং সিস্টেম কমান্ডটি চালিয়ে তার আউটপুট মডেলের কনটেক্সটে ফিরিয়ে দেয়।
মডেলটি সেই আউটপুট দেখে নিজের পরবর্তী পদক্ষেপ ঠিক করে। কোথাও ভুল হলে সে সাথে সাথে নিজের কৌশল পরিবর্তন করে নতুন পথ বেছে নেয়।
৩. স্ট্রাকচার্ড ফাংশন কলিং
আধুনিক এআই মডেলে টুল কলিং কোনো এলোমেলো টেক্সট নয়; এটি কঠোর JSON Schema ব্যাকরণ দ্বারা নিয়ন্ত্রিত। ফলে মডেল কখনোই ভুল বা বিকৃত কোড পাঠাতে পারে না। শতভাগ নির্ভুল প্যারামিটার সহকারে ডেটাবেস ও ক্লাউড সার্ভার পরিচালনা করা সম্ভব হয়।
৪. প্ল্যান-অ্যান্ড-সলভ ও দীর্ঘমেয়াদী পরিকল্পনা
সহজ কাজের জন্য ReAct যথেষ্ট হলেও বিশাল সফটওয়্যার তৈরির মতো জটিল কাজে দরকার হয় দীর্ঘমেয়াদী পরিকল্পনা। Plan-and-Solve পদ্ধতিতে এজেন্ট প্রথমে পুরো সমস্যাটিকে একটি সুবিন্যস্ত কর্মপরিকল্পনায় (DAG) ভাগ করে নেয় এবং এরপর একটি একটি করে উপ-লক্ষ্য পূরণ করে সমগ্র কার্যভার সফলভাবে সমাপ্ত করে।
