বহু বছর ধরে কৃত্রিম বুদ্ধিমত্তা গবেষকদের একটি জটিল রহস্য বিভ্রান্ত করে রেখেছিল: পলিসিম্যান্টিসিটি (Polysemanticity)। একটি নিউরাল নেটওয়ার্কের একটিমাত্র নিউরনের ভেতরে তাকালে দেখা যেত সেটি একই সাথে কোয়ান্টাম পদার্থবিজ্ঞান, কুকুরের ছবি এবং কোরিয়ান গানের লিরিক্স দেখে উত্তেজিত হচ্ছে। একটি বুদ্ধিমান ব্যবস্থা কেন সম্পূর্ণ ভিন্ন ভিন্ন ধারণাকে একই নিউরনে গুলিয়ে ফেলে? ২০২৩-২০২৪ সালে অ্যানথ্রপিকের বিজ্ঞানীরা আবিষ্কার করেন সুপারপজিশন (Superposition) এবং উদ্ভাবন করেন স্পার্স অটোএনকোডার (SAE)—যার মাধ্যমে এআই মস্তিষ্কের মৌলিক একক: Monosemantic Features উন্মোচিত হয়েছে।
১. সুপারপজিশনের জ্যামিতি ও প্যারাডক্স
একটি নিউরাল নেটওয়ার্কের স্তরে যদি ৪,০৯৬টি ডাইমেনশন থাকে, তবে সে সর্বোচ্চ ৪,০৯৬টি অর্থ লম্বভাবে (Orthogonal) রাখতে পারে। কিন্তু বাস্তব জগতে লাখ লাখ ধারণা ও শব্দ রয়েছে।
বাস্তব জীবনে একটি বাক্যে একসাথে কোটি কোটি ধারণা কখনোই উপস্থিত থাকে না—মাত্র কয়েকটি ধারণা সক্রিয় থাকে (Sparsity)। এই সুযোগ কাজে লাগিয়ে নিউরাল নেটওয়ার্ক কোয়ান্টাম বলবিদ্যার মতো ৪,০৯৬টি মাত্রার ভেতর লাখ লাখ ভিন্ন ধারণার ভেক্টর এমনভাবে গুঁজে রাখে যাতে তারা পরস্পরের সাথে খুব সামান্য কোণে অবস্থান করে—একে বলে Superposition। ফলে একটি ফিজিক্যাল নিউরনে একাধিক ধারণার ছায়া পড়ে।
২. স্পার্স অটোএনকোডার (SAE): ত্রিমাত্রিক হলোগ্রাম ডিকোড করা
সুপারপজিশনে জট পাকিয়ে থাকা এই ধারণার সুতো আলগা করতে একটি বহিরাগত Sparse Autoencoder (SAE) ব্যবহার করা হয়:
- এটি ৪,০৯৬ মাত্রার ঘন অ্যাক্টিভেশনকে প্রসারিত করে ১ লাখ ৩০ হাজার মাত্রার বিশাল ডিকশনারিতে রূপান্তর করে।
- কঠোর $L_1$ পেনাল্টি দিয়ে বাধ্য করা হয় যাতে প্রতি মুহূর্তে ৯৯.৯% মাত্রা সম্পূর্ণ শূন্য থাকে এবং কেবল সত্যিকারের প্রাসঙ্গিক ধারণাটি সক্রিয় হয়।
৩. মনোসিম্যান্টিক ফিচার ও ভাবনা নিয়ন্ত্রণ
SAE প্রশিক্ষণের পর দেখা গেল নিউরনের সমস্ত গোলমেলে ভাব কেটে গেছে। এখন প্রতিটি ফিচার এক একটি খাঁটি ধারণার প্রতীক:
- ফিচার ৩৪,৮১২: কেবল গোল্ডেন গেট ব্রিজের কথা আসলেই সক্রিয় হয়।
- ফিচার ১২,৯০৪: কোনো প্রতারণা বা মিথ্যা বলার চেষ্টা করলে সক্রিয় হয়।
- ফিচার ৮৯,৪৫১: কোডিংয়ে সাইবার নিরাপত্তার দুর্বলতা নির্দেশ করে।
এই ফিচারগুলোর মান ইনফারেন্সের সময় সরাসরি কমিয়ে বা বাড়িয়ে এআইকে দিয়ে মিথ্যা বলা বন্ধ করা, ক্ষতিকর জ্ঞান মুছে ফেলা কিংবা তার ভেতরের অসৎ উদ্দেশ্য তাৎক্ষণিকভাবে ধরে ফেলা সম্ভব হচ্ছে।
