কৃত্রিম বুদ্ধিমত্তার জগতে যখনই কোনো বড় পদক্ষেপ নেওয়া হয়, তখনই নজর সরাসরি ইলন মাস্কের দিকে যায়। এবারও তেমনটাই হয়েছে। মাস্কের AI কোম্পানি xAI তাদের AI চ্যাটবট Grok-এ অসাধারণ এবং বিপ্লবী ফিচার যোগ করেছে, যা সরাসরি ChatGPT-কে চ্যালেঞ্জ করে বলে মনে হচ্ছে। এবার যে নতুন ফিচার এসেছে তার নাম Grok Vision, এবং এর সাথে আরও দুটি শক্তিশালী টুল – Multilingual Audio এবং Real-Time Voice Searchও লঞ্চ করা হয়েছে।
Grok Vision: AI-এর চোখ, আপনার ফোনে
Grok Vision এমন একটি ফিচার যা যেকোনো বস্তু, চিহ্ন, দলিল বা পণ্য স্ক্যান করে তার পরিচয় নির্ণয় করতে পারে এবং তার সাথে সম্পর্কিত তথ্য অবিলম্বে আপনার সামনে উপস্থাপন করতে পারে। অর্থাৎ, এখন যদি আপনার কোনো বিদেশী ভাষায় লেখা বোর্ড বুঝতে না পারা যায়, কোনো অজানা ডিভাইসের তথ্য দরকার হয় বা কোনো কাগজপত্রের অনুবাদ করতে হয়, তাহলে শুধুমাত্র আপনার ফোনের ক্যামেরা উঠিয়ে Grok Vision-কে জিজ্ঞাসা করুন। সহজ কথায় বললে, এই ফিচারটি আপনার ব্যক্তিগত ভিজ্যুয়াল অ্যাসিস্ট্যান্ট হয়ে উঠেছে – একটি AI যা দেখে, বোঝে এবং বলে।
এখন প্রতিটি ভাষায় উত্তর – Multilingual Audio Mode
ইলন মাস্কের দল ভাষাগত সীমাবদ্ধতা দূর করার দিকেও বড় পদক্ষেপ নিয়েছে। Grok-এর নতুন Multilingual Audio ফিচার এখন আপনাকে অনেক ভাষায় রিয়েল টাইম উত্তর দেবে। আপনি বাংলায় বলুন, স্প্যানিশ-এ জিজ্ঞাসা করুন বা জাপানি ভাষায় কোনো প্রশ্ন করুন, Grok আপনাকে একই ভাষায় উত্তর দেবে। এই ফিচারটি বিশেষ করে ভারত, আফ্রিকা এবং ইউরোপের মতো বহুভাষিক অঞ্চলের জন্য অত্যন্ত উপযোগী হতে পারে, যেখানে মানুষ তাদের মাতৃভাষায় প্রযুক্তির সাথে যোগাযোগ করতে চায়।
রিয়েল-টাইম সার্চ ইন ভয়েস মোড: বলুন এবং উত্তর পান
এখন আপনি Grok-কে শুধু টাইপ করে নয়, সরাসরি বলে প্রশ্ন করতে পারেন, এবং তা অবিলম্বে ইন্টারনেটে রিয়েল টাইম সার্চ করে উত্তর দেবে। এই ফিচারটি সেই ব্যবহারকারীদের জন্য একটি বরদান হিসেবে প্রমাণিত হবে যারা বলায় স্বচ্ছন্দ্যবোধ করে কিন্তু টাইপিং-এ নয়। গতি, স্বাচ্ছন্দ্য এবং নির্ভুলতা এই ফিচারে তিনটিরই অসাধারণ ভারসাম্য রয়েছে।
iOS ব্যবহারকারীদের জন্য, Android-কে অপেক্ষা করতে হবে
TechCrunch-এর রিপোর্ট অনুযায়ী, Grok-এর এই সমস্ত নতুন ফিচার বর্তমানে iOS ব্যবহারকারীদের জন্য উপলব্ধ। Android ব্যবহারকারীদের এটি ব্যবহার করার জন্য SuperGrok প্ল্যানের সদস্যপদ নিতে হবে, যার মূল্য 30 ডলার প্রতি মাস। এই প্ল্যানটি পেশাদার ব্যবহারকারী, ডেভেলপার এবং প্রযুক্তিপ্রেমীদের জন্য তৈরি করা হয়েছে যারা AI-এর পুরো ক্ষমতা উপভোগ করতে চায়।
ডকুমেন্ট ট্রান্সলেশন এবং মেমোরি ফাংশন
Grok Vision-এর আরেকটি চমৎকার দিক হল এটি ডকুমেন্ট স্ক্যান করে তার অনুবাদ করতে পারে। ধরুন আপনার কাছে জাপানি ভাষায় একটি চুক্তি আছে, তাহলে আপনি Grok-এ স্ক্যান করে দিন, এটি শুধুমাত্র তার অনুবাদই করবে না, বরং তার আইনি বা ব্যবসায়িক ভাষাকেও সহজ করে বুঝিয়ে দেবে।
এছাড়াও, নতুন মেমোরি ফাংশন Grok-কে আরও বেশি মানবসদৃশ করে তোলে। এটি আপনার পছন্দ, পছন্দসই এবং পূর্ববর্তী কথোপকথন মনে রাখে, যাতে পরবর্তী বার আপনি যখন কোনো প্রশ্ন করবেন, তখন আপনি আরও প্রাসঙ্গিক এবং ব্যক্তিগত উত্তর পাবেন।
Grok vs ChatGPT: লড়াই আকর্ষণীয় হয়ে উঠছে
ChatGPT দীর্ঘদিন ধরে AI চ্যাটবটের জগতে রাজত্ব করে আসছে, কিন্তু Grok এখন তার সরাসরি প্রতিদ্বন্দ্বিতায় নেমে এসেছে। ChatGPT-তে যদিও ইমেজ আপলোড করে প্রশ্ন করার সুবিধা আছে, কিন্তু Grok তাকে এক ধাপ এগিয়ে Visual Recognition, Translation এবং Real-Time Interaction-এর মতো গুণাবলী নিয়ে মাঠে নেমেছে। ইলন মাস্ক ইতোমধ্যেই বলেছেন যে তাঁর লক্ষ্য Grok-কে এমন একটি AI তৈরি করা যা আরও সাহসী, কম সেন্সরশিপযুক্ত এবং আরও বেশি উপযোগী হবে।
Apple-এর Visual Intelligence ফিচারের সাথে তুলনা
Apple সম্প্রতি Apple Intelligence নামক ফিচারের সাথে Visual Intelligence লঞ্চ করেছে, যা iPhones-এ ইমেজ চিনতে এবং তার সাথে সম্পর্কিত তথ্য দিতে কাজ করে। কিন্তু প্রাথমিক পর্যালোচনার মতে, এই ফিচারটি ChatGPT বা Grok-এর মতো নির্ভুল এবং কার্যকর নয়। এই দিক থেকে দেখলে, Grok বর্তমানে ভিজ্যুয়াল AI সেগমেন্টে এগিয়ে থাকছে।
ভবিষ্যতের ঝলক: এটাই কি AI-এর নতুন মুখ?
AI প্রযুক্তি যত দ্রুত এগিয়ে চলেছে, Grok Vision এবং তার সাথে আসা অন্যান্য ফিচার ভবিষ্যতের একটি ঝলক দেখায়। এটি কেবলমাত্র একটি চ্যাটবট নয়, বরং একটি ব্যক্তিগত অ্যাসিস্ট্যান্ট, অনুবাদক, ভিজ্যুয়াল বিশ্লেষক এবং সার্চ ইঞ্জিনের মিশ্রণ। ভবিষ্যতে, হয়তো আমরা এমন একটি AI-এর সাথে থাকবো যা আমাদের চোখ, কান এবং মস্তিষ্কের ডিজিটাল সম্প্রসারণ হবে।
ইলন মাস্কের Grok Vision কেবলমাত্র একটি নতুন AI টুল নয়, বরং একটি নতুন যুগের সূচনা – যেখানে মেশিনগুলি কেবল আদেশ মানবে না, বরং আমাদের চিন্তাভাবনাকে বুঝবে এবং তাকে সম্প্রসারিত করবে।
