DeepSeek AI-এর উজ্জ্বলতা কমছে: Baidu-র সহ-প্রতিষ্ঠাতার ব্যাখ্যা

চীনের উঠতি AI ইন্ডাস্ট্রিতে ঝড় তুলে DeepSeek AI-এর উজ্জ্বলতা এখন ধীরে ধীরে কমতে শুরু করেছে। এই অবনতির প্রধান কারণ সম্প্রতি Baidu-এর সহ-প্রতিষ্ঠাতা রবিন লী উন্মোচন করেছেন।

DeepSeek AI: Baidu-এর সহ-প্রতিষ্ঠাতা রবিন লী সম্প্রতি চীনা AI টুল DeepSeek সম্পর্কে একটি গুরুত্বপূর্ণ বিবৃতি দিয়েছেন। তিনি বলেছেন যে DeepSeek, যা লঞ্চের সময় আমেরিকার সিলিকন ভ্যালির दिग्गज টেক কোম্পানিগুলিকে চমকে দিয়েছিল, এখন তার উজ্জ্বলতা হারাতে শুরু করেছে। রবিন লী ডেভেলপার্স কনফারেন্সের সময় DeepSeek-এর একটি বড় ত্রুটির উল্লেখ করে বলেছেন যে এই টুল যদিও রিজনিং-ভিত্তিক ভাষা মডেলের উপর কাজ করে এবং এটিকে অন্যান্য জেনারেটিভ AI টুল থেকে আলাদা করে, কিন্তু এর বিকাশের গতি এবং প্রভাব এখন আর আগের মতো নেই।

টেক্সট-ভিত্তিক মডেলের কমে যাওয়া চাহিদা

রবিন লীর মতে, DeepSeek-এর মতো টেক্সট-টু-টেক্সট জেনারেটিভ AI মডেল এখন দ্রুত তার প্রাসঙ্গিকতা হারাচ্ছে। চীনা ফাইন্যান্সিয়াল টাইমসের একটি রিপোর্ট অনুযায়ী, লী বলেছেন যে ব্যবহারকারীরা এখন কেবল টেক্সট জেনারেশনে সীমাবদ্ধ থাকতে চান না। তাদের প্রত্যাশা বেড়েছে, তারা টেক্সটের মাধ্যমে ইমেজ, ভিডিও এবং অডিও কন্টেন্টও তৈরি করতে চান।

এই কারণেই টেক্সট-টু-ইমেজ এবং টেক্সট-টু-ভিডিও প্রযুক্তির চাহিদা দ্রুত বেড়েছে, যখন কেবল টেক্সট-ভিত্তিক মডেল এখন পিছিয়ে পড়ছে। তিনি DeepSeek-এর মতো মডেলগুলিকে লো পারফরম্যান্স ক্যাটাগরিতে রেখে বলেছেন যে যতক্ষণ না মাল্টিমডেল ক্ষমতা যোগ করা হয়, ততক্ষণ পর্যন্ত এর জনপ্রিয়তা সীমিত থাকবে।

কখনও ধামাকাদার প্রবেশ, এখন চ্যালেঞ্জের মুখোমুখি

DeepSeek জানুয়ারী 2025 সালে তার R1 মডেলের সাথে ধামাকাদার প্রবেশ করেছিল। লঞ্চের সময় এটিকে আমেরিকার সিলিকন ভ্যালিতেও গুরুত্বের সাথে নেওয়া হয়েছিল। DeepSeek-কে চীনের লার্জ ল্যাঙ্গুয়েজ মডেল (LLM) স্পেসে গেম-চেঞ্জার হিসাবে বিবেচনা করা হচ্ছিল। এর রিজনিং এবং লজিক্যাল থিঙ্কিং ক্ষমতা এটিকে অন্যান্য চীনা AI মডেল থেকে আলাদা পরিচয় দিয়েছিল।

কিন্তু প্রযুক্তির জগতে টিকে থাকার জন্য কেবল ভালো শুরুই যথেষ্ট নয়। নিরন্তর উদ্ভাবন এবং পরিবর্তিত ব্যবহারকারীর চাহিদার সাথে নিজেকে খাপ খাইয়ে নেওয়াও প্রয়োজন। DeepSeek বর্তমানে এই চ্যালেঞ্জের মুখোমুখি।

Baidu-এর মাল্টিমডেল দাবী

Baidu এই পরিবর্তিত চাহিদা বুঝতে পেরে DeepSeek থেকে আলাদা দিকে পদক্ষেপ নিয়েছে। কোম্পানি সম্প্রতি Ernie 4.5 Turbo এবং X1 Turbo নামে দুটি নতুন জেনারেটিভ AI মডেল লঞ্চ করেছে। এই দুটি মডেলই মাল্টিমডেল ক্ষমতার সাথে সজ্জিত, অর্থাৎ এখন এগুলি কেবল টেক্সট নয়, ইমেজ, অডিও এবং ভিডিও ফর্ম্যাটেও কাজ করতে পারে।

Baidu-এর এই পদক্ষেপ দেখায় যে তারা DeepSeek-এর মতো টেক্সট-ওনলি AI প্রকল্প থেকে এগিয়ে গেছে। কোম্পানি এখন ব্যাপক ব্যবহার-কেস সাপোর্টকারী AI সমাধানের উপর ফোকাস করছে, যা ভবিষ্যতে মার্কেট ডোমিনেশনের জন্য প্রয়োজন।

চীনা AI বাজারে বর্ধমান প্রতিযোগিতা

DeepSeek কেবল তার অভাবগুলির কারণেই নয়, চীনা বাজারে দ্রুত বর্ধমান প্রতিযোগিতার সাথেও লড়াই করতে হচ্ছে। Alibaba তার AI মডেল Qwen লঞ্চ করেছে, যা কেবল টেক্সট-জেনারেশনে নয়, ইমেজ এবং ভিডিও প্রসেসিংয়েও পারদর্শী। একইভাবে, Klinga AI-এর মতো নতুন খেলোয়াড়রাও টেক্সট-টু-ভিডিও এবং টেক্সট-টু-ইমেজ প্রযুক্তিতে অনবদ্য বিকল্প উপস্থাপন করছে।

Baidu DeepSeek-কে তার অনেক পরিষেবায় একীভূত করার চেষ্টা করেছে, যেমন Qianfan প্ল্যাটফর্মে, কিন্তু মাল্টিমডেল ক্ষমতার অভাবের কারণে DeepSeek এখন তার আগের প্রভাব বজায় রাখতে ব্যর্থ হচ্ছে।

কেন মাল্টিমডেল AI প্রয়োজন?

আজকের ব্যবহারকারী কেবল টেক্সট চ্যাট বা আর্টিকেল জেনারেশনে সন্তুষ্ট নন। সোশ্যাল মিডিয়া, ডিজিটাল মার্কেটিং, বিনোদন, গেমিং এবং এমনকি অনলাইন শিক্ষায়ও ইমেজ, ভিডিও এবং অডিও কন্টেন্টের ব্যবহার দ্রুত বৃদ্ধি পাচ্ছে। এই ক্ষেত্রে টেক্সট-ওনলি AI মডেলের পরিধি বেশ সীমিত হয়ে যায়। মাল্টিমডেল AI মডেল ব্যবহারকারীদের আরও ইন্টারেক্টিভ, কার্যকর এবং বাস্তবসম্মত অভিজ্ঞতা প্রদান করে।

উদাহরণস্বরূপ, কোনও ব্যবহারকারী যদি একটি গল্প লেখেন, তাহলে তিনি চাইতে পারেন তার সাথে সাথেই একটি ভিজ্যুয়ালও তৈরি হোক। অথবা কোনও ব্যবহারকারী একটি ছোট টেক্সট ইনপুট দিয়ে একটি ছোট ভিডিও ক্লিপ তৈরি করতে চাইতে পারেন। এই কারণেই ChatGPT-এর মতো বড় প্লেয়াররাও GPT-4o-এর মতো অডিও, ভিজ্যুয়াল এবং টেক্সট মাল্টিমডেল ক্ষমতার সাথে এসেছে।

DeepSeek-এর জন্য ভবিষ্যতের পথ

DeepSeek-এর জন্য এখনও সুযোগ আছে যে তারা তাদের কৌশলে পরিবর্তন আনবে এবং মাল্টিমডেল ক্যাপেবিলিটিজ দ্রুত গ্রহণ করবে। যদি DeepSeek টেক্সট, ইমেজ এবং ভিডিও জেনারেশনের মতো ক্ষমতা যোগ করতে সক্ষম হয়, তাহলে তা আবার বাজারে দৃঢ়ভাবে তার স্থান তৈরি করতে পারবে। তদুপরি, DeepSeek-কে উন্মুক্ত-উৎস মডেলের বর্ধমান প্রভাবের সুযোগ নিতে হবে এবং ডেভেলপার কমিউনিটির মধ্যে তার সাপোর্ট নেটওয়ার্ক শক্তিশালী করতে হবে।