একসঙ্গে কয়েক ধরনের ইনপুট সামলায় এমন এআই মডেলকে কী বলা হয়?

একটা মাল্টিমোডাল মডেল হলো এমন একটা এআই ব্যবস্থা, যা একটামাত্র একীভূত ব্যবস্থার মধ্যে একাধিক ধরনের ইনপুট—যেমন লেখা, ছবি, অডিও আর ভিডিও—প্রক্রিয়া করে বুঝতে তৈরি, আগের চ্যাটবটের মতো কেবল লিখিত ভাষায় সীমাবদ্ধ না থেকে। এটা আপনাকে একটা ছবি দেখিয়ে তা নিয়ে জিজ্ঞাসা করতে, তাকে একটা অডিও ক্লিপ শোনাতে, বা একটা চার্ট শেয়ার করতে দেয় এবং সেই বিভিন্ন ধরনের তথ্যের মধ্যে সংযোগ টেনে অর্থপূর্ণভাবে সাড়া দিতে দেয়।

ওপেন-ওয়েট মডেল হলো এমন এআই মডেল, যাদের অভ্যন্তরীণ প্যারামিটার যে কেউ ডাউনলোড ও ব্যবহার করার জন্য জনসমক্ষে প্রকাশ করা হয়, প্রবেশাধিকার আর লাইসেন্সিং নিয়ে একটা ভিন্ন ধারণা, মডেল কোন ধরনের ইনপুট প্রক্রিয়া করতে পারে তার সাথে যার সম্পর্ক নেই। অফলাইন মডেল কেবল ইন্টারনেট সংযোগ ছাড়াই চলে, আরেকটা সম্পর্কহীন বৈশিষ্ট্য, একাধিক ফরম্যাট সামলানোর সাথে যার কোনো সম্পর্ক নেই।

এই বিভিন্ন ইনপুট ধরনের মিশ্রণই আধুনিক এআই সহকারীদের একটা ছবিতে কী ঘটছে তা বর্ণনা করতে, একটা চার্ট সংক্ষিপ্ত করতে, বা একটা ভিডিও নিয়ে মৌখিক প্রশ্নের উত্তর দিতে দেয়, এমন সক্ষমতা যার জন্য মাত্র কয়েক বছর আগেও সম্পূর্ণ আলাদা, বিশেষায়িত ব্যবস্থা প্রয়োজন হতো।