গুগল-এর গবেষকরা একটি নতুন এআই কৌশল তৈরি করেছেন, অভ্যন্তরীণ রিইনফোর্সমেন্ট লার্নিং (অভ্যন্তরীণ আরএল), যা দীর্ঘ-অনুভূমিক এআই এজেন্টদের ক্ষেত্রে বিপ্লব ঘটাতে পারে। ২০২৬ সালের ১৬ই জানুয়ারি ঘোষিত এই যুগান্তকারী আবিষ্কারটি এআই মডেলগুলি জটিল যুক্তি কীভাবে শেখে তার সীমাবদ্ধতাগুলি সমাধান করে। অভ্যন্তরীণ আরএল একটি মডেলের অভ্যন্তরীণ প্রক্রিয়াগুলিকে ধাপে ধাপে সমস্যা সমাধানের দিকে পরিচালিত করে। এটি পরবর্তী টোকেন পূর্বাভাসের ঐতিহ্যবাহী পদ্ধতিকে এড়িয়ে যায়, যা প্রায়শই ত্রুটির দিকে পরিচালিত করে।

পরবর্তী টোকেন পূর্বাভাসের সমস্যা হল এলএলএমগুলি একবারে একটি টোকেন তৈরি করে। এটি প্রশিক্ষণকালে মডেলগুলির জন্য নতুন কৌশলগুলি অন্বেষণ করা কঠিন করে তোলে। অভ্যন্তরীণ আরএল স্বায়ত্তশাসিত এজেন্ট তৈরির জন্য একটি মাপযোগ্য পথ সরবরাহ করে। এই এজেন্টগুলি জটিল যুক্তি এবং বাস্তব-বিশ্বের রোবোটিক্স পরিচালনা করতে পারে।

অবিলম্বে এর প্রভাব দেখা যেতে পারে মানুষের তত্ত্বাবধান ছাড়াই জটিল কাজ সম্পাদনে এআই-এর সক্ষমতায়। বিশেষজ্ঞরা মনে করেন এটি আরও দক্ষ এবং নির্ভরযোগ্য এআই সিস্টেমের দিকে পরিচালিত করতে পারে।

বর্তমানে, জটিল যুক্তির জন্য এলএলএমগুলিকে প্রশিক্ষণ দিতে রিইনফোর্সমেন্ট লার্নিং ব্যবহৃত হয়। তবে, এই মডেলগুলির আর্কিটেকচার কার্যকরভাবে পরিকল্পনা করার ক্ষমতাকে সীমিত করে।

পরবর্তী পদক্ষেপগুলিতে বাস্তব-বিশ্বের অ্যাপ্লিকেশনগুলিতে অভ্যন্তরীণ আরএল পরীক্ষা করা জড়িত। গবেষকরা কৌশলটি পরিমার্জন করতে এবং বিভিন্ন এআই কাজের জন্য এর সম্ভাবনা অন্বেষণ করতে চান। এই উন্নয়ন আরও সক্ষম এবং স্বায়ত্তশাসিত এআই এজেন্টদের ভবিষ্যতের প্রতিশ্রুতি দেয়।