গুগলের গবেষকেরা সম্ভবত এআই-এর একটি বড় চ্যালেঞ্জ সমাধান করেছেন। তাঁরা "internal RL" নামের একটি নতুন কৌশল তৈরি করেছেন, যা এআই মডেলগুলোকে প্রশিক্ষণ দিতে কাজে লাগবে। এই আবিষ্কার দীর্ঘ-মেয়াদী এআই এজেন্টদের পথ খুলে দিতে পারে। এই ফলাফলটি ২০২৬ সালের ১৬ই জানুয়ারি প্রকাশিত হয়েছে।

Internal RL একটি মডেলের অভ্যন্তরীণ কাজকর্মকে পরিচালনা করে। এটি এআইকে ধাপে ধাপে সমস্যা সমাধানের দিকে পরিচালিত করে। এটি পরবর্তী টোকেন প্রেডিকশনের সীমাবদ্ধতা দূর করে। বর্তমান এলএলএমগুলি প্রায়শই জটিল যুক্তিতে সমস্যায় পড়ে।

এর তাৎক্ষণিক প্রভাব উল্লেখযোগ্য হতে পারে। এআই এজেন্টরা আরও স্বায়ত্তশাসিত হতে পারে। তারা মানুষের তত্ত্বাবধান ছাড়াই জটিল কাজগুলি পরিচালনা করতে সক্ষম হতে পারে। এটি রোবোটিক্স এবং অন্যান্য ক্ষেত্রে প্রভাব ফেলবে।

ঐতিহ্যগতভাবে এলএলএমগুলি পরবর্তী টোকেন প্রেডিকশনের মাধ্যমে শেখে। এই পদ্ধতিটি দীর্ঘমেয়াদী পরিকল্পনার জন্য তেমন কার্যকর নয়। Internal RL আরও সরাসরি একটি পদ্ধতি সরবরাহ করে। এটি উচ্চ-স্তরের কৌশল বিকাশের উপর দৃষ্টি নিবদ্ধ করে।

পরবর্তী পদক্ষেপগুলোতে আরও পরীক্ষা এবং পরিমার্জন অন্তর্ভুক্ত রয়েছে। গবেষকরা কৌশলটি আরও বড় পরিসরে নিয়ে যাওয়ার লক্ষ্য রেখেছেন। চূড়ান্ত লক্ষ্য হল সত্যিকারের স্বায়ত্তশাসিত এআই এজেন্ট তৈরি করা। এটি এআই বিশ্বজুড়ে যেভাবে কাজ করে, তাতে বিপ্লব ঘটাতে পারে।