Artificial Intelligence (AI), বাংলায় কৃত্রিম বুদ্ধিমত্তা হয়তো আগামী দিনের পৃথিবীকে পুরোপুরি বদলে দিতে পারে। আপনারা নিশ্চয়ই জানেন, AI এখন শুধু একটা Buzzword নয়, এটা আমাদের জীবনের প্রতিটা ক্ষেত্রে ঢুকে পরেছে। Google Assistant থেকে শুরু করে Netflix-এর Recommendation, সব কিছুতেই AI-এর ছোঁয়া। আর এই AI-এর দুনিয়ায় একটা নতুন প্লেয়ারের আগমন ঘটেছে, যার নাম Tencent।

Tencent তাদের নতুন AI Model "T1" নিয়ে হাজির হয়েছে, এবং এসেই যেন Market-এ একটা তোলপাড় সৃষ্টি করে দিয়েছে। DeepSeek-এর R1 এবং OpenAI-এর মতো জায়ান্টদের সাথে Compete করাটা সহজ কথা নয়, কিন্তু T1 নাকি সেই কঠিন কাজটাও করে দেখাচ্ছে! শোনা যাচ্ছে, কিছু কিছু ক্ষেত্রে T1 নাকি তাদের চেয়েও ভালো Performance দিচ্ছে। তাহলে চলুন, আজকের টিউনে আমরা T1 নিয়ে চুলচেরা বিশ্লেষণ করি, দেখি Tencent-এর এই নতুন AI Model-এ কী কী আছে, আর China কিভাবে AI Superpower হওয়ার স্বপ্ন দেখছে।

Tencent-এর নতুন AI চমক, Hunyuan T1 - কী এটা, কেন এত আলোচনা?

Tencent, যাদেরকে আপনারা WeChat (চীনা ভাষায় Weixin) এবং Honor Of Kings-এর মতো জনপ্রিয় Game-এর জন্য চেনেন, তারা সম্প্রতি তাদের নতুন AI Reasoning Model "Hunyuan T1" (সংক্ষেপে T1) Launch করেছে। এই Model-টিকে কেউ কেউ "Hun Thinker One"-ও বলে ডাকছেন। Tencent-এর এই Move-টা কেন এত Important, সেটা বুঝতে হলে আমাদের একটু History-তে যেতে হবে।

কিছু বছর আগেও AI-এর Field-টা ছিল মূলত USA-র দখলে। কিন্তু China ধীরে ধীরে এই Field-এ নিজেদের জায়গা করে নিচ্ছে। Tencent-এর T1 Model Launch করার আগের History দেখলে বোঝা যায়, তারা AI নিয়ে কতটা Serious। T1 Launch করার আগে Tencent একটা Preview Version Release করেছিল, যেটা তাদের YB Chatbot-এ Try করার সুযোগ ছিল। সেই Preview Version-এর Feedback-এর উপর ভিত্তি করে তারা Official Version-এ অনেক Improvement এনেছে।

Expert-রা বলছেন, Official Version-টি Faster Response দেয়, Data আরও সহজে Understand করতে পারে, এবং বিভিন্ন Industry Standard Benchmarks-এ দারুণ Performance দেখাচ্ছে। Tencent-এর এই Effort প্রমাণ করে, তারা AI Field-এ Long Term Player হতে চায়।

T1-এর Performance Details, সংখ্যা কী বলছে, আর কেন এটা Matter করে?

এবার আসা যাক T1-এর Performance Details-এ। শুধু Model Launch করলেই তো হবে না, সেটা কতটা Effective, সেটাও দেখতে হবে। Tencent জানিয়েছে, T1 MML Pro Test-এ 87.2 Score করেছে। যেখানে DeepSeek-এর R1 Score ছিল 84, আর OpenAI 01 Score করেছিল 89.3। তার মানে T1 একেবারে Top Player-দের সাথে Compete করছে।

কিন্তু এই Test Score-গুলো কেন এত Important? MML Pro Test হলো মূলত একটা Standard Benchmark, যা AI Model-এর Knowledge এবং Reasoning Ability যাচাই করে। এই Test-এ ভালো Score করার মানে হলো Model-টা জটিল Problem Solve করতে এবং Accurate Information Provide করতে সক্ষম।

Expert-দের মতে, T1-এর সবচেয়ে বড় Advantage হলো এর Long Text Processing Capability এবং Minimal Hallucination ক্ষমতা। Hallucination মানে AI Model যখন ভুল বা ভিত্তিহীন তথ্য Generate করে। অনেক AI Model-ই এই Problem-এ ভোগে, কিন্তু T1 এই Hallucination-এর পরিমাণ কমাতে পেরেছে। এর ফলে User-রা T1-এর উপর আরও বেশি Trust করতে পারবে।

Math এবং Logic ভালোবাসেন যারা, তাদের জন্য T1-এর আরো কিছু Exciting Result আছে। American Invitational Mathematics Examination (AIME) এবং Chinese Test Suite CEval-এ T1 বেশ ভালো Score করেছে। AIME 2024-এ T1-এর Score 78.2, যা R1 (79.8) আর 01 (79.2) থেকে সামান্য কম। কিন্তু CEval Test-এ T1 একেবারে R1-এর সাথে Tie করেছে, Score 91.8! শুধু তাই নয়, OpenAI 01 (87.8)-কেও পেছনে ফেলেছে। এই Result প্রমাণ করে, T1 English এবং Chinese উভয় ভাষায় সমান পারদর্শী। China-র Market-এ Successful হওয়ার জন্য এটা খুবই Important।

Hybrid Transformer Mamba Architecture, T1-এর সাফল্যের পেছনের বিজ্ঞান

T1 কিভাবে এত ভালো Performance দেখাচ্ছে, সেই প্রশ্নটা নিশ্চয়ই আপনাদের মনে এসেছে। এর উত্তর লুকিয়ে আছে এর Architecture-এর মধ্যে। T1 তৈরি হয়েছে Hybrid Transformer Mamba (বা শুধু Mamba) দিয়ে। Hybrid Transformer Mamba Architecture-টা আসলে কী, সেটা একটু Simplified করে বলা যাক।

Transformer হলো Google-এর তৈরি করা একটা AI Architecture, যা Language Translation এবং Text Generation-এর জন্য খুবই Popular। Mamba হলো আরেকটা নতুন Architecture, যা Memory Management-এর ক্ষেত্রে Transformer-এর চেয়েও বেশি Efficient।

Tencent-এর দাবি, Google-এর Transformer Approach-এর সাথে Mamba Combine করায় Memory Usage অনেক কমে যায়। এর ফলে T1 Big Data এবং Complex Task আরও Efficiently Handle করতে পারে। Tencent বলছে, এটি World-এর প্রথম Large-Scale Model যেখানে Mamba ব্যবহার করা হয়েছে। এর ফলে User-রা Computing Resources-এর চিন্তা না করেই Big Context Manage করতে পারবে। Tencent আরও Claim করছে যে তারা Traditional Architecture-এর চেয়ে Decoding Speed 200% Increase করতে পেরেছে। যারা AI Workload নিয়ে কাজ করেন, তাদের জন্য এটা একটা Game Changer হতে পারে।

মজার ব্যাপার হলো, T1 তার Computing Power-এর প্রায় 96.7% Reinforcement Learning-এ Invest করে। Reinforcement Learning হলো এমন একটা Process, যেখানে AI Model Trial and Error-এর মাধ্যমে শেখে। মানুষ যেমন ভুল করে শেখে, T1-ও তেমনই Data থেকে নিজে নিজে শেখে।

T1-এর Pricing Strategy, সাধারণ মানুষের জন্য কতটা Affordable?

এবার আসা যাক T1-এর Pricing-এর কথায়। একটা AI Model যতই Powerful হোক না কেন, সেটা যদি Affordable না হয়, তাহলে সাধারণ মানুষের কাছে পৌঁছানো কঠিন। DeepSeek-এর R1 তার Aggressive Pricing-এর জন্য মার্কেটে বেশ আলোড়ন সৃষ্টি করেছিল। Tencent-এর T1 সেই পথে হেঁটে Pricing-এর ক্ষেত্রে Rivalry তৈরি করতে চাইছে।

এখানে Input-এর জন্য প্রতি 1 Million Tokens-এ প্রায় 14 US Cent আর Output-এর জন্য 4 US Cent Charge করা হচ্ছে। DeepSeek R1 দিনের বেলায় Input-এর জন্য 1 US Cent এবং রাতের বেলায় 0.25 US Cent Charge করে। Output দিনের বেলায় 16 US Cent, যা রাতে কমে 4 US Cent হয়।

এই Pricing Structure-টা একটু জটিল, তাই Simplified করে বলা যাক। Token হলো মূলত Text-এর ছোট ছোট Unit। AI Model এই Token-গুলো Process করে Information Generate করে। যারা AI নিয়ে কাজ করেন, তারা জানেন Pricing-টা কতটা Important। Tencent চেষ্টা করছে এমন একটা Price Range Maintain করতে, যাতে Developer এবং Business উভয়েই T1 Use করতে পারে।

AI-তে Tencent-এর Investment, Future-এর জন্য প্রস্তুতি

Tencent AI Research এবং Development-এর জন্য প্রচুর টাকা Invest করছে। 2024 সালে তারা Capital Expenditure-এ $1.7 Billion ঢেলেছে, যা আগের বছর ছিল $3.4 Billion। শুধু Fourth Quarter-এই তারা AI Initiatives-এর জন্য $5.4 Billion Spend করেছে। Capital Expenditure এখন তাদের Total Revenue-এর প্রায় 12%!

Tencent শুধু টাকা Invest করেই ক্ষান্ত হয়নি, তারা AI Team Reorganize করছে, Research Boost করছে এবং AI Naps Product-এর Marketing-এ জোর দিচ্ছে। এই Effort-গুলো প্রমাণ করে, Tencent AI Field-এ Long Term Vision নিয়ে এসেছে। শোনা যাচ্ছে, ২০২৫ সালেও তারা Capital Spending আরও বাড়াতে পারে।

China-র AI Race, আর কারা আছে এই দৌড়ে, আর কেন এটা এত Important?

Tencent একা নয়, China-তে AI নিয়ে কাজ করছে আরো অনেক Company। Alibaba Cloud Computing এবং AI-এর জন্য আগামী ৩ বছরে $2.6 Billion Invest করবে। ByteDance (TikTok-এর মালিক) ২০২৫ সালের জন্য $20.7 Billion বাজেট রেখেছে, যার বেশিরভাগ AI Infrastructure-এর জন্য বরাদ্দ। DeepSeek-এর R1 Model Global Market-এ বেশ আলোড়ন সৃষ্টি করেছে।

China কেন AI-এর উপর এত Focus করছে, সেই প্রশ্নটা হয়তো আপনাদের মনে এসেছে। এর কারণ হলো AI আগামী দিনের Technology-র Backbone হতে চলেছে। যে দেশ AI-তে যত বেশি Advance করবে, সে দেশ Economic এবং Strategic দিক থেকেও তত বেশি শক্তিশালী হবে।

T1-এর ব্যবহার, কোথায় কোথায় কাজে লাগবে এই AI Model?

Tencent T1-কে বিভিন্ন Internal ও External Data Set-এ Test করেছে। MML Pro Code Evaluation Benchmark যেমন Live Codebench (Score 64.9) এবং Advanced Math Test যেমন Math 500 (Score 96.2)-তেও ভালো Result করেছে। Physics, Chemistry আর Biology-র জটিল Question নিয়ে GP QA Diamond-এ T1-এর Score 69.3। Model Human Instruction কতটা Follow করতে পারে, সেটা Measure করার জন্য Alignment Task Arena Hard-এ T1-এর Score 91.9।

এই Test-গুলো প্রমাণ করে, T1 Coding, Scientific Problem Solving আর User Request Interpret করার মতো Real World Task-এ বেশ পারদর্শী। T1-এর Potential Use Case-গুলো হলো:

• Customer Service: T1 Chatbot Use করে Customer Support Service-কে আরও Efficient করা যেতে পারে।
• Content Creation: T1 Article, Blog Post এবং Social Media Content Generate করতে পারে।
• Data Analysis: T1 Big Data Analysis করে Important Insights Extract করতে পারে।
• Education: T1 Personalized Learning Experience Provide করতে পারে।

Tencent T1-কে তাদের Yuanba Chatbot-এ Integrate করেছে। মজার ব্যাপার হলো, Tencent DeepSeek-এর R1-ও Yuanba-তে ব্যবহার করে। Tencent-এর CEO Pony Ma DeepSeek-এর Open Source Approach-এর প্রশংসা করেছেন। তারা Double Core Strategy Adopt করছে, যেখানে User-রা T1 এবং R1 দুটো Model-এই Access করতে পারবে। WeChat-এর বিলিওন User-দের জন্য AI Experience আরও উন্নত করতে Tencent বদ্ধপরিকর। Developer বা Business-এর জন্য Tencent Cloud Platform-এ এই Model গুলো Combine করার সুযোগ থাকছে।

Tencent-এর Financials, টাকার অঙ্কটা কেমন, আর কেন এটা Important?

Tencent-এর Revenue 72.4 Billion Yuan, যা প্রায় $23.9 Billion। Profit হয়েছে 51.3 Billion Yuan। Gaming Revenue 23% বেড়ে 33.2 Billion Yuan হয়েছে, আর International Revenue 15% বেড়ে 16 Billion হয়েছে। Advertising Revenue-ও 17% বেড়ে 35 Billion হয়েছে। AI Cloud Revenue Double হয়েছে।

এই Financial Data-গুলো প্রমাণ করে, Tencent একটা Economically Strong Company। তাদের কাছে AI Research এবং Development-এর জন্য যথেষ্ট Resources আছে।

তবে Revenue বাড়ার সাথে সাথে GPU আর Server-এর খরচও বেড়েছে। AI Model Train করার জন্য Powerful Computing Infrastructure দরকার, যার জন্য প্রচুর টাকা Invest করতে হয়। Tencent জানিয়েছে, কিছু GPU Internal Use-এর জন্য Allocate করায় Cloud Services-এর Supply কিছুটা Limit করতে হয়েছে। Expert-রা মনে করছেন, GPU Purchase Step Up করলে Cloud Services Revenue আরও বাড়বে।

China কি সত্যিই AI Superpower হয়ে উঠছে? এই প্রশ্নের উত্তর

Tencent, Alibaba, ByteDance-এর মতো Company-গুলো যেভাবে AI-তে Invest করছে, তাতে China যে AI Superpower হওয়ার পথে, তাতে কোনো সন্দেহ নেই। DeepSeek প্রমাণ করেছে, Homegrown Tech Western Counterpart-দের Rival করতে পারে। Tencent-এর T1 Model-এর Low Cost আর Powerful Reinforcement Learning-এর Combination Text Generation এবং Problem Solving-কে আরও উন্নত করবে। AI Race-এ China এখন Front Runner। এখন দেখার বিষয়, শেষ পর্যন্ত কে এই Race জেতে।

টিউমেন্ট করে জানান, AI-তে এই Huge Investment-গুলো Pay Off করবে কিনা। আর Tencent-এর T1 নিয়ে আপনাদের মতামত কি? AI আমাদের Future-কে কিভাবে Change করবে বলে আপনারা মনে করেন?

-

টেকটিউনস টেকবুম