২০ অক্টোবর, ২০২৬ তারিখের সংস্করণ

কোনো AI-কে বলুন "একজন নার্স" বা "একজন আইনজীবী"। চেহারার কথা আপনি একবারও বলেন না। কর্নেলের নেতৃত্বে একটি দল 27টি ইমেজ জেনারেটর দিয়ে ঠিক এটাই করে 51,300টি মুখ তৈরি করেছে।

550 জনের রেটিংয়ে, যথেষ্ট রেটিং পাওয়া ছবিসহ সব 23টি জেনারেটর আকর্ষণীয়তায় আসল ছবিকে ছাড়িয়ে গেছে। নারী হিসেবে চাওয়া মুখগুলোর 37% স্বয়ংক্রিয় স্কোরে মধ্যমা ফ্যাশন মডেলকে ছাড়িয়ে গেছে। নাইজেরীয়, কৃষ্ণাঙ্গ বা ইথিওপীয় হিসেবে চাওয়া মুখগুলো সবচেয়ে কম নম্বর পেয়েছে।

এরপর 570 জন চাকরির আবেদনকারীদের বাছাই করেছেন। কয়েকজন আগে খুব আকর্ষণীয় AI মুখ দেখেছিলেন। পরে তাঁরা একই আসল প্রার্থীদের কম নিয়োগযোগ্য ও কম বিশ্বাসযোগ্য বলে মূল্যায়ন করেছেন। কমসংখ্যক প্রার্থী সাক্ষাৎকারের ডাক পেয়েছেন: 72.5% বনাম 77.4%।

প্রচলিত ফটো রিটাচিং কিছুই বদলায়নি। AI মুখ কেন বদলায়, লেখকেরা এখনও তা বলতে পারেন না। কিন্তু কৃত্রিম মানুষে ভরে যাচ্ছে বিজ্ঞাপন, ওয়েবসাইট আর স্টক ছবি।

সূত্র: Generative AI Produces and Transmits Beauty Bias, https://arxiv.org/abs/2610.22553

একটি বৃত্তাকার ট্র্যাকে কয়েকজন দৌড়বিদের কথা ভাবুন। একই জায়গা থেকে শুরু, প্রত্যেকে নিজের স্থির গতিতে। প্রত্যেক দৌড়বিদ কি কোনো এক মুহূর্তে বাকি সবার থেকে দূরে থাকবে? এটাই নিঃসঙ্গ দৌড়বিদ অনুমান (lonely runner conjecture)।

n + 1 জন দৌড়বিদ থাকলে, এটি অন্তত 1/(n + 1) পাক ব্যবধানের পূর্বাভাস দেয়। একটি সরল গণনার যুক্তি তার মাত্র অর্ধেক নিশ্চিত করে। দশকের পর দশক, দৌড়বিদ যোগ করতে থাকলে সেই সহজ সীমার ওপরের উন্নতিগুলো কমতে কমতে শূন্যে মিলিয়ে যেত।

Xiyu Hu ও Yifan Jing এখন এমন এক উন্নতি প্রমাণ করেছেন যা মিলিয়ে যায় না: যেকোনো সংখ্যক দৌড়বিদের জন্য সহজ সীমার চেয়ে একটি নির্দিষ্ট ভগ্নাংশ বেশি। হাতিয়ার: একটি নতুন উপরিপাতন অসমতা আর সাধারণ ভাজক নিয়ে যুক্তি।

লেখকেরা প্রমাণ যাচাই ও মসৃণ করতে ChatGPT 6 ব্যবহার করেছেন। তাঁরা লেখেন, মডেলগুলো নিজে থেকে সীমাটির উন্নতি করতে পারেনি।

সূত্র: Near optimal gap in the Lonely Runner Conjecture, https://arxiv.org/abs/2610.23790

জলবায়ু মডেল চলে বিশ্বের কয়েকটি সবচেয়ে বড় সুপারকম্পিউটারে। কিন্তু কম্পিউটিংয়ের প্রতিটি বাড়তি অংশ কতটা নির্ভুলতা কিনে আনে? 24 জন গবেষকের একটি দল 1995 সাল থেকে তৈরি 159টি জলবায়ু মডেল পরীক্ষা করেছে।

তাঁদের উত্তর আশ্চর্য রকম স্থির। কম্পিউটিং প্রতিবার দ্বিগুণ হলে মডেলের ত্রুটি প্রায় 13.5% কমেছে। আজকের ত্রুটি অর্ধেক করতে লাগবে মোটামুটি 28 গুণ বেশি কম্পিউটিং।

উন্নতি অসমান। প্রথম প্রজন্মের পর থেকে বায়ুচাপের ত্রুটি কমেছে 3.5 গুণ, ভূপৃষ্ঠের তাপমাত্রার ত্রুটি 2.7 গুণ। বৃষ্টিপাতের ত্রুটি কমেছে মাত্র 7%।

AI আবহাওয়া মডেল এখন সেরা পূর্বাভাসের সমকক্ষ। তবু কোনোটিই তার মাপা শক্তি প্রকাশ করে না। প্রশিক্ষণ ধরলে, তাদের একটি দক্ষতায় দ্বিতীয় থেকে শেষ স্থানে নেমে যায়। দলটি চায় নির্ভুলতার পাশাপাশি শক্তির হিসাবও জানানো হোক।

সূত্র: Energy-Aware Earth System Science: A Community Roadmap, https://arxiv.org/abs/2610.23216

প্রতিদিনের বৃষ্টিপাত লিখে রাখুন এবং প্রতিটি রেকর্ড চিহ্নিত করুন: এমন একটি দিন যা আগের সব দিনের চেয়ে বেশি ভেজা। অনেক রেকর্ড মানেই তো উঁচু চূড়ান্ত শিখর, তাই না? তিনজন পদার্থবিদ নিখুঁত গণিত দিয়ে তা যাচাই করেছেন।

যেকোনো অবিচ্ছিন্ন বণ্টন থেকে নেওয়া দৈব মানের ক্ষেত্রে উত্তর হলো না। রেকর্ডের সংখ্যা আর সর্বোচ্চ মানের মধ্যে কোনো সম্পর্কই নেই। শ্রেণি যত লম্বাই হোক, একটি জানলে অন্যটির কিছুই জানা যায় না।

শূন্য বৃষ্টির শুকনো দিন যোগ করলে একটি সম্পর্ক দেখা দেয়। শুকনো দিনের একটি সংকট অনুপাতের ওপরে, এটি প্রথমে বাড়ে, তারপর মিলিয়ে যায়। তার নিচে, এটি শুধু মিলিয়েই যায়। এই সীমারেখার একটি নিখুঁত সূত্র আছে।

দলটি জার্মানির আবহাওয়া কেন্দ্রগুলোর দৈনিক বৃষ্টির রেকর্ডে এটি পরীক্ষা করেছে। একটি দল ছিল সীমারেখার ওপরে, অন্যটি নিচে। দুটোই পূর্বাভাসিত আকার মেনে চলেছে, কোনো প্যারামিটার সমন্বয় ছাড়াই।

সূত্র: Emergence of Correlations Between Records and Maximum in Random Time Series, https://arxiv.org/abs/2610.23217

স্টার্ন-স্কালিং হলো একটিমাত্র দাঁড় দিয়ে নৌকা চালানোর একটি পুরোনো উপায়। দাঁড়টি নৌকার পেছনের একটি খাঁজে বসানো থাকে, ফলা সবসময় পানির নিচে। চালকের হাত দুটো আঁকে অসীমের চিহ্ন।

একটি ফরাসি দল 4.7 মিটারের একটি নৌকায় বলমাপক, গতি-সেন্সর আর একটি বেগমাপক লাগিয়েছে। তারপর দুজন অভিজ্ঞ চালক শান্ত পানিতে নৌকাটিকে স্থির অবস্থা থেকে সর্বোচ্চ গতিতে নিয়ে গেছেন।

পাশাপাশি টানের সময় ফলাটি কাজ করে ডানার মতো। উত্তোলন বল (লিফট) নৌকাকে সামনে ঠেলে। প্রতিটি মোড়ে ফলার দ্রুত উল্টে যাওয়া পানিকে পেছনে ঠেলে দেয়। টানের চারটি পর্যায়ই নৌকা এগিয়ে নেয়।

দক্ষতা সেকেন্ডে 1.2 মিটারের মাঝারি গতিতে প্রায় 65%-এ শীর্ষে পৌঁছায়। সেকেন্ডে 2 মিটারে তা নেমে যায় প্রায় 25%-এ। তখন খোলটি তার সংকট গতির কাছাকাছি, আর ঢেউ পরিশ্রম খেয়ে ফেলে।

সূত্র: Hydrodynamics and propulsive efficiency of stern-sculling propulsion, https://arxiv.org/abs/2610.23444

আমাদের সৌরজগতের চারটি দানব গ্রহেরই বলয় আছে। তবু অন্য কোনো নক্ষত্রের পরিণত গ্রহের চারপাশে আজও একটি বলয়ও নিশ্চিত হয়নি। এরা কি বিরল, নাকি শুধু দেখা কঠিন?

রোমান মহাকাশ দুরবিনে আছে একটি করোনাগ্রাফ, যা নক্ষত্রের আলো আটকে দেয়। এটি দানব গ্রহগুলোকে তাদের প্রতিফলিত নক্ষত্রালোক দিয়ে দেখতে পাওয়ার কথা। মিশিগান বিশ্ববিদ্যালয়ের একটি দল মডেল করেছে বলয় এতে কী যোগ করবে।

বলয় তার গ্রহের চেয়ে দশ থেকে একশো গুণ উজ্জ্বল হতে পারে। আর তা একটি ছাপ রেখে যায়: কক্ষপথ বরাবর উজ্জ্বলতায় দুটির বদলে চারটি চূড়া ও খাদ।

দলটি রোমানের একটি প্রধান লক্ষ্য এপসাইলন এরিদানি b-র সিমুলেশন করেছে। বলয় ছাড়া এটি প্রায়ই শনাক্তকরণের সীমার নিচে নেমে যায়। শনির মতো বলয় থাকলে এটি দ্বিগুণ পর্যন্ত উজ্জ্বল হয় এবং প্রায় পুরো কক্ষপথেই দৃশ্যমান থাকে।

সূত্র: Detecting Exoplanetary Rings with Roman CGI Reflected Light Phase Curve Observations, https://arxiv.org/abs/2610.23835

মেইন বিদ্যুৎ চলে 50 বা 60 হার্টজে, কিন্তু কখনও হুবহু নয়। এর কম্পাঙ্ক টলমল করে, পুরো গ্রিড জুড়ে একইভাবে। বাতিগুলো এর সঙ্গে ঝিকমিক করে, আর ক্যামেরা সেই ঝিকিমিকি রেকর্ড করে।

সাউথহ্যাম্পটন সোলেন্ট বিশ্ববিদ্যালয়ের দুজন গবেষক আশা করেছিলেন AI ভিডিওতে এই ঝিকিমিকি থাকবে না। অবাক কাণ্ড: জেনারেটরগুলো আসল ফুটেজের মতোই জোরালোভাবে তা তৈরি করে। এর উপস্থিতি কিছুই প্রমাণ করে না।

তাই তাঁরা এই টলমলে ভাবকে গ্রিডের একটি স্বাধীন রেকর্ডের সঙ্গে তুলনা করেন। তাঁদের সিস্টেম 93% আসল অডিও ক্লিপ আর 100% আসল ভিডিও গ্রহণ করেছে। এটি একটি শব্দ রেকর্ডিংয়ের সময় এক দিনের মধ্যে প্রায় এক সেকেন্ড পর্যন্ত নির্ধারণ করতে পারে।

একটি আসল দৃশ্যের দুটি AI পুনর্নির্মাণ ঝিকমিক করেছে 60 হার্টজে, অথচ দাবি করা জায়গার গ্রিড চলে 50-এ। দুর্বলতা থেকেই যায়: আসল ফুটেজে বদলে দেওয়া মুখ আসল গুঞ্জনই বহন করে।

সূত্র: An Agentic ENF Framework for Forensic Video Authentication Against Generative AI, https://arxiv.org/abs/2610.22440

গ্লুয়ন সবল বল বহন করে, সেই বল যা কোয়ার্কদের বেঁধে রাখে। এদের যথেষ্ট গরম করলে এরা একটি প্লাজমা তৈরি করে। সেটি কত চাপ দেয়? পদার্থবিদেরা ধাপে ধাপে উত্তরটি গণনা করেন, প্রতিটি ধাপ আরও সূক্ষ্ম এক সংশোধন।

এর একটি ধাপ, যাকে g⁶ পদ বলা হয়, বিশ বছরেরও বেশি সময় নাগালের বাইরে থেকে গেছে। এর জন্য দরকার 65টি জটিল ডায়াগ্রাম, যার প্রতিটিতে চারটি লুপ।

হেলসিঙ্কি, তুর্কু, চিলি ও বার্নের একটি দল অবশেষে এটি সম্পূর্ণ করেছে। তাঁরা একটি নতুন পদ্ধতিতে নয়টি অজানা সমাকল সমাধান করেছেন, সুপারকম্পিউটারে প্রায় দশ লাখ প্রসেসর-ঘণ্টা ব্যবহার করে।

ফল: আগের ধাপগুলো প্লাজমার কম্পিউটার সিমুলেশনের কখনো ওপরে, কখনো নিচে দুলত। নতুন পদ যোগ হওয়ায় তত্ত্ব আর সিমুলেশন মিলে যায়, যে তাপমাত্রায় গ্লুয়ন মুক্ত হয় তার কয়েক গুণ পর্যন্ত। পরের লক্ষ্য: নিউট্রন তারার একীভবনের জন্য কোয়ার্ক যোগ করা।

সূত্র: Complete g⁶ pressure of hot Yang-Mills theory, https://arxiv.org/abs/2610.23675

ভারতে দৈনন্দিন কেনাকাটার বড় অংশ হয় কিরানা নামের ছোট মুদি-মনিহারি দোকানে। কোনো AI কি এমন একটি দোকান চালাতে পারে? BITS পিলানির একটি দল তা জানতে একটি সিমুলেটেড দোকান তৈরি করেছে।

একটিমাত্র AI মডেল চারজন কর্মীর ভূমিকাই পালন করে: ম্যানেজার, ক্যাশিয়ার, সহকারী আর হিসাবরক্ষক। ম্যানেজার কখনো দোকান দেখে না, শুধু কর্মীদের রিপোর্ট দেখে। ক্রেতা আর সরবরাহকারীরা ইংরেজি, হিন্দি বা হিংলিশে কথা বলে।

চারটি ওপেন AI মডেল প্রত্যেকে 30টি সিমুলেটেড দিন দোকানটি চালিয়েছে। নিয়ম মেনে চলা একজন সাধারণ দোকানদার আয় করেছে প্রায় 1,03,000 রুপি। সেরা মডেলের গড় প্রায় 13,700। দুটি মডেল এমন দোকানের চেয়েও বেশি লোকসান করেছে, যেটার দায়িত্বে কেউ নেই।

ব্যর্থতাগুলোর নাম আছে। এমন সরবরাহকারীদের ই-মেইল, যাদের অস্তিত্বই নেই। এমন একটি পেমেন্ট, যা কখনো হয়নি। দুবার দাম মেটানো অর্ডার। একটি মডেলের 42% হিন্দি ই-মেইল পড়া যায় না বলে ফেরত এসেছে।

সূত্র: KiranaBench: Can a Language Model Run a Neighbourhood Shop?, https://arxiv.org/abs/2610.22980

হেলথ অ্যাপ আপনার হৃৎস্পন্দন, আপনার গ্লুকোজ, কখনও কখনও আপনার মানসিক স্বাস্থ্যও ট্র্যাক করে। যুক্তরাষ্ট্র ও কানাডার কয়েকটি বিশ্ববিদ্যালয়ের একটি দল Google Play-তে এমন 10,000-এর বেশি অ্যাপ পরীক্ষা করেছে।

69% অন্তত একটি এমন অনুমতি চায় যা তাদের বিবরণ সমর্থন করে না। প্রায় অর্ধেক কোনো কারণ না জানিয়ে আপনার লোকেশন বা ক্যামেরা চায়। এক-তৃতীয়াংশ চায় মাইক্রোফোন।

দলটি টেস্ট ফোনে অ্যাপগুলো চালিয়েছে। যে 3,599টি চলেছে, তার 93% কোনো সম্মতি স্ক্রিন দেখায়নি। অনেকগুলো তবুও ফোনের বিজ্ঞাপন আইডি বাইরে পাঠিয়েছে।

যখন সম্মতি ফর্ম সত্যিই আসে, অ্যাপগুলো বেশিরভাগই কথা রাখে: প্রতি 14টির মধ্যে 1টি এমন কিছু সংগ্রহ করেছে যার উল্লেখ ছিল না। বড়, প্রচুর সম্পদশালী ডেভেলপাররাও ভুল করেছে। লেখকেরা চান কোনো অ্যাপ স্টোরে পৌঁছানোর আগে স্বয়ংক্রিয় গোপনীয়তা পরীক্ষা হোক।

সূত্র: Bad Diagnosis: Analyzing Consent and Data Collection Practices of Mobile Medical Apps, https://arxiv.org/abs/2610.23851