বর্তমানে চ্যাটজিপিটি, জেমিনি, ক্লদ ও ডিপসিক এআই দুনিয়ার পরিচিত চার নাম। তাদেরপরীক্ষা করার জন্য প্রশ্ন ছিল গ্রিক পুরাণ থেকে শুরু করে জটিল পদার্থবিজ্ঞান, গণিত ও নানা বিশেষায়িত বিষয়ে। ফলাফলে বলছে, কৃত্রিম বুদ্ধিমত্তা দ্রুত এগোচ্ছে ঠিকই, তবে মানুষের দক্ষতার কাছাকাছি পৌঁছালেও এখনো সেখানে পৌঁছাতে পারেনি।
পরীক্ষাটির নাম ‘হিউম্যানিটির লাস্ট এক্সাম’ মানবজাতির জন্য শেষ পরীক্ষা। নামটি শুনতে যতটা নাটকীয়, পরীক্ষাটিও ততটাই কঠিন। এতে ছিল ২ হাজার ৫০০টি প্রশ্ন, যার বিষয় ছিল ১০০টির বেশি শাখা। বিশ্বের ৫০টি দেশের ৫০০টি প্রতিষ্ঠানের এক হাজারের বেশি বিশেষজ্ঞ মিলে প্রশ্নগুলো তৈরি করেছেন।
২০২৫ সালের জানুয়ারিতে চালু হওয়া এই পরীক্ষার উদ্দেশ্য ছিল সাধারণ এআই পরীক্ষার চেয়ে কঠিন একটি মানদণ্ড তৈরি করা। দেখা হবে, এআই কি বিভিন্ন বিষয়ে মানুষের মতো গভীর ও বিশেষায়িত জ্ঞান কাজে লাগাতে পারে?
প্রশ্নগুলো এমনভাবে তৈরি করা হয়েছিল, যাতে সাধারণ ইন্টারনেট সার্চ করে সহজে উত্তর পাওয়া না যায়। শুরুতে ৭০ হাজারের বেশি প্রশ্ন জমা পড়েছিল। নানা যাচাই-বাছাই শেষে সেখান থেকে বেছে নেওয়া হয় ২ হাজার ৫০০টি প্রশ্ন। এগুলোর মান ছিল অনেকটা পিএইচডি পর্যায়ের।
পরীক্ষা শুরু হওয়ার সময় ওপেনএআইয়ের o1 মডেল সর্বোচ্চ ৮ দশমিক ৩ শতাংশ নম্বর পেয়েছিল। তখন গবেষকেরা ধারণা করেছিলেন, এআইয়ের দ্রুত উন্নতির কারণে ২০২৫ সালের শেষ নাগাদ কোনো মডেল ৫০ শতাংশের বেশি নম্বর পেতে পারে।
২০২৬ সালের ১২ ফেব্রুয়ারির হিসাবে সবচেয়ে ভালো ফল করেছে গুগলের জেমিনি ৩ ডিপ থিঙ্ক। মডেলটি পেয়েছে ৪৮ দশমিক ৪ শতাংশ নম্বর। বিপরীতে নিজ নিজ বিষয়ে মানব বিশেষজ্ঞদের গড় সাফল্য প্রায় ৯০ শতাংশ।অর্থাৎ এআই অনেক দূর এগিয়েছে, কিন্তু এখনো বিশেষজ্ঞ মানুষের সমকক্ষ নয়।
ভালো ফল করলেই যে এআই এজিআই বা কৃত্রিম সাধারণ বুদ্ধিমত্তা অর্জন করেছে, এমন নয়। গবেষকদের মতে, এই পরীক্ষায় ভালো করা মানে কঠিন ও যাচাইযোগ্য প্রশ্নের উত্তর দেওয়ার সক্ষমতা প্রমাণ করা। কিন্তু এর মাধ্যমে এআইয়ের স্বাধীন গবেষণা করার ক্ষমতা বা মানুষের মতো সাধারণ বুদ্ধিমত্তা অর্জনের প্রমাণ পাওয়া যায় না।
পরীক্ষার ফলাফল স্পষ্ট করে দিয়েছে, এআই দ্রুত এগোচ্ছে। মানুষকে ছাড়িয়ে যেতে হয়তো এখনো সময় আছে, কিন্তু সেই দূরত্ব আগের চেয়ে অনেকটাই কমে এসেছে।