ফেডারেল পারমিটিং সময় ১৫% কমাতে DOE ল্যাবের সাথে OpenAI এর অংশীদারিত্ব
টনি কিম ০৪ মার্চ, ২০২৬ ১৭:২৯
OpenAI এবং Pacific Northwest National Laboratory DraftNEPABench চালু করেছে, যা দেখায় যে AI এজেন্ট ফেডারেল পরিবেশগত পর্যালোচনায় প্রতি উপবিভাগে ১-৫ ঘণ্টা সাশ্রয় করতে পারে।
OpenAI এবং মার্কিন শক্তি বিভাগের Pacific Northwest National Laboratory একটি বেঞ্চমার্ক তৈরি করেছে যা দেখায় যে AI কোডিং এজেন্ট ফেডারেল পরিবেশগত পারমিটিং খসড়া ১৫% পর্যন্ত হ্রাস করতে পারে। ২৬ ফেব্রুয়ারি, ২০২৬-এ ঘোষিত এই সহযোগিতা DraftNEPABench তৈরি করেছে—একটি পরীক্ষামূলক কাঠামো যা ১৮টি ফেডারেল সংস্থার ১০২টি খসড়া কাজ জুড়ে AI কর্মক্ষমতা মূল্যায়ন করেছে।
বেঞ্চমার্কটি বিশেষভাবে জাতীয় পরিবেশ নীতি আইন কর্মপ্রবাহকে লক্ষ্য করে, যা ৫০ বছরের পুরনো প্রক্রিয়া যা ফেডারেল সংস্থাগুলিকে বিদ্যুৎ কেন্দ্র, সেতু এবং উৎপাদন সুবিধার মতো অবকাঠামো প্রকল্প অনুমোদনের আগে পরিবেশগত প্রভাব নথিভুক্ত করতে হয়। এই পর্যালোচনাগুলি প্রায়শই বছর লাগে এবং শত শত পৃষ্ঠার প্রযুক্তিগত প্রতিবেদন জড়িত থাকে।
পরীক্ষা কী দেখিয়েছে
উনিশজন NEPA বিষয় বিশেষজ্ঞ AI-উৎপন্ন খসড়াগুলি কাঠামো, স্পষ্টতা, নির্ভুলতা এবং সঠিক রেফারেন্স ব্যবহার পরিমাপ করে ১-৫ স্কেলে মূল্যায়ন করেছেন। এজেন্টগুলি—GPT-5 সহ OpenAI এর Codex CLI-তে চলমান—প্রতি নথি উপবিভাগে ১-৫ ঘণ্টা সাশ্রয়ের সম্ভাবনা প্রদর্শন করেছে।
যতক্ষণ না আপনি স্কেল বিবেচনা করেন ততক্ষণ এটি নাটকীয় শোনায় না। পরিবেশগত প্রভাব বিবৃতিতে কয়েক ডজন উপবিভাগ রয়েছে, প্রতিটিতে প্রযুক্তিগত প্রতিবেদন, নিয়ন্ত্রক প্রয়োজনীয়তা এবং একাধিক ডেটা উৎসের ক্রস-রেফারেন্সিং প্রয়োজন। প্রতি বিভাগে কয়েক ঘণ্টা সাশ্রয় প্রকল্পগুলিতে দ্রুত যোগ হয় যা বর্তমানে পরিষ্কার হতে মাস বা বছর লাগে।
AI এজেন্টদের শত শত পৃষ্ঠা জুড়ে বিস্তৃত নথি পড়তে এবং সংশ্লেষণ করতে, পরিবেশগত এবং নিয়ন্ত্রক উৎস জুড়ে তথ্য যাচাই করতে এবং নির্দিষ্ট আইনি মানদণ্ড পূরণ করে কাঠামোগত প্রতিবেদন তৈরি করতে হয়েছিল। কাজগুলি ফেডারেল সরকার জুড়ে সংস্থাগুলির নথি বিভাগ কভার করে।
উল্লেখযোগ্য সীমাবদ্ধতা
PNNL এবং OpenAI এই বেঞ্চমার্ক কী প্রমাণ করে না সে সম্পর্কে স্পষ্ট ছিল। এটি ভাল-নির্দিষ্ট খসড়া কাজগুলিতে কর্মক্ষমতা মূল্যায়ন করে যেখানে প্রাসঙ্গিক প্রেক্ষাপট উপলব্ধ—প্রকৃত পারমিটিং সিদ্ধান্তের অগোছালো অস্পষ্টতা নয়।
ব্যর্থতার ক্ষেত্রগুলি পর্যালোচনা করার সময়, গবেষকরা দেখেছেন যে কিছু "ত্রুটি" মডেল ভুলের পরিবর্তে পুরনো রেফারেন্স এবং দুর্বল মূল্যায়ন মানদণ্ড থেকে উদ্ভূত হয়েছে। প্রকৃত স্থাপনায় বিশেষজ্ঞ প্রতিক্রিয়া লুপ জড়িত থাকবে যা বেঞ্চমার্ক ফলাফলের বাইরে কর্মক্ষমতা উন্নত করবে বলে আশা করা হচ্ছে।
যদি উৎস উপকরণ অসম্পূর্ণ বা অসামঞ্জস্যপূর্ণ হয়, তবে মডেলগুলি স্পষ্ট নির্দেশনা ছাড়া অগত্যা সমস্যাগুলি চিহ্নিত করবে না। মানব তত্ত্বাবধান অপরিহার্য রয়ে গেছে।
বৃহত্তর চিত্র
এই অংশীদারিত্ব PNNL এর বৃহত্তর PermitAI উদ্যোগের মধ্যে অবস্থিত, যা শক্তি বিভাগের নীতি কার্যালয় দ্বারা অর্থায়িত। লক্ষ্য মানব পর্যালোচক প্রতিস্থাপন নয়—এটি সরকারি কর্মীদের AI টিম প্রদান করা যা সময়সাপেক্ষ নথি কাজ পরিচালনা করে যাতে তারা বিচার কল এবং জটিল সিদ্ধান্তে মনোনিবেশ করতে পারে।
OpenAI বলেছে যে সহযোগিতা PermitAI অ্যাপ্লিকেশনগুলি পরিমার্জন করা চালিয়ে যাবে। কোম্পানিগুলি আশা করে যে ফেডারেলভাবে পর্যালোচনা করা অবকাঠামো প্রকল্পগুলির গড় অনুমোদন সময় অবশেষে মাস থেকে সপ্তাহে নেমে আসবে, যদিও সেই হ্রাস অর্জনের জন্য কোনও নির্দিষ্ট সময়সীমা প্রদান করা হয়নি।
AI শিল্পের জন্য, এটি আরেকটি সরকারি বৈধতা ব্যবহারের ক্ষেত্র প্রতিনিধিত্ব করে—প্রদর্শন করে যে ফ্রন্টিয়ার মডেলগুলি প্রকৃত নিয়ন্ত্রক কর্মপ্রবাহ পরিচালনা করতে পারে, শুধু চ্যাটবট কথোপকথন নয়। এটি বৃহত্তর ফেডারেল AI গ্রহণে অনুবাদ হয় কিনা তা নির্ভর করে পরবর্তী পাইলটগুলি প্রকৃত পারমিটিং শর্তের অধীনে কীভাবে সম্পাদন করে তার উপর।
চিত্র উৎস: Shutterstock- openai
- কৃত্রিম বুদ্ধিমত্তা
- ফেডারেল পারমিটিং
- nepa
- সরকারি প্রযুক্তি
