Project news, philosophy, and tech stories
এআই ভিত্তিক সফটওয়্যার ইঞ্জিনিয়ারিং এ হার্নেস কখন অদৃশ্য হবে এবং কখন থাকবে তা আলাদা করে দেখা হয়। খরচ, ডেটা, পরিচালনা দায়বদ্ধতার দৃষ্টিকোণ থেকে নিষ্ফলতা তত্ত্বকে পুনরায় পরীক্ষা করা হয়।
এআই এবং উন্নয়ন করার সময় মানুষকে যা মনোযোগ দিতে হবে তা নায়া ওপেন সোর্স কোডে বিস্তারিত করা হয়েছে এমন একটি বই 'হার্নেস ইঞ্জিনিয়ারিং: Re:শূন্য থেকে শুরু করা এআই সফটওয়্যার ইঞ্জিনিয়ারিং' আমরা উইকিডক্স-এ বিনামূল্যে প্রকাশ করেছি। এটি ক্লোন কোডিং বই নয়, এটি চুক্তি, কাঠামো, ট্র্যাকেবিলিটি এবং যাচাইকরণের গল্প।
অফিশিয়াল মডেল কেন যথেষ্ট নয়, আনলক মডেল কী, এবং naia-omni-তে নতুন যুক্ত হওয়া মডেল প্রতিস্থাপন ফিচার দিয়ে 'F*** চিৎকার করা Deadpool' বানানো পর্যন্ত — উন্মুক্ত রিসোর্স ব্যবহার করে একসাথে নিজে হাতে করে দেখি।
আমরা Naia-OS ওপেন সোর্স প্রকল্পের প্রথম মিটআপ অনলাইনে আয়োজন করেছি। প্রযুক্তি ডেমোর পাশাপাশি 'আমার নিজের কম্পিউটারের ভেতরে বেঁচে থাকা AI' — এই দিকনির্দেশনা ঘোষণার একটি আসর ছিল এটি। উপস্থাপনার ভিডিও ও উপকরণ, অংশগ্রহণকারীদের সঙ্গে বিনিময় করা প্রশ্নোত্তর, এবং শীঘ্রই অফলাইনে গড়াতে যাওয়া ২য় মিটআপ ও কমিউনিটি পরিচালনার পরিকল্পনা এখানে গুছিয়ে দিলাম।
শুধু একটি VRM ফাইল আর কয়েক সেকেন্ডের অডিও দিয়ে KPop Demon Hunters-এর 'Rumi'-কে AI অ্যাভাটারে জীবন্ত করে তুললাম। একটি মাত্র RTX 3090-এ চলমান naia-0.9-omni-24g ভয়েস-ক্লোনিং ডেমো দেখুন — এবং প্রথম Naia-OS ওপেন-সোর্স মিটআপে (বুধবার, জুন ১০, রাত ১০টা KST, অনলাইন) যোগ দিন, যেখানে আমি Naia-OS একসাথে গড়ে তুলতে সাহায্য করার জন্য মানুষ খুঁজছি।
আমরা naia-0.9-omni-24g উন্মোচন করছি — একটি cascade ভয়েস মডিউল যা একটিমাত্র কনজিউমার GPU (RTX 3090/4090/5090, 24GB)-তে ৩০টি ভাষা, ফুল-ডুপ্লেক্স রিয়েল-টাইম কথোপকথন এবং রিয়েল-টাইম ভয়েস ক্লোনিং — সবই করে দেখায়। Naia v0.1.5 আপডেটের সাথে রয়েছে 3D অ্যাভাটারের সঙ্গে রিয়েল-টাইম ভয়েস কথোপকথন, এমবেডেড ব্রাউজার, স্কিল এবং MCP।
AI-এর সাথে SDLC পরিচালনা করতে গিয়ে যে কাঠামোগত সমস্যাগুলোর মুখোমুখি হয়েছি। আরও ভালো মডেল এলেও এই গর্তগুলো ভরাট হবে না। ৮টি পেটেন্ট সেই গর্তগুলোর উত্তর।
Naia 'অনুভূতি ভাগ করে নেওয়ার মতো একটি কম্পিউটার'-এর দিকে এগোচ্ছে। তার একটি শাখা গান গাইতে পারা AI। এক মাস এবং পাঁচটি SVS স্ট্যাকের পর, আমরা প্রথমবার Vevo1.5 কোরিয়ান base-এর গুণমানকে ৫-মাত্রিক objective framework দিয়ে পরিমাণগতভাবে পরিমাপ করেছি। 23 গানের র্যাঙ্কিং, framework self-validation, এবং সৎ সীমা — Hard Gate 0/23 পাস।
VentureSquare Naia তৈরি করছেন Luke Yang-এর দীর্ঘ সাক্ষাৎকার প্রকাশ করেছে। তিনটি স্টার্টআপ, ক্লাউডে নয় বরং ব্যক্তিগত PC-তে চলা লোকাল AI, দীর্ঘমেয়াদী স্মৃতি + রিয়েল-টাইম ভয়েস সংলাপ — নিবন্ধটি Naia-র উৎপত্তি এবং দিকনির্দেশনা কভার করে।
৯টি রিপোজিটরি, ৪ লক্ষ ৬৫ হাজার লাইন, ৯৩ দিন, ১ জন ডেভেলপার। আজ আমরা নাইয়া আলফা রিলিজ করছি। যদি লিনাক্স শুরু হয়েছিল ৮৯টি ফাইল দিয়ে, তাহলে নাইয়া শুরু হচ্ছে ৯,০০০টি দিয়ে। একজন ডেভেলপারের ওপেন সোর্স হিসেবে এআই ওএস তৈরির গল্প — এবং আপনার সাহায্যের অনুরোধ।
সারা দেশের ১৩,৮৭৬টি গির্জা দ্বারা ব্যবহৃত অনমাম ডট কমে AI ত্রুটি দেখা দেয় এবং বাস্তবে হারনেস ইঞ্জিনিয়ারিং বাস্তবায়নের একটি কেস স্টাডি। AGENTS.md, Hooks, Alpha পরিবেশ, Skills - এই ৪টি হারনেস অ-ডেভেলপারদের বোঝার উপযোগী করে ব্যাখ্যা করা হয়েছে।
বিশ্বে প্রথম MiniCPM-4.5-omni কে vLLM-omni তে পোর্ট করা হলো, দুইটি RTX 3090-এ চলছে। ভয়েস ক্লোনিং এবং ফাইন-টিউনিং সহ স্থানীয় omni মডেল — আপনার নিজের কণ্ঠে কথা বলা AI VTuber-এর পথ।
Gemini 3.1 Flash Live লঞ্চের তারিখের সাথে সঙ্গতি রেখে, Naia OS কীভাবে রিয়েল-টাইম ভয়েস কনভার্সেশন (S2S/Omni) মডেলকে সমর্থন করতে শুরু করেছে, তা প্রকাশ করা হচ্ছে। STT/TTS পাইপলাইন বাদ দিয়ে Omni মডেলে স্থানান্তরের কারণ, MiniCPM-o 4.5 কে vLLM-omni-তে আপলোড করার সময় সম্মুখীন হওয়া ভুল-ত্রুটি, এবং AI-নেটিভ ওপেন সোর্স কন্ট্রিবিউশন পরীক্ষা পর্যন্ত সবকিছু গুছিয়ে লেখা হয়েছে।
এআই যুগে সফটওয়্যার ডেভেলপমেন্ট যেন 'ভাইব কোডিং'-এর মতো মনে হয়, এমনকি কম্পিউটার বিজ্ঞানের শিক্ষার্থীরাও নিশ্চিত নন যে সেরা উপায় কোনটি। এই লেখাটি এআই-এর কোড সঠিকভাবে না পড়েও রিভিউ করার বাস্তবতা এবং যাচাইবিহীন বিভিন্ন পদ্ধতিকে একত্রিত করার জন্য একজন ডেভেলপারের সংগ্রামকে স্পষ্টভাবে তুলে ধরে। পরিশেষে, এআই-ভিত্তিক ডেভেলপমেন্ট সঠিকভাবে কাজ করছে কিনা তা পরিমাপ করার জন্য একটি বস্তুনিষ্ঠ মানদণ্ডের প্রয়োজনীয়তা তীব্রভাবে অনুভূত হয়, যা আধুনিক সফটওয়্যার ইঞ্জিনিয়ারিংয়ের একটি নতুন চ্যালেঞ্জ।
এআই যুগে, ওপেন সোর্সের মূল ভিত্তি 'উন্মুক্ত করলে ফিরে আসে' এই বিশ্বাসটি ভেঙে যাচ্ছে। এআই কীভাবে কমিউনিটিকে ধ্বংস করছে তার মারাত্মক কারণগুলি অন্বেষণ করা হয়েছে এবং এআই-এর সাথে ডিজাইন করা একটি উদ্ভাবনী ওপেন সোর্স মডেলের মাধ্যমে ভবিষ্যতের ডেভেলপমেন্ট ইকোসিস্টেমের একটি ব্লুপ্রিন্ট উপস্থাপন করা হয়েছে।
ডুয়াল লাইসেন্স, AI কনটেক্সট পলিসি, কমিউনিটি চার্টার ড্রাফট — AI যুগে ওপেন সোর্সের জন্য Naia OS যে পরীক্ষা-নিরীক্ষা চালিয়েছে।
অ্যাস্ট্রো বয় থেকে ক্যাফে আলফা — 'একসাথে বসবাসকারী AI'-এর স্বপ্ন দেখা এক ছেলে AI কোডিং যুগে নিজেই সেটা তৈরি শুরু করল। এবং ওপেন সোর্স কি টিকে থাকতে পারবে?