ফেডারেল পারমিট বা সরকারি অনুমোদন প্রক্রিয়াকে ত্বরান্বিত করতে প্যাসিফিক নর্থওয়েস্ট ন্যাশনাল ল্যাবরেটরি এবং OpenAI অংশীদারিত্ব করেছে

ফেডারেল সরকার কিভাবে গুরুত্বপূর্ণ অবকাঠামোর অনুমোদন দেয় তা আধুনিকীকরণ করা দ্রুত, নিরাপদ এবং প্রতিযোগিতামূলক মার্কিন অর্থনীতি গড়ে তুলতে অত্যাবশ্যক. জ্বালানি প্রকল্প ও উন্নত উৎপাদন থেকে শুরু করে পরিবহন ও পানি ব্যবস্থাপনা পর্যন্ত, অনুমোদন প্রক্রিয়া নির্ধারণ করে কত দ্রুত সম্ভাবনাময় ধারণাগুলো বাস্তব বিনিয়োগে রূপ নেয়. তবুও আজ, পরিবেশগত এবং প্রযুক্তিগত পর্যালোচনাগুলো প্রায়ই বছরের পর বছর সময় নেয়, যা উদ্ভাবনকে ধীর করে, খরচ বাড়ায় এবং এই প্রকল্পগুলো যে সুবিধা কমিউনিটিগুলোকে দেয় তা বিলম্বিত করে.

এই কারণেই OpenAI মার্কিন যুক্তরাষ্ট্রের জ্বালানি বিভাগের প্যাসিফিক নর্থওয়েস্ট ন্যাশনাল ল্যাবরেটরি (PNNL) এবং তাদের PermitAI^TM⁠(একটি নতুন উইন্ডোতে খোলে) দলের সঙ্গে অংশীদারিত্ব করেছে, যাতে মূল্যায়ন করা যায় কোডিং এজেন্টরা দায়িত্বশীলভাবে ফেডারেল পারমিটিং কাজ ত্বরান্বিত করতে সাহায্য করতে পারে কি না. PermitAI, ডিপার্টমেন্ট অফ এনার্জির অফিস অব পলিসির অর্থায়নে পরিচালিত একটি উদ্যোগ এবং OpenAI জাতীয় পরিবেশ নীতি আইন পর্যালোচনা প্রক্রিয়ায় 19 জন বিষয় বিশেষজ্ঞের সাথে একসাথে কাজ করে একটি বেঞ্চমার্ক (DraftNEPABench নামে) ডিজাইন করেছে, যাতে NEPA ওয়ার্কফ্লো-সম্পর্কিত কাজগুলোতে—যেমন পরিবেশগত প্রভাব বিবৃতি খসড়া করা—AI মডেলগুলো কতটা ভালো কাজ করে তা মূল্যায়ন করা যায়. 

18-টি ফেডারেল সংস্থার NEPA নথির বিভাগসমূহ জুড়ে বিস্তৃত একটি প্রতিনিধিত্বমূলক খসড়া-প্রণয়ন কাজের সেটে, 19 জন বিশেষজ্ঞ দেখেছেন যে সাধারণীকৃত কোডিং এজেন্টগুলো NEPA নথির খসড়া তৈরির কাজকে প্রতি উপধারায় এক থেকে পাঁচ ঘণ্টা পর্যন্ত দ্রুত করতে পারে—খসড়া তৈরির সময়ে প্রায় 15% পর্যন্ত হ্রাস—যা ইঙ্গিত করে যে জটিল সরকারি ওয়ার্কফ্লোকে সমর্থন করতে AI কিভাবে সহায়তা করতে পারে, তাতে এটি একটি উল্লেখযোগ্য অগ্রগতি.

ফেডারেল অনুমোদন প্রক্রিয়া সরকারের মধ্যে একটি জটিল এবং নথি-নির্ভর প্রক্রিয়া. রিভিউ করতে প্রায়ই শত শত পৃষ্ঠার টেকনিক্যাল রিপোর্ট পড়া, একাধিক উৎস জুড়ে তথ্য ক্রস-চেক করা এবং নিয়ন্ত্রক প্রয়োজনীয়তা পূরণ করতে হবে এমন বিস্তারিত বিশ্লেষণ খসড়া করা প্রয়োজন হয়.

এই সহযোগিতার মাধ্যমে, OpenAI এবং PNNL সাধারণীকৃত কোডিং এজেন্টের (এই ক্ষেত্রে, Codex CLI) শক্তি অন্বেষণ করেছে⁠(একটি নতুন উইন্ডোতে খোলে) - যা ফাইল সিস্টেম জড়িত গবেষণা, প্রযুক্তিগত বিশ্লেষণ এবং রিপোর্ট লেখার টাস্কে GPT‑5‑এর মতো রিজনিং মডেল থেকে পারফরম্যান্স বের করে আনার একটি কার্যকর উপায়. মডেলকে একটি কমান্ড-লাইন ইন্টারফেসে (সাধারণত কোডিং কাজের জন্য ব্যবহৃত) অ্যাক্সেস দিলে, তারা হাতে-তৈরি হিউরিস্টিকের চেয়ে একটি কাজ সমাধানের জন্য আরও সাধারণ কৌশল ব্যবহার করতে পারে. এই এজেন্টদের অবশ্যই:

• শত শত পৃষ্ঠার প্রযুক্তিগত ও নিয়ন্ত্রক বিষয়বস্তুর নথি পড়ুন এবং সঠিকভাবে সংকলন করা
• একাধিক পরিবেশগত, প্রকৌশল এবং নিয়ন্ত্রক উৎস থেকে তথ্য যাচাই করা
• খসড়া কাঠামোবদ্ধ রিপোর্ট তৈরি করা যা অত্যন্ত নির্দিষ্ট আইনি এবং প্রযুক্তিগত মানদণ্ড পূরণ করে

মার্কিন যুক্তরাষ্ট্রের অর্থনীতি এই বুদ্ধিমত্তার যুগে⁠(একটি নতুন উইন্ডোতে খোলে) ক্রমবর্ধমান রাখতে হলে, তাকে নিরাপদভাবে, দায়িত্বশীলভাবে এবং দ্রুত নির্মাণ করতে সক্ষম হতে হবে. যেহেতু AI সিস্টেমগুলি ক্রমশ ভৌত বিশ্বে প্রভাব ফেলছে, সিভিল ইঞ্জিনিয়ারিং, পরিবেশগত এবং নিয়ন্ত্রক বিশ্লেষণের মতো ক্ষেত্রে তাদের সক্ষমতা আমাদের বুঝতে হবে. সময়ের সাথে সাথে, উন্নত মডেলগুলোর নতুন ও আরও নিরাপদ প্রযুক্তি উদ্ভাবনে সহায়তা করা, প্রাকৃতিক সম্পদ সুরক্ষা করা এবং মানব চাহিদা পূরণ করার জন্য আইন ও বিধিবিধান নির্ভুলভাবে বুঝতে হবে.

50 বছরেরও বেশি সময় ধরে, এই প্রক্রিয়ায় ফেডারেল সংস্থাগুলোকে সেতু, বিদ্যুৎকেন্দ্র, ট্রান্সমিশন লাইন এবং উৎপাদন অবকাঠামোর মতো প্রকল্পগুলোর পরিবেশগত প্রভাব পর্যালোচনা ও নথিভুক্ত করতে হয়েছে. এই মানদণ্ডটি শনাক্ত করতে সাহায্য করে যে আজকের AI মডেলগুলি কোথায় দায়িত্বশীলভাবে মানুষকে এই ওয়ার্কফ্লোগুলি ত্বরান্বিত করতে সহায়তা করতে পারে. 

স্বায়ত্তশাসনকে ঝুঁকিমুক্ত করার পাশাপাশি, এই কাজটি বিশেষজ্ঞ এবং AI-এর জন্য আরও উন্নত ইন্টারফেস ডিজাইন করতে সহায়তা করতে পারে. স্ট্যাটিক PDF-এর সীমাবদ্ধতা ছাড়িয়ে, কোডিং এজেন্টরা তাদের কাজ থেকে ডায়নামিকভাবে ওয়েব-ভিত্তিক রিপোর্ট এবং ইন্টারঅ্যাক্টিভ ভিজ্যুয়ালাইজেশন তৈরি করতে পারে, যা মানব রিভিউয়ারদের জন্য যাচাই করা আরও সহজ করে তোলে. 

AI-এর মাধ্যমে, সংস্থাগুলো আরও দক্ষভাবে প্রস্তাবনা পর্যালোচনা, পরিমার্জন এবং অনুমোদন করতে পারবে এবং সরকারি কর্মীরা AI এজেন্টের দল থেকে সুবিধা পাবে, যারা তাদের কাজের সময়সাপেক্ষ অংশগুলো সামলাবে যাতে তারা বিচার-বিবেচনা, তদারকি এবং জটিল সিদ্ধান্ত গ্রহণে ফোকাস করতে পারে. এই কাজটি জনসেবার প্রতি OpenAI-এর বৃহত্তর অঙ্গীকার এবং সরকারি কর্মকর্তাদের এমন সব টুলস দিয়ে সজ্জিত করার লক্ষ্যকে প্রতিফলিত করে, যা তাদের আরও কার্যকর ও সমর্থ করে তুলবে.

এই বেঞ্চমার্কটি নির্দিষ্ট করে দেওয়া খসড়া তৈরির কাজগুলোতে মডেলের সক্ষমতা যাচাই করে যেখানে প্রাসঙ্গিক প্রেক্ষাপট বা তথ্যগুলো আগে থেকেই দেওয়া থাকে; এটি বাস্তব জগতের পারমিট প্রদানের সিদ্ধান্তের মতো পূর্ণ অনিশ্চয়তা বা বিচক্ষণতা যাচাই করে না. এটি নির্ভুলতা এবং সঠিক রেফারেন্স ব্যবহারের উপর জোর দেয়, যাতে স্পষ্ট হয় কোথায় মডেল মানব পর্যালোচকদের সহায়তা করতে পারে. ব্যর্থতার কেসগুলো পর্যালোচনা করার সময়, আমরা দেখেছি কিছু “ত্রুটি” আসলে পুরোনো রেফারেন্স এবং দুর্বল ইভ্যালুয়েশন মানদণ্ডের কারণে ঘটেছিল এবং সেই অনুযায়ী আমাদের রুব্রিকগুলো আপডেট করতে হয়েছে. আরও সাধারণভাবে, যদি উৎস উপকরণগুলি অসম্পূর্ণ, অসঙ্গত বা পুরোনো হয়, তবে স্পষ্ট নির্দেশনা ছাড়া মডেলগুলি এই অমিলগুলি চিহ্নিত নাও করতে পারে. বাস্তব-বিশ্বের ডিপ্লয়মেন্টে বিশেষজ্ঞদের ফিডব্যাক এবং পুনরাবৃত্তি অন্তর্ভুক্ত থাকার সম্ভাবনা বেশি, যা এই স্বয়ংসম্পূর্ণ বেঞ্চমার্ক টাস্কগুলোতে যা রিপোর্ট করা হয়েছে তার চেয়েও বেশি পারফরম্যান্স উন্নত করবে বলে প্রত্যাশিত. 

OpenAI ফেডারেল সংস্থাগুলিকে পারমিটিং প্রক্রিয়া সহজতর করতে সহায়তা করার জন্য ডিজাইন করা PermitAI⁠(একটি নতুন উইন্ডোতে খোলে)-এর অ্যাপ্লিকেশনগুলির সমাধান আরও উন্নয়ন ও পরিমার্জন করতে PNNL-কে সহায়তা করছে. সময়ের সাথে সাথে আমরা আশা করছি যে, ফেডারেল পর্যায়ে পর্যালোচিত অবকাঠামো প্রকল্পগুলোর অনুমোদনের গড় সময় কয়েক মাস থেকে কমে কয়েক সপ্তাহে নেমে আসবে; যা প্রকল্প উন্নয়নকে ত্বরান্বিত করবে এবং যুক্তরাষ্ট্রের সক্ষমতাকে শক্তিশালী করার পাশাপাশি দীর্ঘমেয়াদী অর্থনৈতিক প্রবৃদ্ধিতে সহায়তা করবে.