খালি পেলোডের পাঠ: ব্লকচেইন ডেটা ফিডে নাল-হ্যান্ডলিং ছাড়া যেভাবে ভুয়া মান অন-চেইনে স্থায়ী হয়ে যায়

গত মাসে একটি বিশ্লেষণ পাইপলাইনের আউটপুট সামনে খুলে বসলাম। উপরের ধাপ থেকে ফিরে আসা প্রতিটি ঘর খালি — শিরোনাম নেই, তথ্যবিন্দু নেই, সত্তার তালিকা নেই। শুধু নয়টি বিভাগের একটি নিখুঁত কাঠামো দাঁড়িয়ে আছে, প্রতিটি ঘরে লেখা একই বাক্য: অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়। প্রথম দেখায় মনে হয় এটি একটি ব্যর্থতার রেকর্ড। দ্বিতীয় দেখায় মনে হয়, সম্ভবত এটিই ওই পাইপলাইনের সবচেয়ে সৎ আউটপুট।

ব্লকচেইন-ভিত্তিক ডেটা ফিডের জগতে ঠিক এই মুহূর্তটাই আসল পরীক্ষা। একটি অরাকল যখন সূত্র থেকে মান আনতে ব্যর্থ হয়, স্মার্ট কন্ট্র্যাক্টের সামনে দুটি পথ খোলা থাকে। হয় নাল-কে নাল হিসেবেই চিহ্নিত করা, নয়তো তাকে শূন্য ধরে গণনা এগিয়ে নেওয়া। দ্বিতীয় পথে সিস্টেম কখনো ক্র্যাশ করে না। সে নীরবে ভুল উত্তর দিতে থাকে, আর সেই ভুল উত্তর চেইনে স্থায়ী হয়ে যায়।

মূলধারার ধারণা হলো, ব্লকচেইন ডেটাকে বিশ্বাসযোগ্য করে। কথাটা অর্ধসত্য। ব্লকচেইন যা নিশ্চিত করে, তা হলো লেখা হয়ে যাওয়া মানটি বদলায়নি — মানটির উৎস সত্য কি না, সেই প্রশ্নটি সে তোলে না। অরাকল সমস্যা নামে পরিচিত এই ফাঁকটিই ডিসেন্ট্রালাইজড স্পোর্টস ডেটা মার্কেটপ্লেস, ফ্যান টোকেন ইকোসিস্টেম এবং অন-চেইন প্রেডিকশন মার্কেটের কেন্দ্রীয় দুর্বলতা।

স্পোর্টস ডেটার বাজার এই ফাঁকে সবচেয়ে বেশি ভুগছে, কারণ এখানে চাহিদা আছে বিন্দু-অনুমানের, আর চাহিদা নেই অনিশ্চয়তার। একটি ফিড যদি জানায় এই ম্যাচের এক্সজি পাওয়া যায়নি, মার্কেট সেই ফিডকে ত্রুটিপূর্ণ ভাবে। একটি ফিড যদি জানায় এই ম্যাচের এক্সজি ১.৪, কেউ জিজ্ঞেস করে না মানটি কোথা থেকে এল, কে মাপল, আর কে সেটি যাচাই করল।

বছরের পর বছর ম্যাচ দেখে এবং ডেটা ফিড মিলিয়ে যে অভ্যাসটা তৈরি হয়েছে, তা হলো মেট্রিকের মান নয়, মেট্রিকের উৎস এবং তার অনুপস্থিতির নকশা জানতে চাওয়া। ২০১৮ সালের রাশিয়া বিশ্বকাপের আগে আমি জার্মানিকে খুঁজতে গিয়েছিলাম। সেই থ্রেডে আমি কোয়ালিফায়ারে জার্মানির এক্সজি ১.৮ প্রতি ম্যাচ এবং গড় শুরুর একাদশের বয়স ২৭.৯ উল্লেখ করেছিলাম। জার্মানি মেক্সিকোর কাছে ১-০ এবং দক্ষিণ কোরিয়ার কাছে ২-০ হেরে গ্রুপ এফ-এ শেষ স্থানে থেকে ৩ পয়েন্ট নিয়ে বিদায় নেয়। ভবিষ্যদ্বাণী মিলেছিল, কিন্তু আজ ফিরে দেখলে একটা প্রশ্ন কাঁটার মতো বিঁধে থাকে। যদি কোয়ালিফায়ারের দুটি ম্যাচের ডেটা ফিড অনুপস্থিত থাকত আর মডেল সেটিকে শূন্য ধরে নিত, এক্সজি আরও কম দেখাত, সিদ্ধান্ত একই আসত, কিন্তু সেটি সঠিক কারণভিত্তিক হতো না। ভুল কারণে সঠিক হওয়া ডেটা মডেলের সবচেয়ে বড় শত্রু, কারণ সেটি পরের বার ক্যালিব্রেশন নষ্ট করে দেয়।

পাইপলাইনের ব্যর্থতা আমি তিনটি আলাদা শ্রেণিতে ভাগ করি, আর ব্লকচেইনে এই তিনটির আচরণ সম্পূর্ণ আলাদা।

প্রথমটি ইনজেশন ব্যর্থতা। সূত্র থেকেই ডেটা আসেনি। অরাকল কল করল, উত্তর ফিরল না, কিংবা ফিরল একটি খালি পেলোড। এই ব্যর্থতা চোখে পড়ে, কারণ সিস্টেমের বাইরের একটি সত্তা উত্তর দিতে অস্বীকৃতি জানিয়েছে।

দ্বিতীয়টি নিষ্কাশন ব্যর্থতা। ডেটা এসেছে, কিন্তু পার্সার সেটি পড়তে পারেনি। উপরের উদাহরণে সত্তা নিষ্কাশনের ঘরটি তথ্যবিন্দু থেকে মান নেওয়ার কথা ছিল, অথচ তথ্যবিন্দুর তালিকা খালি। অর্থাৎ নির্ভরতার একটি ধাপ নীরবে ভেঙে পড়েছে, আর নিচের ধাপ সেটি টেরই পায়নি।

তৃতীয়টি শব্দার্থিক ব্যর্থতা, এবং এটিই সবচেয়ে বিপজ্জনক। ডেটা এসেছে, পড়া গেছে, কিন্তু মানটি অর্থহীন। একটি ট্র্যাকিং সিস্টেম যদি এক ম্যাচে ক্যামেরা ক্যালিব্রেশন হারায়, সে খেলোয়াড়ের প্রতি মিনিটে দৌড়ানোর দূরত্ব শূন্য রেকর্ড করতে পারে। সংখ্যাটি বৈধ, সময়ের সিলমোহর বৈধ, চেইনে লেখা হয়ে যায় — আর মডেল সিদ্ধান্ত নেয় ওই খেলোয়াড় মাঠেই নামেননি।

যে ব্যর্থতা সিস্টেমকে ক্র্যাশ করায় না, সেটিই সবচেয়ে ব্যয়বহুল, কারণ সেটি যাচাইয়ের প্রক্রিয়া চালু করে না।

ব্লকচেইন এই তৃতীয় শ্রেণির সামনে দাঁড়িয়ে একটি অস্বস্তিকর সত্যের মুখোমুখি হয়: অপরিবর্তনীয়তা ভুলকে সংশোধন করে না, সে ভুলকে স্থায়ী করে। একটি ভুল মান যদি অরাকল থেকে কন্ট্র্যাক্টে চলে যায়, তাকে মুছে ফেলা যায় না — কেবল একটি নতুন সংশোধনী রেকর্ড যোগ করা যায়। তাই নকশাটি এমন হতে হবে, যেখানে সংশোধন একটি স্বাভাবিক, স্বাক্ষরিত, সংস্করণযুক্ত ঘটনা, ব্যতিক্রম নয়।

এখান থেকেই নাল-হ্যান্ডলিংয়ের শৃঙ্খলা আসে। ভালো ফিড তিনটি জিনিস আলাদা করে রাখে: মান, মানের অনুপস্থিতি, আর মানটি না জানার কারণ। প্রথমটির জন্য স্বাক্ষর, দ্বিতীয়টির জন্য অনুপস্থিতির প্রমাণ, তৃতীয়টির জন্য শ্রেণিবিন্যাস কোড।

অনুপস্থিতির প্রমাণ বলতে আমি বোঝাই এমন একটি অন-চেইন রেকর্ড, যা ঘোষণা করে — নির্দিষ্ট সময়ে নির্দিষ্ট সূত্রে এই মানটি ছিল না, এবং এটিই চূড়ান্ত অবস্থা। এর ব্যবহার আছে। ডাউনস্ট্রিম মডেল তখন জানে যে তাকে হয় অনুপস্থিত মান নিয়ে কাজ করতে হবে, নয়তো সেই ম্যাচটি বাদ দিতে হবে — কিন্তু কখনোই শূন্য ধরে নিতে হবে না।

ব্লকচেইন এখানে একটি অতিরিক্ত সুবিধা দেয়, যা সাধারণ ডেটাবেস দেয় না — অডিট ট্রেইল। কে কখন কোন মান পাঠাল, কোন সূত্রে, কোন আস্থার মাত্রায়, সেই পুরো ইতিহাস স্বাক্ষরিত ও সময়-সিলমোহরযুক্ত থাকে। ফলে একটি ভুল মান ধরা পড়লে শুধু মানটি নয়, ব্যর্থতার ধাপটিও চিহ্নিত করা যায়।

দুটি বাস্তব ঘটনাকে এই কাঠামোয় বসিয়ে দেখি। ২০২০ সালের গ্রীষ্মকালীন ট্রান্সফার উইন্ডোয়, বার্সেলোনার ৮-২ হার-এর পর, আমি লাউতারো মার্টিনেসকে ১১১ মিলিয়ন ইউরোতে কেনার বিরুদ্ধে ছিলাম। পেছনের সংখ্যাগুলো ছিল ক্লাবের ১.২ বিলিয়ন ইউরো ঋণ এবং মেসির বার্ষিক বেতন প্রায় ১০০ মিলিয়ন ইউরো। সেই স্ট্রিমে ১.১ মিলিয়ন ভিউ এসেছিল, সঙ্গে চার হাজার ক্ষুব্ধ মন্তব্য। আজ ফিরে দেখলে বোঝা যায়, আসল সমস্যাটি তথ্যের অভাব ছিল না, তথ্যের অসম বিশ্বাসযোগ্যতা ছিল। কোন ঋণের অঙ্ক প্রকাশিত, কোনটি লুকানো — তার কোনো প্রমাণ কেউ দিতে পারত না।

২০২১ ইউরোয় ইতালির প্রেসিং অক্ষ নিয়ে আমি জর্জিনহো ও নিকোলো বারেলাকে চিহ্নিত করেছিলাম, জর্জিনহোর ৯৪ শতাংশ পাস নির্ভুলতা এবং বারেলার প্রতি ম্যাচে ১১.৩ কিলোমিটার দৌড় উল্লেখ করে। ইতালি ফাইনালে ইংল্যান্ডকে টাইব্রেকারে হারায়। টোকিও অলিম্পিকে ভারতীয় হকির ক্ষেত্রেও একই মডেল কাজে দেয়। দুটোই মিলেছিল। কিন্তু এই দুটি সাফল্য যে শিক্ষা দেয়, তা হলো মেট্রিকের প্রমাণযোগ্যতা — কোথায় মাপা হলো, কে মাপল, আর কে সেটি যাচাই করল।

সব মিলিয়ে অন-চেইন ডিজাইনের জন্য তিনটি বাধ্যতামূলক নিয়ম দাঁড়ায়।

প্রথম, নাল কখনো শূন্য নয়। ডিফল্ট মান বসানো মানে মডেলের ভেতরে একটি মিথ্যা প্রবেশ করানো, যার কোনো সুস্পষ্ট উৎস থাকবে না এবং যার দায় কেউ নেবে না।

দ্বিতীয়, প্রতিটি মানের সঙ্গে আস্থার মাত্রা প্রকাশ করতে হবে। একটি বিন্দু-অনুমান যতটা তথ্য বহন করে, তার চেয়ে বেশি তথ্য বহন করে একটি ব্যবধান। ব্লকচেইনে ব্যবধান প্রকাশ করা সম্ভব, কিন্তু অনেক স্পোর্টস ফিড আজও শুধু বিন্দু-অনুমান পাঠায়, কারণ বাজার সেটাই চায়।

তৃতীয়, বহু-সূত্র সমন্বয়ের সময় গড় নয়, ভোট এবং বিচ্যুতি চিহ্নিতকরণ ব্যবহার করতে হবে। তিনটি সূত্রের মধ্যে দুটি একমত আর একটি ভিন্ন হলে গড় নেওয়া মানে ভুলটিকে অর্ধেক করে সত্য বলে চালিয়ে দেওয়া।

এখন সেই জায়গা, যেখানে আমার নিজের অবস্থানের বিরুদ্ধে দাঁড়ানো দরকার। নাল-ফলাফলের প্রতি এই সতর্কতা অতিরিক্ত হতে পারে। আংশিক ডেটা নিয়ে সিদ্ধান্ত না নিলে কোনো ফিড কখনো প্রকাশিত হয় না। ২০১৮ সালে জার্মানি নিয়ে আমার থ্রেড যদি নিখুঁত ডেটার অপেক্ষায় বসে থাকত, সেটি কখনো লেখা হতো না, আর ২.৩ মিলিয়ন ইমপ্রেশন কোনোদিন আসত না। অনিশ্চয়তা স্বীকার করা একটি গুণ, কিন্তু অনিশ্চয়তাকে অজুহাতে পরিণত করা একটি পক্ষাঘাত।

আরও একটি আপত্তি আছে, যা ব্লকচেইন-সমর্থকরা সাধারণত এড়িয়ে যান। অন-চেইন যাচাই খরচ ও বিলম্ব যোগ করে, কিন্তু গার্বেজ-ইন-গার্বেজ-আউট সমস্যাটি সমাধান করে না। সূত্র যদি মিথ্যা হয়, একটি স্বাক্ষর সেটিকে সত্য করে না। এমনকি অপরিবর্তনীয়তাও বিপরীত দিকে কাজ করতে পারে — একটি ভুল মান চেইনে বসে থাকলে সেটি কর্তৃত্ব পেয়ে যায়, আর সংশোধনী রেকর্ড যত ভালোই হোক, পুরোনো মানটি সার্চ ফলাফলে আগে আসে।

তবু এই আপত্তিগুলো একটি জিনিস বদলায় না। বাজার যেটাকে শাস্তি দেয়, সেটি অনিশ্চয়তা নয়, সেটি মিথ্যা আত্মবিশ্বাস। খালি পেলোড ভয়ের বিষয় নয়। ভয়ের বিষয় হলো খালি পেলোড ভরে দেওয়ার চাপ — যে চাপে একজন বিশ্লেষক, একটি অরাকল অপারেটর, কিংবা একটি ডেটা ভেন্ডর ভরাট করতে বাধ্য বোধ করে।

সামনের আঠারো মাসে স্পোর্টস ডেটা অরাকলগুলোর মধ্যে একটি প্রতিযোগিতা দেখা যাবে, যার বিষয় এক্সজি বা পাস নির্ভুলতা নয় — বিষয় হবে অনুপস্থিতির প্রমাণ। যে ফিড প্রথমে একটি মানসম্মত, যাচাইযোগ্য ফরম্যাট চালু করবে যা ঘোষণা করে এই মানটি নেই এবং এটিই চূড়ান্ত, সে পরের বুল সাইকেলে টিকে থাকবে। আর যে ফিড নীরবে শূন্য বসিয়ে চলে, তার হিসাব বহুদিন মিলবে — যতদিন না কেউ একটি ভুল ম্যাচ খুঁজে বের করে।