एआई रोबोट : रोबोटिक इंटेलिजेंस के क्षेत्र में सफलता प्राप्त करने के लिए प्रयासरत एक अच्छी तरह से वित्तपोषित स्टार्टअप, फिजिकल इंटेलिजेंस ने एक ऐसा रोबोट विकसित किया है, जो विभिन्न घरेलू कामों को उल्लेखनीय रूप से अच्छी तरह से करने में सक्षम है।

एक रोबोट का विचार जो ड्रायर को खाली करने से लेकर कपड़े तह करने और गन्दी मेज साफ करने तक, घर के विभिन्न काम करता है, लंबे समय से विशुद्ध विज्ञान कथा जैसा लगता रहा है – शायद इसका सबसे प्रसिद्ध उदाहरण 1960 के दशक की द जेटसंस की रोजी की कल्पना है ।

सैन फ्रांसिस्को के एक स्टार्टअप फिजिकल इंटेलिजेंस ने दिखाया है कि ऐसा सपना वास्तव में इतना दूर नहीं है, उन्होंने एक ऐसे कृत्रिम बुद्धिमत्ता मॉडल का प्रदर्शन किया है जिसने अभूतपूर्व मात्रा में डेटा पर प्रशिक्षित होकर उपयोगी घरेलू कामों की एक विस्तृत श्रृंखला करना सीख लिया है – जिसमें उपरोक्त सभी काम शामिल हैं।

इस उपलब्धि से चैटजीपीटी जैसे अन्य एआई मॉडल जैसी जादुई और सामान्य रूप से सक्षम चीज़ को भौतिक दुनिया में लाने की संभावना बढ़ गई है ।

बड़े भाषा मॉडल (एलएलएम) के आगमन से – पुस्तकों और इंटरनेट से पाठ के विशाल हिस्से को खिलाने वाले सामान्य-उद्देश्य सीखने के एल्गोरिदम – चैटबॉट को बहुत अधिक सामान्य क्षमताएँ मिली हैं। फिजिकल इंटेलिजेंस का लक्ष्य भौतिक दुनिया में रोबोटिक डेटा की विशाल मात्रा के साथ एक समान प्रकार के एल्गोरिदम को प्रशिक्षित करके कुछ ऐसा बनाना है जो समान रूप से सक्षम हो।

कंपनी के सीईओ करोल हॉसमैन कहते हैं , “हमारे पास एक ऐसा नुस्खा है जो बहुत सामान्य है, जो कई अलग-अलग अवतारों, कई अलग-अलग रोबोट प्रकारों से डेटा का लाभ उठा सकता है, और यह उसी तरह है जैसे लोग भाषा मॉडल को प्रशिक्षित करते हैं।”

कंपनी ने पिछले आठ महीने अपना “फाउंडेशन मॉडल” विकसित करने में बिताए हैं, जिसे π0 या पाई-जीरो कहा जाता है । π0 को विभिन्न घरेलू काम करने वाले कई प्रकार के रोबोट से भारी मात्रा में डेटा का उपयोग करके प्रशिक्षित किया गया था। कंपनी अक्सर आवश्यक शिक्षण प्रदान करने के लिए रोबोट को टेलीऑपरेट करने के लिए मनुष्यों को रखती है।

फिजिकल इंटेलिजेंस, जिसे PI या π के नाम से भी जाना जाता है, की स्थापना इस वर्ष के प्रारंभ में कई प्रमुख रोबोटिक्स शोधकर्ताओं द्वारा की गई थी, जिसका उद्देश्य AI की भाषाई क्षमताओं में हुई सफलताओं से प्रेरित होकर नए रोबोटिक्स दृष्टिकोण को अपनाना था।

फिजिकल इंटेलिजेंस के सह-संस्थापक और यूसी बर्कले में एसोसिएट प्रोफेसर सर्गेई लेविन कहते हैं,

“हमारे ज्ञान के अनुसार, हम जिस डेटा पर प्रशिक्षण कर रहे

हैं, वह अब तक बनाए गए किसी भी रोबोटिक्स मॉडल से बहुत बड़ा है।” “यह किसी भी तरह से चैटजीपीटी नहीं है, लेकिन शायद यह जीपीटी-1 के करीब है,” उन्होंने 2018 में ओपनएआई द्वारा विकसित पहले बड़े भाषा मॉडल के संदर्भ में कहा।

फिजिकल इंटेलिजेंस द्वारा जारी किए गए वीडियो में कई तरह के रोबोट मॉडल दिखाए गए हैं जो प्रभावशाली कौशल के साथ घर के कई काम करते हैं। एक पहिए वाला रोबोट कपड़े निकालने के लिए ड्रायर में जाता है। एक रोबोट हाथ कप और प्लेटों से भरी मेज को साफ करता है। रोबोट हाथों की एक जोड़ी कपड़े को पकड़ती है और मोड़ती है। कंपनी के एल्गोरिदम द्वारा महारत हासिल एक और प्रभावशाली उपलब्धि कार्डबोर्ड बॉक्स बनाना है, जिसमें रोबोट धीरे से इसके किनारों को मोड़ता है और नाजुक ढंग से टुकड़ों को एक साथ फिट करता है।

हॉसमैन का कहना है कि कपड़ों को मोड़ना रोबोटों के लिए विशेष रूप से चुनौतीपूर्ण है, क्योंकि इसके लिए भौतिक दुनिया के बारे में अधिक सामान्य बुद्धि की आवश्यकता होती है, क्योंकि इसमें कई प्रकार की लचीली वस्तुओं से निपटना शामिल होता है जो अप्रत्याशित रूप से विकृत और सिकुड़ जाती हैं।

उदाहरण के लिए, यह एल्गोरिथ्म कुछ आश्चर्यजनक मानवीय विचित्रताएं प्रदर्शित करता है, जैसे टी-शर्ट और शॉर्ट्स को हिलाकर उन्हें सपाट करना।

हौसमैन ने बताया कि एल्गोरिदम पूरी तरह से काम नहीं करता है,

और आधुनिक चैटबॉट की तरह, रोबोट कभी-कभी आश्चर्यजनक और मनोरंजक तरीकों से विफल हो जाते हैं। जब एक बार रोबोट को अंडे को कार्टन में लोड करने के लिए कहा गया, तो उसने बॉक्स को ज़रूरत से ज़्यादा भर दिया और उसे बंद करने के लिए मजबूर किया। एक और बार, रोबोट ने चीजों से भरने के बजाय अचानक एक बॉक्स को टेबल से नीचे फेंक दिया।

अधिक सामान्यतः सक्षम रोबोटों का निर्माण न केवल एक विज्ञान कथा है, बल्कि यह एक बहुत बड़ा व्यावसायिक अवसर भी है।

हाल के वर्षों में आश्चर्यजनक AI प्रगति के बावजूद, रोबोट जिद्दी और सीमित बने हुए हैं। कारखानों और गोदामों में पाए जाने वाले रोबोट आमतौर पर अपने आस-पास के वातावरण को समझने या तुरंत अनुकूलन करने की अधिक क्षमता के बिना सटीक रूप से कोरियोग्राफ किए गए रूटीन से गुजरते हैं। कुछ औद्योगिक रोबोट जो वस्तुओं को देख और पकड़ सकते हैं, वे सामान्य शारीरिक बुद्धिमत्ता की कमी के कारण न्यूनतम निपुणता के साथ केवल सीमित संख्या में चीजें कर सकते हैं।

अधिक सामान्य रूप से सक्षम रोबोट औद्योगिक कार्यों की एक बहुत व्यापक श्रृंखला को संभाल सकते हैं, शायद न्यूनतम प्रदर्शनों के बाद। मानव घरों की विशाल परिवर्तनशीलता और गंदगी से निपटने के लिए रोबोटों को अधिक सामान्य क्षमताओं की भी आवश्यकता होगी।

एआई की प्रगति के बारे में आम उत्साह पहले ही रोबोटिक्स में बड़ी नई छलांग के बारे में आशावाद में बदल चुका है।

एलन मस्क की कार कंपनी टेस्ला ऑप्टिमस नामक एक मानव जैसा रोबोट विकसित कर रही है,

और मस्क ने हाल ही में सुझाव दिया कि यह 20,000 से 25,000 डॉलर की कीमत पर व्यापक रूप से उपलब्ध होगा और 2040 तक अधिकांश कार्य करने में सक्षम होगा।

रोबोट को चुनौतीपूर्ण कार्य करने के लिए सिखाने के पिछले प्रयासों में एक ही मशीन को एक ही कार्य पर प्रशिक्षित करने पर ध्यान केंद्रित किया गया है क्योंकि सीखना अप्राप्य लगता था। कुछ हालिया शैक्षणिक कार्यों से पता चला है कि पर्याप्त पैमाने और बारीक ट्यूनिंग के साथ, सीखने को विभिन्न कार्यों और रोबोटों के बीच स्थानांतरित किया जा सकता है। ओपन एक्स-एम्बोडीमेंट नामक 2023 के Google प्रोजेक्ट में 21 अलग-अलग शोध प्रयोगशालाओं में 22 अलग-अलग रोबोटों के बीच रोबोट सीखने को साझा करना शामिल था।

फिजिकल इंटेलिजेंस द्वारा अपनाई जा रही रणनीति के साथ एक प्रमुख चुनौती यह है कि प्रशिक्षण के लिए रोबोट डेटा का उतना पैमाना उपलब्ध नहीं है जितना कि टेक्स्ट के रूप में बड़े भाषा मॉडल के लिए है। इसलिए कंपनी को अपना खुद का डेटा तैयार करना होगा और अधिक सीमित डेटासेट से सीखने को बेहतर बनाने के लिए तकनीकों के साथ आना होगा। π0 विकसित करने के लिए कंपनी ने तथाकथित विज़न लैंग्वेज मॉडल को जोड़ा, जिन्हें छवियों के साथ-साथ टेक्स्ट पर भी प्रशिक्षित किया जाता है, डिफ्यूजन मॉडलिंग के साथ, जो कि AI इमेज जेनरेशन से उधार ली

गई एक तकनीक है, ताकि अधिक सामान्य प्रकार की शिक्षा को सक्षम किया जा सके।

रोबोट को किसी व्यक्ति द्वारा कहे गए किसी भी रोबोटिक काम को करने में सक्षम बनाने के लिए, इस तरह की शिक्षा को काफी हद तक बढ़ाने की आवश्यकता होगी। लेविन कहते हैं, “अभी भी एक लंबा रास्ता तय करना है, लेकिन हमारे पास कुछ ऐसा है जिसे आप मचान के रूप में सोच सकते हैं जो आने वाली चीजों को दर्शाता है।”