मुझे नहीं पता कि क्या आपके मन में कभी भी "हाथ से काम करने वाला दुकानदार" बनने और घर का सारा काम एक हाउसकीपिंग रोबोट पर छोड़ने का विचार आया है। सच कहें तो, यह दृश्य अक्सर विज्ञान कथा कृतियों में देखा जाता है।
आख़िर कौन नहीं चाहता कि उसके पास एक मेहनती " साइबर नौकर " हो?
सैन फ्रांसिस्को की एक स्टार्टअप कंपनी फिजिकल इंटेलिजेंस (पीआई) लोगों के इस सपने को साकार करने में मदद करने के लिए काम कर रही है। कंपनी ने हाल ही में एक कृत्रिम बुद्धिमत्ता मॉडल का प्रदर्शन किया जिसे "अभूतपूर्व मात्रा में डेटा पर प्रशिक्षित किया गया" और जिसने विभिन्न प्रकार के उपयोगी घरेलू कार्य करना सीख लिया है।
फिजिकल इंटेलिजेंस द्वारा जारी एक वीडियो से पता चलता है कि उनका रोबोट विभिन्न घरेलू कार्यों को बहुत कुशलता से कर सकता है, जिसमें कप और प्लेटों से भरी मेज को व्यवस्थित करना शामिल है, लेकिन केवल यहीं तक सीमित नहीं है:
बैग से कॉफ़ी बीन्स को मशीन में निकालें:
यहां तक कि डिब्बों को भी इकट्ठा किया जा सकता है:
सबसे प्रभावशाली बात यह है कि वे ड्रायर से कपड़े निकाल सकते हैं और उसे बड़े करीने से मोड़ सकते हैं । दो रोबोटिक भुजाएँ मानव हाथों की तरह हैं और कुशलता से एक साथ काम करती हैं:
दिलचस्प बात यह है कि कंपनी द्वारा विकसित एल्गोरिदम कभी-कभी कुछ मानव जैसी विचित्रताएं प्रदर्शित करता है, जैसे कि टी-शर्ट और शॉर्ट्स को हिलाना ताकि वे सपाट फैल जाएं।
फिजिकल इंटेलिजेंस के सीईओ हौसमैन का कहना है कि कपड़े मोड़ना रोबोट के लिए विशेष रूप से चुनौतीपूर्ण है, इसके लिए भौतिक दुनिया के बारे में अधिक सामान्य बुद्धि की आवश्यकता होती है क्योंकि इसमें विभिन्न प्रकार की वस्तुओं को संभालना शामिल होता है जो अप्रत्याशित रूप से विकृत और झुर्रीदार हो सकती हैं।
उन्होंने यह भी कहा कि मौजूदा एल्गोरिदम बहुत स्थिर नहीं है. जैसे एआई चैटबॉट कभी-कभी " ढह " जाते हैं, ये "गृहकार्य रोबोट" कभी-कभी कुछ अविश्वसनीय चीजें करते हैं: उदाहरण के लिए, वे अंडे को एक ऐसे कार्टन में भर देंगे जो अब फिट नहीं हो सकता है, और कुछ लोड करते समय कार्टन को एक बार बंद करने के लिए मजबूर कर देंगे; रोबोट ने अचानक बॉक्स को टेबल से नीचे फेंक दिया।
▲हौसमैन, फिजिकल इंटेलिजेंस के सीईओ। चित्र: द इंफॉर्मेशन से
हालाँकि एल्गोरिथ्म अभी तक सही नहीं है, फिजिकल इंटेलिजेंस कम से कम भविष्य के " सार्वभौमिक गृहकार्य रोबोट " के लिए एक संभावना प्रदान करता है।
हालाँकि, हौसमैन की महत्वाकांक्षाएँ उससे कहीं आगे निकल गईं। "गृहकार्य" केवल उपयोगों में से एक है, और " सार्वभौमिक " कंपनी की महत्वाकांक्षा है:
हमारा लक्ष्य एक सार्वभौमिक मॉडल के माध्यम से कृत्रिम बुद्धिमत्ता को भौतिक दुनिया में लाना है जो मूल रूप से किसी भी अनुप्रयोग के लिए किसी भी रोबोट या किसी भी भौतिक उपकरण को शक्ति प्रदान कर सके।
▲ चित्र: कल्पनाशील से
दूसरे शब्दों में, फिजिकल इंटेलिजेंस का लक्ष्य बड़े भाषा मॉडल (एलएलएम) के समान भौतिक दुनिया का एक मॉडल बनाना है, जो एक " सामान्य कृत्रिम इंटेलिजेंस मॉडल " है।
वे भाषा मॉडल बनाने की तकनीकों को मशीनों को नियंत्रित करने और निर्देशित करने के अपने तरीकों के साथ जोड़ते हैं, और बड़ी मात्रा में रोबोट डेटा को प्रशिक्षित करके ऐसा करते हैं। हौसमैन ने कहा कि उनका दृष्टिकोण " बहुत सामान्य " है और इसे विभिन्न रोबोट प्रकारों के डेटा पर प्रशिक्षित किया जा सकता है, जैसे लोग भाषा मॉडल को कैसे प्रशिक्षित करते हैं।
कंपनी ने पिछले आठ महीने अपना "बेस मॉडल" विकसित करने में बिताए हैं, जिसे π0 (पी-जीरो) कहा जाता है। π0 को विभिन्न घरेलू काम करने वाले विभिन्न प्रकार के रोबोटों के डेटा का उपयोग करके प्रशिक्षित किया जाता है, और कंपनी अक्सर आवश्यक शिक्षण प्रदान करने के लिए रोबोटों को दूर से संचालित करने वाले मनुष्यों को भी बुलाती है।
फिजिकल इंटेलिजेंस के सह-संस्थापकों में से एक और कैलिफोर्निया विश्वविद्यालय, बर्कले में एक एसोसिएट प्रोफेसर, सर्गेई लेविन ने कहा कि जिस डेटा पर उन्होंने प्रशिक्षण लिया वह किसी भी पिछले रोबोट मॉडल की तुलना में बहुत बड़ा था, और परिमाण "बहुत बड़ा था।" "
▲सर्गेई लेविन। चित्र: यूट्यूब से
फिगर एआई और टेस्ला जैसी अन्य कंपनियों के विपरीत, जो ह्यूमनॉइड रोबोट बनाने पर ध्यान केंद्रित करती हैं, और कोवेरिएंट जैसी कंपनियां जो सामान्य प्रयोजन रोबोटिक्स सॉफ्टवेयर विकसित करती हैं, पीआई का लक्ष्य ऐसे सॉफ्टवेयर बनाना है जिसे रोबोटिक्स हार्डवेयर की एक विस्तृत श्रृंखला पर लागू किया जा सकता है ।
इस संबंध में, प्रसिद्ध प्रौद्योगिकी निवेशक और पाई के सह-संस्थापकों में से एक, लैची ग्रूम ने कहा, "जो चीज इंसानों को दिलचस्प बनाती है वह हमारा दिमाग है, न कि हमारा हार्डवेयर। हम परम सार्वभौमिकवादी हैं"।
टेस्ला द्वारा विकसित "ऑप्टिमस" नामक ह्यूमनॉइड रोबोट
फिजिकल इंटेलिजेंस के लिए एक प्रमुख चुनौती बड़े भाषा मॉडल प्रशिक्षण में उपलब्ध टेक्स्ट डेटा की तुलना में प्रशिक्षण के लिए उपयोग किए जाने वाले रोबोट डेटा का सीमित पैमाना है।
इसलिए, कंपनियों को अपना स्वयं का डेटा तैयार करना चाहिए और अधिक सीमित डेटा सेट से सीखने में सुधार करने के लिए तकनीकों के साथ आना चाहिए।
वास्तव में, π0 विकसित करने के लिए, कंपनी ने अधिक सामान्य शिक्षा प्राप्त करने के लिए तथाकथित दृश्य भाषा मॉडल (छवियों और पाठ पर प्रशिक्षित) और प्रसार मॉडलिंग (एआई छवि पीढ़ी से उधार ली गई तकनीक) को जोड़ा।
हर कोई " सार्वभौमिकता " के लिए प्रयासरत है।
फिजिकल इंटेलिजेंस की वर्तमान स्थिति और भविष्य के संबंध में लेविन का विचार है:
रोबोटों को इंसानों द्वारा कहे गए किसी भी काम को करने में सक्षम बनाने के लिए, इस सीख को काफी हद तक बढ़ाने की जरूरत है। हालाँकि अभी भी एक लंबा रास्ता तय करना बाकी है, हमारे पास कुछ ऐसा है जिसे आप मूलभूत ढाँचे के रूप में सोच सकते हैं जहाँ से आने वाली चीज़ों को देखा जा सकता है।
लेकिन साथ ही, लेविन पाई के विकास में आश्वस्त हैं। उन्होंने कहा कि इस बात के पर्याप्त संकेत हैं कि वास्तविक दुनिया में रोबोट के उपयोग में आने वाली सबसे बड़ी बाधा को " अब हल किया जा सकता है ।"
# Aifaner के आधिकारिक WeChat सार्वजनिक खाते का अनुसरण करने के लिए आपका स्वागत है: Aifaner (WeChat ID: ifanr) आपको जल्द से जल्द अधिक रोमांचक सामग्री प्रदान की जाएगी।