"वीडियो में टेलीमॉन्टेज शामिल नहीं है, - कहते हैं ह्यूमनॉइड रोबोट 1X का नॉर्वेजियन निर्माता। “कोई कंप्यूटर ग्राफिक्स नहीं, कोई कट नहीं, वीडियो का कोई त्वरण नहीं, स्क्रिप्ट के अनुसार प्रक्षेपवक्र का कोई प्लेबैक नहीं। सब कुछ तंत्रिका नेटवर्क द्वारा नियंत्रित होता है, सब कुछ स्वायत्त है, सब कुछ 1X गति पर है।
यह एक ह्यूमनॉइड निर्माता है जिसे OpenAI ने पिछले साल $25 मिलियन सीरीज़ A फंडिंग राउंड में अपने चिप्स पर रखा था। $100 मिलियन सीरीज़ B के अनुवर्ती ने दिखाया कि OpenAI का ध्यान कितना है, साथ ही सार्वभौमिक ह्यूमनॉइड रोबोट के आसपास सामान्य प्रचार, एक अवधारणा है हमेशा दूर के भविष्य की तरह लगता था, लेकिन पिछले दो वर्षों में यह एक पूर्ण थर्मोन्यूक्लियर विस्फोट बन गया है।
टेस्ला, फिगर, सैंक्चुअरी या एजिलिटी जिस पर काम कर रहे हैं, उसके आगे 1X के ह्यूमनॉइड रोबोट अजीब तरह से कमतर दिखते हैं। ह्यूमनॉइड ईव के अभी तक पैर या फुर्तीले हाथ भी नहीं हैं। यह संचालित पहियों की एक जोड़ी पर चलता है, पीछे के तीसरे छोटे पहिये पर संतुलन बनाता है, और इसके हाथ अल्पविकसित पंजे हैं। ऐसा लगता है कि इसने स्लेजिंग के लिए कपड़े पहने हैं और इसका चेहरा धुंधला, चमकता एलईडी स्माइली है।
1X में नियो नामक एक द्विपाद संस्करण है, जिसमें अच्छी तरह से व्यक्त हथियार भी हैं - लेकिन शायद ये विवरण सामान्य प्रयोजन रोबोट विकास के इन शुरुआती दिनों में बहुत महत्वपूर्ण नहीं हैं। प्रारंभिक उपयोग के अधिकांश मामले इस तरह दिखेंगे: "इस चीज़ को ले लो और इसे वहां रख दो" - इसके लिए पियानो बजाने में सक्षम उंगलियों की आवश्यकता होने की संभावना नहीं है। और उनका उपयोग करने का मुख्य स्थान कंक्रीट के फर्श वाले गोदामों और कारखानों में होगा जहां उन्हें संभवतः सीढ़ियां चढ़ने या किसी भी चीज़ पर पैर रखने की आवश्यकता नहीं होगी।
इतना ही नहीं, कई समूहों ने दो पैरों पर चलने और सुंदर मैनुअल उपकरणों की समस्या का समाधान किया है। लेकिन यह मुख्य बाधा नहीं है. मुख्य बाधा इन मशीनों को कार्यों को जल्दी से सीखने और फिर उन्हें स्वायत्त रूप से करने में सक्षम बनाना है, जैसा कि टोयोटा डेस्कटॉप रोबोट मैनिपुलेटर्स के साथ कर रहा है। जब चित्र 01 ने "पता लगाया" कि कॉफी मशीन के साथ अपने आप कैसे काम करना है, तो यह एक बड़ी घटना थी। जब टेस्ला के ऑप्टिमस ने वीडियो में अपनी शर्ट मोड़ी और एक मानव ऑपरेटर के नियंत्रण में होने का पता चला, तो यह बहुत कम प्रभावशाली था।
उपरोक्त कार्य अत्यधिक कठिन नहीं हैं, वे शर्ट मोड़ने या कॉफी मशीन चलाने के बारे में नहीं हैं। लेकिन ऐसे कई पूर्ण विकसित रोबोट हैं जो चीजों को उठाने और सही जगह पर रखने जैसे कई कार्य करते हैं। वे उन्हें टखने से लेकर कमर तक की ऊंचाई पर पकड़ लेते हैं। उन्होंने उन्हें बक्सों, डिब्बों और ट्रे में फैला दिया। वे फर्श से खिलौने उठाते हैं और उन्हें दूर रख देते हैं।
वे दरवाज़े भी खोलते हैं, चार्जिंग स्टेशनों तक जाते हैं और उनमें प्लग लगाते हैं, प्लग को अपने टखनों से जोड़ने के लिए एक अनावश्यक रूप से जटिल झुकने वाली युक्ति का उपयोग करते हैं।
संक्षेप में, वे बहुत कुछ वही करते हैं जो उन्हें शुरुआती सामान्य-उद्देश्य वाले ह्यूमनॉइड उपयोग के मामलों में करने की ज़रूरत होती है, 1X के अनुसार प्रशिक्षित, "विशुद्ध रूप से डेटा पर आधारित।" अनिवार्य रूप से, कंपनी ने 30 ईव बॉट्स को व्यक्तिगत कार्यों की एक श्रृंखला करने के लिए प्रशिक्षित किया, जाहिर तौर पर वीडियो और टेलीऑपरेशंस के माध्यम से सिमुलेशन प्रशिक्षण का उपयोग किया। फिर उन्होंने इस सीखे हुए व्यवहार का उपयोग एक "आधार मॉडल" को प्रशिक्षित करने के लिए किया जो कई प्रकार की क्रियाओं और व्यवहारों में सक्षम है। इस मूल मॉडल को तब पर्यावरण की विशिष्ट क्षमताओं - गोदाम कार्यों, सामान्य दरवाजे में हेरफेर, आदि - को ध्यान में रखते हुए परिष्कृत किया गया था और अंततः बॉट्स को उन विशिष्ट कार्यों पर प्रशिक्षित किया गया था जो उन्हें करने चाहिए थे।
एक बार बॉट को उनके दैनिक कार्य दिए जाने के बाद यह अंतिम चरण ग्राहक साइटों पर होने की संभावना है, और 1X का कहना है कि इसमें "डेस्कटॉप जीपीयू पर डेटा संग्रह और प्रशिक्षण में बस कुछ ही मिनट लगेंगे।" संभवतः, एक आदर्श दुनिया में, इसका मतलब यह होगा कि कोई व्यक्ति आभासी वास्तविकता हेलमेट में खड़ा होकर कोई कार्य कर रहा है, और फिर गहन शिक्षण सॉफ्टवेयर उस कार्य को बॉट की प्रमुख क्षमताओं के साथ जोड़ता है, विभिन्न यादृच्छिक कारकों के परीक्षण के लिए सिमुलेशन में इसे कई हजार बार चलाता है और परिणाम। जिसके बाद बॉट काम करने के लिए तैयार हो जाएंगे।
"पिछले वर्ष में," 1X में एआई के उपाध्यक्ष एरिक जैंग अपने ब्लॉग में लिखते हैं, "हमने सामान्य मोबाइल हेरफेर कार्यों को पूरी तरह से एंड-टू-एंड तरीके से हल करने के लिए एक डेटा इंजन विकसित किया है। हमने इसे काम करते देखा है, इसलिए अब हम इसे रोबोट और टीवी ऑपरेटरों की संख्या 10 गुना तक बढ़ाने के लिए सैन फ्रांसिस्को खाड़ी क्षेत्र में एआई शोधकर्ताओं को नियुक्त कर रहे हैं।
मुझे आश्चर्य है कि ये चीजें प्राइम टाइम के लिए कब तैयार होंगी।
यह भी पढ़ें: