फिजिकल इंटेलिजेंस का नया रोबोट ब्रेन: अब रोबोट बिना सिखाए सीख सकेंगे

रोबोटिक्स में क्रांति: फिजिकल इंटेलिजेंस का नया AI ब्रेन, जो बिना सिखाए सीख सकता है

कल्पना कीजिए एक ऐसे रोबोट की जो किसी काम को करने के लिए उसे पहले से न सिखाया गया हो, फिर भी उसे सफलतापूर्वक कर दिखाए। यह अब महज़ विज्ञान कथा नहीं, बल्कि हकीकत बनने की ओर अग्रसर है। सैन फ्रांसिस्को स्थित रोबोटिक्स स्टार्टअप ‘फिजिकल इंटेलिजेंस’ (Physical Intelligence) ने अपने नए रोबोट ब्रेन, जिसे π0.7 (पाई-जीरो-सेवन) नाम दिया गया है, के साथ इस दिशा में एक महत्वपूर्ण कदम बढ़ाया है। यह तकनीक रोबोटिक्स के क्षेत्र में एक गेम-चेंजर साबित हो सकती है, जो सामान्य-उद्देश्य वाले रोबोट ब्रेन के लंबे समय से चले आ रहे लक्ष्य को साकार करने के करीब है।

π0.7: एक ‘सीखने वाला’ रोबोट ब्रेन

परंपरागत रूप से, रोबोट को किसी विशेष कार्य के लिए प्रशिक्षित करने हेतु विशाल डेटासेट की आवश्यकता होती है। उदाहरण के लिए, एक कप उठाने के लिए रोबोट को विशेष रूप से प्रशिक्षित करना पड़ता है, और यदि उसे कोई नया कार्य सिखाना हो, तो पूरी प्रक्रिया को दोहराना पड़ता है। लेकिन फिजिकल इंटेलिजेंस का π0.7 मॉडल इस पैटर्न को तोड़ता है। यह मॉडल विभिन्न संदर्भों में सीखे गए कौशलों को नए और अनदेखे कार्यों को हल करने के लिए संयोजित करने की क्षमता रखता है।

कंपनी के सह-संस्थापक और यूसी बर्कले के प्रोफेसर सर्गेई लेविन के अनुसार, “एक बार जब यह उस सीमा को पार कर जाता है जहाँ यह केवल वही काम करता है जिसके लिए आपने डेटा एकत्र किया है, से लेकर वास्तव में नई चीज़ों को फिर से मिलाकर नई समस्याओं को हल करने तक, तो क्षमताओं में डेटा की मात्रा के साथ रैखिक रूप से अधिक वृद्धि होती है।” यह गुण भाषा और विजन AI मॉडल में देखी गई विस्फोटक वृद्धि के समान है, जो रोबोटिक बुद्धिमत्ता के तेजी से विकास का संकेत देता है।

‘एयर फ्रायर’ प्रयोग: उभरती समझ का प्रमाण

π0.7 की नवीन क्षमताओं का सबसे ठोस प्रमाण एक सामान्य रसोई उपकरण, एयर फ्रायर के साथ किए गए एक प्रयोग से मिलता है। आश्चर्यजनक रूप से, इस मॉडल को एयर फ्रायर के बारे में बहुत कम प्रत्यक्ष प्रशिक्षण डेटा प्राप्त हुआ था। इसके बावजूद, मॉडल ने एयर फ्रायर का उपयोग करके विभिन्न कार्य सफलतापूर्वक किए, जैसे कि उसमें सामग्री डालना और उसे चालू करना। यह क्षमता, जिसे कंपोजिशनल जनरलाइजेशन (compositional generalization) कहा जाता है, रोबोट को उन स्थितियों से निपटने में सक्षम बनाती है जिनका उसने पहले कभी सामना नहीं किया है।

सामान्य-उद्देश्य रोबोट ब्रेन का महत्व

रोबोटिक्स उद्योग में एक सामान्य-उद्देश्य वाले रोबोट ब्रेन का विकास एक महत्वपूर्ण लक्ष्य रहा है। वर्तमान में, अधिकांश रोबोट विशिष्ट कार्यों के लिए डिज़ाइन किए गए हैं और उन्हें नए वातावरण या कार्यों के लिए प्रोग्राम करने में काफी प्रयास लगता है। एक सामान्य-उद्देश्य वाला ब्रेन, जैसे कि फिजिकल इंटेलिजेंस विकसित कर रहा है, किसी भी रोबोट को विभिन्न प्रकार के कार्यों को करने के लिए नियंत्रित करने में सक्षम होगा। यह रोबोटिक्स के अनुप्रयोगों में एक “कैम्ब्रियन विस्फोट” को जन्म दे सकता है, जिससे रोबोट घरों, कारखानों और अन्य सेटिंग्स में अधिक बहुमुखी और उपयोगी बन जाएंगे।

फिजिकल इंटेलिजेंस का दृष्टिकोण रोबोटिक्स के लिए “चैटजीपीटी” बनाने जैसा है, जहां एक ही मॉडल विभिन्न प्रकार के हार्डवेयर और कार्यों को संभाल सकता है। यह एक “ब्रेन लेयर” के रूप में कार्य करेगा, जो रोबोट हार्डवेयर की विविधता पर एक एकीकृत नियंत्रण प्रदान करता है, ठीक उसी तरह जैसे एंड्रॉइड विभिन्न स्मार्टफोन फॉर्म फैक्टरों के लिए एक ऑपरेटिंग सिस्टम के रूप में कार्य करता है।

फंडिंग और भविष्य की राह

रोबोटिक्स स्टार्टअप फिजिकल इंटेलिजेंस ने हाल ही में एक महत्वपूर्ण फंडिंग राउंड में $1 बिलियन जुटाने की योजना बनाई है, जिसका मूल्यांकन $11 बिलियन से अधिक है [2, 12]। यह पिछली फंडिंग राउंड से एक बड़ी छलांग है, जो कंपनी की महत्वाकांक्षी दृष्टि और रोबोटिक्स में AI की क्षमता में निवेशकों के विश्वास को दर्शाती है। इस फंडिंग का उपयोग डेटा और कंप्यूटिंग शक्ति को बढ़ाने के लिए किया जाएगा, जो उनके “चैटजीपीटी-फॉर-रोबोट्स” प्लेटफॉर्म को और विकसित करने के लिए महत्वपूर्ण है।

यह ध्यान रखना महत्वपूर्ण है कि यह क्षेत्र तेजी से विकसित हो रहा है। अन्य प्रमुख खिलाड़ी जैसे कि Figure AI और टेस्ला का ऑप्टिमस भी ह्यूमनॉइड रोबोट और AI-संचालित सॉफ्टवेयर विकसित कर रहे हैं [13, 12]। फिजिकल इंटेलिजेंस का लक्ष्य एक ऐसा “न्यूट्रल ब्रेन लेयर” बनना है जो विभिन्न रोबोटिक हार्डवेयर पर काम कर सके।

प्रमुख निष्कर्ष (Key Takeaways)

• फिजिकल इंटेलिजेंस का π0.7 मॉडल: यह नया रोबोट ब्रेन बिना स्पष्ट प्रशिक्षण के नए कार्यों को सीखने और करने की क्षमता रखता है।
• कंपोजिशनल जनरलाइजेशन: मॉडल विभिन्न संदर्भों में सीखे गए कौशलों को मिलाकर अनदेखे कार्यों को हल कर सकता है।
• सामान्य-उद्देश्य रोबोट ब्रेन: यह तकनीक रोबोटिक्स में एक सामान्य-उद्देश्य वाले AI ब्रेन के विकास की ओर एक महत्वपूर्ण कदम है।
• ‘चैटजीपीटी-फॉर-रोबोट्स’: फिजिकल इंटेलिजेंस का लक्ष्य एक ऐसा एकीकृत AI प्लेटफॉर्म बनाना है जो किसी भी रोबोट को नियंत्रित कर सके।
• महत्वपूर्ण फंडिंग: कंपनी ने हाल ही में $1 बिलियन से अधिक की फंडिंग जुटाई है, जो इसके विकास को गति देगी।
• भविष्य की क्षमता: यह विकास रोबोटिक्स के अनुप्रयोगों में एक “कैम्ब्रियन विस्फोट” का संकेत देता है, जिससे रोबोट अधिक बहुमुखी और उपयोगी बनेंगे।
• तकनीकी नवाचार: फिजिकल इंटेलिजेंस का दृष्टिकोण, जिसमें YouTube वीडियो से सीखना भी शामिल है, रोबोट प्रशिक्षण की लागत को कम कर सकता है [18]।