रोबोटिक्स के क्षेत्र में एक बड़ी उपलब्धि।

स्टार्टअप फिजिकल इंटेलिजेंस ने हाल ही में एक एआई मॉडल की घोषणा की है जो रोबोटों को ऐसे नए कार्य सीखने और करने की अनुमति देता है जिनके लिए उन्हें पहले कभी प्रशिक्षित नहीं किया गया है।

रोबोटिक भुजा अपने मस्तिष्क का उपयोग करके स्वचालित रूप से कॉफी बनाना सीखती है। फोटो: फिजिकल इंटेलिजेंस ।

रोबोटिक्स के क्षेत्र में हाल ही में एक महत्वपूर्ण प्रगति हुई है क्योंकि सैन फ्रांसिस्को स्थित एक प्रौद्योगिकी स्टार्टअप, फिजिकल इंटेलिजेंस ने "π0.7" नामक एक नए कृत्रिम बुद्धिमत्ता मॉडल की घोषणा की है।

इस मॉडल का सबसे बड़ा अंतर इसकी "संयोजन द्वारा सामान्यीकरण" करने की क्षमता में निहित है। इसका अर्थ यह है कि रोबोट अब केवल सिखाई गई बातों को यंत्रवत रूप से दोहराता नहीं है, बल्कि नई परिस्थितियों को हल करने के लिए स्वतंत्र रूप से तर्क कर सकता है।

वास्तविक परीक्षणों में, शोधकर्ताओं ने आश्चर्यजनक परिणाम देखे। सबसे उल्लेखनीय बात यह है कि एक रोबोटिक भुजा, जिसे कभी एयर फ्रायर का उपयोग करने का प्रशिक्षण नहीं दिया गया था, स्वतंत्र रूप से शकरकंद पकाने में सक्षम थी।

इस रोबोट ने स्वतंत्र रूप से ढक्कन खोलना, अंदर खाना रखना और उपकरण को सही ढंग से चलाना सीख लिया। यह क्षमता कुछ हद तक वैसी ही है जैसे जीपीटी-4 जैसे बड़े भाषा मॉडल (एलएलएम) सीखे हुए ज्ञान के आधार पर जटिल प्रश्नों को हल कर सकते हैं।

फिजिकल इंटेलिजेंस का लक्ष्य 11 अरब डॉलर के मूल्यांकन के साथ 1 अरब डॉलर जुटाना है। फोटो: फिजिकल इंटेलिजेंस।

फिजिकल इंटेलिजेंस की एआई शोधकर्ता लूसी शी ने कहा, "मॉडल जिस तरह से कौशल को संयोजित कर सकता है, उसे देखकर हम आश्चर्यचकित रह गए।"

उन्होंने इस बात पर जोर दिया कि विशिष्ट नमूना डेटा के बिना सहज रूप से नए व्यवहार विकसित करने की क्षमता रोबोटों के लिए लगातार बदलते वास्तविक दुनिया के वातावरण के अनुकूल होने की कुंजी है।

π0.7 का एक और महत्वपूर्ण लाभ विभिन्न हार्डवेयर प्लेटफॉर्म पर इसकी लचीलापन है। यह मॉडल एक प्रकार के रोबोटिक आर्म से प्राप्त ज्ञान को अलग भौतिक संरचना वाले दूसरे रोबोटिक आर्म पर प्रभावी ढंग से लागू कर सकता है। रोबोट बिना किसी मानवीय हस्तक्षेप के नए उपकरण की विशेषताओं के अनुरूप अपने ग्रिप कोण को स्वचालित रूप से समायोजित कर सकता है।

"हमने पाया कि यह मॉडल एक रोबोट से सीखी गई रणनीतियों को पूरी तरह से अलग आकार वाले दूसरे रोबोट पर लागू कर सकता है," लूसी शी ने विभिन्न मशीन लाइनों के बीच ज्ञान साझा करने की क्षमता के बारे में आगे बताया।

प्रदर्शन के मामले में, नए मॉडल ने प्रभावशाली आंकड़े हासिल किए हैं। कुछ कार्यों में, π0.7 ने लगभग 85.6% की सफलता दर प्राप्त की। यह आंकड़ा सैकड़ों घंटों के अनुभव वाले पेशेवर रोबोट ऑपरेटरों द्वारा हासिल की गई 90.9% सफलता दर के बेहद करीब है। यह उपलब्धि बहुउद्देशीय रोबोटों को दैनिक जीवन में तेजी से एकीकृत करने की संभावनाएं खोलती है।

अब प्रशिक्षण देना आसान हो गया है क्योंकि उपयोगकर्ता पहले की तरह हजारों घंटों का वीडियो डेटा लोड करने के बजाय प्राकृतिक भाषा के आदेशों के माध्यम से रोबोट के व्यवहार को समायोजित कर सकते हैं।

यह सफलता न केवल प्रौद्योगिकी में निहित है, बल्कि वैश्विक निवेशकों की महत्वपूर्ण रुचि आकर्षित करने में भी है। जेफ बेजोस, ओपनएआई और थ्राइव कैपिटल के समर्थन से, फिजिकल इंटेलिजेंस का मूल्य अब 2 बिलियन डॉलर है।

कंपनी का लक्ष्य एक एकीकृत "मस्तिष्क" बनाना है जो वास्तविक दुनिया में किसी भी शारीरिक कार्य को करने के लिए सभी प्रकार के रोबोटों को नियंत्रित करने में सक्षम हो। इसे एक महत्वपूर्ण उपलब्धि माना जा रहा है, जो कृत्रिम बुद्धिमत्ता को कंप्यूटर स्क्रीन से आगे ले जाकर जटिल कार्यों में मनुष्यों को वास्तव में प्रभावित करने और सहायता करने में सक्षम बनाएगी।

स्रोत: https://znews.vn/dot-pha-lon-trong-linh-vuc-robot-post1644565.html