روبوٹکس کے میدان میں ایک پیش رفت۔

اسٹارٹ اپ فزیکل انٹیلی جنس نے ابھی ایک AI ماڈل کا اعلان کیا ہے جو روبوٹ کو نئے کاموں کو سیکھنے اور انجام دینے کی اجازت دیتا ہے جس کے لیے انہیں کبھی تربیت نہیں دی گئی تھی۔

روبوٹک بازو اپنے دماغ کا استعمال کرتے ہوئے خود بخود کافی بنانا سیکھتا ہے۔ تصویر: جسمانی ذہانت ۔

روبوٹکس کے شعبے نے ابھی ایک اہم قدم آگے دیکھا ہے کیونکہ سان فرانسسکو میں قائم ایک ٹیکنالوجی اسٹارٹ اپ فزیکل انٹیلی جنس نے "π0.7" کے نام سے ایک نئے مصنوعی ذہانت کے ماڈل کا اعلان کیا ہے۔

اس ماڈل کا سب سے بڑا فرق اس کی "مجموعی طور پر عام" کرنے کی صلاحیت میں ہے۔ اس کا مطلب یہ ہے کہ روبوٹ اب صرف میکانکی طور پر وہی نہیں دہرا رہا ہے جو اسے سکھایا جاتا ہے، بلکہ اب نئے حالات کو حل کرنے کے لیے آزادانہ طور پر استدلال کر سکتا ہے۔

حقیقی دنیا کے ٹیسٹوں میں، محققین نے حیران کن نتائج دیکھے۔ سب سے خاص بات یہ ہے کہ ایک روبوٹک بازو جسے کبھی بھی ایئر فریئر استعمال کرنے کی تربیت نہیں دی گئی تھی، آزادانہ طور پر میٹھے آلو پکانے کے قابل تھی۔

اس روبوٹ نے آزادانہ طور پر ڈھکن کھولنے، کھانا اندر رکھنے اور ڈیوائس کو درست طریقے سے چلانے کا طریقہ معلوم کیا۔ یہ صلاحیت اسی طرح ہے کہ کس طرح بڑے لینگویج ماڈل (LLMs) جیسے GPT-4 سیکھے گئے علم کی بنیاد پر پیچیدہ سوالات پر کارروائی کر سکتے ہیں۔

فزیکل انٹیلی جنس کا مقصد $1 بلین کی قیمت کے ساتھ $1 بلین اکٹھا کرنا ہے۔ تصویر: جسمانی ذہانت۔

فزیکل انٹیلی جنس کی ایک اے آئی ریسرچر لوسی شی نے کہا کہ ہمارے لیے یہ دیکھنا ایک حیران کن لمحہ تھا کہ ماڈل اس طریقے سے مہارتوں کو کیسے جوڑ سکتا ہے۔

اس نے اس بات پر زور دیا کہ مخصوص نمونے کے اعداد و شمار کے بغیر خود بخود نئے طرز عمل کو تیار کرنے کی صلاحیت روبوٹس کو حقیقی دنیا کے مسلسل بدلتے ہوئے ماحول کے مطابق ڈھالنے کی کلید ہے۔

π0.7 کا ایک اور اہم فائدہ مختلف ہارڈویئر پلیٹ فارمز میں اس کی لچک ہے۔ ماڈل ایک مختلف جسمانی ساخت کے ساتھ ایک قسم کے روبوٹک بازو سے دوسرے علم کو مؤثر طریقے سے لاگو کر سکتا ہے۔ روبوٹ انسانی مداخلت کے بغیر نئے آلے کی خصوصیات کے مطابق اپنی گرفت کے زاویے کو خود بخود ایڈجسٹ کر سکتا ہے۔

"ہم نے پایا کہ ماڈل ایک روبوٹ سے سیکھی گئی حکمت عملی کو بالکل مختلف شکل کے ساتھ دوسرے روبوٹ پر لاگو کر سکتا ہے،" لوسی شی نے مختلف مشین لائنوں کے درمیان علم کو بانٹنے کی صلاحیت کے بارے میں مزید بتایا۔

کارکردگی کے لحاظ سے، نئے ماڈل نے متاثر کن اعداد و شمار حاصل کیے ہیں. بعض کاموں میں، π0.7 نے کامیابی کی شرح تقریباً 85.6% حاصل کی۔ یہ تعداد سیکڑوں گھنٹے کے تجربے کے ساتھ پیشہ ور روبوٹ آپریٹرز کے حاصل کردہ 90.9% کے بہت قریب ہے۔ یہ کامیابی روزمرہ کی زندگی میں کثیر مقصدی روبوٹس کے تیز تر انضمام کے امکانات کو کھولتی ہے۔

تربیت اب آسان ہو گئی ہے کیونکہ صارفین پہلے کی طرح ہزاروں گھنٹے کا ویڈیو ڈیٹا لوڈ کرنے کی بجائے قدرتی زبان کے حکموں کے ذریعے روبوٹ کے رویے کو ایڈجسٹ کر سکتے ہیں۔

یہ پیش رفت نہ صرف ٹیکنالوجی میں ہے بلکہ عالمی سرمایہ کاروں کی جانب سے نمایاں دلچسپی حاصل کرنے میں بھی ہے۔ Jeff Bezos، OpenAI، اور Thrive Capital کی حمایت کے ساتھ، فزیکل انٹیلی جنس کی قیمت اب $2 بلین ہے۔

کمپنی کا مقصد ایک متحد "دماغ" بنانا ہے جو حقیقی دنیا میں کسی بھی جسمانی کام کو انجام دینے کے لیے ہر قسم کے روبوٹ کو کنٹرول کرنے کے قابل ہو۔ یہ ایک اہم پیش رفت تصور کیا جاتا ہے، مصنوعی ذہانت کو کمپیوٹر اسکرینوں سے آگے بڑھا کر واقعی متاثر کرنے اور پیچیدہ کاموں میں انسانوں کی مدد کرنے کے لیے۔

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