روبوٹ کا دور اور انسانی زندگی کے سفر میں بڑے چیلنجز

روبوٹ اور جسمانی ذہانت عروج کے دور میں داخل ہو رہی ہے۔ عظیم مواقع بڑے چیلنجوں کے ساتھ آتے ہیں، جو سائنسدانوں کو روبوٹ دور میں "مشکل" مسائل کا حل تلاش کرنے پر مجبور کرتے ہیں۔

جیسا کہ دنیا آٹومیشن، روبوٹکس اور مصنوعی ذہانت (AI) کے دھماکے کی گواہ ہے، سینسر ٹیکنالوجیز اور سمارٹ انٹرایکٹو سسٹم صنعت، خدمات اور صحت کی دیکھ بھال کے ستون بن رہے ہیں۔ یہ اختراعات نہ صرف پیداواری صلاحیت کو بہتر کرتی ہیں اور لاگت کو بہتر کرتی ہیں بلکہ معیار زندگی کو بہتر بنانے اور پائیدار ترقی کی طرف بڑھنے کے لیے نئے طریقے بھی کھولتی ہیں۔

یہ وہ مواد ہے جو ہنوئی میں 4 دسمبر کی صبح ون فیوچر فاؤنڈیشن کے زیر اہتمام "روبوٹس اور ذہین آٹومیشن" سیمینار میں پیش کیا گیا۔

بحث میں روبوٹکس کے شعبے کے بہت سے نمایاں پہلوؤں پر توجہ مرکوز کی گئی: سماجی رابطے کی صلاحیتوں کے ساتھ ہیومنائیڈ روبوٹس، سروس اور میڈیسن میں تعاون کرنے والے روبوٹس، بحالی روبوٹک نظام، اور AI حفاظت اور ٹیکنالوجی کی اخلاقیات سے متعلق گرما گرم مسائل۔ یہ مواد انسان پرستی، حفاظت اور پائیداری کی طرف روبوٹس کی ترقی کے رجحان کی عکاسی کرتے ہیں۔

نرم مواد: لچکدار روبوٹ کی بنیاد

سیمینار میں، میکس پلانک انسٹی ٹیوٹ فار پولیمر ریسرچ (جرمنی) کے اعزازی ڈائریکٹر پروفیسر کرٹ کریمر نے اس بات پر زور دیا کہ نرم مواد روبوٹس کے لیے ان کی لچک، ساخت میں آسانی اور ماحولیاتی دوستی کی بدولت ایک نئی سمت کھول رہا ہے۔ پولیمر، جو بڑے پیمانے پر استعمال ہوتے ہیں کیونکہ وہ سستے، وافر ہوتے ہیں اور اپنی سختی کو ایڈجسٹ کر سکتے ہیں، بہتر بوجھ برداشت کرنے کی صلاحیت اور زیادہ موثر بایوڈیگریڈیشن کی سمت میں تیار کیے جا رہے ہیں۔

کلید، وہ کہتے ہیں، یہ ہے کہ یہ "سمارٹ" مواد ہیں جو درجہ حرارت، پی ایچ، دباؤ یا ماحولیاتی تبدیلیوں جیسے محرکات کے سامنے آنے پر شکل کو بڑھا یا تبدیل کر سکتے ہیں۔ اپنے حساس اور تیز ردعمل کے ساتھ، وہ والوز چلا سکتے ہیں، مکینیکل قوتیں بنا سکتے ہیں یا انتہائی نفیس روبوٹک اجزاء بن سکتے ہیں۔

پروفیسر کرٹ کریمر - میکس پلانک انسٹی ٹیوٹ فار پولیمر ریسرچ (جرمنی) کے اعزازی ڈائریکٹر۔ (تصویر: من سون/ویتنام+)

جب پولیمر کو پیچیدہ ڈھانچے جیسے جیل یا "برش" میں جوڑ دیا جاتا ہے، تو یہ مواد مشکل مکینیکل کام انجام دے سکتا ہے، جس سے روبوٹ کو زیادہ نرمی اور درست طریقے سے پکڑنے کے لیے نرم ایکچیوٹرز پیدا کرنے میں مدد ملتی ہے۔

بہت سے پولیمر انتہائی کنڈکٹیو یا ڈائی الیکٹرک بھی ہوتے ہیں، جو نامیاتی الیکٹرانکس کے لیے مواقع کھولتے ہیں۔ اگرچہ وہ رفتار پر سلیکون کا مقابلہ نہیں کر سکتے، وہ سستے ہیں، تیاری میں آسان ہیں، نایاب زمینوں پر بھروسہ نہیں کرتے، اور OLEDs، فولڈ ایبل فونز، اور نامیاتی سولر پینلز میں ایپلی کیشنز مل چکے ہیں۔

پروفیسر کریمر کا خیال ہے کہ تینوں عناصر کو ملا کر: نرمی، ردعمل اور الیکٹرانک خصوصیات، نامیاتی مواد ایک "نیورومورفک" شکل میں ترقی کر سکتے ہیں جو اعصابی نظام کی موافقت کی نقل کرتا ہے۔ یہ روبوٹ کی مستقبل کی نسلوں کے لیے بنیاد سمجھا جاتا ہے جو لچکدار، محفوظ اور لاگت کے لحاظ سے بہتر ہیں۔

درخواست کے نقطہ نظر سے، پروفیسر ہو ینگ کم (سیول نیشنل یونیورسٹی، کوریا) نے نشاندہی کی کہ روبوٹ کو نرم مواد میں ہیرا پھیری کرتے وقت بڑے چیلنجز کا سامنا کرنا پڑتا ہے - مواد کا ایک گروپ جو کپڑے، خوراک، پلاسٹک کے تھیلے، بجلی کے تاروں سے لے کر طبی سامان تک ہر جگہ نظر آتا ہے۔

روایتی روبوٹس کو سخت، شکل میں مستحکم اشیاء کے لیے بہتر بنایا گیا ہے۔ لیکن نرم مواد بالکل مختلف ہوتے ہیں، مثال کے طور پر، جب ایک روبوٹ ٹی شرٹ رکھتا ہے، صرف گرفت کے نقطہ کو تبدیل کرنے سے، قمیض کی شکل بدل جاتی ہے، قمیض کی سطح فولڈ ہو سکتی ہے، جھریاں پڑ سکتی ہے، جس سے ان گنت پیچیدہ پیرامیٹرز بن سکتے ہیں۔

سیول نیشنل یونیورسٹی، جنوبی کوریا سے پروفیسر ہو ینگ کم۔ (تصویر: من سون/ویتنام+)

انسان جو کچھ سیکنڈوں میں کر سکتا ہے، جیسے آستینیں لپیٹنا یا کپڑے دھونا، روبوٹ کے لیے ایک بہت بڑا چیلنج ہے۔ انہوں نے کہا کہ یہ جدید AI کا تضاد بھی ہے: یہ مساوات کو حل کر سکتا ہے اور ڈیٹا کی بڑی مقدار کو حفظ کر سکتا ہے، لیکن اس میں بنیادی گھریلو کاموں کو سنبھالنے میں دشواری ہوتی ہے۔

ان کی تحقیق میں، ان کی ٹیم نے لچکدار جھلیوں کا استعمال کرتے ہوئے ایک گرپر سسٹم تیار کیا جو انفرادی کپڑوں کو مستحکم اٹھانے کی اجازت دیتا ہے، یہاں تک کہ نارنجی کے چھلکے جیسی نرم حیاتیاتی اشیاء کو بھی اٹھا سکتا ہے۔

اس ٹیکنالوجی کی بنیاد پر، تحقیقی ٹیم نے ایک ایسی مشین بنائی جو نمبر دینے کے مرحلے کو انجام دیتی ہے - ایک اہم قدم جو پہلے صرف انسان ہی کر سکتے تھے۔ مشین بغیر کسی غلطی کے کئی بار آپریشن کو دہرا سکتی ہے۔

نرم مواد کے مسئلے کو حل کرنے کے لیے، ان کے مطابق، روبوٹ کو چار چیلنجوں پر قابو پانے کی ضرورت ہے: مواد کی حالت کو درست طریقے سے سمجھنے کی صلاحیت؛ کافی نازک مکینیکل ہاتھ؛ مسلسل تبدیلیوں کے سامنے ایک لچکدار کنٹرول سسٹم؛ اور بڑے پیمانے پر پیداوار کے لیے توسیع کرنے کی صلاحیت۔ نرم مواد کی پروسیسنگ، اس نے نتیجہ اخذ کیا، روبوٹ کے لیے حقیقی معنوں میں زندگی اور پیداوار میں داخل ہونے کا "دروازہ" ہے۔

انسانی روبوٹ اور جسمانی ذہانت کے تقاضے

پروفیسر ٹین یاپ پینگ - VinUni کے صدر نے کہا کہ انسان نما روبوٹس ایک رجحان بن رہے ہیں کیونکہ وہ انسانی ماحول میں آسانی سے کام کر سکتے ہیں۔ یہ پیش گوئی کی گئی ہے کہ 2050 تک دنیا میں کم از کم ایک ارب روبوٹ انسانوں کے ساتھ رہتے اور کام کر سکتے ہیں۔

بڑا چیلنج یہ ہے کہ آج کے روبوٹ زیادہ تر ایک ہی کام کے لیے پروگرام کیے گئے ہیں۔ ملٹی ٹاسکنگ روبوٹس کی طرف بڑھنے کے لیے، ٹیکنالوجی کو بڑے لینگویج ماڈلز سے سیکھنا چاہیے: روبوٹ کو بڑی مقدار میں ویڈیو ڈیٹا پر تربیت دی گئی تاکہ جسمانی دنیا کو سمجھنے کی صلاحیت پیدا ہو۔

پروفیسر ٹین یاپ پینگ - VinUni کے پرنسپل۔ (تصویر: من سون/ویتنام+)

لیکن زبان سے نقطہ نظر سے عمل کی طرف بڑھنا ایک طویل سفر ہے۔ روبوٹ کو مشاہدہ کرنے، استدلال کرنے، اور ہدایات حاصل کرنے کی ضرورت ہوتی ہے – ایسی مہارتیں جو کھلی رہتی ہیں۔

پروفیسر ٹین یاپ پینگ نے "فزیکل انٹیلی جنس ٹائپ زیرو" جیسے ماڈلز کی مثالیں بھی دیں جو روبوٹ کو امیج، ویڈیو اور اسپیچ ڈیٹا حاصل کرنے اور روبوٹ کنٹرول کے مختلف اعمال انجام دینے کی اجازت دیتے ہیں۔ تاہم، کپڑوں کو تہہ کرنے یا کپڑے دھونے جیسے پیچیدہ کاموں کے ساتھ، روبوٹس کو اب بھی ماہرین کے ٹھیک ٹھاک اور مثالی ڈیٹا کی ضرورت ہوتی ہے۔

پروفیسر ٹین کے مطابق سب سے بڑی حد یہ ہے کہ روبوٹس کی یادداشت انسانوں جیسی نہیں ہوتی۔ لہذا، ان کی ٹیم نے ماہرین کے مظاہروں سے "میموری کے ٹکڑوں" کو ذخیرہ کرنے کی تجویز پیش کی، جس سے روبوٹ کو نئے کاموں کا سامنا کرنے پر اسی طرح کے تجربات کی تلاش اور استعمال کرنے کی اجازت ملتی ہے۔ یہ نقطہ نظر غلطیوں کو کم کرتا ہے اور طویل کاموں کو مکمل کرنے کی صلاحیت کو بڑھاتا ہے۔

ایک ہی وقت میں، روبوٹ کو توانائی، دستی مہارت، خود تشخیص، محفوظ آپریشن اور اخلاقی معیارات کی تعمیل سے متعلق مسائل کو بھی حل کرنا چاہیے۔ پروفیسر کے مطابق یہ تمام بڑے مسائل ہیں جنہیں اگلے 30-50 سالوں میں حل کرنے کی ضرورت ہے۔

ڈاکٹر Nguyen Trung Quan، یونیورسٹی آف سدرن کیلیفورنیا (USC) میں ایروناٹیکل اور خلابازی انجینئرنگ کے اسسٹنٹ پروفیسر اور VinMotion کے چیف سائنٹیفک آفیسر (CSO)۔ (تصویر: من سون/ویتنام+)

صنعتی نقطہ نظر سے، ڈاکٹر Nguyen Trung Quan، یونیورسٹی آف سدرن کیلیفورنیا (USC) میں ایروناٹیکل اور ایرو اسپیس انجینئرنگ کے اسسٹنٹ پروفیسر اور VinMotion کے چیف سائنٹیفک آفیسر (CSO) نے کہا کہ جب ڈیجیٹل AI سے فزیکل انٹیلی جنس کی طرف منتقل ہوتا ہے، تو ڈیٹا سب سے کم عنصر بن جاتا ہے۔ دنیا عام مقصد والے روبوٹس کی طرف مضبوطی سے منتقل ہو رہی ہے کیونکہ وہ کام کرنے کی صلاحیت لاتے ہیں - ایسا کام جو خالصتاً ڈیجیٹل AI نہیں کر سکتا۔

بہت سی پیشن گوئیوں سے پتہ چلتا ہے کہ بہت سے ممالک میں مزدوروں کی کمی کے تناظر میں ہیومنائیڈ روبوٹس اور جسمانی ذہانت کی مارکیٹ اگلے 10 سالوں میں 10,000 بلین امریکی ڈالر تک پہنچ سکتی ہے۔

لیکن ڈاکٹر کوان کے مطابق، جسمانی ذہانت کو "مرغی کے انڈے کے شیطانی چکر" کا سامنا ہے، اچھے AI کو حقیقی ڈیٹا کی ضرورت ہوتی ہے۔ حقیقی ڈیٹا کو چلانے کے لیے روبوٹ کی ضرورت ہوتی ہے۔ اور مؤثر طریقے سے کام کرنے والے روبوٹس کو مضبوط AI کی ضرورت ہوتی ہے۔

"VinMotion روبوٹس کو حقیقی ماحول میں لا کر 'ہیومن-ان-دی-لوپ' ماڈل تک پہنچتا ہے، جس سے انسانوں کو نگرانی، مدد اور جواب دینے کی اجازت ملتی ہے جب روبوٹ مشکل حالات کا سامنا کرتے ہیں۔ یہ ماڈل حفاظت کو یقینی بناتا ہے اور AI کو تیزی سے سیکھنے میں مدد کرتا ہے، جس سے اسکیلنگ کا ایک پلیٹ فارم تیار ہوتا ہے،" مسٹر کوان نے کہا۔

ان کے مطابق، ہیومنائیڈ روبوٹس کو تین عوامل کی ضرورت ہوتی ہے: اچھا ہارڈ ویئر، اچھا سافٹ ویئر/اے آئی اور ایک محفوظ تعیناتی کا نظام۔ ویتنام ان تینوں عوامل کو ایک ہی وقت میں پورا کرنے کے قابل ممالک میں سے ایک ہے۔

(ویتنام+)

ماخذ: https://www.vietnamplus.vn/ky-nguyen-robot-va-thach-thuc-lon-tren-hanh-trinh-buoc-vao-doi-song-con-nguoi-post1080970.vnp