ह्यूमनॉइड रोबोटों के लिए डेटा की कमी दूर करने की 51World की योजना: AperEgo और AperOS

Embodied AI यानी ऐसी कृत्रिम बुद्धिमत्ता, जो मशीनों को भौतिक दुनिया को समझने और उसमें काम करने में सक्षम बनाती है, के सामने सबसे बड़ी चुनौतियों में से एक भरोसेमंद वास्तविक-विश्व डेटा की कमी है। रोबोटों को सिर्फ यह नहीं सीखना होता कि इंसान क्या देखता है; उन्हें यह भी समझना होता है कि इंसान कैसे चलते हैं, सुनते हैं, हाथ बढ़ाते हैं, पकड़ते हैं और वस्तुओं के साथ बारीकी से काम करते हैं।

बीजिंग स्थित 51World ने इसी चुनौती को ध्यान में रखते हुए ऐसा हार्डवेयर-सॉफ्टवेयर सिस्टम पेश किया है, जो इंसानी गतिविधियों से जुड़े इन अलग-अलग प्रकार के डेटा को अधिक व्यवस्थित तरीके से जुटाने का लक्ष्य रखता है।

51World ने क्या पेश किया?

इस सिस्टम का मुख्य हार्डवेयर AperEgo है। यह एक वियरेबल डेटा-कैप्चर सिस्टम है, जिसमें मल्टी-कैमरा हेडसेट, कलाई पर पहने जाने वाले उपकरण और उंगलियों की गतिविधियां रिकॉर्ड करने वाला हार्डवेयर शामिल है। इसके साथ कंपनी ने AperOS सॉफ्टवेयर प्लेटफॉर्म भी पेश किया है, जिसे रिकॉर्ड किए गए मल्टीमॉडल डेटा को प्रोसेस और मैनेज करने के लिए बनाया गया है।

ये उत्पाद 51World के व्यापक embodied-AI प्रयास का हिस्सा हैं। कंपनी ने 18 अगस्त के लॉन्च कार्यक्रम में AperData को embodied-AI डेटा इन्फ्रास्ट्रक्चर और AperOne को एप्लिकेशन प्लेटफॉर्म के रूप में भी पेश किया था।

AperEgo रोबोट-ट्रेनिंग डेटा कैसे जुटाता है?

किसी व्यक्ति को यह उपकरण पहनाकर उससे कोई काम करवाया जाता है। हेडसेट व्यक्ति के दृष्टिकोण से सामने के वातावरण का पैनोरमिक, फर्स्ट-पर्सन वीडियो रिकॉर्ड करता है। इसके सेंसर दृश्य, गति और ऑडियो इनपुट को एक-दूसरे के साथ सिंक्रोनाइज़ करते हैं। वहीं, कलाई और उंगलियों के उपकरण हाथ, उंगलियों और बांहों की गतिविधियों का अधिक बारीक डेटा जोड़ते हैं।

इस तरह की रिकॉर्डिंग का उद्देश्य यह जोड़ना है कि व्यक्ति ने क्या देखा और उस दृश्य के जवाब में उसने शारीरिक रूप से क्या किया। उदाहरण के लिए, किसी वस्तु तक पहुंचना, उसे पकड़ना या एक स्थान से दूसरे स्थान पर रखना—ऐसी गतिविधियों में दृश्य जानकारी के साथ हाथों की सटीक हरकतें भी महत्वपूर्ण होती हैं। यही जानकारी रोबोटों को dexterous manipulation यानी बारीक और नियंत्रित ढंग से वस्तुएं संभालना सिखाने में उपयोगी हो सकती है।

AperOS रिकॉर्ड किए गए डेटा के साथ क्या करता है?

AperEgo से जुटाया गया मल्टीमॉडल डेटा AperOS में भेजा जाता है। 51World के अनुसार, AperOS अपलोड और आगे की प्रोसेसिंग से पहले अमान्य रिकॉर्डिंग को छांट देता है। कंपनी का कहना है कि इस फ़िल्टरिंग से स्टोरेज और कंप्यूटिंग क्षमता की जरूरत कम होती है और मॉडल विकसित करने के लिए अधिक उपयोगी डेटासेट बचता है।

वर्कफ़्लो को इस तरह समझा जा सकता है:

1. रिकॉर्डिंग: व्यक्ति के काम करते समय AperEgo फर्स्ट-पर्सन दृश्य, मोशन और ऑडियो डेटा रिकॉर्ड करता है।
2. हाथों का अतिरिक्त डेटा: कलाई और उंगलियों के उपकरण पहुंचने, पकड़ने और वस्तुओं को संभालने जैसी गतिविधियों को दर्ज करते हैं।
3. सिंक्रोनाइज़ेशन: अलग-अलग सेंसर स्ट्रीम को मिलाया जाता है, ताकि सभी डेटा एक ही कार्रवाई को सही समय-संदर्भ में दिखाएं।
4. फ़िल्टरिंग: AperOS कंपनी के मानदंडों के अनुसार अमान्य डेटा हटाता है।
5. ट्रेनिंग की तैयारी: बचा हुआ डेटासेट embodied-AI मॉडल विकसित करने और रोबोट-लर्निंग वर्कफ़्लो बेहतर बनाने में इस्तेमाल किया जा सकता है।

51World ने कितने सुधार का दावा किया है?

कंपनी के CEO Li Yi का कहना है कि हार्डवेयर और सॉफ्टवेयर को एकीकृत करने से डेटा की सटीकता 99% तक पहुंच सकती है। उनके अनुसार, अधिक सटीक डेटा से रोबोटों की ट्रेनिंग ज्यादा सटीक और कुशल हो सकती है। उन्होंने डेटा जुटाने, डेटा के इस्तेमाल, मॉडल ट्रेनिंग और नए परिस्थितियों में मॉडल के सामान्यीकरण—इन सभी चरणों में दक्षता बढ़ने का दावा किया है।

हालांकि, इन आंकड़ों को 51World के दावे के रूप में देखना चाहिए, स्वतंत्र रूप से सत्यापित बेंचमार्क के रूप में नहीं। उपलब्ध रिपोर्टिंग में 99% सटीकता के लिए कोई बाहरी परीक्षण प्रोटोकॉल, तुलनात्मक डेटासेट या स्वतंत्र सत्यापन नहीं दिया गया है। बेहतर ढंग से साफ किया गया डेटा ट्रेनिंग में मदद कर सकता है, लेकिन रोबोट का अंतिम प्रदर्शन मॉडल, हार्डवेयर, काम की प्रकृति, वातावरण और मूल्यांकन की पद्धति पर भी निर्भर करेगा।

ह्यूमनॉइड रोबोटों के लिए डेटा लेयर क्यों अहम है?

ह्यूमनॉइड रोबोटों को बदलते भौतिक वातावरण में देखने, निर्णय लेने और चलने-फिरने का तालमेल सीखना होता है। उच्च-गुणवत्ता वाले इंसानी demonstrations यानी वास्तविक काम करते हुए इंसानों के उदाहरण, रोबोटों को वस्तुओं, जगहों और सूक्ष्म हाथों वाले कार्यों पर अधिक भरोसेमंद प्रतिक्रिया सीखने में मदद कर सकते हैं। इसलिए 51World का फोकस खुद ह्यूमनॉइड रोबोट बनाने के बजाय embodied AI के पीछे मौजूद डेटा पाइपलाइन पर है।

यह पहल ऐसे समय में सामने आई है, जब चीन में ह्यूमनॉइड रोबोटों के व्यावसायीकरण की कोशिशें तेज हो रही हैं। TrendForce का अनुमान है कि चीन का ह्यूमनॉइड रोबोट बाजार 2026 में 15 अरब युआन (2.2 अरब डॉलर) तक पहुंच सकता है और 2027 में कम-से-कम 60% की वृद्धि बनाए रख सकता है। ऑटोमोबाइल, 3C इलेक्ट्रॉनिक्स, एयरोस्पेस, लॉजिस्टिक्स और ऊर्जा जैसे क्षेत्रों में उत्पादन बढ़ने तथा उपयोग के मामले फैलने को इसके प्रमुख कारणों में गिना गया है।

यह बाजार अनुमान इस बात का प्रमाण नहीं है कि AperEgo या AperOS इस वृद्धि को आगे बढ़ाएंगे। लेकिन इससे यह जरूर समझ आता है कि वास्तविक दुनिया से डेटा जुटाने, उसे छांटने और व्यवस्थित करने वाले टूल रणनीतिक रूप से महत्वपूर्ण क्यों बन रहे हैं। जैसे-जैसे रोबोट प्रयोगशालाओं के प्रदर्शनों से आगे बढ़कर व्यावहारिक इस्तेमाल की ओर जाएंगे, डेवलपर्स को ऐसे डेटा सिस्टम की जरूरत होगी जो बड़े पैमाने पर दोहराने योग्य और उपयोगी उदाहरण तैयार कर सकें।