एक रोबोट का दिमाग़, हज़ार हाथ: कैसे जेनरेलिस्ट का GEN-1 मॉडल कोई भी उपकरण उपयोग करना सीखता है
एक रोबोटिक्स स्टार्टअप ने एक ही AI मॉडल को स्क्रूड्राइवर, चिमटे, स्पैचुला और चाबुक के बीच स्विच करना सिखाया है। यह रोबोट डिज़ाइन के भविष्य के लिए क्या मायने रखता है।
मुख्य बिंदु
- जेनरेलिस्ट का GEN-1 फाउंडेशन मॉडल, रोबोट के लिए एक एकल AI दिमाग़, अब रोबोट हाथ और उपकरण लगाव के लगभग 9,000 विविधताओं का समर्थन करता है।
- मॉडल को 500,000 घंटे से अधिक वास्तविक रोबोट इंटरैक्शन डेटा पर पूर्व-प्रशिक्षित किया गया था जो उपकरणों की विस्तृत श्रृंखला को कवर करता है।
- GEN-1 किसी कार्य के बीच में एक अलग उपकरण पर स्विच कर सकता है और बिना पुनः प्रोग्रामिंग के अपने दृष्टिकोण को अनुकूलित कर सकता है।
- जेनरेलिस्ट मापता है कि प्रत्येक नया उपकरण मॉडल की आंतरिक सेटिंग्स को कितना बदलता है ताकि प्रशिक्षण डेटा में अंतराल का पता लगाया जा सके।
- कंपनी ने सहकर्मी-समीक्षित परिणाम प्रकाशित नहीं किए हैं; सभी आंकड़े और दावे जेनरेलिस्ट की अपनी घोषणाओं से आते हैं।
एक रोबोट जो एक चाबुक उठा सकता है, इसे नीचे रख सकता है, एक स्पैचुला पकड़ सकता है और खाना पकाना जारी रख सकता है, यह विज्ञान कल्पना की तरह लगता है। जेनरेलिस्ट, एक रोबोटिक्स AI कंपनी, कहती है कि इसका नवीनतम मॉडल इस दिशा में एक कदम है।
कंपनी ने इस हफ्ते विस्तार से बताया है कि कैसे GEN-1, इसका फाउंडेशन मॉडल (इसे एक सामान्य-उद्देश्य AI मस्तिष्क के रूप में सोचें जो रोबोट के शरीर को नियंत्रित करता है), अब अंतिम प्रभावकों की असामान्य रूप से व्यापक श्रृंखला में काम करता है। अंतिम प्रभावक वह कुछ भी है जो रोबोट बांह के टिप पर बैठता है: एक ग्रिपर, एक स्क्रूड्राइवर, चिमटे, एक छिलका, या एक ब्रश। अधिकांश रोबोट सिस्टम एक निश्चित उपकरण के चारों ओर बनाए जाते हैं। GEN-1 को कई को संभालने के लिए डिज़ाइन किया गया है।
एक AI मॉडल कितने अलग-अलग उपकरणों का उपयोग करना कैसे सीखता है?
जेनरेलिस्ट ने GEN-1 को 500,000 घंटे से अधिक वास्तविक रोबोट इंटरैक्शन डेटा पर प्रशिक्षित किया जो हज़ारों उपकरण प्रकारों में फैला है। कंपनी ने जानबूझकर भाषा के समानांतर खींचा: जिस तरह फ्रेंच और स्पैनिश पर प्रशिक्षित एक मॉडल उनके बीच ज्ञान स्थानांतरित कर सकता है, एक मॉडल जो चाबुक और स्पैचुला पर प्रशिक्षित है, यह समझा सकता है कि वस्तुएं कब छुई गई हों, धकेली गई हों या पकड़ी गई हों, तो कैसे व्यवहार करती हैं।
प्रत्येक उपकरण मॉडल को कुछ अलग सिखाता है। एक पावर स्क्रूड्राइवर उंगलियों की तुलना में तेज़ी से घूमता है। चिमटे मुड़ते हैं और वापस आते हैं। एक धातु की खुरचनी एक सपाट सतह के विरुद्ध काम करती है बजाय किसी वस्तु को लपेटने के। एक बॉक्स कटर को एक निश्चित रेखा के साथ स्थिर, नियंत्रित दबाव की आवश्यकता होती है। जेनरेलिस्ट कहता है कि ये अनुभव मिलकर जो इसे "सार्वभौमिक संवेदीपेशी प्रतिनिधित्व" कहते हैं, एक प्रकार की शारीरिक सामान्य समझ जो उपकरणों में स्थानांतरित होती है।
मॉडल अब तक लगभग 9,000 उपकरण विविधताओं पर प्रशिक्षित किया गया है, कंपनी के अनुसार।
क्या रोबोट वास्तव में किसी कार्य के बीच में उपकरण स्विच कर सकता है?
हाँ, कम से कम जेनरेलिस्ट की अपनी परीक्षाओं में। कंपनी ने GEN-1 अभी भी चल रहे थे जबकि रोबोट बांह पर एक उपकरण स्विच करने का प्रदर्शन किया। मॉडल ने नए लगाव को महसूस किया, अपनी योजना को समायोजित किया, और एक ही लक्ष्य की ओर जारी रखा। कोई पुनः प्रोग्रामिंग नहीं। कोई पुनः शुरुआत नहीं।
यह काम करता है, जेनरेलिस्ट कहता है, क्योंकि मिश्रित डेटा पर प्रशिक्षण मॉडल को इस बात पर ध्यान देने के लिए मजबूर करता है कि यह वर्तमान में कौन सा उपकरण रखता है, बजाय एक निश्चित को मान लेने के।
जेनरेलिस्ट कैसे जानता है कि मॉडल को अभी भी क्या सीखने की आवश्यकता है?
कंपनी ट्रैक करती है कि जब मॉडल को उस उपकरण पर सूक्ष्म-ट्यून किया जाता है (विशेष रूप से प्रशिक्षित) तो एक नया उपकरण GEN-1 की आंतरिक सेटिंग्स को कितना बदलता है, जिसे मॉडल वज़न कहा जाता है। एक बड़ी शिफ्ट संकेत देती है कि मॉडल को कुछ वास्तविक रूप से नया मिला। एक छोटी शिफ्ट का मतलब है कि मौजूदा ज्ञान पहले से ही इसे कवर करता है।
उदाहरण के लिए, सीटियां छिलके की तुलना में अधिक व्यवधान साबित हुईं। मॉडल को चाबुक के पतले तार की ज्यामिति के साथ संघर्ष किया गया, जिसका अर्थ है कि इसकी दृश्य प्रसंस्करण को पतली, विरल वस्तुओं पर अधिक प्रशिक्षण की आवश्यकता थी। वह खोज जेनरेलिस्ट को बताती है कि अधिक डेटा कहाँ एकत्र करना है।
ये कंपनी-आंतरिक निष्कर्ष हैं। द रोबोट रिपोर्ट द्वारा रिपोर्ट किए अनुसार, जेनरेलिस्ट ने अभी तक इन परिणामों का समर्थन करने वाले सहकर्मी-समीक्षित अनुसंधान जारी नहीं किए हैं, इसलिए स्वतंत्र सत्यापन अभी भी बाकी है।
इसका मतलब काम पर रोबोट का उपयोग करने वाले लोगों के लिए क्या है?
अभी के लिए, यह अनुसंधान-चरण प्रौद्योगिकी है। लेकिन दिशा मायने रखती है। यदि एक एकल AI मॉडल वास्तव में विभिन्न उपकरणों की एक विस्तृत श्रृंखला चला सकता है, तो कारखानों और रसोई घर और गोदामों को अंततः कम विशेष रोबोट और कम महंगे पुनः कॉन्फ़िगरेशन की आवश्यकता हो सकती है जब कोई कार्य बदलता है।
जेनरेलिस्ट की घोषित दृष्टि: एक हाथ वाला रोबोट नहीं, बल्कि एक बुद्धिमत्ता जो काम के लिए आवश्यक किसी भी उपकरण के साथ युग्मित है।
सामान्य प्रश्न
क्या GEN-1 आज खरीद या उपयोग के लिए उपलब्ध है?
जेनरेलिस्ट ने वाणिज्यिक उत्पाद रिलीज की घोषणा नहीं की है। GEN-1 वर्तमान में एक अनुसंधान मॉडल है; कंपनी अपने प्रशिक्षण डेटासेट का विस्तार करते हुए क्षमता प्रदर्शन प्रकाशित कर रही है।
क्या इसका मतलब है कि मानवीय रोबोट हाथ कम महत्वपूर्ण हो रहे हैं?
आवश्यक नहीं, लेकिन जेनरेलिस्ट का तर्क है कि पाँच-अंगुली वाले हाथ डिफ़ॉल्ट लक्ष्य के बजाय कई विकल्पों में से एक होने चाहिए। विशेष उपकरण अक्सर विशिष्ट कार्यों के लिए मानव-आकार के हाथों को बेहतर बनाते हैं, और कंपनी का मानना है कि एक सक्षम AI मॉडल को यह जानना चाहिए कि कौन से को पकड़ना है।
