ह्यूमनॉयड रोबोट बूम के अंदर छिपी हुई श्रम समस्या
अरबों डॉलर की फंडिंग चुपचाप मनुष्यों को रोबोट को दूरस्थ नियंत्रण से चलाने के लिए भुगतान कर रही है। एक शोधकर्ता तर्क देते हैं कि यह मशीन बुद्धिमत्ता की ओर एक सीढ़ी नहीं है, बल्कि एक जाल है।
मुख्य बिंदु
- ह्यूमनॉयड रोबोटिक्स कंपनियों ने पिछले 18 महीनों में अरबों डॉलर जुटाए हैं, जिसमें से अधिकांश बड़े पैमाने पर मानव टेलीऑपरेशन कार्यक्रमों को फंड कर रहे हैं।
- टेलीऑपरेशन डेटासेट, जहां मानव अपने कार्यों को रिकॉर्ड करते हैं ताकि रोबोट को सिखाया जा सके, आज की भाषा मॉडल के प्रशिक्षण के लिए उपयोग किए जाने वाले डेटासेट से 100,000 गुना छोटे हैं।
- चीन, भारत, यूरोप और यूएस में कर्मचारियों को घरेलू कार्यों को फिल्माने और रोबोट को दूरस्थ रूप से संचालित करने के लिए नियुक्त किया जा रहा है, जो एक वाणिज्यिक डेटा-सप्लाई उद्योग बना रहे हैं।
- रोबोटिक्स स्टार्टअप फ्लेक्सिओन के सह-संस्थापक और सीईओ निकिता रुडिन तर्क देते हैं कि सिमुलेशन में सुदृढीकरण सीखना ही एकमात्र दृष्टिकोण है जो मानव प्रदर्शन डेटा पर निर्भरता को तोड़ सकता है।
- फ्लेक्सिओन ने डीएसटी ग्लोबल और एनवेंचर्स से ह्यूमनॉयड रोबोट के लिए एक सामान्य-उद्देश्य वाला "ब्रेन" बनाने के लिए 50 मिलियन डॉलर की फंडिंग जुटाई।
ह्यूमनॉयड रोबोट का पिच हमेशा सीधा रहा है: भविष्य में मनुष्य कुछ नौकरियों को भरने में सक्षम नहीं होंगे, इसलिए रोबोट उनकी जगह लेंगे। लेकिन इस सप्ताह द रोबोट रिपोर्ट द्वारा प्रकाशित एक तीव्र राय पत्र एक अप्रिय प्रश्न उठाता है। क्या रोबोट को स्वयं कार्य करने के लिए मानव कर्मचारियों की एक स्थायी आपूर्ति की आवश्यकता होगी?
समस्या टेलीऑपरेशन है। यह वह जगह है जहां एक मानव ऑपरेटर, अक्सर दूर बैठा हुआ, एक दूरस्थ डिवाइस के माध्यम से एक रोबोट को नियंत्रित करता है, ठीक उसी तरह जैसे आप एक खिलौना कार को कंट्रोलर से चला सकते हैं। हर गति रिकॉर्ड हो जाती है। फिर रोबोट उस फुटेज का अध्ययन करता है और इसे कॉपी करने का प्रयास करता है।
इस तरीके से रोबोट को सिखाना समझदारी भरा लगता है। समस्या, निकिता रुडिन के अनुसार, जिन्होंने ईटीएच ज्यूरिख की रोबोटिक सिस्टम्स लैब में अपनी पीएचडी पूरी की और एनविडिया में रोबोटिक सिमुलेशन टूल्स पर काम किया, यह है कि यह बहुत खराब तरीके से स्केल करता है।
एक शेल्फ हिलता है। एक दरवाजे का हैंडल थोड़ा अलग है। एक नए डिब्बे की आकृति एक कारखाने के फर्श पर आती है। प्रत्येक छोटे परिवर्तन का मतलब है कि किसी को फिर से शुरुआत से कार्य को फिल्माना होगा। वास्तविक दुनिया कभी बदलना नहीं रोकती, और प्रदर्शन तैयार करने वाला मानव कार्यबल कभी भी आगे नहीं बढ़ सकता।
उस डेटा की गुणवत्ता भी अस्थिर है। रोबोट को दूरस्थ रूप से नियंत्रित करने वाले ऑपरेटर यह महसूस नहीं कर सकते कि रोबोट क्या छू रहा है या दूरी का सही आकलन नहीं कर सकते, इसलिए वे धीरे-धीरे चलते हैं और अधिक सुधार करते हैं। रोबोट फिर किसी को कंट्रोलर के साथ संघर्ष करते हुए फुटेज से सीखता है, और संघर्ष ही वह है जिसका वह अभ्यास करता है।
क्या अधिक मानव ऑपरेटर वास्तव में इसे हल करेंगे?
नहीं, और यह रुडिन के तर्क का मूल है। वह बड़ी भाषा मॉडल के शुरुआती दिनों से एक तीव्र तुलना करते हैं, एआई तकनीक जो चैटजीपीटी जैसे चैटबॉट के पीछे है। उन शुरुआती मॉडल को बड़ी मात्रा में पाठ पर प्रशिक्षित किया गया था और वे शेक्सपियर की शैली की ढीली नकल कर सकते थे, लेकिन वास्तव में तर्क नहीं दे सकते थे। असली छलांग सुदृढीकरण सीखने के माध्यम से आई, एक प्रशिक्षण पद्धति जहां सॉफ्टवेयर लाखों प्रयासों में कोशिश करके, विफल होकर, समायोजन करके और फिर से कोशिश करके सीखता है, प्रत्येक कदम पर कोई मानव इसे बताए बिना।
रुडिन तर्क देते हैं कि ह्यूमनॉयड रोबोटिक्स उस पहली, केवल अनुकरण चरण में फंसी हुई है। अधिक टेलीऑपरेशन डेटा सिर्फ विशाल लागत पर अधिक अनुकरण का मतलब है।
वह विकल्प जो वह वर्णन करते हैं वह कंप्यूटर सिमुलेशन के अंदर सुदृढीकरण सीखना है। एक रोबोट का सॉफ्टवेयर एक आभासी दुनिया के अंदर लाखों बार विफल हो सकता है, तुरंत रीसेट कर सकता है, और फिर से कोशिश कर सकता है, कई कंप्यूटरों में एक साथ समानांतर में चल सकता है। अधिक कंप्यूटिंग शक्ति सीधे तेजी से प्रगति का मतलब है। यह कम मजदूरी वाले देशों में अधिक कार्यकर्ताओं को काम पर रखने से बहुत अलग समीकरण है ताकि वे खुद को कपड़े धोते हुए फिल्म करें।
आज उस टेलीऑपरेशन कार्य को करने वाले लोगों और इन कंपनियों को फंड करने वाले निवेशकों के लिए, रुडिन की चुनौती सीधी है: यदि रोबोट स्वायत्तता वास्तव में लक्ष्य है, तो डेटा को दिखाना चाहिए कि मानव संलिप्तता समय के साथ घट रही है। यदि यह घट नहीं रही है, तो टेलीऑपरेशन एक पुल बनना बंद कर गई है और चुपचाप स्थायी विधि बन गई है।
