13 मार्च, 2024 - एक बड़ी सफलता में, OpenAI स्पिन-ऑफ कंपनी कोवेरिएंट ने घोषणा की कि उसने सफलतापूर्वक एक नया कृत्रिम बुद्धिमत्ता मॉडल बनाया है जो रोबोट को मनुष्यों की तरह विभिन्न प्रकार के कार्य करना सीखने में सक्षम बनाता है। यह विकास अधिक लचीले और स्वायत्त रोबोटिक्स की ओर एक कदम है।
2021 की गर्मियों में, OpenAI ने अपनी रोबोटिक्स टीम को बंद कर दिया, प्रशिक्षण डेटा की कमी का हवाला देते हुए जिसने इसकी प्रगति में बाधा उत्पन्न की थी। हालांकि, कोवेरिएंट के तीन शुरुआती चरण के शोध वैज्ञानिकों ने 2017 में स्थापित अपने स्टार्टअप में एक समाधान पाया। उन्होंने दुनिया भर के गोदामों में पिकिंग रोबोट के बेड़े से वर्षों के डेटा के साथ-साथ इंटरनेट से टेक्स्ट और वीडियो का उपयोग करके RFM-1 नामक एक नया मॉडल बनाया। यह मॉडल एक बड़े भाषा मॉडल की तर्क शक्ति को एक उन्नत रोबोट के भौतिक लचीलेपन के साथ जोड़ता है।
RFM-1 की क्षमताएँ प्रभावशाली हैं। उपयोगकर्ता पाठ, चित्र, वीडियो, रोबोट निर्देश और माप सहित पाँच अलग-अलग प्रकार के इनपुट का उपयोग करके मॉडल को कार्य करने के लिए निर्देशित कर सकते हैं। उदाहरण के लिए, कोई उपयोगकर्ता मॉडल को खेल के उपकरणों से भरे कूड़ेदान की छवि दिखा सकता है और उसे टेनिस गेंदों का एक बैग उठाने के लिए कह सकता है। फिर रोबोट संबंधित कार्य करता है और आवश्यकतानुसार समायोजित करता है।
हालाँकि मॉडल में "मानव जैसी" तर्क क्षमताएँ हैं, फिर भी इसमें सीमाएँ हैं। प्रदर्शन के दौरान, यह पाया गया कि जब कुछ नई अवधारणाएँ प्रस्तुत की जाती हैं, तो मॉडल को पूरी तरह से समझा नहीं जा सकता है। यह दर्शाता है कि मॉडल को अधिक प्रशिक्षण डेटा और आगे के सुधारों की आवश्यकता है।
कोवेरिएंट का कहना है कि वह आने वाले महीनों में ग्राहकों के लिए मॉडल को रोल आउट करने की योजना बना रहा है और उम्मीद करता है कि वास्तविक दुनिया के वातावरण में इसके प्रदर्शन और दक्षता में सुधार जारी रहेगा। वे परीक्षण के लिए गोदामों जैसे वातावरण में मॉडल तैनात करते हैं और वास्तविक दुनिया के निर्देशों, वस्तुओं और वातावरण के साथ बातचीत करते हैं।
जैसे-जैसे AI तकनीक आगे बढ़ रही है, वैसे-वैसे रोबोटिक सिस्टम को पावर देने के लिए AI का इस्तेमाल करने वाली कंपनियों के बीच प्रतिस्पर्धा भी बढ़ रही है। हालाँकि अभी भी कुछ समस्याओं का समाधान किया जाना बाकी है, कोवेरिएंट लगातार सीखने और अपने मॉडलों में सुधार करने के लिए प्रतिबद्ध है ताकि रोबोट बदलते परिवेशों के साथ बेहतर ढंग से तालमेल बिठा सकें।
निकट भविष्य में, विभिन्न क्षेत्रों में रोबोटिक्स के व्यापक अनुप्रयोग देखने को मिलेंगे, तथा जैसे-जैसे अधिक डेटा और सुधार उपलब्ध होंगे, रोबोट की सीखने और कार्य करने की क्षमता में सुधार होता रहेगा।