2025: एआई और रोबोटिक्स में भौतिक बुद्धिमत्ता का वर्ष
Brief news summary
कृत्रिम बुद्धिमत्ता (AI) ने पाठ, ऑडियो और वीडियो उत्पन्न करने में उल्लेखनीय प्रगति की है, लेकिन भौतिक दुनिया के प्रति इसकी समझ सीमित है, जिससे व्यावहारिक अनुप्रयोगों में चुनौतियाँ उत्पन्न होती हैं। यह विशेष रूप से स्व-चालित कारों जैसी तकनीकों के लिए सही है, जो अप्रत्याशित त्रुटियों का सामना कर सकती हैं। इन मुद्दों को संबोधित करने के लिए "भौतिक बुद्धिमत्ता" की अवधारणा उभरी है। यह दृष्टिकोण AI की प्रौद्योगिकीय क्षमताओं को रोबोटिक्स के साथ जोड़ता है, जिससे सिस्टम कारण और प्रभाव की समझ के माध्यम से अपने पर्यावरण के साथ संपर्क स्थापित कर सकते हैं। MIT के शोधकर्ता इस क्षेत्र में "लिक्विड नेटवर्क्स" के साथ नेतृत्व कर रहे हैं, जो पारंपरिक AI से आगे जाकर निरंतर सीखते और अनुकूलित होते हैं। यह नवाचार प्रणाली को सरल डिजिटल निर्देशों के साथ जटिल कार्य करने की अनुमति देता है। उदाहरण के लिए, MIT की प्रयोगशाला ने एक 3D-प्रिंटेड रोबोट बनाया है जो मूलभूत कमांड के साथ आगे बढ़ सकता है। अन्य प्रगति में Covariant के चैटबॉट्स द्वारा संचालित रोबोटिक भुजाएँ और Carnegie Mellon के रोबोट शामिल हैं, जो गतिशील आंदोलनों के लिए तंत्रिका नेटवर्क का उपयोग करते हैं। भौतिक बुद्धिमत्ता में प्रगति से संकेत मिलता है कि 2025 तक, बुद्धिमान प्रणाली व्यापक रूप से फैल सकती है, जो मांग पर शारीरिक कार्य करने में सक्षम होगी। इस विकास से AI डिजिटल वातावरण के परे पहुंचेगा, जिससे स्मार्ट होम तकनीकों और अन्य क्षेत्रों में प्रभाव पड़ेगा।हाल के एआई मॉडल पाठ, ऑडियो और वीडियो उत्पन्न करने में मानव जैसे क्षमताओं का प्रदर्शन करते हैं। हालांकि, ये एल्गोरिदम मुख्य रूप से डिजिटल दायरे तक ही सीमित रहे हैं, बजाय इसके कि वे हमारी भौतिक, त्रि-आयामी दुनिया के साथ मेलजोल करें। यहां तक कि सबसे उन्नत मॉडल भी वास्तविक दुनिया के परिदृश्यों में महत्वपूर्ण चुनौतियों का सामना करते हैं, जैसे सुरक्षित और विश्वसनीय सेल्फ-ड्राइविंग कारें बनाने की चल रही संघर्ष। जबकि ये मॉडल कृत्रिम रूप से बुद्धिमान होते हैं, वे भौतिकी की समझ की कमी रखते हैं और अक्सर निरर्थक उत्पत्ति करते हैं, जिससे अजीबोगरीब त्रुटियाँ होती हैं। यह वर्ष है जब एआई डिजिटल क्षेत्र से हमारे वास्तविक दुनिया की ओर अग्रसर होता है। एआई की पहुंच को डिजिटल सीमा से परे विस्तारित करने के लिए मशीन की सोच की पुनः कल्पना की आवश्यकता होती है, जो एआई की डिजिटल बुद्धिमत्ता को रोबोटिक्स की यांत्रिक कौशल के साथ जोड़ती है। इस मिश्रण को मैं "भौतिक बुद्धिमत्ता" कहता हूं, जो मशीनों को गतिशील वातावरण को समझने, अप्रत्याशितता को प्रबंधित करने और वास्तविक समय में निर्णय लेने में सक्षम बनाता है। पारंपरिक एआई मॉडलों के विपरीत, भौतिक बुद्धिमत्ता भौतिकी में आधारित होती है, जिसमें कारण और प्रभाव जैसे वास्तविक दुनिया के मौलिक सिद्धांत शामिल होते हैं। ऐसी विशेषताएं भौतिक बुद्धिमत्ता मॉडल्स को विभिन्न वातावरणों के साथ मेलजोल करने और अनुकूलित करने की अनुमति देती हैं। मेरे एमआईटी अनुसंधान समूह में, हम भौतिक बुद्धिमत्ता मॉडल्स विकसित कर रहे हैं जिन्हें लिक्विड नेटवर्क कहा जाता है। एक प्रयोग में, हमने दो ड्रोन को प्रशिक्षित किया - एक को मानक एआई मॉडल का उपयोग करके और दूसरे को एक लिक्विड नेटवर्क का उपयोग करके - जंगल में वस्तुओं को खोजने के लिए, मानव पायलटों के डेटा का उपयोग करते हुए। दोनों ड्रोन उन कार्यों को करने में उत्कृष्ट थे जिनके लिए उनका प्रशिक्षण हुआ था, लेकिन केवल लिक्विड नेटवर्क ड्रोन ने नए परिस्थितियों में वस्तुओं को खोजने के लिए अनुकूलन किया, जैसे सर्दियों या शहरी इलाकों में। इस प्रयोग ने दिखाया कि पारंपरिक एआई प्रणालियों के विपरीत, जो प्रारंभिक प्रशिक्षण के बाद सीखना बंद कर देती हैं, लिक्विड नेटवर्क अनुभव से लगातार सीखते और अनुकूलित होते रहते हैं, जैसे मनुष्य। भौतिक बुद्धिमत्ता पाठ या छवियों से उत्पन्न जटिल निर्देशों की व्याख्या करती है और उन्हें कार्यान्वित करती है, डिजिटल निर्देशों को वास्तविक दुनिया की क्रिया के साथ जोड़ती है। उदाहरण के लिए, हमने अपनी प्रयोगशाला में एक प्रणाली बनाई है जो "आगे चलने वाला रोबोट" या "वस्तुओं को पकड़ने वाला रोबोट" जैसी प्रोम्प्ट्स के आधार पर छोटे रोबोट डिजाइन और 3डी-प्रिंट कर सकती है, और वह भी एक मिनट से कम में। अन्य प्रयोगशालाओं में भी महत्वपूर्ण प्रगति हो रही है। यूसी-बर्कले के शोधकर्ता पीटर एबील द्वारा नेतृत्व किए गए रोबोटिक्स स्टार्टअप कोवेरियंट चैटजीपीटी के समान चैटबॉट्स बना रहे हैं जो रोबोटिक आर्म्स को संचालित कर सकते हैं। उन्होंने वैश्विक गोदामों में सॉर्टिंग रोबोट का विकास और तैनाती करने के लिए $222 मिलियन से अधिक जुटाए हैं। कार्नेगी मेलन विश्वविद्यालय की एक टीम ने दिखाया कि कैसे एक रोबोट, जो एक कैमरे और अपरिस्कृत एक्टुएशन के साथ, पार्कौर जैसी गतिशील क्रियाएं कर सकता है—जैसे कि अपने आकार की दुगनी ऊँचाई पर कूदना और अपनी लंबाई की दुगनी दूरी पार करना—न्यूरल नेटवर्क के माध्यम से प्रशिक्षित करके जो सुदृढीकरण सीखने का उपयोग करता है। अगर 2023 टेक्स्ट-टू-इमेज का वर्ष था और 2024 टेक्स्ट-टू-वीडियो का वर्ष था, तो 2025 भौतिक बुद्धिमत्ता के युग का आरंभ करेगा। इस नई पीढ़ी की डिवाइस, जिसमें न केवल रोबोट शामिल हैं बल्कि पावर ग्रिड और स्मार्ट होम जैसी प्रणालियां भी होंगी, वास्तविक दुनिया में निर्देशों की व्याख्या करने और कार्यों को निष्पादित करने में सक्षम होंगी।
Watch video about
2025: एआई और रोबोटिक्स में भौतिक बुद्धिमत्ता का वर्ष
Try our premium solution and start getting clients — at no cost to you
