রোবট যদি মানুষের দৈনন্দিন পরিবেশে সত্যিকারের সহকারী হতে চায়, তাহলে শুধু সামনে কী আছে তা বোঝা যথেষ্ট নয়। তাকে দ্রুত সিদ্ধান্ত নিতে, কাজের অগ্রগতি বুঝতে এবং ভুল হলে নিজে থেকে পরিকল্পনা বদলাতেও জানতে হবে।
এই লক্ষ্যেই Google DeepMind এনেছে Gemini Robotics ER 2। এটি রোবটের জন্য একটি উচ্চস্তরের বুদ্ধিবৃত্তিক ব্যবস্থা, যা বাস্তব পরিবেশ বুঝে একাধিক ধাপের কাজ পরিকল্পনা করতে পারে এবং প্রয়োজন হলে একাধিক রোবটের কাজও সমন্বয় করতে পারে।
রোবটের সফটওয়্যার তৈরিতেও কৃত্রিম বুদ্ধিমত্তার ব্যবহার দ্রুত বাড়ছে। সম্প্রতি TechnicalBD এর NVIDIA Isaac ROS 5.0 নিয়ে প্রতিবেদনে দেখা গেছে, AI Agent এখন রোবটের সফটওয়্যার তৈরি ও উন্নত করতেও ডেভেলপারদের সাহায্য করতে শুরু করেছে।
Gemini Robotics ER 2 কী
Google DeepMind এর আনুষ্ঠানিক ঘোষণায় Gemini Robotics ER 2 কে রোবটের জন্য একটি উচ্চস্তরের মস্তিষ্ক হিসেবে বর্ণনা করা হয়েছে।
এটি মানুষের নির্দেশ বুঝতে পারে, আশপাশের বাস্তব পরিবেশ বিশ্লেষণ করতে পারে এবং একটি কাজ সম্পন্ন করার জন্য প্রয়োজনীয় ধাপগুলো পরিকল্পনা করতে পারে। তবে এটি সরাসরি মোটর চালায় না।
শারীরিক নড়াচড়ার কাজটি নিচের স্তরের Vision Language Action বা VLA মডেলের কাছে পাঠিয়ে দেয়। ফলে ER 2 মূলত সিদ্ধান্ত নেয় কী করতে হবে, আর অন্য মডেল ঠিক করে কীভাবে হাত, চাকা বা অন্য যন্ত্রাংশ নড়বে।
Gemini 3.5 Flash ভিত্তিক মডেল
Google DeepMind এর মডেল কার্ড অনুযায়ী Gemini Robotics ER 2, Gemini 3.5 Flash ভিত্তিক একটি দৃষ্টি ও ভাষা বোঝার মডেল।
এটি লেখা, ছবি, ভিডিও এবং অডিও ইনপুট গ্রহণ করতে পারে। সর্বোচ্চ ১২৮ হাজার টোকেন পর্যন্ত তথ্য একসঙ্গে বিবেচনা করার ক্ষমতা রয়েছে এবং ফলাফল লেখা আকারে তৈরি করতে পারে।
এর ফলে একটি রোবট শুধু সামনে থাকা বস্তু নয়, চলমান ভিডিও, মানুষের নির্দেশ এবং আগের ঘটনার তথ্য একসঙ্গে বিবেচনা করে সিদ্ধান্ত নিতে পারে।
কাজ চলার সময়ই পরবর্তী ধাপ ভাবতে পারে
আগের Gemini Robotics ER 1.6 এর তুলনায় ER 2 এর বড় উন্নতি হলো এটি কাজ চলমান অবস্থাতেই পরবর্তী পদক্ষেপ নিয়ে চিন্তা করতে পারে।
ধরা যাক একটি রোবটকে একটি ঘর থেকে কোনো বস্তু খুঁজে এনে দিতে বলা হলো। ER 2 প্রথমে ঘর বুঝবে, বস্তু কোথায় থাকতে পারে তা নির্ধারণ করবে এবং রোবটকে সেখানে পাঠাবে।
এরপর ক্যামেরার ভিডিও দেখে কাজ ঠিকভাবে এগোচ্ছে কি না সেটিও পর্যবেক্ষণ করবে। কোথাও সমস্যা হলে পুরো কাজ নতুন করে শুরু না করে প্রয়োজন অনুযায়ী পরিকল্পনা সংশোধন করতে পারে।
AI Agent কীভাবে নিজে থেকে পরিকল্পনা করে ধাপে ধাপে কাজ সম্পন্ন করতে পারে, সেটির আরেকটি উদাহরণ TechnicalBD এর নিজের কম্পিউটারে চলা AI Agent নিয়ে ASUS এর প্রদর্শনী সম্পর্কিত প্রতিবেদনে দেখা গেছে।
Google Search ব্যবহার করতে পারে
Gemini Robotics ER 2 প্রয়োজন হলে Google Search এর মতো বাহ্যিক টুলও ব্যবহার করতে পারে। ডেভেলপার নিজের তৈরি আলাদা ফাংশন বা রোবটের নিয়ন্ত্রণ ব্যবস্থাকেও টুল হিসেবে মডেলের সঙ্গে যুক্ত করতে পারেন।
এভাবে রোবট কোনো তথ্য না জানলে সেটি খুঁজে নিতে পারে এবং পরে সেই তথ্য ব্যবহার করে বাস্তব কাজের সিদ্ধান্ত নিতে পারে।
Google Android কে ভবিষ্যতে একই ধরনের আরও বুদ্ধিমান ব্যবস্থায় পরিণত করতে চাইছে। TechnicalBD এর Android ও Gemini এর ভবিষ্যৎ নিয়ে প্রতিবেদনে দেখা গেছে, Google ধীরে ধীরে এমন AI ব্যবস্থা তৈরি করছে যেখানে ব্যবহারকারী শুধু লক্ষ্য বলবে, আর AI প্রয়োজনীয় ধাপগুলো নিজে ঠিক করবে।
Boston Dynamics Spot দিয়ে পরীক্ষা
Google DeepMind Gemini Robotics ER 2 এর সক্ষমতা দেখাতে Boston Dynamics এর Spot রোবট ব্যবহার করেছে।
ER 2 Spot এর চলাচল এবং রোবটিক হাতের বিভিন্ন ব্যবস্থা সমন্বয় করে ব্যবহারকারীর নির্দেশ অনুযায়ী একটি বস্তু খুঁজে এনে দেওয়ার কাজ করেছে।
এখানে গুরুত্বপূর্ণ বিষয় হলো ER 2 নিজে মোটর নিয়ন্ত্রণ করেনি। বরং Spot এর বিভিন্ন প্রস্তুত নিয়ন্ত্রণ ব্যবস্থা ব্যবহার করে কোন কাজ কখন করতে হবে সেটি ঠিক করেছে।
কাজ কতদূর এগিয়েছে সেটিও বুঝতে পারে
রোবোটিক্সে একটি কঠিন সমস্যা হলো কোনো কাজ আসলে কতদূর সম্পন্ন হয়েছে তা নির্ধারণ করা।
Google এর পরীক্ষায় ER 2 ভিডিওর প্রতিটি মুহূর্ত বিশ্লেষণ করে কাজের অগ্রগতি পাঁচটি স্তরে ভাগ করতে পারে। এই পরীক্ষায় মডেলটি ৫৭.৪ শতাংশ নির্ভুলতা অর্জন করেছে।
এর ফলে কোনো ধাপে ভুল হলে রোবট সেটি বুঝে আবার চেষ্টা করতে পারে অথবা পরবর্তী পরিকল্পনা পরিবর্তন করতে পারে।
ঠিক কোন মুহূর্তে কাজ থামাতে হবে
কফি ঢালার মতো কাজের ক্ষেত্রে শুধু কাজ চলছে কি না বোঝা যথেষ্ট নয়। ঠিক কখন ঢালা বন্ধ করতে হবে সেটিও বুঝতে হয়।
Google এর moment finding পরীক্ষায় Gemini Robotics ER 2 গুরুত্বপূর্ণ মুহূর্ত শনাক্ত করতে ৯১.৩ শতাংশ নির্ভুলতা অর্জন করেছে। গড় সময়গত ভুল ছিল মাত্র ০.৯৬ সেকেন্ড। Google এর দাবি অনুযায়ী এটি বড় মডেলের কাছাকাছি ফল দিয়েও প্রায় চার গুণ দ্রুত কাজ করতে পারে।
একাধিক রোবট একসঙ্গে কাজ করতে পারে
Gemini Robotics ER 2 এর আরেকটি গুরুত্বপূর্ণ নতুন সুবিধা হলো একাধিক রোবটের মধ্যে কাজ ভাগ করে দেওয়ার ক্ষমতা।
Google Apptronik এর Apollo 2 এবং Franka F3 Duo ব্যবহার করে দেখিয়েছে, ভিন্ন ধরনের দুই রোবট একটি অভিন্ন লক্ষ্য বুঝে নিজেদের সক্ষমতা অনুযায়ী কাজ ভাগ করে নিতে পারে।
Google DeepMind এর Gemini Robotics 2 ঘোষণায় বলা হয়েছে, এই সমন্বিত ব্যবস্থা ভবিষ্যতে একক রোবটের পক্ষে কঠিন এমন দীর্ঘ ও জটিল কাজ সম্পন্ন করতে সাহায্য করতে পারে।
বাস্তব পরিবেশ বোঝার ক্ষমতাও বেড়েছে
ER 2 চলমান ভিডিও দেখে কাজ সফল বা ব্যর্থ হয়েছে কি না শনাক্ত করতে পারে। কোনো বস্তু পড়ে যাওয়া, পিছলে যাওয়া বা ভুল জায়গায় বসে যাওয়ার মতো সমস্যা এটি ভিডিও থেকেই ধরতে পারে।
এছাড়া ডিজিটাল পর্দা, সরল স্কেল, রুলার, তরল থার্মোমিটার এবং বিভিন্ন ধরনের যন্ত্রের তথ্য পড়তে পারে। Google মোট ১০ ধরনের যন্ত্রের ওপর এই সক্ষমতা পরীক্ষা করেছে।
নিরাপত্তায় বিশেষ গুরুত্ব
বাস্তব রোবট মানুষের কাছাকাছি কাজ করলে নিরাপত্তা সবচেয়ে গুরুত্বপূর্ণ বিষয়গুলোর একটি।
Google DeepMind জানিয়েছে, ER 2 মানুষের উপস্থিতি শনাক্ত করার পরীক্ষায় আগের সংস্করণের তুলনায় ভালো ফল দিয়েছে। পরীক্ষায় মানুষের খুব কাছে চলে এলে একটি হিউম্যানয়েড রোবটকে কাজ থামাতে এবং জায়গা পরিষ্কার হলে আবার কাজ শুরু করতে সক্ষম হয়েছে।
কৃত্রিম বুদ্ধিমত্তা যত বেশি বাস্তব কাজ করতে শুরু করছে, নিরাপত্তা ও নিয়ন্ত্রণের প্রশ্নও তত গুরুত্বপূর্ণ হচ্ছে। TechnicalBD এর শক্তিশালী AI নিয়ন্ত্রণ ও নিরাপত্তা নিয়ে চলমান বিতর্ক সম্পর্কিত প্রতিবেদনে এই বড় প্রশ্নগুলো আরও বিস্তারিতভাবে আলোচনা করা হয়েছে।
Google DeepMind এর আরেক গবেষণায় দেখা গেছে, AI Agent কখনো কখনো নিয়মের ফাঁক ব্যবহার করেও লক্ষ্য পূরণের চেষ্টা করতে পারে। এ বিষয়ে TechnicalBD এর Google AI Agent এর পরীক্ষায় নিয়ম ভাঙার ঘটনা রোবটের মতো বাস্তব জগতের AI ব্যবস্থায় নিরাপত্তা কেন গুরুত্বপূর্ণ সেটি বুঝতে সাহায্য করে।
ডেভেলপাররা এখন ব্যবহার করতে পারবেন
Gemini Robotics ER 2 এখন Gemini API এবং Google AI Studio এর মাধ্যমে ডেভেলপারদের জন্য পাওয়া যাচ্ছে। Gemini Enterprise Agent Platform এ এটি সীমিত পরীক্ষামূলক ব্যবহারের পর্যায়ে রয়েছে।
এর মানে গবেষক ও ডেভেলপাররা নিজেদের রোবট নিয়ন্ত্রণ ব্যবস্থা, নেভিগেশন প্রযুক্তি অথবা VLA মডেলের সঙ্গে ER 2 যুক্ত করে নতুন ধরনের Physical AI ব্যবস্থা তৈরি করতে পারবেন।
বাংলাদেশের জন্য কেন গুরুত্বপূর্ণ
বাংলাদেশে এখনো সাধারণ ব্যবহারকারীর ঘরে উন্নত হিউম্যানয়েড রোবট দেখা যায় না। তবে বিশ্ববিদ্যালয়, প্রকৌশল গবেষণা, শিল্প স্বয়ংক্রিয়করণ এবং রোবটিক্স শিক্ষার ক্ষেত্রে এই প্রযুক্তিগুলো ভবিষ্যতে গুরুত্বপূর্ণ হতে পারে।
বিশেষ করে NVIDIA Isaac ROS, Gemini Robotics এবং বিভিন্ন উন্মুক্ত রোবট সফটওয়্যার ব্যবস্থার কারণে শিক্ষার্থী ও গবেষকদের জন্য বাস্তব AI রোবট নিয়ে কাজ করার সুযোগ ধীরে ধীরে বাড়ছে।
শেষ কথা
Gemini Robotics ER 2 দেখাচ্ছে, ভবিষ্যতের রোবট শুধু আগে থেকে লেখা নির্দেশ অনুসরণ করবে না। তারা বাস্তব পরিবেশ বুঝবে, কাজের অগ্রগতি পর্যবেক্ষণ করবে, ভুল হলে পরিকল্পনা বদলাবে এবং প্রয়োজন হলে অন্য রোবটের সঙ্গে কাজ ভাগ করে নেবে।
ভিডিও বোঝা, বহু ধাপের পরিকল্পনা, টুল ব্যবহার এবং একাধিক রোবটের সমন্বয়ের মাধ্যমে Google DeepMind রোবটের উচ্চস্তরের বুদ্ধিমত্তাকে আরও এগিয়ে নিয়েছে।
তবে এসব প্রযুক্তি এখনো উন্নয়নের পর্যায়ে রয়েছে। নিরাপত্তা, নির্ভরযোগ্যতা এবং বাস্তব পরিবেশে দীর্ঘ সময় ধরে কাজ করার সক্ষমতা আরও উন্নত হওয়ার পরই বোঝা যাবে সাধারণ মানুষের দৈনন্দিন জীবনে এই ধরনের বুদ্ধিমান রোবট কত দ্রুত জায়গা করে নিতে পারে।
পোস্টটি সর্বশেষ হালনাগাদ করা হয়েছে: ২৬ সেপ্টেম্বর ২০২৬
