একজন মানুষ নতুন কোনো কাজ শেখার সময় অন্য কাউকে দেখে খুব দ্রুত ধারণা নিতে পারে। এবার রোবটের ক্ষেত্রেও অনেকটা এমন সুবিধা দেখাচ্ছে Skild AI-এর নতুন S1 মডেল। একটি ভিডিওতে কাজটি কীভাবে করা হচ্ছে তা দেখানোর পর রোবট সেই কাজ বুঝে নিজে করার চেষ্টা করতে পারে, এমনকি কাজটি আগে সরাসরি শেখানো না হলেও।
এই প্রযুক্তির পেছনে বড় ভূমিকা রয়েছে NVIDIA-এর Physical AI প্রযুক্তির। মডেল প্রশিক্ষণ থেকে শুরু করে কৃত্রিম ডেটা তৈরি, সিমুলেশন এবং বাস্তব পরিবেশে রোবট ব্যবহারের বিভিন্ন পর্যায়ে NVIDIA-এর প্রযুক্তি ব্যবহার করেছে Skild AI।
একটি ভিডিওই হতে পারে রোবটের শিক্ষক
সাধারণ শিল্প রোবটকে নতুন কাজ করাতে গেলে অনেক ক্ষেত্রেই নতুন করে তথ্য দেওয়া, প্রোগ্রাম পরিবর্তন এবং পরীক্ষা করতে হয়। কারখানার পণ্যের ধরন বা কাজের ধাপ বদলে গেলে পুরো প্রক্রিয়াটি আবারও সময়সাপেক্ষ হয়ে উঠতে পারে।
S1 এখানে ভিন্নভাবে কাজ করে। অপারেটর প্রথমে কাঙ্ক্ষিত কাজটির একটি ভিডিও ধারণ করে সেটি মডেলকে দেখাবেন। এরপর S1 ভিডিও থেকে কাজের উদ্দেশ্য, ব্যবহৃত বস্তু এবং কোন কাজের পর কোন কাজ করতে হবে তা বোঝার চেষ্টা করে। নতুন কাজটির জন্য আলাদাভাবে মডেলকে আবার প্রশিক্ষণ দেওয়ার প্রয়োজন হয় না। NVIDIA এই পদ্ধতিকে in context learning হিসেবে উল্লেখ করেছে।
কৃত্রিম বুদ্ধিমত্তা কীভাবে শুধু উত্তর দেওয়া থেকে বাস্তব কাজ করার দিকে এগোচ্ছে, সে বিষয়ে TechnicalBD-এর Claude নিজেই Computer ব্যবহার করে কাজ করার প্রতিবেদন পড়তে পারেন। সেখানে AI Agent কীভাবে নিজে একাধিক ধাপের কাজ করতে পারে, তার আরেকটি উদাহরণ রয়েছে।
১০ মিনিট পর্যন্ত জটিল কাজের পরীক্ষা
NVIDIA-এর তথ্য অনুযায়ী, S1 আগে না দেখা এমন কিছু কাজ করতে পারে যেগুলো শেষ করতে ১০ মিনিট পর্যন্ত সময় লাগে। পরীক্ষায় গাছ টবে লাগানো, প্যানকেক তৈরি, কফি বানানো এবং বিভিন্ন যন্ত্রাংশ একত্র করার মতো একাধিক ধাপের কাজ দেখানো হয়েছে।
বিশেষ করে গাছ টবে লাগানোর একটি পরীক্ষায় ভিডিও ধারণ থেকে শুরু করে রোবটের নিজে কাজ শুরু করা পর্যন্ত পুরো প্রস্তুতিতে মাত্র ১১ মিনিট লেগেছে বলে Skild AI জানিয়েছে। কাজের মাঝখানে কোনো বস্তু সরে গেলেও পরিস্থিতি অনুযায়ী নিজেকে মানিয়ে নেওয়া এবং ভুল থেকে ফিরে আসার ক্ষমতাও দেখানো হয়েছে।
| পরীক্ষার বিষয় | NVIDIA ও Skild AI-এর তথ্য |
|---|---|
| নতুন কাজ শেখানো | একটি ভিডিও থেকে |
| কাজের দৈর্ঘ্য | সর্বোচ্চ ১০ মিনিট |
| প্রতিটি ধাপে সফলতা | প্রায় ৬৬% |
| তুলনামূলক AI ব্যবস্থা | প্রায় ৯% |
| একটি ভিডিওর আনুমানিক মূল্য | প্রায় ৩৮০টি হাতে কলমে উদাহরণের সমান |
এখানে ৬৬ শতাংশ সফলতার সংখ্যাটি বিশেষভাবে নজর কাড়ে। নতুন ও একাধিক ধাপের কাজে Skild AI-এর পরীক্ষায় S1 প্রতিটি ধাপে প্রায় ৬৬ শতাংশ সফল হয়েছে, যেখানে তুলনার জন্য ব্যবহৃত কাছাকাছি ধরনের AI ব্যবস্থা প্রায় ৯ শতাংশ সফল হয়েছিল। এগুলো Skild AI-এর নিজস্ব পরীক্ষার ফল, স্বাধীন পরীক্ষার ফল নয়।
NVIDIA কীভাবে সাহায্য করছে?
S1 তৈরিতে NVIDIA-এর Cosmos, Isaac Sim, Isaac Lab এবং Omniverse প্রযুক্তি ব্যবহার করা হচ্ছে। Cosmos ভিডিও ও প্রশিক্ষণের তথ্য নিয়ে কাজ করতে সাহায্য করছে, আর Isaac Sim ও Omniverse ব্যবহার করে বাস্তব রোবটকে ঝুঁকিপূর্ণভাবে পরীক্ষা করার আগেই ভার্চুয়াল পরিবেশে বিভিন্ন পরিস্থিতি যাচাই করা যায়।
Isaac Lab-এর মাধ্যমে রোবটকে বিভিন্ন শারীরিক পরিস্থিতিতে শেখানো হচ্ছে। কোনো বস্তু ধরা, চাপ দেওয়া, সংঘর্ষ কিংবা বিভিন্ন জিনিসের সংস্পর্শে কীভাবে আচরণ করতে হবে, এসব বাস্তব পরিস্থিতির কাছাকাছি নিয়ে প্রশিক্ষণ দেওয়াই এর উদ্দেশ্য।
NVIDIA-এর AI হার্ডওয়্যার নিয়ে আগ্রহ থাকলে TechnicalBD-এর ASUS ProArt ও NVIDIA RTX Spark নিয়ে প্রতিবেদন পড়তে পারেন। সেখানে শক্তিশালী AI মডেল নিজের ডিভাইসেই চালানোর নতুন হার্ডওয়্যার নিয়ে বিস্তারিত রয়েছে।
কারখানায়ও শুরু হয়েছে ব্যবহার
এই প্রযুক্তি শুধু পরীক্ষাগারেই আটকে নেই। NVIDIA জানিয়েছে, Skild AI, NVIDIA এবং Foxconn একসঙ্গে দ্বৈত বাহুর রোবটে Skild Brain ব্যবহার করছে NVIDIA Blackwell সিস্টেম তৈরির কাজে। একটি প্রদর্শনীতে রোবটকে যন্ত্রাংশ বসানো, ১৬টি স্ক্রু লাগানো এবং কাজের সময় পরিবর্তিত পরিস্থিতির সঙ্গে মানিয়ে নিতে দেখা গেছে।
Skild AI আরও জানিয়েছে, প্রথম বাণিজ্যিক ব্যবহার শুরু হওয়ার ১০ মাসের মধ্যে তাদের ৬০টির বেশি অংশীদারত্ব তৈরি হয়েছে। উৎপাদন, পণ্য পরিবহন, পরিদর্শন, নিরাপত্তা এবং খাবার তৈরির মতো ক্ষেত্রেও তাদের প্রযুক্তি নিয়ে কাজ চলছে।
কেন এই প্রযুক্তি গুরুত্বপূর্ণ?
রোবট যদি প্রতিটি নতুন কাজের জন্য দীর্ঘ প্রশিক্ষণ বা নতুন প্রোগ্রামের বদলে মানুষের কাজ দেখে দ্রুত শিখতে পারে, তাহলে কারখানা ও গুদামের মতো পরিবর্তনশীল জায়গায় রোবট ব্যবহার অনেক সহজ হতে পারে। আজ যে রোবট একটি পণ্য সাজাচ্ছে, ভবিষ্যতে একই রোবটকে শুধু কাজটি দেখিয়ে অন্য ধরনের কাজ শেখানোর সম্ভাবনাও তৈরি হয়।
তবে S1 এখনই মানুষের মতো যেকোনো কাজ একবার দেখে নিখুঁতভাবে করতে পারে, এমন ধারণা নেওয়া ঠিক হবে না। ৬৬ শতাংশ সফলতার নিজস্ব পরীক্ষাই দেখাচ্ছে প্রযুক্তিটি আশাব্যঞ্জক হলেও আরও উন্নতির জায়গা রয়েছে। তারপরও একটি ভিডিও দেখে নতুন ও জটিল কাজ করার এই অগ্রগতি ভবিষ্যতের রোবটকে অনেক বেশি ব্যবহারযোগ্য করে তুলতে পারে।
