विल नाइट चाहते हैं कि कोई रोबोट उनकी बिल्ली को खाना खिला दे। कृत्रिम बुद्धिमत्ता पर लिखने वाले WIRED के वरिष्ठ लेखक के पास बंगाल नस्ल की लीओना नाम की बिल्ली है और एक योजना भी: एक छोटा चलने वाला रोबोट, जो उसे ढूँढ़े, सिर झुकाए और अपने ऊपर लगी एक डिब्बी से उसे ट्रीट दे। ट्रीट असली खबर नहीं है। खबर यह है कि रोबोट सॉफ़्टवेयर में पहले से काम कर रहा है और रोबोटिक्स इंजीनियर जो प्रशिक्षण आम तौर पर हाथ से करते हैं, उसका ज़्यादातर हिस्सा एक एआई मॉडल ने किया।

यह वर्चुअल Microduck है—Pollen Robotics का बत्तख के आकार वाला दो पैरों का रोबोट, जो Hugging Face की रोबोटिक्स इकाई है। नाइट ने उसे कमरे में बिना गिरे चलना और आसपास मौजूद किसी भी बंगाल बिल्ली को पहचानना सिखाया। उनका कहना है कि इस काम में कुछ घंटे लगे, जबकि पहले इसमें कई हफ़्ते लग सकते थे। अपने कॉलम में वह इसे रोबोटिक्स का भविष्य कहते हैं। यह बात आधी सही है। प्रशिक्षण की प्रक्रिया तेज़ी से सिमट गई है। लेकिन इस प्रक्रिया के दोनों ओर मौजूद चीज़ों में ज़्यादा बदलाव नहीं आया।

मॉडल ने असल में क्या किया

नाइट ने OpenAI के GPT-6 Sol को Nous Research के एजेंट-आधारित ढाँचे Hermes के साथ जोड़ा। यह व्यवस्था Nvidia DGX Spark पर चल रही थी—एक डेस्कटॉप मशीन, जिसमें शक्तिशाली एआई चिप लगी है। मॉडल ने सिर्फ़ कोड नहीं लिखा। Nvidia के Isaac Sim के ज़रिए उसने सिम्युलेटेड बत्तख को नियंत्रित करने वाले मॉडल को निर्देश दिए, बत्तख को काम करते हुए वीडियो में देखा, आकलन किया कि चीज़ें कितनी अच्छी चल रही हैं और प्रशिक्षण की प्रक्रिया में बदलाव सुझाए। चलाओ, देखो, फेरबदल करो, फिर दोहराओ—रोबोट को सिखाने का यही धीमा और कम चमकदार हिस्सा है, और यही वह हिस्सा था जिसे स्वचालित कर दिया गया।

पेशेवर प्रयोगशालाओं में भी यही बदलाव दिख रहा है। UC Berkeley में प्रोफ़ेसर केन गोल्डबर्ग के समूह ने OpenAI के Astra मॉडल को Nvidia के Newton नाम के एक टूल का इस्तेमाल करने दिया, उसे असली रोबोट की एक क्लिप दिखाई और कहा कि उस दृश्य को सिमुलेशन के रूप में फिर से बनाए। गोल्डबर्ग ने WIRED को बताया, “जिस बात ने हम सभी को हैरान कर दिया, वह यह थी कि एक घंटे के भीतर उसने सभी पैरामीटर तय करके पूरा 3D सिमुलेशन बना दिया—कैमरे की जगह, रोशनी, पृष्ठभूमि और सारी सामग्री।” उनका कहना है कि Astra प्रयोग भी चला सकता है और नतीजों की जाँच भी कर सकता है, जिससे सिमुलेशन में रोबोट को प्रशिक्षित करने की बहुत-सी थकाऊ मेहनत कम हो जाती है।

इस तरीके का अब एक नाम भी है। ASPIRE एक ऐसा ढाँचा है, जिसके लेखकों में गोल्डबर्ग और Nvidia के जिम फ़ैन शामिल हैं। इसमें एक बड़ा भाषा मॉडल रोबोट का नियंत्रण कोड लिखता है, नाकाम होने पर उसके कामकाज के रिकॉर्ड पढ़ता है, प्रोग्राम को सुधारता है और काम करने वाला हल एक कौशल-पुस्तकालय में दर्ज करता है, ताकि बाद के कामों में उसका फिर इस्तेमाल किया जा सके। ToolNavs और RuntimeWire के मुताबिक, Nvidia में फ़ैन की प्रयोगशाला ने अक्टूबर के मध्य में v1.0 कोड GitHub पर Apache 2.0 लाइसेंस के तहत जारी किया। एक प्रदर्शन में रोबोटिक बाज़ुओं को Rubik’s Cube हल करना सीखते दिखाया गया है। फ़ैन ने WIRED से कहा, “वह इसे उठाता है, घुमाने की कोशिश करता है, लेकिन कोण सही नहीं होता। फिर वह बहुत, बहुत देर तक तर्क करता है, लेकिन आखिरकार उसे हल कर लेता है, क्योंकि समय के साथ वह कौशल सीखता जाता है।”

जो कौशल सस्ता हुआ, वह किराये पर मिलता है

“वाइब रोबोटिक्स” वाली चर्चा जिस बात को छोड़ देती है, वह यह है। ASPIRE का शोधपत्र साफ़ कहता है कि उसका प्रदर्शन इस बात पर निर्भर करता है कि उसके नीचे कौन-सा फ्रंटियर मॉडल काम कर रहा है। Anthropic के Claude Opus 5.5 पर चलाते हुए, इसमें LIBERO-Pro के सभी 80 वस्तु-संचालन कार्यों में औसतन 99% सफलता दर्ज की गई है। यह परियोजना की ओर से बताई गई उपलब्धि है, जिसकी स्वतंत्र रूप से पुष्टि अभी नहीं हुई है। परियोजना की अपनी सीमाओं की सूची कहती है कि यह प्रणाली एक स्थिर फ्रंटियर मॉडल पर निर्भर है और यह भी सत्यापित नहीं हुआ है कि छोटे मॉडल इसी तरह की सुधार-प्रक्रिया को लगातार चला सकते हैं या नहीं।

इस बात को आगे बढ़ाकर देखें। अब किसी शौकिया का बत्तख-रोबोट हो या Berkeley की प्रयोगशाला का रोबोटिक बाज़ू—दोनों उतना ही अच्छा सीखते हैं, जितना बड़ा मॉडल वे इस्तेमाल कर सकते हैं। रोबोटिक्स के रास्ते में पहले जो इंजीनियरिंग विशेषज्ञता बाधा बनती थी, वह गायब नहीं हुई है। उसका बड़ा हिस्सा अब उस फ्रंटियर मॉडल में समाया हुआ है, जिसके इस्तेमाल का खर्च निर्माता उठा सकता है।

बत्तख अब भी कतार में है

इस प्रक्रिया का दूसरा पहलू हार्डवेयर है, और नाइट अब भी अपने रोबोट का इंतज़ार कर रहे हैं। Pollen ने अगस्त के आखिर में $399 की कीमत पर Microduck के प्रीऑर्डर शुरू किए थे और क्रिसमस से पहले डिलीवरी का लक्ष्य रखा था। Business Insider ने Hugging Face के सह-संस्थापक थॉमस वुल्फ के हवाले से बताया कि पहले 24 घंटों में ऑर्डर $2.6 million से आगे निकल गए। इसके बाद चेकआउट पेज पर नए ऑर्डर के लिए चार से छह महीने की प्रतीक्षा अवधि दिखाई जाने लगी। Gadget Flow के मुताबिक, स्टोर अब चेतावनी देता है कि मौजूदा प्रीऑर्डर अप्रैल 2027 के बाद ही भेजे जाएँगे। सिमुलेशन में प्रशिक्षण ही इसका प्रस्तावित तरीका है: Pollen की अपनी प्रक्रिया में मालिक वर्चुअल बत्तख को अलग-अलग व्यवहार सिखाते हैं और फिर उन्हें असली रोबोट में डालते हैं। लेकिन शरीर मिलने का इंतज़ार कर रही किसी नीति का अब तक न गलीचे से सामना हुआ है, न सोफ़े के पाए से, और न ही ऐसी बिल्ली से जो साथ देने को तैयार न हो।

बाक़ी बातों पर नाइट खुलकर लिखते हैं। उनके मुताबिक, उनकी बत्तख की दृश्य-प्रणाली इतनी अच्छी तरह काम नहीं करती कि उसे किसी असली उत्पाद में लगाया जा सके। जब उन्होंने मॉडल को चाँद पर चलने वाला डांस सिखाने के लिए माइकल जैक्सन का GIF दिखाया, तो घंटों की मेहनत के बाद जो नतीजा निकला, उसे उन्होंने बहुत जोश से पीछे की ओर दौड़ना बताया। ASPIRE के लेखक असली दुनिया में इस्तेमाल के लिए इसी तरह की कमियाँ गिनाते हैं: भरोसेमंद ढंग से यह पहचानना कि काम सफल हुआ या नहीं, सुरक्षित रूप से रीसेट करना, सुरक्षा की निगरानी और कैलिब्रेशन। इन सभी का संबंध इस बात से है कि किसी भौतिक कमरे में असल में क्या हुआ, और यही वह बात है जो कोई सिम्युलेटर आपको नहीं बता सकता।

निवेश की दिशा

इनमें से किसी बात से दिलचस्पी कम नहीं हो रही है। गोल्डबर्ग का कहना है कि कई औद्योगिक रोबोटिक्स और ऑटोमेशन कंपनियों ने इस तरीके में रुचि दिखाई है। नाइट का तर्क है कि इसकी रफ़्तार जल्द ही विनिर्माण और ई-कॉमर्स पर बड़ा असर डाल सकती है। इस हफ़्ते Austin में हुई Conference on Robot Learning में फ़ैन ने अपने मुख्य भाषण के दौरान Astra को एक रोबोटिक बाज़ू नियंत्रित करते हुए दिखाया—वह पास में पड़े रंग और ब्रश से Golden Gate Bridge की पेंटिंग कर रहा था।

इसका नतीजा यह होगा कि ग़लतियाँ कहाँ होती हैं, यह बदल जाएगा। जब किसी रोबोट का व्यवहार सिखाने में हफ़्तों की जगह कुछ घंटे लगेंगे, तो टीमें ऐसे कहीं ज़्यादा व्यवहारों को प्रशिक्षित करेंगी। तब सबसे मुश्किल और दुर्लभ काम यह साबित करना होगा कि उनमें से कौन-से सिम्युलेटर के बाहर सुरक्षित हैं। लीओना के कटोरे में ट्रीट न पहुँच पाना यह सबक सीखने का सस्ता तरीका है। इसके उलट, गोदाम में ऐसा रोबोटिक बाज़ू चलाना, जिसमें मॉडल का लिखा कौशल लगाया गया हो और जिसकी असली जगह पर किसी ने जाँच न की हो, बहुत महँगा सबक साबित हो सकता है।

टैग: Nvidia, Hugging Face, Microduck, Pollen Robotics, रोबोट