रोबोटिक्स एआई का लोकतंत्रीकरण करने के लिए एनवीआईडीआईए और हगिंग फेस टीम ने मिलकर काम किया

यह सहयोग NVIDIA के सिमुलेशन और प्रशिक्षण बुनियादी ढांचे को सीधे LeRobot के पारिस्थितिकी तंत्र में लाता है। डेवलपर्स अब NVIDIA हार्डवेयर के लिए अनुकूलित पूर्व-प्रशिक्षित रोबोट फाउंडेशन मॉडल तक पहुंच सकते हैं, क्लाउड-आधारित सिमुलेशन वातावरण में टैप कर सकते हैं, और अपने स्वयं के रोबोटिक्स अनुसंधान के लिए NVIDIA द्वारा उपयोग किए जाने वाले समान टूल का उपयोग करके अपने मॉडल को मान्य कर सकते हैं। यह केवल चीज़ों को मुफ़्त बनाने के बारे में नहीं है – यह वास्तव में उन्हें एक साथ काम करने के बारे में है।

समय मायने रखता है. टेस्ला का ऑप्टिमस रोबोट और ह्यूमनॉइड रोबोटिक्स स्टार्टअप की लहर ने दिखाया है कि सामान्य प्रयोजन के भौतिक एआई की वास्तविक व्यावसायिक मांग है। लेकिन अधिकांश डेवलपर्स वास्तविक दुनिया के लाखों घंटे के डेटा को इकट्ठा करने के टेस्ला के दृष्टिकोण को बर्दाश्त नहीं कर सकते हैं। उन्हें सिमुलेशन से सिंथेटिक डेटा, फाउंडेशन मॉडल से ट्रांसफर लर्निंग और सत्यापन उपकरण की आवश्यकता होती है जो महंगे हार्डवेयर के टूटने से पहले समस्याओं को पकड़ लेते हैं।

जो बदल गया है वह यह है कि रोबोटिक्स एआई के लिए सॉफ्टवेयर स्टैक अंततः मॉड्यूलर होने के लिए पर्याप्त परिपक्व हो गया है। आप सिमुलेशन में एक हेरफेर नीति को प्रशिक्षित कर सकते हैं, इसे एक छोटे वास्तविक दुनिया डेटासेट के साथ ठीक कर सकते हैं, और इसे विभिन्न रोबोट प्लेटफार्मों पर तैनात कर सकते हैं – यदि आपके पास सही उपकरण हैं। NVIDIA और आलिंगन करता हुआ चेहरा यह शर्त लगाई जा रही है कि उन उपकरणों को ओपन-सोर्स करने से रोबोटिक्स अनुप्रयोगों का कैंब्रियन विस्फोट हो जाएगा, उसी तरह जैसे ओपन-सोर्स भाषा मॉडल ने हजारों एआई स्टार्टअप शुरू किए।

सहयोग यह भी संकेत देता है कि NVIDIA पक को कहाँ घूमता हुआ देखता है। कंपनी ने भाषा मॉडलों के प्रशिक्षण के लिए जीपीयू बेचकर अरबों रुपये कमाए, लेकिन वह बाजार परिपक्व हो रहा है। भौतिक एआई – रोबोट, स्वायत्त वाहन, औद्योगिक स्वचालन – ताजा विकास का प्रतिनिधित्व करता है। LeRobot को अपने उपकरणों के साथ जोड़कर, NVIDIA रोबोटिक्स में आगे आने वाले किसी भी उछाल के लिए खुद को बुनियादी ढांचे की परत के रूप में स्थापित करता है।

डेवलपर्स के लिए, व्यावहारिक प्रभाव तत्काल है। एक शोधकर्ता जिसे पहले 50,000 डॉलर के हार्डवेयर सेटअप और महीनों के डेटा संग्रह की आवश्यकता होती थी, अब सिमुलेशन में रोबोट व्यवहार का प्रोटोटाइप बना सकता है, उन्हें साझा डेटासेट पर प्रशिक्षित कर सकता है, और किफायती हार्डवेयर प्लेटफार्मों पर तैनात कर सकता है। एक स्टार्टअप बिल्डिंग वेयरहाउस ऑटोमेशन को कंप्यूटर विज़न और मोशन प्लानिंग को फिर से आविष्कार करने की आवश्यकता नहीं है – वे फाउंडेशन मॉडल के साथ शुरू कर सकते हैं और अपने उपयोग के मामले के लिए अनुकूलित कर सकते हैं।

लेकिन रोबोटिक्स में ओपन सोर्स को उन चुनौतियों का सामना करना पड़ता है जो सॉफ़्टवेयर AI को नहीं मिलीं। भौतिक प्रणालियाँ अस्त-व्यस्त हैं। सिमुलेशन में प्रशिक्षित नीति अक्सर सेंसर के शोर, समय में देरी, या सिम्युलेटर द्वारा पूरी तरह से मॉडल नहीं किए जाने के कारण वास्तविक हार्डवेयर पर शानदार ढंग से विफल हो जाती है। भाषा मॉडल के विपरीत जहां आप मिनटों में पुनरावृत्ति कर सकते हैं, वास्तविक रोबोट पर परीक्षण में घंटों लगते हैं और महंगे उपकरण तोड़ने का जोखिम होता है। सहयोग को हल करने की आवश्यकता होगी जिसे रोबोटिस्ट सिम-टू-रियल गैप कहते हैं, जहां सुंदर सिम्युलेटेड प्रदर्शन अराजकता में बदल जाता है जब रोबोट वास्तव में एक कप उठाने की कोशिश करता है।

Google का Pixel इवेंट 12 अगस्त को होने वाला है

फिर भी, यहां बुनियादी ढांचे का खेल निर्विवाद है। NVIDIA डेवलपर माइंडशेयर और ग्राहकों की एक पाइपलाइन प्राप्त करता है जिन्हें अंततः उत्पादन परिनियोजन के लिए इसके चिप्स की आवश्यकता होगी। आलिंगन करता हुआ चेहरा भाषा से भौतिक बुद्धि तक विस्तार करते हुए, AI मॉडल के GitHub के रूप में अपनी स्थिति मजबूत करता है। और रोबोटिक्स समुदाय को ऐसे उपकरण मिलते हैं जो पांच साल पहले विज्ञान कथा थे, जो अब पायथन पैकेज के माध्यम से उपलब्ध हैं।

यह सिर्फ एक और साझेदारी की घोषणा नहीं है – यह रोबोटिक्स क्रांति के लिए बनाया जा रहा बुनियादी ढांचा है जो अभी तक नहीं आया है। NVIDIA और आलिंगन करता हुआ चेहरा ओपन-सोर्स सॉफ़्टवेयर समुदाय ने एक दशक पहले जो शर्त लगाई थी, वही शर्त लगा रहे हैं: जब उपकरण सुलभ होते हैं तो नवाचार तेजी से होता है, और विजेता वह होगा जो उस नवाचार के लिए सर्वोत्तम बुनियादी ढांचा प्रदान करता है। क्या LeRobot रोबोटिक्स का TensorFlow बन जाता है या सिर्फ एक और प्लेटफ़ॉर्म जो कागज़ पर अच्छा दिखता है, यह इस पर निर्भर करता है कि समुदाय वास्तव में इस पर निर्माण करता है या नहीं। लेकिन पहली बार, जिन डेवलपर्स को रोबोटिक्स एआई की कीमत चुकानी पड़ी है, उनके पास बड़ी प्रयोगशालाओं के साथ प्रतिस्पर्धा करने का एक वास्तविक मौका है। अगले कुछ महीनों में पता चलेगा कि क्या ओपन सोर्स भौतिक बुद्धिमत्ता पर उसी तरह अपना जादू चला सकता है जैसा उसने भाषा मॉडलों के लिए किया था।