काठमाडौं ।
भौतिक एआईको विकासमा अर्को ठूलो सफलता मस्तिष्कका तरंग (ब्रेन वेभ) हुन सक्ने सम्भावना देखिएको छ।
क्यालिफोर्नियाको सान लियान्ड्रोस्थित गोदाममा रहेको एन्कर्ड नामक कम्पनीले एआई मोडललाई तालिम दिन आवश्यक डाटा तयार गर्ने काम गर्छ।
हालै कम्पनीका रोबोट प्रशिक्षक एन्ड्र्यु सेजाले जेंगा खेल खेल्दै काठका ब्लक निकालिरहेका बेला उनले क्यामेरा र मस्तिष्कका तरंग मापन गर्ने सेन्सरयुक्त हेडसेट लगाएका थिए। यस्तो उपकरणले उनले देखेको दृश्य मात्र होइन, काम गर्ने क्रममा उत्पन्न हुने मस्तिष्क गतिविधि पनि रेकर्ड गर्छ।
एन्कर्ड ती केही स्टार्टअपमध्ये एक हो जसले भविष्यमा मानवरूपी र गोदाममा प्रयोग हुने रोबोटको सबैभन्दा ठूलो चुनौती एआई मोडल नभई वास्तविक संसारको प्रशिक्षण डाटा अभाव हुने विश्वास गरेको छ। त्यसैले कम्पनीले उपलब्ध डेटा व्यवस्थापन मात्र नभई आवश्यक नयाँ डाटा उत्पादन गर्ने व्यवसाय विस्तार गरिरहेको छ।
सेजाले प्रयोग गरेको ब्रेन वेभ हेडसेट जर्मनीको न्यूरोसाइन्स स्टार्टअप जान्डर ल्याब्सले विकास गरेको हो। कम्पनीले मस्तिष्क गतिविधि मापन गरेर त्रुटि, उद्देश्य र आश्चर्यजस्ता मानसिक अवस्थाको अनुमान गर्न सकिने र त्यसबाट एआई प्रशिक्षणका लागि उपयोगी डाटा तयार हुने विश्वास गरेको छ।
टेकक्रञ्चका अनुसार हाल एन्कर्ड र जान्डरको सहकार्य परीक्षण चरणमा छ। एन्कर्डले ब्रेन वेभसँग सम्बन्धित प्रारम्भिक डाटा तयार गरेर ग्राहकका रोबोटिक्स मोडलमा परीक्षण गर्ने र त्यसले कार्यसम्पादन सुधार गर्छ कि गर्दैन भन्ने मूल्याङ्कन गर्ने जनाएको छ।
जान्डरका न्यूरोसाइन्स विज्ञ लुकास गेहर्केका अनुसार कुनै कार्य गर्दा हुने मस्तिष्क गतिविधिको मात्रा विश्लेषण गरेर एआई मोडलले कुन अवस्थामा बढी क्षमताको गणना प्रयोग गर्नुपर्छ भन्ने संकेत प्राप्त गर्न सक्छ।
एन्कर्डका रोबोट लर्निङ प्रमुख विनीत वेल्मुरुगनले यसलाई रोबोटिक्स क्षेत्रमा डाटा अभाव समाधान गर्ने सबैभन्दा उन्नत प्रयासमध्ये एक बताएका छन्। उनले यसअघि ओपनएआईको रोबोट प्रयोगशाला र गोदाम स्वचालन कम्पनी बर्कसायर ग्रेमा काम गरेका थिए।
एन्कर्ड सुरुमा कम्प्युटर भिजनमा आधारित एआई विकास गर्ने कम्पनीहरूलाई डाटा लेबलिङ र मोडल मूल्याङ्कन सेवा दिन स्थापना गरिएको थियो। तर ग्राहकहरूले रोबोट सञ्चालनका लागि एन्ड-टु-एन्ड लर्निङ प्रयोग गर्न थालेपछि कम्पनीले प्रशिक्षण डाटा आफैं उत्पादन गर्नुपर्ने आवश्यकता महसुस गरेको थियो।
वेल्मुरुगनका अनुसार आवश्यक भौतिक प्रशिक्षण डाटा अहिले पर्याप्त मात्रामा उपलब्ध छैन। स्वचालित सवारी साधन विकास गर्ने कम्पनीहरूले आफ्नै डाटा संकलन गरे पनि त्यसलाई ठूलो स्तरमा विस्तार गर्न कठिन छ। भिडियोबाट प्रशिक्षण दिन सकिए पनि वास्तविक वातावरणबाट प्राप्त हुने डाटाजत्तिको गुणस्तर नहुने उनको भनाइ छ।
रोबोट विकास गर्ने कम्पनीहरूले अहिले मुख्य रूपमा मानिसले क्यामेरा लगाएर सङ्कलन गरेको ‘इगोसेन्ट्रिक’ भिडियो र टाढाबाट सञ्चालन गरिएका रोबोटबाट प्राप्त डाटा प्रयोग गरिरहेका छन्। एन्कर्डले विश्वका विभिन्न कारखानाबाट यस्तो भिडियो सङ्कलन गर्नुका साथै आफ्नै केन्द्रमा नयाँ प्रकारका डाटा, जस्तै ब्रेन वेभ र विशेष सीपसम्बन्धी प्रशिक्षण डाटा तयार गरिरहेको छ।
कम्पनीका प्रशिक्षकहरूले मानिसले नियन्त्रण गर्ने र त्यसको चाल अनुकरण गर्ने दुई रोबोटिक हात प्रयोग गरेर कफी खन्याउने, पोकर चिप थुपार्ने, सर्भरमा इथरनेट केबल जोड्ने र निकाल्ने जस्ता कार्यको डाटा तयार गरिरहेका छन्। यस्ता सीपको माग अधिकांश मानवरूपी रोबोट विकासकर्ताबाट आएको वेल्मुरुगनले बताएका छन्।
एन्कर्डले अर्को नयाँ प्रविधिमा हातको पाखुरामा सेन्सर बाँधेर मांसपेशीका विद्युतीय संकेत मापन गर्ने प्रणाली पनि विकास गरिरहेको छ। यसबाट भिडियोमा नदेखिने हातको अवस्थासमेत त्रिआयामिक रूपमा अनुमान गर्न सकिने अपेक्षा गरिएको छ।
कम्पनीले तयार गर्ने प्रत्येक भिडियोमा “दाहिने हातले बोल्ट कस्दै” जस्ता विस्तृत विवरण पनि समावेश गरिन्छ, जसले ठूलो भाषा मोडलमा आधारित प्रणालीलाई गतिविधि बुझ्न सहयोग गर्छ। वेल्मुरुगनका अनुसार यस्तो विस्तृत विवरणसहितको डाटा सामान्य डाटा भन्दा करिब १०० गुणा बढी उपयोगी हुन्छ, यद्यपि यसको उत्पादन लागत करिब २० गुणा बढी पर्छ।
उनका अनुसार इन्टरनेटबाट पाठ संकलन गरेर भाषा मोडल प्रशिक्षण दिनुभन्दा भौतिक एआईका लागि आवश्यक डाटा तयार गर्नु निकै महँगो छ, किनकि यस्तो डाटा संकलन मात्र होइन, विशेष रूपमा उत्पादन गर्नुपर्छ।
वेल्मुरुगनले रोबोटिक्स उद्योगमा विभिन्न कम्पनीहरूले भौतिक एआई सुधारका लागि कुन विधि प्रभावकारी छ भन्ने परीक्षण गरिरहेको र एन्कर्डले धेरै कम्पनीसँग काम गर्ने भएकाले उद्योगभरि विकसित भइरहेका नयाँ डाटा प्रविधि छिट्टै पहिचान गर्न सक्ने बताएका छन्।
एन्कर्डका प्रशिक्षक सोफिया इन्फान्टे र एन्ड्र्यु सेजा यसअघि एआई डाटा एनोटेसन कम्पनी स्केलमा कार्यरत थिए। सेजाले फोहोर व्यवस्थापन कम्पनीमा रोबोटिक फोहोर छुट्याउने प्रणालीको मर्मतसम्भारको जिम्मेवारी सम्हालेका थिए। अहिले भने उनी रोबोटलाई नयाँ सीप सिकाउने प्रशिक्षण डाटा तयार गर्ने कामलाई प्रत्येक दिन नयाँ चुनौती भएको अनुभव सुनाउँछन्।
प्रकाशित: १२ श्रावण २०८३, मंगलवार
