রোবটের জন্য নতুন এআই মডেল আনল গুগল
কৃত্রিম বুদ্ধিমত্তা (এআই) প্রযুক্তিকে আরও উন্নত ও বাস্তবসম্মত করতে নতুন দুটি এআই মডেল উন্মোচন করেছে গুগল। জেমিনি রোবোটিকস ও জেমিনি রোবোটিকস ইআর নামের এই মডেল দুটি রোবটকে মানুষের মতো চিন্তাভাবনা, পরিবেশ বোঝার সক্ষমতা এবং শারীরিক কাজ সম্পাদনের দক্ষতা দেবে। গুগল ২০২৩ সালে জেমিনি নামের প্রথম এআই মডেল উন্মোচন করে। এরপর প্রতিষ্ঠানটি ক্রমাগত এই প্রযুক্তির উন্নয়নে কাজ করে যাচ্ছে। সিদ্ধান্ত গ্রহণ, ছবি ও ভিডিও বিশ্লেষণসহ নানা ক্ষেত্রে সক্ষমতা অর্জনের পর এবার জেমিনি মডেলকে রোবোটিকসের সঙ্গে যুক্ত করল গুগল।
প্রতিষ্ঠানটির এক ব্লগ পোস্টে বলা হয়েছে, মানুষের দৈনন্দিন জীবনে কৃত্রিম বুদ্ধিমত্তাকে কার্যকর ও সহায়ক করতে হলে এটিকে ‘অবডাইড’ বা শারীরিক বাস্তবতায় যুক্তিযুক্ত সিদ্ধান্ত গ্রহণের সক্ষমতা অর্জন করতে হবে। অর্থাৎ, কৃত্রিম বুদ্ধিমত্তাকে বাস্তব পরিবেশ ও পরিস্থিতি বুঝতে হবে, নিরাপদ উপায়ে কাজ সম্পন্ন করতে হবে এবং মানুষের মতো শারীরিকভাবে সাড়া দিতে হবে।
গুগলের ব্যাখ্যা অনুযায়ী, জেমিনি রোবোটিকস হলো একটি অ্যাডভান্সড ভিশন ল্যাংগুয়েজ অ্যাকশন (ভিএলএ) মডেল। এটি জেমিনি ২.০–এর ভিত্তিতে তৈরি করা হয়েছে। এতে নতুনভাবে শারীরিক কর্মসম্পাদনের সক্ষমতা যোগ করা হয়েছে, যা সরাসরি রোবট নিয়ন্ত্রণে ব্যবহার করা যাবে। গুগলের গবেষণাপ্রতিষ্ঠান ডিপমাইন্ড মনে করে, কার্যকর রোবট তৈরির জন্য তিনটি বিষয় অপরিহার্য—জেনারিলিটি, ইন্টারঅ্যাকটিভিটি ও ডেক্সটারিটি। নতুন এআই মডেলটিতে এই তিনটি ক্ষেত্রেরই উন্নয়ন করা হয়েছে। এই মডেল বাস্তব পরিস্থিতির সঙ্গে খাপ খাইয়ে নিতে পারে। এটি মানুষের সঙ্গে আরও স্বাচ্ছন্দ্যে যোগাযোগ করতে পারে এবং পরিবেশের সঙ্গে কার্যকরভাবে মিথস্ক্রিয়া চালাতে পারে। এমনকি এটি সংবেদনশীল শারীরিক কাজ যেমন কাগজ ভাঁজ করা বা বোতলের ঢাকনা খুলতে পারে।
জেমিনি রোবোটিকস মানুষের ভাষা আরও ভালোভাবে বুঝতে পারে এবং ব্যবহারকারীর নির্দেশনার ভিত্তিতে নিজস্ব কর্মপদ্ধতির সামঞ্জস্য করতে পারে। এটি আশপাশের পরিবর্তন বুঝতে পারে এবং সে অনুযায়ী নিজের কার্যক্রম নির্ধারণ করতে পারে। ‘নিয়ন্ত্রণযোগ্যতা’ বা স্টিয়ারেবিলিটির উচ্চ মাত্রা রোবটকে মানুষের সঙ্গে আরও কার্যকরভাবে কাজ করতে সহায়তা করবে, যা গৃহস্থালি থেকে অফিসসহ বিভিন্ন পরিবেশে রোবোটিক সহকারীদের সক্ষমতা বাড়াবে।
জেমিনি রোবোটিকসের পাশাপাশি গুগল উন্মোচন করেছে জেমিনি রোবোটিকস ইআর। এটি রোবট–গবেষকদের বিদ্যমান নিয়ন্ত্রণব্যবস্থার সঙ্গে সহজে একীভূত করার সুযোগ দেবে। জেমিনি রোবোটিকস ইআর জেমিনি ২.০-এর সক্ষমতা উল্লেখযোগ্যভাবে বৃদ্ধি করেছে। এটি স্থানিক বিশ্লেষণ ও প্রোগ্রামিং দক্ষতার সমন্বয় ঘটিয়ে রোবটের জন্য নতুন কর্মপদ্ধতি তৈরি করতে পারে।
যেমন যদি রোবটকে একটি কফির মগ দেখানো হয়, তবে এটি স্বয়ংক্রিয়ভাবে বুঝতে পারবে, কীভাবে দুটি আঙুল দিয়ে মগের হাতল ধরতে হবে এবং সেটি ধরার জন্য নিরাপদ পথ নির্ধারণ করতে হবে।
জেমিনি রোবোটিকস ইআর রোবট পরিচালনার জন্য প্রয়োজনীয় প্রতিটি ধাপ—পারসেপশন, স্টেট এস্টিমেশন, স্পাশিয়ল অ্যান্ডারস্ট্যান্ডিং, প্ল্যানিং ও কোড জেনারেশন স্বয়ংক্রিয়ভাবে সম্পন্ন করতে পারে।
সূত্র: ইন্ডিয়া টুডে