Google DeepMind রোবটকে পুরো শরীরের নিয়ন্ত্রণের দিকে এগিয়ে নিচ্ছে

DeepMind তার রোবোটিক্সের প্রস্তাবনাকে আরও বিস্তৃত করছে

Google DeepMind Gemini Robotics 2 উন্মোচন করেছে, যেটিকে তারা কেবল বাহু বা টেবলটপ ম্যানিপুলেশন-নির্ভর রোবোটিক সিস্টেমের চেয়ে এক ধাপ এগিয়ে এবং আরও বিস্তৃত পুরো-শরীর স্বায়ত্তশাসনের দিকে অগ্রগতি হিসেবে তুলে ধরছে। The Robot Report অনুযায়ী, এই আপডেটেড vision-language-action model-এ বুদ্ধিমান পুরো-শরীর নিয়ন্ত্রণ, আরও dexterity এবং একাধিক রোবটের একসঙ্গে কাজ করার সমর্থন যোগ হয়েছে।

এই ঘোষণা গুরুত্বপূর্ণ কারণ এটি রোবোটিক্সের একটি দীর্ঘস্থায়ী ফাঁককে লক্ষ্য করছে। অনেক সিস্টেম নিয়ন্ত্রিত পরিবেশে সতর্কভাবে নির্ধারিত ম্যানিপুলেশন কাজ করতে পারে, কিন্তু খুব কম সিস্টেম perception, language understanding এবং সমন্বিত চলাচলকে পুরো humanoid শরীর জুড়ে একত্রিত করতে পারে। DeepMind-এর দাবি, Gemini Robotics 2 হাঁটা, কুঁকড়ে বসা, হাত বাড়ানো এবং জিনিসপত্র ধরার মতো গতিবিধিকে একটি একক কাজের অংশ হিসেবে যুক্তির মাধ্যমে প্রক্রিয়া করতে দিয়ে সেই সীমার কাছাকাছি নিয়ে যাচ্ছে।

এর মানে এই নয় যে সাধারণ-উদ্দেশ্য humanoid এসে গেছে। প্রতিবেদনটি সতর্ক করে বলছে, চলাচলের গতি এখনও উন্নত করতে হবে। তবে এটি এই release-কে multimodal AI-কে টেবলটপ demo layer থেকে আরও বাস্তবধর্মী physical work-এর controller-এ রূপান্তরের পথে একটি গুরুত্বপূর্ণ পদক্ষেপ হিসেবে দেখাচ্ছে।

উপরের-শরীরের ডেমো থেকে পুরো-শরীরের ক্রিয়া

DeepMind-এর আগের model-গুলো টেবলটপ কাজের জন্য upper-body control-এর ওপর কেন্দ্রীভূত ছিল। এর বিপরীতে, Gemini Robotics 2-কে পুরো robot body পরিচালনাকারী হিসেবে বর্ণনা করা হয়েছে। The Robot Report বলছে, এই system ব্যবহারকারীর অভিপ্রায়কে সমন্বিত পুরো-শরীরের গতিবিধিতে রূপান্তর করতে পারে, যাতে একটি humanoid স্থান জুড়ে চলাফেরা করতে এবং locomotion ও manipulation উভয়ই জড়িত কাজ শেষ করতে পারে।

প্রতিবেদনের একটি উদাহরণে Apptronik-এর Apollo 2 humanoid robot ব্যবহার করা হয়েছে। নিচের তাকের একটি সবুজ bin-এ একটি watering can রাখতে নির্দেশ দিলে, রোবটটি অনুরোধটি ব্যাখ্যা করে, একটি টেবিলের দিকে হাঁটে, বস্তুটি তোলে, ঘর পেরিয়ে যায় এবং সেটিকে নির্দিষ্ট স্থানে রাখে বলে জানানো হয়েছে। এই ক্রমটি বিশেষভাবে উল্লেখযোগ্য, কারণ প্রতিটি ধাপ নতুন কিছু নয়, বরং natural-language instruction, object handling, walking এবং নির্ভুল placement-কে একটি ধারাবাহিক আচরণে একত্রিত করা হয়েছে বলে।

যদি এই ক্ষমতাগুলি নিয়ন্ত্রিত demo-এর বাইরেও স্থিতিশীল প্রমাণিত হয়, তবে humanoid platform-গুলির কী কী করার চেষ্টা করা যায় তা প্রসারিত হবে। warehouse, laboratory এবং service environment-এ প্রায়ই fixed workstation-এ বিচ্ছিন্ন arm motion-এর চেয়ে mobility এবং manipulation-এর এই মিশ্রণটিই দরকার হয়।

Dexterity এবং collaboration অন্য প্রধান বৈশিষ্ট্য

DeepMind আরও সূক্ষ্ম motor control-এর ওপর জোর দিচ্ছে। The Robot Report বলছে Gemini Robotics 2 Apollo 2-তে থাকা five-fingered, 22-degree-of-freedom SharpaWave hand নিয়ন্ত্রণ করতে পারে। এর থেকে বোঝা যায়, কোম্পানি শুধু বড় ধরনের movement নয়, বরং কার্যকর grasping এবং placement-এর জন্য প্রয়োজনীয় সূক্ষ্ম আঙুল ও হাতের আচরণের দিকেও কাজ করছে।

Dexterity বাস্তব-বিশ্বের রোবোটিক্সের সবচেয়ে কঠিন অংশগুলোর একটি। একটি রোবট যদি ঘর জুড়ে হাঁটতে পারে, তবু মিশ্র বস্তু নির্ভরযোগ্যভাবে ধরতে, সঠিকভাবে সাজাতে এবং cluttered environment-এর সঙ্গে কাজ করতে না পারে, তবে তার মূল্য সীমিত। উন্নত hand control তুলে ধরে DeepMind ইঙ্গিত দিচ্ছে যে তাদের robotics stack শুধু navigation এবং language interpretation নয়, manipulation সমস্যার আরও বড় অংশ কভার করতে চায়।

কোম্পানি multi-robot collaboration-ও আনছে। প্রতিবেদনে বলা হয়েছে, Gemini Robotics ER 2, যা vision-language model agent হিসেবে নির্মিত একটি embodied reasoning model, মানুষদের সঙ্গে যোগাযোগ, ভৌত জগত বোঝা এবং কয়েক মিনিট ধরে চলা বহু-ধাপের কাজ পরিকল্পনায় রোবটদের সাহায্য করার জন্য তৈরি। DeepMind এই reasoning layer-টিকে আলাদা আলাদা মেশিনের বদলে একসঙ্গে কাজ করা robot team-এর ভিত্তি হিসেবে দেখছে।

এই পয়েন্টটি কৌশলগতভাবে গুরুত্বপূর্ণ। শিল্প automation-এ একটি robotics system-এর মূল্য প্রায়ই একাধিক machine এবং workflow-এর মধ্যে orchestration-এর ওপর নির্ভর করে। AI model-গুলো যদি handoff সমন্বয় করতে বা রোবটদের মধ্যে কাজ ভাগ করে দিতে পারে, তাহলে deployment economics আরও নমনীয় automation-এর পক্ষে যেতে পারে।

On-device execution deployment আরও বিস্তৃত করতে পারে

আরেকটি উল্লেখযোগ্য দিক হলো local execution। The Robot Report বলছে Gemini Robotics 2 on-device চালানো যায় এবং কয়েক ঘণ্টার মধ্যে একেবারে নতুন robot body-র সঙ্গে মানিয়ে নিতে পারে। DeepMind আলাদাভাবে Gemini Robotics On-Device 2 এনেছে, যা robotic hardware-এ স্থানীয়ভাবে চলার জন্য অপ্টিমাইজ করা হয়েছে এবং কয়েক ঘণ্টার data দিয়ে নতুন embodiment-এর সঙ্গে মানিয়ে নিতে পারে বলে তারা জানিয়েছে।

এই দাবি রোবোটিক্স deployment-এর দুটি বাস্তব সীমাবদ্ধতাকে সম্বোধন করে। প্রথমত, cloud dependence latency, reliability concerns এবং operational complexity বাড়াতে পারে। দ্বিতীয়ত, robotics developer-রা প্রতিটি নতুন platform-এর জন্য সিস্টেম শুরু থেকে retrain করতে চান না। ভিন্ন embodiment-এর জন্য দ্রুত retarget করা যায় এমন একটি model hardware maker এবং integration cycle ছোট করতে চাওয়া enterprise customer-দের কাছে বেশি আকর্ষণীয় হবে।

তবে availability এখনও সীমিত। The Robot Report বলছে Gemini Robotics ER 2 Google AI Studio-তে উপলব্ধ এবং Gemini Enterprise Agent Platform-এ private preview-তে আছে, আর VLA এবং on-device model-গুলো early-access partner-দের দেওয়া হচ্ছে। অর্থাৎ এই ঘোষণা এখনও বিস্তৃত product release-এর চেয়ে নিয়ন্ত্রিত rollout-এর কাছাকাছি।

Physical AI-এর জন্য এই release কী সংকেত দেয়

বৃহত্তর বার্তাটি হলো, বড় AI কোম্পানিগুলো শুধু digital assistant নয়, physical system-এও আরও জোর দিচ্ছে। DeepMind-এর framing ইঙ্গিত দেয়, robotics-কে তারা পরবর্তী এমন ক্ষেত্র হিসেবে দেখে যেখানে multimodal model-গুলোকে প্রমাণ করতে হবে যে তারা understanding-কে action-এর সঙ্গে যুক্ত করতে পারে। Language, vision এবং planning উপকারী, কিন্তু robotics-এ এগুলোর মানে তখনই আছে, যখন এগুলো বিশৃঙ্খল বাস্তব জায়গায় নির্ভরযোগ্য গতি তৈরি করে।

Gemini Robotics 2 এখনও নির্ধারণ করে না humanoid-ই জয়ী form factor কি না, কিংবা foundation-model-style control reliability problem সমাধান করেছে কি না। তবে এটি দেখায় ক্ষেত্রটি কোন দিকে যাচ্ছে: এমন model-এর দিকে যা ভিন্ন robot body জুড়ে generalize করতে পারে, locally execute করতে পারে, locomotion ও dexterity—দুটোই ব্যবহার করতে পারে, এবং multi-step task-এ অন্যান্য robot-এর সঙ্গে সমন্বয় করতে পারে।

এটি কেন গুরুত্বপূর্ণ

• এই release AI control-কে tabletop manipulation থেকে পুরো-শরীর robot motion-এ প্রসারিত করে।
• DeepMind locomotion-কে dexterous hand control-এর সঙ্গে যুক্ত করছে, যা practical work-এর জন্য মূল প্রয়োজন।
• On-device operation এবং দ্রুত adaptation নতুন hardware-এর জন্য integration বাধা কমাতে পারে।
• Multi-robot collaboration single-purpose machine-এর বদলে বিস্তৃত automation system-এর দিকে ইঙ্গিত করে।

নিকটবর্তী পরীক্ষা হবে early-access partner-রা showcase scenario-এর বাইরে এই ক্ষমতাগুলো পুনরায় দেখাতে পারেন কি না। যদি পারেন, Gemini Robotics 2 multimodal AI demo থেকে আরও সক্ষম physical automation-এ রূপান্তরের একটি গুরুত্বপূর্ণ চিহ্ন হয়ে উঠতে পারে।

এই নিবন্ধটি The Robot Report-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধ পড়ুন.