GPT-6 Astra-এর নিয়ন্ত্রণে একটি হিউম্যানয়েড অপরিচিত রান্নাঘর পরিষ্কার করছে
স্ট্যানফোর্ড ও ক্যালটেকের গবেষকরা HomeBody নামে একটি সিস্টেম তৈরি করেছেন, যা একটি Unitree G1 হিউম্যানয়েড রোবটকে এমন একটি রান্নাঘরে ঢুকতে দেয় যা সে আগে কখনো দেখেনি, জায়গাটি গুছিয়ে ফেলে এবং কোনো মানুষের নড়াচড়া নিয়ন্ত্রণ না করেই ড্রয়ার থেকে জিনিসপত্র বের করে আনে। রোবটটি GPT-6 Astra-তে চলে, এবং এই প্রদর্শনী সেই ক্রমবর্ধমান প্রমাণের সঙ্গে যুক্ত হয় যে মডেলটি টেক্সট ও ছবি থেকে শারীরিকভাবে পৃথিবীতে চলাচলকারী মেশিনেও কার্যকরভাবে কাজ করে।
যেটি লক্ষণীয় তা হলো রোবটের বস্তু ধরে ফেলার ক্ষমতা নয় — কারখানার রোবটিক আর্ম দশক ধরে এটি করে আসছে। বরং এটি হলো, এই মেশিনটি এমন একটি ঘরে কী করতে হবে তা নিজেই বুঝে নিয়েছে যার লেআউট সে আগে কখনো দেখেনি, এবং তা করেছে একটি সাধারণ-উদ্দেশ্য মডেল ব্যবহার করে, শুধু সেই একটি রান্নাঘরের জন্য তৈরি কোনো পাইপলাইনের বদলে।
HomeBody কীভাবে তৈরি
GPT-6 Astra সরাসরি একটি স্কিল লাইব্রেরিতে কল করে
বেশিরভাগ রোবট-লার্নিং স্ট্যাক ভাষা মডেল ও হার্ডওয়্যারের মধ্যে একটি প্রশিক্ষিত কন্ট্রোল লেয়ার বসায়। সেই লেয়ার — যা প্রায়ই একটি পলিসি নেটওয়ার্ক বা টাস্ক-নির্দিষ্ট ডেটায় পরিমার্জিত মোশন প্ল্যানার — উচ্চ-স্তরের উদ্দেশ্যকে জয়েন্ট-স্তরের কমান্ডে রূপান্তর করে। HomeBody সেটি বাদ দেয়। একটি বদলযোগ্য ভিশন-ল্যাঙ্গুয়েজ মডেল, এই ক্ষেত্রে GPT Astra, গ্রাসিং, নেভিগেশন ও ড্রয়ার খোলার মতো দক্ষতা সম্বলিত একটি সম্প্রসারণযোগ্য লাইব্রেরিতে সরাসরি কল পাঠায়। যেহেতু লাইব্রেরিটি মডুলার, তাই পুরো সিস্টেম পুনরায় প্রশিক্ষণ না দিয়েই আলাদা সক্ষমতা যোগ বা প্রতিস্থাপন করা যায়, এবং অন্তর্নিহিত VLM নিজেও অন্য একটি মডেল দিয়ে বদলে দেওয়া যায়।
আগে অন্বেষণ, পরে স্মরণ
কিছু হাতানোর আগে রোবট ঘরটি পর্যবেক্ষণ করে। এটি Nvidia-র Isaac Sim-এর ভেতরে রান্নাঘরটির একটি ডিজিটাল টুইন তৈরি করে, তারপর একটি স্পেশিয়াল মেমরিতে বস্তু ও তাদের অবস্থান লিপিবদ্ধ করে। এই মেমরিই মেশিনটিকে কোনো বস্তু রোবটের দৃষ্টিসীমার বাইরে চলে যাওয়ার পরেও তা খুঁজে বের করতে দেয় — যা মানুষের জন্য স্বাভাবিক, কিন্তু কেবল ক্যামেরা এই মুহূর্তে যা ধরছে তা নিয়েই যেসব সিস্টেম বিশ্লেষণ করে তাদের জন্য সত্যিই কঠিন।
পরিকল্পনা, কাজ, স্ব-সংশোধন
"রান্নাঘর পরিষ্কার করো"-র মতো একটি অস্পষ্ট নির্দেশনা পেলে ভাষা মডেল কাজটিকে ধাপে ধাপে ভাগ করে, স্কিল লাইব্রেরির মাধ্যমে সেগুলো সম্পাদন করে, এবং কিছু ভুল হলে নিজেই সংশোধন করে। পরিকল্পনাটি কোনো নির্দিষ্ট স্ক্রিপ্ট নয়। এটি রোবট যা আবিষ্কার করে এবং যেসব ব্যর্থতা ঘটে তার সঙ্গে খাপ খায়, আর এটাই অটোমেশন ও সাধারণ-উদ্দেশ্য আচরণের কাছাকাছি কিছুর মধ্যে পার্থক্য।
কন্ট্রোল লেয়ার বাদ দেওয়া কেন গুরুত্বপূর্ণ
প্রশিক্ষিত মধ্যবর্তী স্তরটি সরিয়ে ফেলা কয়েকটি দিক থেকে পুরো সিস্টেমের অর্থনীতি ও নমনীয়তা বদলে দেয়।
- সাধারণীকরণ: রোবটটি একক রান্নাঘরের লেআউট বা সংকীর্ণ কাজের তালিকায় আটকে থাকে না, কারণ যুক্তি আসে মডেল থেকে, একটি পরিবেশের জন্য সংগৃহীত ডেটা থেকে নয়।
- মডুলারিটি: দক্ষতাগুলো স্বাধীনভাবে সম্প্রসারিত করা যায়, এবং আরও ভালো মডেল এলে ভিশন-ল্যাঙ্গুয়েজ মডেল বদলে দেওয়া যায়।
- উদ্দেশ্যের ব্যাখ্যাযোগ্যতা: নির্দেশনা বিশেষভাবে তৈরি কন্ট্রোলারে কম্পাইল করার বদলে সাধারণ ভাষায় দেওয়া যায়।
এর বিনিময়ে এখন কন্ট্রোল লুপের ভেতরে একটি ফ্রন্টিয়ার মডেল বসে, আর ঠিক সেখানেই সিস্টেমের দুর্বলতাগুলো সবচেয়ে স্পষ্ট হয়ে ওঠে।
সিস্টেমটি এখনো কোথায় সংগ্রাম করে
দলটির বিবরণ সীমাবদ্ধতা নিয়ে স্পষ্ট, এবং সেগুলো বাস্তব সময়ে একটি বড় মডেলের উপর নির্ভর করার খরচকে কেন্দ্র করে।
- লেটেন্সি: রোবটকে যখন পরিবর্তনশীল শারীরিক দৃশ্যে প্রতিক্রিয়া জানাতে হয়, তখন GPT-6 Astra-এর প্রতিক্রিয়ার সময় একটি সীমাবদ্ধতা।
- হার্ডওয়্যারের উপর চাপ: দীর্ঘ সময় ধরে ম্যানিপুলেশনের সময় আঙুলের সার্ভো অতিরিক্ত গরম হয়ে যায়, একটি যান্ত্রিক সীমাবদ্ধতা যা মডেলের গুণমান দিয়ে ঢেকে দেওয়া সম্ভব নয়।
- কম্পিউট খরচ: লুপে একটি ফ্রন্টিয়ার মডেল রাখা ব্যয়বহুল, যা তাদের জন্য গুরুত্বপূর্ণ যারা এটি ল্যাবের বদলে বাড়িতে চলবে বলে কল্পনা করেন।
এর কোনোটিই তুচ্ছ নয়। লেটেন্সি ও অতিরিক্ত গরম হওয়া এমন সমস্যা যা ডেমো ভিডিও শেষ হওয়ার পরে সামনে আসে, যখন একটি সিস্টেমকে মিনিটের বদলে ঘণ্টার পর ঘণ্টা চলতে হয়। কম্পিউট খরচ নির্ধারণ করে HomeBody-র মতো একটি পদ্ধতি গবেষণার পরিবেশ ছাড়িয়ে কখনো বেরোবে কি না।
নিরাপত্তা প্রশ্ন ও বেঞ্চমার্ক রেকর্ড
HomeBody এসেছে একটি মিশ্র পটভূমির মধ্যে। আগের বেঞ্চমার্কগুলো দেখিয়েছিল যে Astra-র স্পেশিয়াল রিজনিং যথেষ্ট উন্নত হয়েছে — যা এমন একটি মডেলের জন্য পূর্বশর্ত যাকে ভাবতে হয় জিনিসপত্র কোথায় আছে এবং কীভাবে সেখানে পৌঁছানো যায়। একই সময়ে, আলাদা কাজ Astra-কে রোবটের নিয়ন্ত্রণ দেওয়া হলে নিরাপত্তা সমস্যার দিকে ইঙ্গিত করেছে। এই দুটি ফলাফল অস্বস্তিকরভাবে একসঙ্গে বসে: যে সক্ষমতাই মডেলটিকে ম্যানিপুলেশনের জন্য উপযোগী করে তোলে, তা-ই তার বিচার ভুল হলে ঝুঁকি বাড়ায়।
একটি ভাষা মডেল যখন স্কিল লাইব্রেরিতে সরাসরি কমান্ড পাঠায়, তখন একটি খারাপ সিদ্ধান্ত ও একটি শারীরিক পরিণতির মধ্যে দূরত্ব সংকুচিত হয়। প্রশিক্ষিত কন্ট্রোল লেয়ারের অনুপস্থিতি এমন একটি ফিল্টার সরিয়ে দেয় যা আগে অসম্ভাব্য বা অনিরাপদ কাজ সীমিত করতে পারত। এটি পদ্ধতিটিকে অকার্যকর করে না, কিন্তু এর মানে হলো নিরাপত্তা মূল্যায়নকে সক্ষমতা মূল্যায়নের সঙ্গে তাল মিলিয়ে চলতে হবে, পিছনে পড়ে থাকলে চলবে না।
এমবডিড AI-এর দিকে বৃহত্তর অগ্রযাত্রা
HomeBody একটি বৃহত্তর পরিবর্তনের মাঝখানে এসেছে। OpenAI ইতিমধ্যে রোবোটিক্সে ফেরার পরিকল্পনা ঘোষণা করেছে, যার মধ্যে ব্যক্তিগত ব্যবহারের জন্য তৈরি মেশিনও রয়েছে। সেই উচ্চাকাঙ্ক্ষা এই ধরনের প্রদর্শনীকে একাডেমিক গণ্ডির বাইরে বাণিজ্যিক প্রেক্ষাপট দেয়: যদি একটি সাধারণ মডেল অপরিচিত ঘরে একটি হিউম্যানয়েড চালাতে পারে, তবে একটি শক্তিশালী মডেলকে কেন্দ্র করে হার্ডওয়্যার তৈরির যুক্তি অনেক বেশি জোরালো হয়ে ওঠে।
স্ট্যানফোর্ড ও ক্যালটেকের কাজটিকে সেই প্রস্তাবনার একটি পরীক্ষা হিসেবেই পড়া ভালো। এটি গৃহস্থালি রোবোটিক্সের সমাধানের দাবি করে না। এটি দেখায় যে বেশিরভাগ গবেষক যেটিকে প্রয়োজনীয় ধরে নিয়েছিলেন — ভাষা ও গতির মধ্যে সেতু তৈরি করা একটি প্রশিক্ষিত কন্ট্রোলার — সেটি অন্তত এই কনফিগারেশনে পুনর্ব্যবহারযোগ্য দক্ষতার একটি লাইব্রেরিতে সরাসরি কল দিয়ে প্রতিস্থাপন করা যায়।
কোড প্রকাশ্য, প্রশ্নগুলো খোলা
HomeBody-র কোড GitHub-এ পাওয়া যায়, যার মানে অন্য দলগুলো ভিন্ন রোবট ও ভিন্ন ঘরে একই আর্কিটেকচার পরীক্ষা করতে পারে। আকর্ষণীয় প্রশ্নগুলো এখন পরীক্ষামূলক। রান্নাঘর আরও অগোছালো হলে, জিনিসপত্র অপরিচিত হলে, বা কাজটি ঘণ্টার পর ঘণ্টা দীর্ঘ হলে পারফরম্যান্স কতটা কমে? সাফল্যের কতটা আসে স্কিল লাইব্রেরি থেকে আর কতটা মডেলের নিজের যুক্তি থেকে? আর লেটেন্সি, তাপ ও কম্পিউট বাজেটকে পাদটীকা নয় বরং প্রথম শ্রেণির সীমাবদ্ধতা হিসেবে বিবেচনা করলে কী হয়?
আপাতত, এই প্রদর্শনীটি আরেকটি তথ্যবিন্দু হিসেবে দাঁড়িয়ে আছে যে GPT-6 Astra রোবটের সঙ্গে ভালো কাজ করে — এবং একটি স্মারক হিসেবে যে একটি আকর্ষণীয় রান্নাঘরের ডেমো আর একটি নির্ভরযোগ্য গৃহস্থালি মেশিনের মধ্যে ফারাক এখনো মাপা হয় সার্ভো, সেকেন্ড ও ডলারে।
এই নিবন্ধটি The Decoder-এর রিপোর্টিংয়ের উপর ভিত্তি করে। মূল নিবন্ধ পড়ুন।
Originally published on the-decoder.com
