মেটা শুধু একটি ছোট দল নয়, সক্ষমতাই কিনছে
মেটা humanoid robotics startup Assured Robot Intelligence, বা ARI-কে অধিগ্রহণ করেছে। এই পদক্ষেপ কোম্পানির AI ইউনিট Superintelligence Labs-এর মধ্যে তার robotics ambition-কে আরও শক্তিশালী করে। কোম্পানি ARI-কে robotic intelligence-এর অগ্রভাগে কাজ করা প্রতিষ্ঠান হিসেবে বর্ণনা করেছে, যার লক্ষ্য জটিল, গতিশীল পরিবেশে রোবটকে মানুষের আচরণ বুঝতে, অনুমান করতে এবং তার সঙ্গে মানিয়ে নিতে সাহায্য করা।
প্রথম দেখায়, এই চুক্তিটি একটি পরিচিত talent-and-technology acquisition-এর মতো। ARI AIX Ventures থেকে seed round তুলেছিল এবং household chores-এর মতো শারীরিক শ্রমের জন্য humanoid robots-এর foundation models তৈরি করছিল। এর প্রতিষ্ঠাতা Xiaolong Wang এবং Lerrel Pinto অসাধারণ গবেষণা-ভিত্তি নিয়ে আসেন, যার পেছনে Nvidia, UC San Diego, NYU এবং আগের robotics venture-গুলোর সংযোগ রয়েছে। মেটা বলেছে, এই দলটি robot control, self-learning এবং whole-body humanoid control-এর জন্য models ও frontier capabilities নকশায় সহায়তা করবে।
কিন্তু বড় সংকেতটি কৌশলগত। মেটা কেবল আরেকটি ঘনিষ্ঠ পণ্যখাতে প্রসারিত হচ্ছে না। AI গবেষণার ভেতরে বেড়ে চলা এক দৃষ্টিভঙ্গির সঙ্গে নিজেকে মিলিয়ে নিচ্ছে, যেখানে model capability-র পরের বড় লাফের জন্য physical world-এ শেখা লাগতে পারে।
Embodied AI এখন কেন গুরুত্বপূর্ণ
বর্তমান frontier models-গুলো text, images, audio, video-এর মতো digital data-র ওপর ব্যাপকভাবে প্রশিক্ষিত হয়। এই পদ্ধতি চমকপ্রদ ফল দিয়েছে, কিন্তু এর সীমাবদ্ধতাও আছে। physical competence, common-sense interaction এবং real-world adaptation screen-based training corpora-তে পুরোপুরি ধরা পড়ে না। Humanoid robots action, feedback এবং environment-কে training signal-এ রূপান্তর করে সেই ফাঁকটির কিছুটা পূরণ করতে পারে।
TechCrunch-এর প্রতিবেদনে বলা হয়েছে, অনেক AI বিশেষজ্ঞ এখন মনে করেন artificial general intelligence-এর দিকে অগ্রগতি physical-world learning-এর ওপর নির্ভর করতে পারে। এই নির্দিষ্ট milestone-টিকে সঠিক ফ্রেম ধরা হোক বা না হোক, বাণিজ্যিক যুক্তি পরিষ্কার। বাড়ি, কর্মক্ষেত্র বা গুদামে কাজ করতে পারে এমন রোবটদের এমন model দরকার যা uncertainty-র মধ্যে generalize করতে পারে, মানুষের আচরণ সামলাতে পারে এবং পৃথিবীর সঙ্গে সংস্পর্শে থেকে অবিরত শিখতে পারে।
ARI ঠিক এই ক্ষেত্রটিকেই লক্ষ্য করেছিল। যদি মেটা কেবল কথোপকথনভিত্তিক বা multimodal assistants নয়, বরং action নিতে পারে এমন systems তৈরি করতে চায়, তাহলে robotics আর পার্শ্বপ্রকল্প থাকে না। এটি আরও সক্ষম AI-এর training ground হয়ে ওঠে।
