मेटा सिर्फ एक छोटी टीम नहीं, बल्कि क्षमता खरीद रहा है
मेटा ने ह्यूमनॉइड रोबोटिक्स स्टार्टअप Assured Robot Intelligence, या ARI, का अधिग्रहण किया है। यह कदम कंपनी की AI इकाई, Superintelligence Labs, के भीतर उसकी रोबोटिक्स महत्वाकांक्षाओं को मज़बूत करता है। कंपनी ने ARI को रोबोटिक बुद्धिमत्ता की अग्रिम सीमा पर काम करने वाला बताया, जिसका ध्यान रोबोटों को जटिल, गतिशील वातावरण में मानवीय व्यवहारों को समझने, अनुमान लगाने और उनके अनुसार ढलने में मदद करने पर है।
सतह पर यह सौदा एक परिचित टैलेंट-और-टेक्नोलॉजी अधिग्रहण जैसा लगता है। ARI ने AIX Ventures से seed round जुटाया था और वह घर के काम जैसे शारीरिक श्रम के लिए बने ह्यूमनॉइड रोबोटों के लिए foundation models बना रहा था। इसके संस्थापक Xiaolong Wang और Lerrel Pinto असामान्य रूप से मज़बूत शोध पृष्ठभूमि लाते हैं, जिनका संबंध Nvidia, UC San Diego, NYU और पहले के रोबोटिक्स उपक्रमों से रहा है। मेटा के अनुसार, यह टीम उसे robot control, self-learning और whole-body humanoid control के लिए मॉडल तथा अग्रणी क्षमताएँ विकसित करने में मदद करेगी।
लेकिन बड़ा संकेत रणनीतिक है। मेटा सिर्फ एक और नज़दीकी उत्पाद क्षेत्र में विस्तार नहीं कर रहा। वह AI शोध के भीतर बढ़ती उस धारणा के साथ खुद को संरेखित कर रहा है कि मॉडल क्षमता में अगली छलांग के लिए भौतिक दुनिया में सीखना ज़रूरी हो सकता है।
Embodied AI अब क्यों महत्वपूर्ण है
मौजूदा अग्रणी मॉडल डिजिटल डेटा पर भारी मात्रा में प्रशिक्षित किए जाते हैं: टेक्स्ट, इमेज, ऑडियो और वीडियो। इस दृष्टिकोण ने चौंकाने वाले नतीजे दिए हैं, लेकिन इसकी सीमाएँ भी हैं। भौतिक कौशल, सामान्य समझ आधारित अंतःक्रिया और वास्तविक दुनिया के अनुकूलन को स्क्रीन-आधारित प्रशिक्षण कॉर्पस पूरी तरह नहीं पकड़ पाते। Humanoid रोबोट उस अंतर के एक हिस्से को कम करने का तरीका देते हैं, क्योंकि वे क्रिया, प्रतिक्रिया और पर्यावरण को प्रशिक्षण संकेतों में बदल देते हैं।
TechCrunch की रिपोर्टिंग के अनुसार, कई AI विशेषज्ञ अब मानते हैं कि artificial general intelligence की ओर प्रगति के लिए भौतिक दुनिया में सीखना ज़रूरी हो सकता है। चाहे यह सटीक मील का पत्थर सही ढांचा हो या नहीं, व्यावसायिक तर्क स्पष्ट है। ऐसे रोबोट जो घरों, कार्यस्थलों या गोदामों में काम कर सकें, उन्हें ऐसे मॉडल चाहिए जो अनिश्चितता में सामान्यीकरण कर सकें, मानवीय व्यवहार से निपट सकें और दुनिया के संपर्क से लगातार सीख सकें।
ARI बिल्कुल इसी क्षेत्र को लक्षित कर रहा था। अगर मेटा सिर्फ संवादात्मक या मल्टीमोडल असिस्टेंट नहीं, बल्कि ऐसे सिस्टम बनाना चाहता है जो कार्य भी कर सकें, तो रोबोटिक्स एक साइड प्रोजेक्ट से आगे बढ़कर प्रशिक्षण मैदान बन जाता है।






