रोबोट ट्रैफिक के बीच गाड़ी चलाना, कार का दरवाजा खोलना और डेटा सेंटर में काम करना वीडियो गेम के अंदर सीख सकते हैं. स्टार्टअप मेल्टी ने मेल्टी जिम नाम का एक नया मंच पेश किया है, जिसका मकसद वीडियो गेम को रोबोट की ट्रेनिंग की जगह बनाना है.
इस मंच पर रोबोट किसी काम को बार-बार करके और गलतियों से सीख सकते हैं. हालांकि, वीडियो गेम में सीखा गया काम असली दुनिया में रोबोट कितनी भरोसेमंद तरीके से कर पाएंगे, यह अभी बड़ा सवाल बना हुआ है.
वीडियो गेम से रोबोट की ट्रेनिंग.
डेविड मिलर ने मेल्टी की शुरुआत की थी. यह वाई कॉम्बिनेटर फॉल 2026 का स्टार्टअप है, जिसे पहले वीडियो गेम में बदलाव करने और उन्हें आपस में जोड़ने के लिए बनाया गया था.
कंपनी का नया प्रयोग इसी तकनीक को रोबोट के क्षेत्र में ले जाता है. मेल्टी जिम पर शोधकर्ता अपने रोबोट मॉडल को मौजूदा गेम में डाल सकते हैं. वे ट्रेनिंग और जांच के लिए गेम का माहौल, लक्ष्य और रोबोट की गतिविधियां भी अपनी जरूरत के मुताबिक बदल सकते हैं.
13 नवंबर को पेश किए गए इसके प्रदर्शन में इंसानों जैसे रोबोट ग्रैंड थेफ्ट ऑटो 5, यानी जीटीए 5 के अंदर दिखाई देते हैं. काम मिलने पर वे कार का दरवाजा खोलने, गाड़ी की सीट पर बैठने और आभासी शहर में गाड़ी चलाने की कोशिश करते हैं.
एक अन्य हिस्से में कई इंसानों जैसे रोबोट खास तौर पर बनाए गए डेटा सेंटर के माहौल में सर्वर रैक पर काम करते दिखते हैं. इन आभासी दुनियाओं में बार-बार प्रयोग करने की योजना है. इससे एआई मॉडल हर कोशिश के लिए असली रोबोट की जरूरत के बिना गलतियां करके सीख सकते हैं. डेविड मिलर ने इसका वीडियो एक्स पर पोस्ट किया है.
यह तरीका क्यों अहम हो सकता है.
असली रोबोट को ट्रेनिंग देना महंगा हो सकता है और इसमें काफी समय लग सकता है. असली मशीनों के साथ किए जाने वाले हर प्रयोग में उपकरण की लागत, मशीन को नुकसान और काम को दोबारा शुरू करने में लगने वाले समय जैसी सीमाएं होती हैं.
आभासी माहौल में शोधकर्ता ज्यादा प्रयोग कर सकते हैं, अलग-अलग हालात की जांच कर सकते हैं और मशीनों पर बार-बार असली परीक्षण किए बिना ट्रेनिंग का दायरा बढ़ा सकते हैं.
वीडियो गेम में सड़कें, इमारतें, सामान और कई चलते हुए किरदारों वाला जटिल माहौल भी मिलता है. इन दुनियाओं का दोबारा इस्तेमाल करने से डेवलपर्स को हर ट्रेनिंग का माहौल शुरुआत से तैयार नहीं करना पड़ेगा.
असली दुनिया की परीक्षा अभी बाकी.
इस तरीके की एक बड़ी सीमा भी है. वीडियो गेम में कोई काम पूरा करने का मतलब यह नहीं है कि रोबोट वही काम असली दुनिया में भी कर पाएगा. असली सामान, घर्षण, संतुलन, सेंसर और अचानक बदलने वाला माहौल ऐसी चुनौतियां पैदा करते हैं, जिन्हें आभासी दुनिया अपने आप पूरी तरह तैयार नहीं कर सकती.
मेल्टी जिम अभी शोध के शुरुआती परीक्षण के तौर पर उपलब्ध है. कंपनी ने अब तक ऐसे नतीजे जारी नहीं किए हैं, जिनसे पता चले कि इसके आभासी माहौल में सीखे गए काम असली रोबोट तक कितनी भरोसेमंद तरीके से पहुंचते हैं.
फिलहाल, मेल्टी जिम रोबोट की ट्रेनिंग के लिए एक नया तरीका पेश करता है. अब अहम सवाल यही है कि वीडियो गेम में सीखी गई क्षमताएं असली दुनिया में कितनी उपयोगी साबित हो सकती हैं.