সান ফ্রান্সিসকোর শারীরিক বুদ্ধিমত্তা (Physical Intelligence) নামের স্টার্ট‑আপ, Stripe‑এর প্রাক্তন নির্বাহী ল্যাচি গ্রুমের নেতৃত্বে রোবটের জন্য ভিত্তি মডেল তৈরি করছে। কোম্পানিটি রোবটের দৈনন্দিন কাজকে স্বয়ংক্রিয় করার লক্ষ্যে বৃহৎ ডেটা ও মেশিন লার্নিং ব্যবহার করছে।
কোম্পানির অফিসের প্রবেশদ্বারে একটি পি (π) চিহ্ন দেখা যায়, যা দরজার বাকি অংশের তুলনায় সামান্য ভিন্ন রঙের। ভিতরে কোনো রিসেপশন ডেস্ক বা উজ্জ্বল লোগো নেই; বরং একটি বিশাল কংক্রিটের ঘরটি দীর্ঘ সোনালি কাঠের টেবিল দিয়ে সাজানো।
টেবিলগুলোর কিছুটি খাবারের জন্য ব্যবহৃত হয়; সেখানে গার্ল স্কাউট কুকি, ভেজেমাইটের জার এবং বিভিন্ন মশলার ছোট ঝুড়ি রাখা আছে, যা কর্মীদের বৈচিত্র্যময় পটভূমি নির্দেশ করে। অন্য টেবিলগুলোতে মনিটর, অতিরিক্ত রোবোটিক পার্টস, কালো তারের গুচ্ছ এবং বিভিন্ন অবস্থায় থাকা রোবটিক আর্ম দেখা যায়।
একটি রোবটিক আর্ম কালো প্যান্ট ভাঁজ করার চেষ্টা করছে, তবে এখনও সফল হয়নি। আরেকটি আর্ম শার্টকে উল্টে দেওয়ার প্রচেষ্টা চালিয়ে যাচ্ছে, যা শেষ পর্যন্ত সফল হবে বলে ধারণা করা হয়। তৃতীয় আর্মটি জুকিনি ছুলে শেভিংসকে আলাদা পাত্রে রাখার কাজটি তুলনামূলকভাবে মসৃণভাবে সম্পন্ন করছে।
সার্জি লেভিন, ইউনিভার্সিটি অফ ক্যালিফোর্নিয়া, বার্কলে‑এর সহযোগী অধ্যাপক এবং Physical Intelligence‑এর সহ‑প্রতিষ্ঠাতা, রোবটিক আর্মগুলোর কাজকে “রোবটের জন্য ChatGPT” হিসেবে বর্ণনা করেছেন। তিনি উল্লেখ করেন যে রোবটগুলোকে সাধারণ কাজের জন্য প্রশিক্ষণ দিতে বৃহৎ ডেটাসেটের প্রয়োজন, যা তারা বিভিন্ন স্থানে সংগ্রহ করে।
ডেটা সংগ্রহের প্রক্রিয়া একটি ধারাবাহিক লুপের অংশ, যেখানে রোবটিক স্টেশনগুলো থেকে সংগৃহীত তথ্য মডেল প্রশিক্ষণে ব্যবহার হয়। এই মডেলগুলো নতুন সংস্করণে আপডেট হয়ে আবার স্টেশনগুলোতে পরীক্ষা করা হয়, ফলে রোবটের পারফরম্যান্স ক্রমাগত উন্নত হয়।
Physical Intelligence‑এর লক্ষ্য হল একাধিক পরিবেশ—গুদাম, বাড়ি, অফিস—এ রোবটের কাজের সামঞ্জস্য বজায় রাখা। এজন্য তারা “ফাউন্ডেশন মডেল” নামে একটি সাধারণ রোবটিক মডেল তৈরি করছে, যা নির্দিষ্ট কাজের জন্য দ্রুত ফাইন‑টিউন করা যায়।
এই মডেলগুলোকে প্রশিক্ষণ দিতে রোবটিক স্টেশনগুলোতে সেন্সর ও ক্যামেরা দিয়ে বিশাল পরিমাণ ভিডিও ও টেলিমেট্রি ডেটা রেকর্ড করা হয়। সংগ্রহিত ডেটা মেশিন লার্নিং অ্যালগরিদমের মাধ্যমে বিশ্লেষণ করে রোবটের ম্যানিপুলেশন ক্ষমতা বাড়ানো হয়।
নতুন মডেল তৈরি হলে তা পুনরায় স্টেশনগুলোতে পাঠিয়ে বাস্তব কাজের ফলাফল মাপা হয়। এই পুনরাবৃত্তিমূলক মূল্যায়ন প্রক্রিয়া রোবটকে জটিল কাজেও নির্ভুলতা অর্জনে সহায়তা করে।
ল্যাচি গ্রুমের বিনিয়োগের পেছনে রোবটিক অটোমেশনকে স্কেলযোগ্য ব্যবসায়িক সমাধানে রূপান্তর করার দৃষ্টিভঙ্গি রয়েছে। তিনি বিশ্বাস করেন যে রোবটের বুদ্ধিমত্তা যদি ভাষা মডেলের মতোই সাধারণভাবে প্রয়োগ করা যায়, তবে উৎপাদন, লজিস্টিক্স এবং গৃহস্থালী কাজের ক্ষেত্রে বিপ্লব ঘটবে।
সারসংক্ষেপে, Physical Intelligence রোবটের জন্য বৃহৎ ভিত্তি মডেল গড়ে তোলার মাধ্যমে রোবটকে দৈনন্দিন কাজের স্বয়ংক্রিয়তা প্রদান করতে চায়। এই উদ্যোগ রোবটিক্সের গবেষণা ও বাণিজ্যিকীকরণে নতুন দিগন্ত উন্মোচন করতে পারে, যা ভবিষ্যতে শিল্প ও গৃহস্থালী উভয় ক্ষেত্রেই কাজের পদ্ধতি পরিবর্তন করবে।
