AI ہمارے ارد گرد ہر چیز کو تبدیل کر رہا ہے لیکن، اب تک، یہ بڑی حد تک ڈیجیٹل دائرے میں موجود ہے۔ تاہم، تیزی سے، سٹارٹ اپ اسے حقیقی دنیا میں لے جانے کی کوشش کر رہے ہیں۔
Perceptron، دو سابق میٹا ریسرچ سائنسدانوں کی طرف سے شروع کردہ ایک سٹارٹ اپ، ایسی ہی ایک کمپنی ہے۔ نومبر 2024 میں قائم ہونے والی، فرم فرنٹیئر ویژن ماڈلز تیار کرتی ہے جس کا مقصد مشینوں کو ان کے جسمانی ماحول کے ساتھ زیادہ قابلیت کے ساتھ تعامل کرنے میں مدد کرنا ہے۔
اس ہفتے، کمپنی نے اپنا تازہ ترین ماڈل، Isaac 0.5 لانچ کیا، جسے اس کے تخلیق کاروں کا کہنا ہے کہ مشینوں کو صنعتی ترتیبات میں "سمجھنے، وجہ سمجھنے اور عمل کرنے" کی صلاحیت فراہم کرنے کے لیے ڈیزائن کیا گیا ہے۔ خاص طور پر، یہ سافٹ ویئر وژن کی رہنمائی کرنے والے روبوٹس کو گوداموں یا فیکٹری کے فرش جیسے پیچیدہ ماحول میں نیویگیٹ کرنے میں مدد کرنے کے قابل ہے۔ یہ کمپنیوں کو ان بوٹس کے ذریعے ریکارڈ کردہ ویڈیوز سے بصری ذہانت نکالنے میں بھی مدد کرتا ہے۔
Isaac 0.5 کو اوپن ویٹ ماڈل کے طور پر بھی جاری کیا جا رہا ہے، اس لیے اس کے پیرامیٹرز اور تربیتی مواد کا کوئی بھی معائنہ کر سکتا ہے۔
سٹارٹ اپ، جس نے حال ہی میں بیسیمر وینچر پارٹنرز کی سربراہی میں ایک فنڈنگ راؤنڈ میں $21 ملین اکٹھے کیے تھے، کو ارمین آغاجانیان اور اکشت شریواستو نے مشترکہ طور پر قائم کیا تھا، جنہوں نے پہلے میٹا کے بنیادی AI ریسرچ (FAIR) کے لیے کام کیا تھا، جو کہ ٹیک دیو کے AI ریسرچ ڈویژن ہے۔ دونوں اپنے سافٹ ویئر کو صنعتی خودکار تعیناتی کے مستقبل کے طور پر دیکھتے ہیں۔
کمپنی کا کہنا ہے کہ "جسمانی AI آج ایک غلط انتخاب پر مجبور کرتا ہے: عام فاؤنڈیشن ماڈلز جن کو ہر مثال کے لیے ایک سے زیادہ وقف شدہ کلاؤڈ GPUs کی ضرورت ہوتی ہے، یا تنگ ماڈل جو تصور یا کنٹرول کو سنبھالتے ہیں، لیکن دونوں کبھی نہیں،" کمپنی کہتی ہے۔
آغاجانیان اور شریواستو کہتے ہیں کہ ان کا ٹول خلا میں موجودہ ماڈلز کے برعکس ہے کیونکہ یہ عام مقصد ہے، مطلب یہ ہے کہ یہ ایک مخصوص، بار بار کام کے لیے نہیں بنایا گیا ہے۔ اس کے بجائے، وہ کہتے ہیں، ماڈل کو اس مخصوص ماحول (یا صورت حال) کے لحاظ سے لچکدار بنانے کے لیے ڈیزائن کیا گیا ہے۔
ایک انٹرویو میں، شریواستوا نے مجھ سے اس بات پر غور کرنے کو کہا کہ باکسز کو منظم کرنے جیسے ایک سادہ جسمانی عمل میں کیا ہوتا ہے: "تصور کریں کہ اس وقت پیکجوں کو ترتیب دینے کے لیے ایک روبوٹ تعینات کیا جا رہا ہے۔ اسے کون سے کام کرنے کی ضرورت ہوگی؟"
ایسا نسبتاً آسان کام درحقیقت کئی مراحل پر مشتمل ہوتا ہے۔ ایک روبوٹ کو پہلے پیکیج پر موجود لیبل کو پڑھنا ہوگا، یہ سمجھنے کے لیے کچھ مقامی تجزیہ کرنا ہوگا کہ بکس کہاں ہیں، اور فیصلہ کرنا ہوگا کہ کون سا اٹھانا ہے۔ اگر یہ خانوں کی ایک سیریز اٹھا رہا ہے، تو اسے یہ منصوبہ بنانا ہوگا کہ کون سے بکس اٹھائے جائیں اور کس ترتیب میں۔
پرسیپٹرون کا سافٹ ویئر روبوٹ کو عمل کے ہر مرحلے میں اپنا راستہ تلاش کرنے میں مدد کرنے کے لیے ڈیزائن کیا گیا ہے۔ واضح طور پر، صنعت کے پاس پہلے سے ہی سافٹ ویئر موجود ہے جو مشینوں کو ان میں سے زیادہ تر کاموں میں مدد کر سکتا ہے، لیکن کچھ ایسے پروگرام ہیں جو اسے لچکدار طریقے سے کرنے کے لیے ڈیزائن کیے گئے ہیں۔
اس الگورتھمک کیمیا کا ڈیٹا کہاں سے آتا ہے؟
Isaac 0.5 جیسے ماڈلز ویڈیو ٹریننگ ڈیٹا کی بہت زیادہ مقدار میں استعمال کرکے آپریشنل مہارتیں سیکھتے ہیں۔ پرسیپٹرون کا کہنا ہے کہ اس کے نئے ماڈل کو ایک ملین گھنٹے پر کھلایا گیا تھا جسے عام ویڈیو کہا جاتا ہے تاکہ اس کے الگورتھم کو مخصوص ترتیبات، بصری اور منظرناموں کی شناخت کرنا سکھایا جا سکے۔ کمپنی نے اس بات پر بھی بہت زیادہ انحصار کیا جسے ایگو ویڈیو کے نام سے جانا جاتا ہے — ویڈیو کیپچر کی گئی، عام طور پر GoPro یا پہننے کے قابل کیمرے کے ذریعے، جسمانی کام مکمل کرنے والے شخص کے نقطہ نظر سے — اور ساتھ ہی UMI ویڈیو، جو اسی طرح AI نظام کی حرکات کو سکھانے کے لیے استعمال ہوتے ہیں بار بار انسانی اعمال کو ریکارڈ کر کے۔
اگرچہ پرسیپٹرون اپنے تربیتی ڈیٹا کے ذرائع کا انکشاف نہیں کر رہا ہے، شریواستو نے کہا کہ کمپنی نے "اندرونی طور پر پیٹا بائٹ پیمانے پر ڈیٹا سیٹ بنائے ہیں جو تمام طریقوں پر پھیلے ہوئے ہیں، چاہے وہ تصاویر، ٹیکسٹ، ویڈیو وغیرہ ہو، روبوٹک ٹریکجٹریز کے ذریعے۔"
ایسے سافٹ ویئر کی افادیت جو روبوٹس کو گوداموں میں قابلیت سے کام کرنے میں مدد دے سکتی ہے واضح طور پر وسیع ہے، اور پرسیپٹرون کا خیال ہے کہ آٹومیشن کی اس لہر کی قیادت کرنے کے لیے یہ اچھی طرح سے پوزیشن میں ہے۔ سٹارٹ اپ اپنے سافٹ ویئر کو مختلف قسم کے وینڈرز کے لیے مارکیٹ کرنے کے لیے تیار ہے، اور اس طرح ممکنہ طور پر اس کی انٹیلی جنس پرت کو صنعتوں کی ایک وسیع صف میں ضم ہوتا ہوا نظر آتا ہے۔
ان صنعتوں میں مینوفیکچرنگ، لاجسٹکس اور گودام، سیکورٹی، نقل و حرکت کے ساتھ ساتھ میڈیا اور تفریح شامل ہیں۔
آغاجانیان نے کہا، "واقعی اس طرح کی کوئی چیز وہاں موجود نہیں ہے۔ "ہم اس کے بارے میں واقعی پرجوش ہیں۔"
