iRobot के संस्थापक: AI और robotics के बढ़ा-चढ़ाकर किए गए hype के झांसे में न आएं

 (crazystupidtech.com)
5 पॉइंट द्वारा GN⁺ 2025-10-02 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • iRobot के संस्थापक और MIT के पूर्व robotics प्रोफेसर Rodney Brooks ने मौजूदा AI और robotics क्षेत्र में फैले अतिरंजित प्रचार पर यथार्थवादी दृष्टिकोण पेश किया
  • Humanoid robot को लेकर अपेक्षाएँ बढ़ा-चढ़ाकर पेश की गई हैं, और यह मान लेना कि मानव-आकृति वाले रोबोट इंसानों की हर क्षमता को दोहरा सकते हैं, भ्रामक वादे पैदा करता है
  • self-driving car, रोबोट आदि में वास्तविक दुनिया की जटिलता से निपटने के लिए चमकदार demo से कहीं अधिक समय चाहिए, और computer व internet revolution की तरह AI revolution को भी दशकों लग सकते हैं
  • Brooks इस समय warehouse automation के लिए smart cart विकसित कर रहे हैं और इंसानों को बदलने के बजाय मानव कार्य में सहायता करने वाली practical robotics पर जोर देते हैं
  • उन्होंने जोर देकर कहा कि AGI (Artificial General Intelligence) शायद 300 साल बाद संभव हो, और मौजूदा computing paradigm के तहत मानव बुद्धि को पूरी तरह लागू करना कठिन हो सकता है

Brooks का करियर और दर्शन

  • Rodney Brooks MIT में robotics के प्रोफेसर रह चुके हैं और MIT Computer Science and Artificial Intelligence Laboratory के पूर्व निदेशक भी रहे हैं
  • उन्होंने iRobot (Roomba निर्माता), Rethink Robotics, और अब Robust.AI सहित तीन कंपनियों की स्थापना की
  • वे ऑस्ट्रेलिया में पले-बढ़े; बचपन में मजदूर-वर्ग परिवार से आने के बावजूद अपनी गणितीय प्रतिभा के कारण उन्हें जल्दी ही “प्रोफेसर” कहा जाने लगा
  • 1961 में प्रकाशित बिजली और computer से जुड़ी एक किताब पढ़ने के बाद उन्होंने circuit और computer बनाने की कोशिश की और रोबोट के प्रति जुनून विकसित किया
  • उनकी कंपनियाँ हमेशा इस तरह डिज़ाइन की गईं कि नियंत्रण इंसानों के पास रहे, और रोबोट मददगार की भूमिका निभाएँ

वर्तमान प्रोजेक्ट: Robust.AI और smart cart

  • Robust.AI logistics warehouse के लिए Carta नाम का smart cart विकसित कर रही है
    • warehouse worker औसतन दिन में 30,000 कदम (लगभग 24 km) चलते हैं, जिससे शारीरिक बोझ बहुत बढ़ जाता है
    • Carta camera की मदद से अपनी location पहचानता है, worker को ज़रूरी सामान की जगह ढूँढने में मदद करता है, और चलने की दूरी को काफी कम करता है
    • worker के picking पूरा करने पर cart अपने-आप loading area तक चला जाता है, जिससे 400 feet चलने की जरूरत खत्म हो जाती है
  • cart इस तरह डिज़ाइन किया गया है कि जैसे ही इंसान उसका handle पकड़ता है, नियंत्रण तुरंत इंसान के पास आ जाता है
    • force amplification फीचर के कारण cart को बहुत कम ताकत से Superman की तरह धकेला जा सकता है
    • ladder के पास यह सुरक्षा कारणों से नहीं जाता, और अगर aisle बंद हो तो central system को रिपोर्ट करता है
  • फोकस सरल लेकिन भरोसेमंद intelligence पर है
    • 1980~90 के दशक की तकनीक की याद दिलाने वाली पुराने wrist scan gun की तुलना में यह cognitive burden कम करता है
    • लक्ष्य है DHL (सबसे बड़ा ग्राहक) और Amazon जैसे manual warehouse में रोबोट लाना
  • यह बाजार 4 trillion dollar का है और दशकों तक बना रह सकता है, लेकिन यह इतना “sexy” नहीं है कि आसानी से निवेश मिले

robotics की वास्तविकता और सीमाएँ

तकनीकी प्रगति और long tail समस्या

  • processing power, sensor, motor जैसे hardware में अब काफी प्रगति हो चुकी है
    • electric scooter के hub motor का इस्तेमाल कर 10 साल पहले की तुलना में बेहतर प्रदर्शन और कम लागत हासिल की गई है
    • Nvidia GPU मूल रूप से graphics processing के लिए थे, लेकिन संयोग से पता चला कि वे neural network computation के लिए उपयुक्त हैं
    • GPU, SLAM (Simultaneous Localization and Mapping) जैसे vision computation में भी उपयोगी हैं
  • लेकिन लोग प्राकृतिक वातावरण के long tail की समस्या को कम करके आंकते हैं
    • Brooks ने 1979 में पहली बार self-driving car पर व्याख्यान सुना था, और 1990 में जर्मनी में Autobahn पर सफल ड्राइविंग देखी
    • 2007~2008 के DARPA self-driving car के बाद भविष्यवाणी हुई थी कि “अब इन्हें जल्द हर जगह देखेंगे”, लेकिन इसमें लगभग 20 साल लग गए
    • आज भी यह सिर्फ छोटे भौगोलिक क्षेत्रों में चल पाती हैं, क्योंकि संभावित परिस्थितियों का long tail बहुत बड़ा है

चमकदार demo बनाम वास्तविक दुनिया

  • चमकदार demo वास्तविक दुनिया की परिस्थितियों को संभाल नहीं पाते
    • Waymo को भी अब तक मानव हस्तक्षेप की जरूरत पड़ती है
    • Tesla के taxi system को लेकर वे संशय में हैं: Elon Musk ने खुद safety driver और remote driver रखने की बात कही है
  • तकनीक को सही परिपक्व रूप तक पहुँचने में लंबा समय लगता है
    • PC को MS-DOS से आज के रूप तक आने में और smartphone को Nokia व Palm से आज तक पहुँचने में दशकों लगे
    • self-driving को भी व्यापक adoption तक पहुँचने में लंबा समय लगेगा

SLAM का इतिहास और सबक

  • 1985 में SLAM paper आने के समय Brooks ने नहीं सोचा था कि अपने जीवनकाल में वे Waymo के आज के स्तर जैसा कुछ देख पाएंगे
  • शुरुआती विचार loop closing महत्वपूर्ण था, लेकिन उसका implementation अधूरा था
    • एक साल बाद दूसरे researcher ने बेहतर paper प्रकाशित किया
    • 1990 के पूरे दशक में हर साल सैकड़ों SLAM paper आते रहे और धीरे-धीरे सुधार होता गया
  • पिछले सिर्फ 5 वर्षों में ही computer vision से SLAM लागू करना संभव हुआ है (पहले यह LIDAR-आधारित था)
  • सबक: हर चीज़ में अनुमान से कहीं ज्यादा engineering लगती है, और कई तकनीकों को आगे बढ़ने के लिए दूसरी तकनीकों के परिपक्व होने का इंतजार करना पड़ता है

humanoid robot का hype

  • मानव-आकृति वाला रोबोट अपने संभावित कामों का वादा साथ लाता है
    • Roomba एक छोटे disk जैसा उपकरण है, इसलिए उससे कोई खिड़की साफ़ करने की उम्मीद नहीं करता
    • लेकिन मानव-आकृति यह संकेत देती है कि वह इंसानों जैसा सब कुछ कर सकेगा
  • यही चीज़ humanoid को आकर्षक बनाती है, लेकिन असल में यह चौंकाने वाले वादे बेचने जैसा है
  • robotic hand की समस्या
    • बहुत से लोग robotic hand को लेकर उत्साहित हैं, और चीन की कंपनियाँ भी समझती हैं कि इससे हाथ जैसी dexterity मिल जाएगी
    • लेकिन इंसान हाथ से जो काम करते हैं, उन्हें वैसा का वैसा दोहराने का तरीका हमारे पास नहीं है, और यह मानना भी गलत है कि 5 उंगलियों वाला ढाँचा ही सर्वोत्तम है
    • 5 उंगलियों की संरचना समुद्र से जमीन पर आए शुरुआती जीवों की evolutionary accident थी
    • भविष्य के dexterous tool शायद sea anemone जैसी कई tentacle वाली संरचना के हों
  • मानव की नकल सबसे श्रेष्ठ या cost-effective समाधान नहीं है
    • robot और AI के बारे में सही सोच यह है कि केवल बाहरी रूप देखकर निर्णय न लिया जाए
    • मौजूदा तकनीक के लिए बहुत-सी चीज़ें अभी भी बेहद कठिन हैं, और hype इन्हें नज़रअंदाज़ करता है

AI और शिक्षा पर विचार

generative AI और सवालों का महत्व

  • generative AI उत्तर-केंद्रित प्रणाली से प्रश्न-केंद्रित value system की ओर बदलाव का संकेत देता है
    • सही सवाल पूछने की क्षमता ही साधारण और असाधारण के बीच फर्क पैदा करती है
    • दर्शन, कला, robotics और AI में अच्छे सवाल पूछने वाले लोग खास होते हैं
  • generative AI लंबे समय से बनी धारणाओं को चुनौती देता है
    • John Searle का Chinese Room argument: computer में मानव-जैसी चेतना नहीं हो सकती
    • लेकिन ChatGPT में Chinese input डालने पर Chinese में जवाब आता है, इसलिए Brooks ने कहा कि “Chinese Room सामने आ गया”
    • इससे भाषा-समझ के अर्थ पर चुनौती खड़ी होती है
  • generative AI जानकारी के साथ इंटरैक्ट करने के तरीके का encoding है
    • अगर 15 साल पहले इसकी व्याख्या की जाती, तो लोग कहते “यह काम ही नहीं करेगा”
    • इसका वास्तव में काम करना ही चौंकाने वाली बात है

शिक्षा व्यवस्था पर पुनर्विचार

  • जर्मनी की तरह vocational training और intellectual pursuit को अलग करने की जरूरत है
    • tourism management में bachelor degree, बौद्धिक खोज कम और vocational training ज़्यादा है
    • जर्मनी लंबे समय से vocational training और elite university education को अलग रखता आया है
  • इतिहास शिक्षा की समस्या
    • “यह हुआ, फिर वह हुआ” जैसी सीधी रटंत
    • लेकिन यह क्यों हुआ, और किन बौद्धिक विचारों ने इसे आगे बढ़ाया, यह नहीं सिखाया जाता
  • MIT में भी students को अक्सर कुछ बनाकर देखने के बाद ही समझ आता है कि “अच्छा, उस class में यह इसलिए पढ़ाया गया था”
  • journalism सबसे अच्छी शिक्षा है
    • इसमें microcontroller, embedded OS, network, switch, computing जैसी चीज़ें सीखी जा सकती हैं
    • साथ ही वास्तविक लोगों और वास्तविक दुनिया पर तकनीक के असर को समझा जा सकता है
    • university अक्सर यह जोड़ नहीं बना पाती

AGI और computational paradigm पर संदेह

Newton की alchemy उपमा

  • Isaac Newton ने calculus का आविष्कार, gravity के नियम, और optics पर शोध जैसे प्रतिभाशाली काम किए
    • लेकिन उन्होंने अपने जीवन का आधे से अधिक समय alchemy (सीसे को सोने में बदलने) पर लगाया
    • उस समय सभी को लगा कि यह chemistry की समस्या है, जबकि वास्तव में यह atomic nuclear physics की समस्या थी
    • Newton के पास मूलभूत मॉडल ही गलत था
  • जब Elon Musk rocket को orbit में भेजने की कोशिश करते हैं, तो यह सिर्फ Python script से संभव नहीं हो जाता
    • इसके लिए fuel-efficient combustion, mass, liquid flow, high temperature जैसी भौतिक समस्याएँ हल करनी पड़ती हैं
    • केवल computation से भौतिक वस्तु नहीं चलाई जा सकती

क्या computation सही paradigm है?

  • 1945~1965 के बीच चार क्षेत्र उभरे
    • neuroscience, AI, artificial life, और abiogenesis
    • इन सभी ने computation को मुख्य रूपक के रूप में अपनाया
  • लेकिन क्या हमारे मस्तिष्क में वास्तव में computation ही हो रहा है?
    • AGI शायद 300 साल बाद ही संभव हो
    • क्योंकि संभव है कि हम गलत तरह के “material” के साथ काम कर रहे हों
    • यह Newton की alchemy की तरह विफल होने के लिए अभिशप्त भी हो सकता है

मानव बुद्धि की सीमाएँ

  • मानव बुद्धि की असीम शक्ति मान लेने में समस्या है
    • Orca बेहद बुद्धिमान, क्रूर और सक्षम problem-solver होती है
    • वह उथले पानी में seal पकड़ने के लिए अपने शरीर को 90 डिग्री मोड़कर dorsal fin छिपा सकती है
    • फिर भी हम नहीं सोचते कि Orca कभी foundry बनाएगी या metal पिघलाएगी
  • इंसानों की भी Orca जैसी प्राकृतिक सीमाएँ हो सकती हैं
    • हम मान लेते हैं कि हम अनंत रूप से बुद्धिमान हैं और हर समस्या को technology से हल कर लेंगे
    • लेकिन हमारे लिए भी कुछ ऐसी सीमाएँ हो सकती हैं जिन तक पहुँचना संभव न हो

manufacturing का भविष्य और तकनीकी बदलाव

चीन की manufacturing और supply chain

  • Brooks ने 1990 के दशक के उत्तरार्ध से चीन में manufacturing शुरू की
    • हाल ही में उन्होंने Foxconn के साथ बड़े पैमाने पर robot production के लिए contract किया
    • अगर large-scale production चाहिए, तो China/Taiwan अनिवार्य हैं
  • चीन की manufacturing की सबसे बड़ी ताकत उसकी supply chain है
    • चीनी manufacturing कंपनियाँ Malaysia, Vietnam आदि में supply chain बनाकर diversification भी कर रही हैं
  • आने वाले 50 वर्षों में Nigeria technology innovation का केंद्र बन सकता है
    • वहाँ आबादी का वैश्विक हिस्सा बहुत बड़ा होगा और हल करने के लिए समस्याएँ भी बहुत होंगी
    • यही तर्क चीन पर भी लागू हुआ, जहाँ विशाल आबादी और समस्याओं की वजह से आर्थिक शक्ति बनी

3D printing और manufacturing revolution

  • 3D printing manufacturing को lead कर सकती है
    • अभी पूरी तरह नहीं, लेकिन machine part में इसका उपयोग शुरू हो चुका है
    • New Zealand की Electron rocket motor को 3D printing से बनाती है (क्योंकि यह high-value product है)
  • जब 3D printing आम हो जाएगी, तो supply chain raw material-केंद्रित हो जाएगी
    • इससे चीन की manufacturing की वह ताकत, जो component supply chain dynamics पर टिकी है, पूरी तरह बदल जाएगी
    • अंततः हर चीज़ 3D printed हो सकती है
  • जैसे developing world ने information technology और payment system को अमेरिका से भी तेज अपनाया, वैसे ही 3D printing भी developing world में और तेजी से फैल सकती है

manufacturing jobs का विरोधाभास

  • Brown University के graduation speech में Brooks ने पूछा
    • “क्या कोई चाहता है कि उसका बच्चा factory में काम करे?” → किसी ने हाथ नहीं उठाया
    • “क्या कोई चाहता है कि उसका बच्चा sewage treatment company में काम करे?” → किसी ने नहीं
  • manufacturing jobs के खोने पर शोक मनाना पाखंड है
    • यानी “हमारे लिए नहीं, गरीबों के लिए”
  • BYD के नए factory का उदाहरण
    • San Francisco के आकार के एक plant में सिर्फ 40,000 लोग काम करते हैं
    • बाकी सब BYD के बनाए robot हैं
    • यही large-scale manufacturing का भविष्य है
  • politicians जिस “manufacturing jobs” की बात करते हैं, robot revolution और 3D printing को देखते हुए वह 25 साल बाद बिल्कुल अलग दिखेगा

अन्य तकनीकी प्रगति

  • AI को material development में लागू किया जा रहा है
    • इससे material property predict की जा सकती है, इसलिए हर चीज़ बनाकर और test करके देखने की जरूरत कम होती है
  • material science, 3D printing, robotics और अन्य तकनीकें मिलकर काम करेंगी
  • यह ठीक-ठीक कैसा दिखेगा, कहना मुश्किल है, लेकिन यह निश्चित रूप से अलग होगा

AI hype cycle और यथार्थवाद

AI इतिहास की पुनरावृत्ति

  • Brooks खुद को यथार्थवादी मानते हैं
    • उन्होंने AI क्षेत्र में कई hype cycle देखे हैं
    • पहले ये सार्वजनिक तौर पर कम दिखते थे, लेकिन AI practitioners के बीच तीखी बहसें और लगभग चीख-पुकार होती रहती थीं
  • neural network आज dominant है, लेकिन अतीत में भी 4~5 बार यह प्रमुख बनकर गिर चुकी है
    • फिर कुछ और आता है, और बाद में यह वापस लौटती है
  • agent-based AI का उदाहरण
    • अचानक हर कोई agent-based AI की बात करने लगा
    • 6 महीने पहले यह कहीं नहीं था → marketing, reality से आगे दौड़ रही है
    • पहला agent AI paper 1959 में Oliver Selfridge ने प्रकाशित किया था
    • SOAR समेत कई agent-based system पहले भी रहे हैं, और हर वापसी पर इनमें सुधार हुआ है

निवेश और बर्बादी

  • इस क्षेत्र में भारी पूँजी आ रही है, इसलिए इसका असर जरूर होगा
  • लेकिन इसका बड़ा हिस्सा बर्बाद भी होगा
  • सकारात्मक पक्ष: network overbuild का उदाहरण
    • network जरूरत से ज्यादा बनाया गया था, लेकिन इसी वजह से Google कम लागत पर network खड़ा कर सका और search दे सका
    • data center भी जरूरत से ज्यादा बनेंगे
    • generative AI model training boom के ठंडा पड़ने के बाद इन data center का उपयोग कैसे होगा, यह सवाल उठेगा
    • यह Bitcoin mining नहीं होगा, लेकिन होशियार लोग नई उपयोगिता ढूँढ लेंगे
    • आज कोई अनजान और गरीब researcher भी ऐसा कर सकता है जो अगला boom पैदा करे

quantum computing की भूमिका

  • अगले 10 साल में प्रभावी quantum computer का उपयोग मुख्य रूप से physical system simulation में होगा
    • classical computation को व्यापक रूप से पीछे छोड़ना अभी दूर की बात है
  • एक पुराना मजाक था: “पता नहीं quantum computer कब आएगा, लेकिन शायद fusion से चलेगा”
    • अब fusion के कई approach उभर रहे हैं
  • फिलहाल quantum computer का फोकस physical system simulation पर ही रहेगा

निष्कर्ष: यथार्थवादी आशावाद

  • केवल बाहरी रूप देखकर निर्णय नहीं लेना चाहिए
  • मौजूदा तकनीक के लिए बहुत-सी चीज़ें अभी बेहद कठिन हैं
  • robotics और AI का hype उन बातों को नज़रअंदाज़ करता है जिन्हें हम अभी तक अच्छी तरह नहीं समझते
  • मानव की नकल सबसे श्रेष्ठ या cost-effective समाधान नहीं है
  • Brooks को भरोसा है कि robot और AI से भरी दुनिया में भी इंसान अच्छा करेंगे
  • तकनीकी प्रगति अनुमान से कहीं अधिक समय लेती है, लेकिन अंततः यह हमारी ज़िंदगी बेहतर बनाने की दिशा में विकसित होती है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-10-02
Hacker News राय

  • एक बात का उद्धरण सच में बहुत प्रभावशाली लगा: रोबोट का भौतिक रूप ही यह वादा करता है कि ‘यह रोबोट क्या कर सकता है’। उदाहरण के लिए, Roomba एक छोटे डिस्क जैसा दिखता है, इसलिए हम उम्मीद करते हैं कि वह फर्श साफ करेगा, लेकिन खिड़की साफ करेगा, यह नहीं। दूसरी ओर, humanoid robot यह वादा करता है कि ‘जो इंसान कर सकता है, वह सब यह भी कर सकता है’। इसलिए यह लोगों को बेहद आकर्षक लगता है—यानी यह बहुत बड़ा वादा बेच रहा होता है

    • मैं हमेशा language model के बारे में भी इसी तरह सोचता हूँ: उसका भाषाई रूप ही यह संकेत देता है कि ‘यह मॉडल क्या कर सकता है’। Clippy एक छोटा कार्टून paperclip है, इसलिए हम नहीं सोचते कि वह कोई महान उपन्यास लिख देगा, लेकिन सीमित मदद की उम्मीद रखते हैं। लेकिन जब वह इंसानी भाषा में बातचीत करता है, तो ऐसा लगता है कि ‘जो इंसान कर सकता है, वह सब यह भी कर सकता है’, और हम इसे एक बहुत बड़े वादे की तरह लेने लगते हैं

    • सभी कंपनियाँ humanoid robot के पीछे इसलिए भाग रही हैं क्योंकि हमने पहले से ही दुनिया को उसी ‘form factor’ के हिसाब से बनाया है, और विकास की दृष्टि से भी हम उसी के अनुरूप ढले हैं। यह एक पूरी तरह general-purpose design है। OpenAI ने LLM को इसलिए चुना, इसकी वजह भी मिलती-जुलती है। शुरुआत में इसके साथ अवास्तविक उम्मीदें ज़रूर जुड़ेंगी, लेकिन निवेश के नज़रिए से मुझे अब भी लगता है कि यह form factor आज़माने लायक है। बशर्ते इसे वास्तविकता में संभव बनाया जा सके

  • “Brooks का मानना है कि केवल आबादी के आकार के आधार पर Nigeria अर्थव्यवस्था और तकनीक का केंद्र बन जाएगा” वाला हिस्सा पढ़कर हँसी आई। केवल बड़ी आबादी से कोई आर्थिक महाशक्ति बन जाएगा, यह मान लेना ही भोला लगता है। मैं कई कारणों से Chinese Communist Party की आलोचना करता हूँ, लेकिन पिछले 40 साल में उसने जो प्रभावी और कुशल governance दी है, उसकी नकल आसानी से नहीं हो सकती। अच्छी सरकारी क्षमता ही असल में दुर्लभ संपत्ति है। जैसे India में बड़ी आबादी तो है, पर प्रभावी governance नहीं, वैसे ही Nigeria के China जितना सुशासित होने की संभावना लगभग शून्य है

    • मैं इस बात से सहमत नहीं हो सकता कि India में बड़ी आबादी है लेकिन अच्छी governance नहीं। एक भारतीय के रूप में, आज़ादी के समय से अब तक का बदलाव देखें तो यह सच में एक अद्भुत उपलब्धि है

    • China ने Nigeria में बहुत बड़ा निवेश किया है, और उसका सबसे बड़ा creditor भी China ही है। इसलिए यह भी हो सकता है कि Nigeria की सरकार Chinese Communist Party से पूरी तरह अलग न निकले

    • India की per-capita GDP growth trend

    • Nigeria को लेकर बात से सहमत हूँ, लेकिन India को लेकर नहीं। मैंने सुना है कि India की सरकार में भी बहुत सक्षम लोग हैं। और Africa में Kenya जैसे तेज़ी से बढ़ते देश भी मौजूद हैं

  • यह लगभग वही बात है जो Brooks ने कुछ साल पहले खुद पोस्ट की थी। हाल में HN पर भी इसका ज़िक्र हुआ था। automated guided cart बेचने वाली कंपनियाँ पहले से ही बहुत हैं.<br>शुरुआत में मुझे humanoid robot हास्यास्पद लगे थे, लेकिन कीमत देखकर राय बदल गई। Unitree G1 की कीमत 22,000 डॉलर है, जो Toyota Corolla से भी कम है। जो hardware मुझे Boston Dynamics की तरह बहुत महँगा लगता था, वह अब तक इतना सस्ता हो चुका है। अभी भी यह कम उत्पादन वाला शुरुआती उत्पाद है, लेकिन कीमत और गिरेगी, और एक दिन humanoid robot कारों से भी सस्ते हो सकते हैं.<br>अलग-अलग कामों के लिए यह शायद ज़रूरत से ज़्यादा degrees of freedom देता है, लेकिन mass production से होने वाली cost reduction और parts replacement के फायदे उससे कहीं बड़े होंगे। अभी भी manipulation की समस्या बाकी है, लेकिन इतने उचित दाम और standard hardware के साथ ज़्यादा लोग इस पर काम कर पाएँगे। पिछली HN चर्चा

    • Unitree G1 भले 22,000 डॉलर का दिखता हो, लेकिन सुना है कि अगर आप वास्तव में bulk purchase करना चाहें, तो hardware, tools और dev kit सब मिलाकर प्रति यूनिट 80,000 से 100,000 डॉलर तक पड़ता है। और यह Brooks की हाल की पोस्ट ही है

    • किसी भी price point पर अभी तक manipulation की समस्या किसी ने हल नहीं की है। mass production से यह अपने आप हल नहीं होगी

    • ऐसी कीमतों को देखकर हैरानी होती है कि अमेरिकी robotics कंपनियाँ, जैसे Tesla, इतने कम manufacturing cost के साथ कैसे प्रतिस्पर्धा करेंगी

  • यह व्यक्ति सच में प्रभावशाली है। शायद Boston से होने के कारण, robotics क्षेत्र में दो बार startup सफल बनाने के बावजूद, हक़ीक़त यह है कि उनके ideas ‘sexy’ नहीं हैं, इसलिए निवेश पाना मुश्किल है। निवेशक निश्चित चीज़ें चाहते हैं, लेकिन मेरा मानना है कि जिसने दो बार बड़ी सफलता पाई हो, उसके तीसरी बार सफल होने की संभावना भी अधिक होती है

    • VC के साथ काम कर चुके व्यक्ति के रूप में, मैं ऊपर-ऊपर की बातों पर भरोसा नहीं करता। मुझे लगता है कि तुम सही हो। निवेशक निवेश करना चाहते तो हैं, लेकिन शायद वे जिन शर्तों की माँग कर रहे हैं—जैसे 10 लाख डॉलर के बदले 20 लाख डॉलर valuation, यानी 50% equity—वही बहुत महँगी पड़ रही हैं। उस ट्रैक रिकॉर्ड वाले व्यक्ति के लिए कोई भी निवेशक यह deal लेना चाहेगा। वह खुद भी मानता होगा कि तीसरा startup करने के लिए उसे इतना तो मिलना ही चाहिए, और निवेशकों के लिए यह भारी पड़ता है

    • मेरी जान-पहचान में एक सच में बहुत शांत स्वभाव का founder है, जिसने पिछले 20 साल में लगभग उसी concept पर तीन बार बहुत मिलती-जुलती कंपनियाँ शुरू कीं, जिनमें पहली दो का acquisition हुआ। अगर मिसाल मौजूद हो, तो capital market इस बात पर काफी भरोसा करता है कि आगे भी सफलता मिल सकती है

    • VC को चमकदार reputation से ज़्यादा नई story, या कहें ‘hype’, चाहिए होता है। उल्टा, reputation कभी-कभी नुकसान भी कर सकती है। वे hidden gem, यानी ऐसा talent जिसे उन्होंने खुद खोजा हो, उसके लिए मिलने वाले reward को ज़्यादा पसंद करते हैं

    • iRobot चीनी प्रतिस्पर्धियों से हार गया, Rethink शुरुआती दौर में low quality की वजह से विफल रहा, और Universal ने उससे कहीं बेहतर collaborative robot बनाए। मुझे नहीं लगता कि नया startup कोई मायने रखता है। सिर्फ Boston में ही warehouse automation startup 10 से ज़्यादा हैं

    • ‘सफलता’ की परिभाषा चाहिए। iRobot category leader था और उसने नया बाज़ार बनाया, लेकिन लगता है कि वह लगभग कभी सच में profitable नहीं रहा। अब उसकी हालत यह है कि चीनी उत्पाद आधी कीमत पर दोगुना performance दे रहे हैं। फिर भी, बाज़ार बनाने का श्रेय उसे देना होगा। दूसरी कंपनी के बारे में मुझे केवल ‘parts dismantling level’ की sale का रिकॉर्ड मिला। यह startup भी दिलचस्प है, लेकिन बाज़ार में पहले से ही बहुत ज़्यादा प्रतिस्पर्धी मौजूद हैं। इसलिए मेरी नज़र में इस व्यक्ति ने कभी वास्तविक सफलता हासिल नहीं की, और अब वह पहले से ही red ocean में काम कर रहा है

  • humanoid robot को बड़े पैमाने पर उपयोगी बनने के लिए AGI का आना ज़रूरी नहीं है। teleoperation को जितना महत्व मिलना चाहिए, उतना नहीं मिल रहा। छोटे समय में, दुनिया में कहीं भी बैठा व्यक्ति ऐसे robot को remotely control करके delivery जैसे कई काम बहुत कम लागत पर कर पाएगा

    • मुझे नहीं पता कि यह दिशा सच में वांछनीय है या नहीं

    • क्या teleoperation से वास्तविक efficiency बस salary cost घटाने भर तक ही सीमित नहीं रहती?

  • “साधारण artificial intelligence—यानी वही, जिसे हम आज भरोसेमंद तरीके से लागू कर सकते हैं। यह sexy नहीं है, लेकिन यह workers का काम आसान और अधिक efficient बनाती है।” मुझे लगता है, यह बिल्कुल सटीक सार है

  • मुझे MIT में बड़े lecture लेने का अनुभव है। आज सुबह Uber में बैठा था, मैंने driver से पूछा कि हम किस सड़क पर हैं, तो उसे बिल्कुल पता नहीं था। वह बस GPS का पालन कर रहा था। समस्या आने पर खुद हल निकालने के बारे में सोचता ही नहीं। मैं भी एक culdesac में रहता हूँ, इसलिए Uber के लिए रास्ता ढूँढ़ना मुश्किल होता है। मैं voice guidance से रास्ता समझाने की कोशिश करूँ, तब भी driver सड़क के signboard तक नहीं पढ़ते। वे बस map के dot, यानी गंतव्य, को देखकर आते हैं और फिर शिकायत करते हैं। असली destination, जिस सड़क से पहुँचना संभव है, उसके हिसाब से दूसरी तरफ होता है। एक driver तो दो बार उसी गलत दिशा में घूमा और आखिर में trip cancel कर दी। taxi सेवाएँ बहुत अच्छी नहीं थीं, लेकिन कम से कम drivers को स्थानीय इलाके की कुछ बुनियादी जानकारी तो होती थी

    • कुछ इलाकों में “सबसे नज़दीकी routable address” खुद देख लेना बेहतर साबित हुआ। taxi के लिए यह तरीका बहुत अच्छा काम करता है। वैसे भी, cul de sac सच में बहुत खराब सड़क संरचना है, और ऐसी स्थिति आम routing समस्या है। हमारे इलाके में fire rescue vehicle को आसानी से पहुँचाने के लिए geodata और addressing system को संरचनात्मक रूप से अलग और अनिवार्य किया गया है। लेकिन जब हर कोई उसी official data पर निर्भर होने लगता है, तो कुछ अनपेक्षित समस्याएँ भी पैदा होती हैं

  • सिर्फ साधारण robot arm भी construction या agriculture जैसे क्षेत्रों में बहुत मदद कर सकता है, जो दुनिया के अधिकांश देशों में अब तक ठीक से industrialized नहीं हुए हैं। उदाहरण के लिए, Europe में जनसंख्या घटने और aging की वजह से खेती छोड़ दी जा रही है। ईंट लगाने जैसे काम के लिए humanoid रूप ज़रूरी नहीं है, लेकिन अगर उपकरण सस्ते हों, तो housing shortage हल करने में भी मदद मिल सकती है.<br>और भले ही मजबूत IT, sensor, और थोड़ा-बहुत movement संभव हो, प्राकृतिक वातावरण में माँगें इतनी विविध हैं कि ‘एक single general-purpose platform’ संभव नहीं लगता। इंसान भी बहुत efficient नहीं हैं, तो फिर हर चीज़ के लिए humanoid की ज़रूरत क्यों हो? मुझे लगता है कि किसी बड़े enterprise या operating system के समर्थन वाला ‘modular robot platform’ चाहिए

  • cart द्वारा दी गई affordance की वजह से worker को कम सोचना पड़ता है। ज़मीनी हालात देखें तो, आज भी लोगों की कलाई पर 80–90 के दशक के character-based software चलाने वाली छोटी screen और एक scan gun थमा दी जाती है। उन्हें स्क्रीन से पढ़कर समझना पड़ता है कि कौन-सा नंबर और कौन-सा काम करना है। आखिरकार, text समझने वाले workers हटाए जाएँगे, और सिर्फ robot के हिसाब से ढलने वाली आज्ञाकारी units की ज़रूरत रह जाएगी

    • यह बेहतर स्थिति क्यों है, यह समझ नहीं आता

  • “वायदों के दम पर निवेश जुटाना आसान होता है, लेकिन वास्तविक business कठिन होता है क्योंकि growth की सीमा होती है। जब तक आपको पता नहीं होता, आप सपने बढ़ाते रह सकते हैं, लेकिन जैसे-जैसे सीमाएँ साफ दिखने लगती हैं, निवेश पाना भी व्यवहारिक रूप से कठिन हो जाता है” संबंधित YouTube वीडियो