-
Vertical robotics कंपनियां EGI के बिना भी अरबों डॉलर के विशिष्ट कार्य-क्षेत्रों में जीत सकती हैं। और उन क्षेत्रों में EGI आ जाने पर भी उन्हें आसानी से पीछे नहीं किया जा सकेगा। अपनाने का फैसला लागत, गति और गुणवत्ता पर निर्भर करता है, क्योंकि humanoid EGI अपनी ऊंची लागत को केवल जटिल कार्यों में ही उचित ठहरा सकता है।
-
Robotics research अब मानव वीडियो डेटा-आधारित learning से large video model-आधारित post-training के युग की ओर बढ़ रही है। मानव वीडियो, task-specific डेटा को बड़े पैमाने पर जुटाने का सबसे कुशल और scalable तरीका है, और large video model post-training एक नया paradigm है जो learning में EGI-स्तर की सूचना मात्रा को समाहित कर सकता है। यह भी स्पष्ट होता जा रहा है कि video models के पास पहले से ही action का एक implicit model मौजूद है।
-
Adaptive Long-Term Memory (ALTM) ही वास्तविक online learning है, और virtual AGI तक पहुंचने की आखिरी bottleneck भी। मनुष्यों की long-term memory सिर्फ storage और recall तक सीमित नहीं होती, बल्कि उसमें “क्या महत्वपूर्ण है इसका निर्णय करना, और concepts के बीच के connection structure को लगातार समायोजित करना” जैसी meta-process भी शामिल होती है। यही दोनों मिलकर मनुष्यों की online learning क्षमता बनाते हैं।
-
Robot manufacturing को automate करने पर self-reinforcing exponential growth curve बनती है। अमेरिका के जीतने का एकमात्र मौका यह है कि वह actuator manufacturing को automate करे, subsidies लगाए, और फिर mining–refining–machining–assembly तक production के पूरे चरण को robots से automate करे। इस self-reinforcing growth curve में शुरुआत में real-world resource production capacity—जैसे धातु, ऊर्जा और equipment—में bottleneck आते हैं, लेकिन robot labor जब इन resource production प्रक्रियाओं को भी automate करने लगता है, तो ये bottlenecks धीरे-धीरे खत्म हो जाते हैं।
-
China कम-लागत robot hardware manufacturing में लोगों की सोच से कहीं अधिक आगे है। actuator production में 10 गुना, raw material prices में 5~10 गुना अंतर, rare earth refining में 90%, energy production में 2.2 गुना, steel production में 10 गुना, और manufacturing robot installation में 10 गुना जैसी बढ़त के साथ, वह लगभग हर physical manufacturing factor में पूर्ण बढ़त रखता है।
-
Robotics में जीतना national security का मुद्दा है, क्योंकि robots में backdoor मौजूद हो सकते हैं। TikTok अधिग्रहण विवाद ने दिखाया है कि ऐसी तकनीक, जो किसी विशेष देश को अमेरिकी नागरिकों और अमेरिकी संसाधनों तक बड़े पैमाने पर पहुंच दे, जल्दी ही खतरा बन सकती है।
-
जिस AI lab के पास large video models को train करने लायक scale होगा, वही सबसे पहले EGI बनाएगी। और implementation के लिए वह किसी humanoid robot hardware कंपनी के साथ pair करेगी। EGI का foundation model विभिन्न robot form factors पर लागू किया जा सकता है, लेकिन अंतिम performance अंततः specific hardware के अनुसार optimize की जाएगी।
-
भविष्य में robots के कई रूप साथ-साथ मौजूद होंगे। कम-कीमत gripper और wheel-based repetitive-task robots से लेकर high-quality humanoid androids, और entertainment के लिए ultra-precise F1-grade humanoids तक सब शामिल होंगे। और EGI के लिए humanoid robots अनिवार्य हैं, क्योंकि video-based learning में humanoid form सबसे ऊंची transfer rate दिखाता है।
2 टिप्पणियां
जैसे software, software बनाता जा रहा है
robots अपने-आप robots बनाते जा रहे हैं
और हम battery बन जाते हैं....??
जब Keanu Reeves अपने बीसवें दशक में थे... वह फ़िल्म याद आ गई।