‘रोबोट स्कूल’ के भीतर: कैसे चीन ह्यूमनॉइड्स को दैनिक कार्यों की कला सिखाने के लिए VR का उपयोग कर रहा है

वुहान की एक चमकती हुई प्रयोगशाला में, घरेलू श्रम का भविष्य लिखा जा रहा है—कोड की पंक्तियों के माध्यम से नहीं, बल्कि मानव शिक्षकों की सहज गतिविधियों के माध्यम से। यह सुविधा, जिसे अक्सर "रोबोट स्कूल" के रूप में वर्णित किया जाता है, कृत्रिम बुद्धिमत्ता (AI) के प्रति हमारे दृष्टिकोण में एक बदलाव का प्रतिनिधित्व करती है। हर जोड़ के रोटेशन और टॉर्क गणना को मैन्युअल रूप से प्रोग्राम करने की कोशिश करने के बजाय, इंजीनियर रोबोट को यह दिखाने के लिए वर्चुअल रियलिटी (VR) का उपयोग कर रहे हैं कि मानव दुनिया में कैसे रहा जाए।

2026 की शुरुआत तक, सामान्य-उद्देश्य वाले ह्यूमनॉइड रोबोट की दौड़ "क्या यह चल सकता है?" चरण से "क्या यह उपयोगी हो सकता है?" चरण में स्थानांतरित हो गई है। वुहान में चीन का दृष्टिकोण बाद वाले पर केंद्रित है, जो यांत्रिक क्षमता और व्यावहारिक उपयोगिता के बीच की खाई को पाटने के लिए 'इमिटेशन लर्निंग' (अनुकरण सीखना) नामक पद्धति का उपयोग करता है।

वर्चुअल क्लासरूम: टेलीऑपरेशन कैसे काम करता है

प्रक्रिया एक मानव प्रशिक्षक, जैसे कि क्यू किओंगबिन, द्वारा VR हेडसेट पहनने और मोशन कंट्रोलर्स की एक जोड़ी को पकड़ने के साथ शुरू होती है। हेडसेट के माध्यम से, प्रशिक्षक वही देखता है जो रोबोट देखता है। जैसे ही प्रशिक्षक कॉफी मग लेने या शर्ट को मोड़ने के लिए अपने हाथ हिलाता है, कमरे के दूसरी ओर खड़ा ह्यूमनॉइड रोबोट वास्तविक समय में उन गतिविधियों की नकल करता है।

यह केवल रिमोट कंट्रोल से कहीं अधिक है; यह एक परिष्कृत डेटा-एकत्रित करने वाला मिशन है। मानव गति की हर सूक्ष्मता—कलाई का त्वरण, उंगलियों द्वारा लगाया गया दबाव, और मामूली फिसलन का सुधार—रिकॉर्ड किया जाता है।

क्यू किओंगबिन बताते हैं, "हमारे बाएं और दाएं हाथ रोबोट के बाएं और दाएं हाथ की तरह हैं। यह उन्हें हिलाकर हमारी मुद्राओं को सीखेगा। डेटा क्लाउड पर अपलोड किया जाएगा। एक बार डेटा स्वीकृत हो जाने के बाद, इसे रोबोट पर अपलोड किया जाएगा, और वह इससे सीखेगा।"

नकल से स्वायत्तता तक

लक्ष्य यह नहीं है कि कोई इंसान हमेशा रोबोट को नियंत्रित करता रहे। असली जादू प्रशिक्षकों द्वारा बताए गए "क्लाउड" चरण में होता है। एक बार जब टेलीऑपरेटेड डेटा के हजारों घंटे एकत्र हो जाते हैं, तो उन्हें न्यूरल नेटवर्क में डाला जाता है। यह रोबोट को साधारण नकल से स्वायत्त निष्पादन (autonomous execution) की ओर बढ़ने की अनुमति देता है।

विभिन्न वातावरणों में एक ही कार्य को करते हुए विभिन्न प्रशिक्षकों को देखकर, रोबोट की AI सामान्यीकरण करना सीखती है। यह समझता है कि एक "कप" सिरेमिक या प्लास्टिक का हो सकता है, और यह कि वह मेज पर या किचन काउंटर पर हो सकता है। यह डेटा-प्रधान दृष्टिकोण ही इन मशीनों को लैब से वास्तविक दुनिया में स्नातक होने की अनुमति देता है, जहां स्थितियां शायद ही कभी सही होती हैं।

AI रोबोट ट्रेनर का उदय

इस नए उद्योग ने एक अनूठा पेशा पैदा किया है: AI रोबोट ट्रेनर। ये व्यक्ति आंशिक रूप से कोरियोग्राफर, आंशिक रूप से डेटा वैज्ञानिक और आंशिक रूप से शिक्षक हैं। प्रशिक्षक और मशीन के बीच भावनात्मक संबंध आश्चर्यजनक रूप से मजबूत है।

क्यू किओंगबिन उपलब्धि की भावना को एक बच्चे को बड़े होते देखने के समान बताते हैं। यह मानव-केंद्रित शिक्षण पद्धति महत्वपूर्ण है क्योंकि मानव वातावरण मानव शरीर के लिए डिज़ाइन किया गया है। इन स्थानों के माध्यम से मनुष्यों द्वारा रोबोट को "पायलट" करवाकर, इंजीनियर यह सुनिश्चित करते हैं कि रोबोट हमारे घरों और कार्यस्थलों में नेविगेट करने के सबसे कुशल और सुरक्षित तरीके सीखें।

2026 में यह क्यों मायने रखता है

चीन ने 2027 तक ह्यूमनॉइड रोबोटों का बड़े पैमाने पर उत्पादन करने के महत्वाकांक्षी लक्ष्य निर्धारित किए हैं, जो उन्हें घटती श्रम शक्ति और वृद्ध होती जनसंख्या के समाधान के रूप में देखते हैं। वुहान "रोबोट स्कूल" इस पहेली का एक महत्वपूर्ण हिस्सा है। जबकि टेस्ला और फिगर एआई जैसी पश्चिमी कंपनियां समान रास्तों पर चल रही हैं, चीनी प्रयोगशालाओं में डेटा संग्रह का विशाल पैमाना प्रशिक्षण की गति में प्रतिस्पर्धात्मक बढ़त प्रदान करता है।

व्यावहारिक निष्कर्ष: भविष्य के लिए इसका क्या अर्थ है

जैसे-जैसे ये प्रौद्योगिकियां लैब से उपभोक्ता बाजार की ओर बढ़ती हैं, आने वाले वर्षों में हम निम्नलिखित की उम्मीद कर सकते हैं:

• कौशल के लिए "ऐप स्टोर": ऐप डाउनलोड करने की तरह ही, भविष्य के रोबोट मालिक वुहान जैसी सुविधाओं में पेशेवर प्रशिक्षकों द्वारा प्रशिक्षित "कौशल सेट" (जैसे, "डीप क्लीनिंग" या "बरिस्ता मोड") डाउनलोड कर सकते हैं।
• कम हार्डवेयर लागत: जैसे-जैसे सॉफ्टवेयर ("मस्तिष्क") डेटा को संभालने में अधिक कुशल होता जाता है, रोबोट के लिए हार्डवेयर आवश्यकताएं स्थिर हो सकती हैं, जिससे वे मध्यम वर्ग के परिवारों के लिए अधिक किफायती हो जाएंगे।
• नए करियर पथ: "डेटा लेबलर" की भूमिका "फिजिकल एआई ट्रेनर" में विकसित हो रही है, एक ऐसा काम जिसके लिए कंप्यूटर विज्ञान में डिग्री के बजाय शारीरिक समन्वय और स्थानिक तर्क की समझ की आवश्यकता होती है।

आगे की राह

VR हेडसेट के माध्यम से रोबोट को कॉफी बनाना सीखते हुए देखना विज्ञान कथा जैसा लग सकता है, लेकिन यह रोबोटिक्स उद्योग की वर्तमान वास्तविकता है। रोबोटों को उपकरणों के बजाय छात्रों की तरह मानकर, शोधकर्ता निपुणता और सामान्य ज्ञान के उस स्तर को अनलॉक कर रहे हैं जिसे पहले असंभव माना जाता था। वुहान रोबोट स्कूल के "स्नातक" जल्द ही हमारे दैनिक कार्यों में हमारी मदद करने वाले हो सकते हैं, यह साबित करते हुए कि एक कृत्रिम व्यक्ति बनाने का सबसे अच्छा तरीका एक वास्तविक व्यक्ति द्वारा उन्हें रास्ता दिखाना है।