റോബോട്ടിക്സിന്റെ വൈരുദ്ധ്യം: ഒപ്റ്റിമസ് മാരത്തോണുകൾ മുതൽ മൾട്ടിടാസ്കിംഗ് പരാജയങ്ങൾ വരെ

ഇലോൺ മസ്കിന്റെ Optimus പ്രോട്ടോടൈപ്പ് ചെറിയ ചുവടുകളോടെ ഓടിച്ച് ആഗോളതലത്തിൽ വാർത്തകളിൽ ഇടംപിടിക്കുമ്പോഴും, റോബോട്ടിക്സ് വ്യവസായം വലിയൊരു യാഥാർത്ഥ്യമാണ് നേരിട്ടുകൊണ്ടിരിക്കുന്നത്. കോക്ടെയിലുകൾ വിളമ്പാനോ മാരത്തോണുകളിൽ ഓടാനോ ശേഷിയുള്ള പ്രത്യേക യന്ത്രങ്ങൾ ഉണ്ടെങ്കിലും, വൈവിധ്യമാർന്നതും സ്വയംഭരണാധികാരമുള്ളതുമായ (autonomous) മൾട്ടിടാസ്കിംഗ് എന്ന അടിസ്ഥാന വെല്ലുവിളി ഇന്നും പരിഹരിക്കപ്പെടാതെ തുടരുന്നു.

മനുഷ്യനെപ്പോലെയുള്ള വൈവിധ്യത്തിന്റെ മിഥ്യ

ടെസ്‌ലയുടെ Optimus റോബോട്ടിന്റെ സമീപകാല പ്രകടനങ്ങൾ ഹ്യൂമനോയിഡ് റോബോട്ടിക്സിന്റെ യഥാർത്ഥ ഗതിയെക്കുറിച്ച് ഒരു ചർച്ചയ്ക്ക് വഴിയൊരുക്കിയിട്ടുണ്ട്. മനുഷ്യ ചലനങ്ങളെ അനുകരിക്കുന്ന തരത്തിലുള്ള ചലനാത്മക ബുദ്ധി (kinetic intelligence) പ്രകടിപ്പിച്ചുകൊണ്ട്, ഓടുന്നത് പോലുള്ള ശാരീരിക feats മസ്ക് പ്രോട്ടോടൈപ്പിലൂടെ കാണിച്ചുതന്നു. ബാലൻസ്, മോട്ടോർ കൺട്രോൾ, മെക്കാനിക്കൽ എൻഡുറൻസ് എന്നിവയിലെ പുരോഗതി കാണിക്കുന്നതിനാൽ ഇത്തരം നാഴികക്കല്ലുകൾ ഏറെ പ്രാധാന്യമർഹിക്കുന്നു.

എന്നിരുന്നാലും, ഇത്തരം പ്രകടനങ്ങൾ പലപ്പോഴും മുൻകൂട്ടി നിശ്ചയിച്ചവയോ അല്ലെങ്കിൽ "പരിമിതമായവയോ" (narrow) ആണ്. ഒരു പ്രത്യേക പാതയിലൂടെ ഓടാനോ നിയന്ത്രിത സാഹചര്യത്തിൽ പാനീയങ്ങൾ വിളമ്പാനോ പ്രോഗ്രാം ചെയ്ത ഒരു റോബോട്ട്, യുക്തിയുടെ ഒരു അടഞ്ഞ ചക്രത്തിനുള്ളിലാണ് (closed loop of logic) പ്രവർത്തിക്കുന്നത്. ഒരു പ്രത്യേക ശാരീരിക ദൗത്യം ആവർത്തിച്ചു ചെയ്യുന്ന റോബോട്ടിനും, ഒരു മനുഷ്യന്റെ വീടിന്റെയോ അല്ലെങ്കിൽ ചലനാത്മകമായ ഒരു ഫാക്ടറി ഫ്ലോറിന്റെയോ അപ്രതീക്ഷിതമായ സാഹചര്യങ്ങൾ കൈകാര്യം ചെയ്യാൻ കഴിയുന്ന റോബോട്ടിനും ഇടയിലുള്ള വ്യത്യാസം വളരെ വലുതാണ്. വ്യവസായം നിലവിൽ "ജനറൽ ഇന്റലിജൻസിനേക്കാൾ" (general intelligence) ഉപരിയായി "സ്പെഷ്യലൈസ്ഡ് എക്സലൻസിന്റെ" (specialized excellence) ഘട്ടത്തിലാണ് കുടുങ്ങിക്കിടക്കുന്നത്.

മൾട്ടിടാസ്കിംഗിലെ കമ്പ്യൂട്ടേഷണൽ തടസ്സങ്ങൾ

റോബോട്ടുകളെ മൾട്ടിടാസ്കിംഗ് ചെയ്യുന്നതിൽ നിന്ന് തടയുന്ന പ്രധാന പ്രശ്നം മെക്കാനിക്കൽ മാത്രമല്ല, കമ്പ്യൂട്ടേഷണൽ കൂടിയാണ്. ഒരു മനുഷ്യനെപ്പോലെ മൾട്ടിടാസ്കിംഗ് ചെയ്യാൻ, ദൃശ്യപരമായ സെൻസറി ഡാറ്റ ഒരേസമയം പ്രോസസ്സ് ചെയ്യാനും, ബാലൻസിനായി മോട്ടോർ ഫംഗ്ഷനുകൾ ക്രമീകരിക്കാനും, മാറുന്ന പാരിസ്ഥിതിക ഘടകങ്ങൾക്കനുസരിച്ച് തത്സമയം തീരുമാനങ്ങൾ എടുക്കാനും കഴിയുന്ന "General Purpose AI" ഒരു റോബോട്ടിന് ആവശ്യമാണ്.

നിലവിൽ, മിക്ക അത്യാധുനിക റോബോട്ടുകളും "one task, one model" എന്ന അടിസ്ഥാനത്തിലാണ് പ്രവർത്തിക്കുന്നത്. ഒരു റോബോട്ട് കോക്ടെയിൽ വിളമ്പുമ്പോൾ, അതിന്റെ മുഴുവൻ പ്രോസസ്സിംഗ് പവറും ലിക്വിഡ് ഡൈനാമിക്സിനും ഗ്രിപ്പ് സ്റ്റെബിലിറ്റിക്കുമായിരുന്നു ഉപയോഗിക്കുന്നത്. ഒരാൾ അതിന്റെ മുന്നിലൂടെ നടന്നുപോവുകയോ ഗ്ലാസ് നീക്കുകയോ ചെയ്താൽ, റോബോട്ടിന്റെ "തലച്ചോറിന്" സാഹചര്യങ്ങൾ തടസ്സമില്ലാതെ മാറ്റാൻ പലപ്പോഴും സാധിക്കില്ല. ഈ കോഗ്നിറ്റീവ് ഫ്ലെക്സിബിലിറ്റിന്റെ (cognitive flexibility) അഭാവം കാരണമാണ്, മികച്ച ശാരീരിക പ്രകടനങ്ങൾ കാഴ്ചവെക്കുന്ന റോബോട്ടുകൾക്ക് അഞ്ചു വയസ്സുള്ള ഒരു കുട്ടി പോലും ചെയ്യാവുന്ന ലളിതമായ കാര്യങ്ങളിൽ പരാജയപ്പെടുന്നത്.

സ്വയംഭരണാധികാരമുള്ള സിസ്റ്റങ്ങൾക്കായുള്ള ആഗോള മത്സരം

Optimus പോലുള്ള ഹ്യൂമനോയിഡ് റോബോട്ടുകളുടെ വികസനം വെറുമൊരു സാങ്കേതിക പ്രദർശനം മാത്രമല്ല; അത് അടുത്ത വ്യവസായ വിപ്ലവത്തിന്റെ അടിസ്ഥാനശിലയാണ്. ആഗോള ജനസംഖ്യാ ഘടന മാറുന്നതിനൊപ്പവും വികസിത സമ്പദ്‌വ്യവസ്ഥകളിൽ തൊഴിൽക്ഷാമം ഉടലെടുക്കുന്നതിനൊപ്പവും, വിശ്വസനീയവും ബഹുലക്ഷ്യങ്ങൾക്കായി ഉപയോഗിക്കാവുന്നതുമായ ഹ്യൂമനോയിഡ് തൊഴിലാളികളെ സൃഷ്ടിക്കാനുള്ള മത്സരം ഒരു ദേശീയ സാമ്പത്തിക സുരക്ഷാ പ്രശ്നമായി മാറിയിരിക്കുന്നു.

പ്രത്യേക ആവശ്യങ്ങൾക്കായുള്ള റോബോട്ടിക്സും പൊതുവായ ബഹുവിധ ജോലികൾ ചെയ്യാനുള്ള കഴിവും (multitasking) തമ്മിലുള്ള വ്യത്യാസം വിജയകരമായി പരിഹരിക്കുന്ന രാജ്യങ്ങൾ നിർമ്മാണം, ലോജിസ്റ്റിക്സ്, മുതിർന്നവരുടെ പരിചരണം എന്നീ മേഖലകളിലെ അടുത്ത യുഗത്തിന് നേതൃത്വം നൽകും. ബഹുവിധ ജോലികൾ ചെയ്യാനുള്ള കഴിവിൽ നിലവിലുള്ള പരിമിതികൾ, അടുത്ത തലമുറയിലെ AI സംയോജിത ഹാർഡ്‌വെയറുകൾ പരീക്ഷിക്കപ്പെടുന്ന പ്രധാന മേഖലയാണ്.

ഇന്ത്യയെ സംബന്ധിച്ചിടത്തോളം ഇതിന്റെ അർത്ഥമെന്താണ്

• നിർമ്മാണ മേഖലയിലെ അവസരം: ആഗോള സപ്ലൈ ചെയിൻ വൈവിധ്യവൽക്കരിക്കാൻ ശ്രമിക്കുമ്പോൾ, ഈ സാങ്കേതികവിദ്യകളുടെ ഉപഭോക്താവ് എന്നതിലുപരി റോബോട്ടിക് ഘടകങ്ങളുടെ നിർമ്മാണത്തിനും പ്രത്യേക AI സോഫ്റ്റ്‌വെയർ വികസനത്തിനുമുള്ള ഒരു കേന്ദ്രമായി ഇന്ത്യക്ക് സ്വയം മാറാൻ കഴിയും.
• നൈപുണ്യ വിടവ് നേരിടുന്ന വെല്ലുവിളി: ഹ്യൂമനോയിഡ് റോബോട്ടിക്സിന്റെ വളർച്ച ഇന്ത്യയുടെ തൊഴിൽ വിപണിയിൽ വലിയൊരു മാറ്റം ആവശ്യപ്പെടുന്നു; ശാരീരിക അധ്വാനത്തിൽ നിന്ന് ഹൈടെക് പരിപാലനം, പ്രോഗ്രാമിംഗ്, മനുഷ്യ-റോബോട്ട് സഹകരണം എന്നീ മേഖലകളിലേക്ക് മാറേണ്ടി വരും.
• AI രംഗത്തെ തന്ത്രപരമായ സ്വയംഭരണം: പാശ്ചാത്യ അല്ലെങ്കിൽ ചൈനീസ് കമ്പനികളോടുള്ള സാങ്കേതിക ആശ്രിതത്വം ഒഴിവാക്കാൻ, ഇന്ത്യ തദ്ദേശീയമായ "General Purpose AI" ഗവേഷണങ്ങളിൽ വൻതോതിൽ നിക്ഷേപം നടത്തണം. ഇത് ഇന്ത്യൻ വ്യവസായങ്ങളിൽ ഉപയോഗിക്കുന്ന ഭാവിയിലെ റോബോട്ടിക് സേനകൾ ആഭ്യന്തര തന്ത്രപരമായ ആവശ്യങ്ങൾക്ക് അനുയോജ്യമാണെന്ന് ഉറപ്പാക്കും.