रोबोटिक्सचा विरोधाभास: Optimus च्या मॅरेथॉनपासून ते मल्टिटास्किंगमधील अपयशापर्यंत

इलोन मस्कचा Optimus प्रोटोटाइप लहान पावलांनी जॉगिंग करून जागतिक स्तरावर चर्चेत असला तरी, रोबोटिक्स उद्योगासमोर एक निराशाजनक वास्तव आहे. कॉकटेल ओतण्यास किंवा मॅरेथॉन धावण्यास सक्षम असलेल्या विशेष यंत्रांनंतरही, अष्टपैलू आणि स्वायत्त मल्टिटास्किंगचे मूलभूत आव्हान अद्याप सुटलेले नाही.

मानवासारख्या अष्टपैलूतेचा आभास

टेस्लाच्या Optimus रोबोटच्या अलीकडील प्रात्यक्षिकांनी ह्युमनॉइड रोबोटिक्सच्या खऱ्या दिशेबाबत एक वाद निर्माण केला आहे. मस्क यांनी प्रोटोटाइपद्वारे काही शारीरिक कसब—विशेषतः जॉगिंग—दाखवले आहे, जे मानवी हालचालींची नक्कल करणाऱ्या 'kinetic intelligence' च्या पातळीचे संकेत देते. अशी टप्पे महत्त्वाचे आहेत कारण ते संतुलन, मोटर नियंत्रण आणि यांत्रिक सहनशक्तीमधील प्रगती दर्शवतात.

तथापि, ही कसब अनेकदा अत्यंत 'स्क्रिप्टेड' किंवा "मर्यादित" असतात. एका विशिष्ट मार्गावरून धावण्यासाठी किंवा नियंत्रित वातावरणात पेय ओतण्यासाठी प्रोग्राम केलेले रोबोट तर्कशास्त्राच्या (logic) एका बंद लूपमध्ये काम करत असतात. एखादे एकटे, पुनरावृत्ती होणारे शारीरिक कार्य करणारे रोबोट आणि मानवी घरगुती गोंधळ किंवा डायनॅमिक फॅक्टरी फ्लोअरमधील अनपेक्षित परिस्थिती हाताळू शकणारा रोबोट, यांच्यातील अंतर अद्याप खूप मोठे आहे. उद्योग सध्या "general intelligence" ऐवजी "specialized excellence" या टप्प्यावर अडकलेला आहे.

मल्टिटास्किंगमधील संगणकीय अडथळा

रोबोट्सना मल्टिटास्किंग करण्यापासून रोखणारा मुख्य मुद्दा केवळ यांत्रिक नसून संगणकीय (computational) आहे. मानवाप्रमाणे मल्टिटास्किंग करण्यासाठी, रोबोटला "General Purpose AI" ची आवश्यकता असते, जो दृश्य संवेदी डेटा (visual sensory data) प्रक्रिया करू शकेल, संतुलनासाठी मोटर फंक्शन्स समायोजित करू शकेल आणि बदलत्या पर्यावरणीय चलांवर आधारित रिअल-टाइम निर्णय घेऊ शकेल.

सध्या, बहुतेक प्रगत रोबोट्स "one task, one model" या तत्त्वावर काम करतात. जेव्हा एखादा रोबोट कॉकटेल ओतत असतो, तेव्हा त्याची संपूर्ण प्रोसेसिंग पॉवर द्रव गतीशास्त्र (liquid dynamics) आणि पकडीच्या स्थिरतेसाठी (grip stability) वापरली जाते. जर एखादी व्यक्ती त्याच्यासमोरून चालली किंवा ग्लास हलवला, तर रोबोटचे "मेंदू" अनेकदा संदर्भांमध्ये (contexts) अखंडपणे बदलण्यात अपयशी ठरते. संज्ञानात्मक लवचिकतेच्या (cognitive flexibility) या अभावामुळेच आपल्याला असे रोबोट्स दिसतात जे प्रभावी शारीरिक कसब दाखवू शकतात, परंतु पाच वर्षांच्या मानवी मुलाला सहज जमणाऱ्या साध्या तात्काळ निर्णयांच्या (improvisational) कामांमध्ये अपयशी ठरतात.

स्वायत्त प्रणालींसाठी जागतिक स्पर्धा

Optimus सारख्या ह्युमनॉइड रोबोट्सचा विकास हे केवळ तंत्रज्ञान प्रदर्शन नसून, ते पुढील औद्योगिक क्रांतीचा एक आधारस्तंभ आहे. जशी जागतिक लोकसंख्याशास्त्रीय रचना बदलत आहे आणि विकसित अर्थव्यवस्थांमध्ये कामगारांची टंचाई निर्माण होत आहे, तशी विश्वासार्ह, बहुउद्देशीय ह्युमनॉइड कामगार तयार करण्याची स्पर्धा ही आता राष्ट्रीय आर्थिक सुरक्षेचा विषय बनली आहे.

जे देश विशेषीकृत रोबोटिक्स आणि सामान्य-उद्देशीय मल्टिटास्किंगमधील अंतर यशस्वीरित्या भरून काढतील, ते उत्पादन, लॉजिस्टिक्स आणि वृद्धांच्या काळजीच्या पुढील युगाचे नेतृत्व करतील. मल्टिटास्किंग क्षमतेमधील सध्याची मर्यादा ही ती प्राथमिक सीमा आहे जिथे AI-एकात्मिक हार्डवेअरच्या पुढील पिढीची चाचणी घेतली जाईल.

भारतासाठी याचा अर्थ काय

• उत्पादन संधी: जागतिक पुरवठा साखळीमध्ये विविधता आणण्याचा प्रयत्न होत असताना, भारत केवळ या तंत्रज्ञानाचा ग्राहक म्हणून नाही, तर रोबोटिक घटक उत्पादन आणि विशेषीकृत AI सॉफ्टवेअर विकासाचे केंद्र म्हणून स्वतःला प्रस्थापित करू शकतो.
• कौशल्य दरीचे आव्हान: ह्युमनॉइड रोबोटिक्सच्या उदयामुळे भारताच्या कामगार बाजारपेठेत मोठा बदल आवश्यक असेल, ज्यामध्ये शारीरिक श्रमांकडून हाय-टेक देखभाल, प्रोग्रामिंग आणि मानव-रोबोट सहकार्याच्या भूमिकांकडे स्थलांतर होईल.
• AI मध्ये धोरणात्मक स्वायत्तता: पाश्चात्य किंवा चिनी कंपन्यांवरील तांत्रिक अवलंबित्व टाळण्यासाठी, भारताने स्वदेशी "General Purpose AI" संशोधनात मोठ्या प्रमाणावर गुंतवणूक करणे आवश्यक आहे, जेणेकरून भारतीय उद्योगांमध्ये वापरले जाणारे भविष्यातील रोबोटिक तंत्रज्ञान देशाच्या धोरणात्मक गरजांशी सुसंगत असेल.