فی فئی لی اور یونژو لی نے حال ہی میں ایک a16z پوڈ کاسٹ میں بتایا کہ World Labs ایک "real-to-sim-to-real" پائپ لائن متعارف کروا رہا ہے جو روبوٹس کو کسی جسمانی فرش کو چھونے سے پہلے ہی اعلیٰ معیار کے ڈیجیٹل ٹوئنز (digital twins) میں مکانی کاموں (spatial tasks) کو سیکھنے کی اجازت دیتی ہے۔ یہ طریقہ کار روبوٹک ٹریننگ ڈیٹا جمع کرنے کی لاگت اور خطرے کو کم کرتا ہے، جو کہ ایک ایسی رکاوٹ ہے جس نے بہت سے آٹومیشن منصوبوں کو لیبارٹری تک محدود کر رکھا ہے۔
روبوٹس کو زبان سے زیادہ کیوں ضرورت ہے
بڑے لینگویج ماڈلز (Large language models) متن کے لیے پورے انٹرنیٹ سے ڈیٹا اکٹھا کر سکتے ہیں، لیکن ایک روبوٹ محض ویڈیوز دیکھ کر اس کی نقل نہیں کر سکتا۔ گودام میں حرکت کرنے یا ہوٹل کا کمرہ صاف کرنے کے لیے، ایک روبوٹ کو سہ جہتی جیومیٹری (three-dimensional geometry)، سطح کی خصوصیات، اور دھکیلنے، اٹھانے اور ڈھیر لگانے کی طبیعیات (physics) کو سمجھنا ضروری ہے۔ یہ "مکانی ذہانت" (spatial intelligence) کے اجزاء ہیں، اور حقیقی دنیا میں انہیں بڑے پیمانے پر حاصل کرنا مشکل ہے۔
ڈیٹا کی رکاوٹ
حقیقی دنیا کا روبوٹک ڈیٹا جمع کرنا سست، مہنگا اور بعض اوقات خطرناک ہوتا ہے۔ ایک بھی حادثہ ہارڈ ویئر کو نقصان پہنچا سکتا ہے، پیداواری لائن کو روک سکتا ہے، یا کسی انسانی کارکن کو زخمی بھی کر سکتا ہے۔ اسی وجہ سے، زیادہ تر روبوٹکس ٹیمیں چھوٹے، ہاتھ سے تیار کردہ ڈیٹا سیٹس پر انحصار کرتی ہیں جو روزمرہ کے ماحول کے تنوع کا احاطہ نہیں کرتے۔
World Labs ہم آہنگ ڈیجیٹل دنیاؤں کی تعمیر کے ذریعے اس رکاوٹ کو دور کرتا ہے۔ ان کا SceniX سسٹم ایک جسمانی جگہ کو ایک ایسی سمولیشن (simulation) میں نقش کرتا ہے جو جیومیٹری (دیواروں اور اشیاء کی شکل)، ظاہری شکل (بناوٹ، رنگ، روشنی) اور طبیعیات (اشیاء کو دھکیلنے پر وہ کیسے حرکت کرتی ہیں) کو برقرار رکھتی ہے۔ روبوٹ اس ورچوئل کاپی میں مشق کرتا ہے، اور پھر وہی پالیسیز حقیقی ماحول میں منتقل ہو جاتی ہیں۔
ویڈیو ماڈلز کافی نہیں ہیں
کچھ محققین کا کہنا ہے کہ ہائی ریزولوشن ویڈیو جنریٹرز جسمانی سمولیشن کا متبادل بن سکتے ہیں۔ وہ ماڈلز روبوٹ کے نقطہ نظر کے معقول فریم تیار کر سکتے ہیں، لیکن ان میں مستقل طبیعیات (consistent physics) کی کمی ہوتی ہے۔ اگر ایک سمولیٹڈ ویڈیو میں کپ کو دھکیلنے کے بعد غائب ہوتے ہوئے دکھایا جائے، تو اس فوٹیج پر تربیت یافتہ روبوٹ غلط وجہ اور اثر (cause-and-effect) کا تعلق سیکھ لے گا۔ World Labs کی پائپ لائن ان دنیاؤں پر زور دیتی ہے جو وقت، جگہ اور تعامل (interaction) کے دوران مربوط رہیں، تاکہ یہ یقینی بنایا جا سکے کہ روبوٹ کی "مسل میموری" (muscle memory) حقیقی دنیا کی طبیعیات کے مطابق ہو۔
نیم ساختہ مقامات کو نشانہ بنانا
ٹیم کا مقصد ایسے انسانی شکل کے اسسٹنٹ (humanoid assistants) بنانا نہیں ہے جو کل ہی لونگ روم میں گھومنے لگیں۔ اس کے بجائے، وہ نیم ساختہ ماحول (semi-structured environments) پر توجہ مرکوز کر رہے ہیں جہاں کا نقشہ اتنا قابلِ پیش گوئی ہو کہ ڈیجیٹل ٹوئن درست ہو سکے، لیکن اتنا متنوع بھی ہو کہ حقیقی مکانی استدلال (spatial reasoning) کی ضرورت پڑے۔ مثالوں میں شامل ہیں:
- گودام جہاں اشیاء شیلفوں اور پیلیٹس پر رکھی جاتی ہیں
- ریستوراں جہاں میزیں، کرسیاں اور چلتے پھرتے عملہ ہوتا ہے
- ہوٹل جہاں راہداریاں، کمرے اور سروس کارٹس ہوتے ہیں
- صنعتی مقامات جہاں مشینری، کنویئرز اور حفاظتی رکاوٹیں ہوتی ہیں
یہ وہ جگہیں ہیں جہاں کاروبار پہلے ہی آٹومیشن کی درخواست کر رہے ہیں۔ پوڈ کاسٹ میں مذکور ایک حالیہ سروے کے مطابق، مطلوبہ روبوٹک کاموں کا ایک تہائی حصہ صفائی سے متعلق ہے—جو کہ ایسا تکراری اور ناگوار کام ہے جسے انسان مشینوں کے حوالے کرنے کے لیے بے تاب ہیں۔
کامیابی کیسی نظر آتی ہے
World Labs کا روڈ میپ اگلے دو سالوں میں مخصوص صنعتوں میں اس پائپ لائن کو ثابت کرنے پر منحصر ہے۔ اگر ایک روبوٹ سمولیٹڈ گودام میں بار بار پیلیٹ منتقل کر سکتا ہے اور پھر بغیر دوبارہ تربیت کے اسی طرح ایک حقیقی سہولت میں کر سکتا ہے، تو اس ماڈل نے یہ ثابت کر دیا کہ "قابلِ اعتماد سمولیشن سے قابلِ اعتماد روبوٹس بنتے ہیں۔" یہ قابلِ اعتماد ہونا بڑے معاہدوں کے دروازے کھول سکتا ہے اور ڈیجیٹل ٹوئن کی تخلیق میں ابتدائی سرمایہ کاری کا جواز پیش کر سکتا ہے۔
آگے کیا دیکھنا ہے
- صنعتی پائلٹ پروجیکٹس (Industry pilots) – گوداموں یا ہوٹلوں میں پہلی چند تعیناتیاں یہ ظاہر کریں گی کہ آیا یہ پائپ لائن ان پیچیدہ حالات (edge cases) کو سنبھال سکتی ہے جو صرف ورک فلور پر ہی سامنے آتے ہیں۔
بنیادی خیال سادہ ہے: روبوٹس کو اسٹیج پر قدم رکھنے سے پہلے ایک بہترین ریہرسل سپیس دیں۔ اگر World Labs اس ریہرسل کو مستقل کارکردگی میں بدل سکتا ہے، تو روبوٹکس کا مشکل ترین مسئلہ—مشینوں کو مادی دنیا کو سمجھنے اور اس میں عمل کرنے کی تعلیم دینا—آخر کار ایک عملی حل پا سکتا ہے۔