2026 সালের বিশ্ব কৃত্রিম বুদ্ধিমত্তা সম্মেলন জুলাইয়ে শাংহাইয়ে শুরু হবে, যেখানে প্রদর্শনীর ক্ষেত্রফল প্রথমবারের মতো 10 লক্ষ বর্গমিটার ছাড়িয়ে যাবে এবং অংশগ্রহণকারী প্রতিষ্ঠানের সংখ্যা 1100-এরও বেশি হবে। এই সম্মেলনে চীনের এমবডিড ইন্টেলিজেন্স শিল্পের বড় বিভাজন দেখা গেছে: B-টি বাজারে স্পষ্ট বিভাজন ঘটেছে—কারখানা প্যারাডাইমটি শিল্প উৎপাদন লাইনে ফোকাস করছে, যেখানে কঠিন ও ক্লান্তিকর কাজগুলি করা হয়; বাণিজ্যিক সেবা প্যারাডাইমটি সুপারমার্কেট, রেস্তোঁরা ইত্যাদির স্থানগুলিতে প্রবাহিত হচ্ছে। C-টি বাজারটি দুটি দলে বিভক্ত: একটি হলো মজা ও সঙ্গীতা, অন্যটি হলো ঘরোয়া কাজ। প্রদর্শনকারীরা “প্রদর্শন”-এর পরিবর্তে “কাজ”-এর দিকে মনোযোগ দিচ্ছে, বাস্তবিক পরিস্থিতিতে বাস্তবায়ন এবং ROI-এর দিকে। ডেটা সংগ্রহটি শিল্পের মৌলিক ভিত্তি হয়ে উঠছে; এমবডিড ডেটার আকার এবং ভাষা মডেলের পূর্ব-প্রশিক্ষণের জন্য ব্যবহৃত ভাষা-করপাসের মধ্যে 10,000-এরও বেশি পার্থক্য রয়েছে। “প্রদর্শনযোগ্য”-এর পরিবর্তে “করতে পারা”-এর দিকে ‘ফিজিক্যাল AI’-এর অগ্রগতির 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টি 3টिলেখক এবং উৎস: 36氪
প্রকৃত কাজ প্রদর্শনের পরিবর্তে, ডেটা ভবিষ্যত নির্ধারণ করে।
ব্যবসায়িক আয় করুন, একইসাথে খরচের জন্য বিখ্যাত পণ্যের স্বপ্ন দেখুন।
২০২৬ সালের ১৭ জুলাই, শাংহাই এক্সপোজিশন সেন্টারে বিশ্ব কৃত্রিম বুদ্ধিমত্তা সম্মেলন (WAIC) শুরু হয়। এই বছরের সম্মেলনের প্রদর্শনীর ক্ষেত্রফল প্রথমবারের মতো ১০ লক্ষ বর্গমিটারের বেশি হয়, যেখানে ১১০০টিরও বেশি কোম্পানি অংশগ্রহণ করেছে এবং ৩৪৯টি পণ্য প্রথমবারের মতো উপস্থাপন করা হয়েছে, যা এখন পর্যন্ত সর্বোচ্চ।
কিন্তু সংখ্যার চেয়ে আরও স্পষ্ট হলো স্থানের “তাপ” — H3 এমবডিড ইন্টেলিজেন্স এক্সপোজিশনের প্রবেশদ্বারে একটি হরফ-আকৃতির দীর্ঘ লাইন গঠিত হয়েছিল, অভ্যন্তরে মানুষের ঘনঘন ভিড়, পথের মাঝখানে দাঁড়িয়ে তিন সেকেন্ডের বেশি থাকা প্রায় অসম্ভব।
H3 গ্যালারি ঘুরে আসার পর, একটি স্পষ্ট অনুভূতি হল: রোবট প্রদর্শনী, পরিবর্তিত হয়েছে।
গত বছর বাদামি মানুষের মতো রোবটগুলি লাফানো এবং নাচানোর প্রদর্শনী করেছিল, কিন্তু এই বছর এগুলি কোণে সরিয়ে দেওয়া হয়েছে—উত্তেজনাপূর্ণ, কিন্তু এখন মূল বিষয় নয়। সেন্টার স্টেজে রয়েছে সিমুলেট করা ফ্যাক্টরি লাইন, ফার্মেসি শেলফ, রেস্তোঁরার বার, এবং পারিবারিক লিভিং রুম। প্রদর্শনীকারীরা এখন “আমি কি দারুণ লাগছি?” বলছেন না, বরং “দেখুন, আমি এই কাজটি করতে পারি, আপনাকে কতটা টাকা বাঁচাতে পারি।”
WAIC 2026-এ রোবট এক্সপোজিশনটি চীনা এমবডিড ইন্টেলিজেন্সের বড় বিভাজনকে প্রতিফলিত করেছে এবং শিল্পের সবচেয়ে প্রত্যক্ষ টীকা দিয়েছে: কাজ করা, বিভাজন, ভিত্তি গড়া—তিনটি কীওয়ার্ড, যা শিল্পে ঘটছে এমন তিনটি গভীর পরিবর্তনকে প্রতিফলিত করে। নীচে, আমরা এক্সপোজিশন থেকে প্রাপ্ত প্রাথমিক পর্যবেক্ষণগুলি উপস্থাপন করছি।
এক, বি-এন্ডের বিচ্ছিন্নতা: কারখানায় যাবেন, নাকি দোকানে?
কাজ করা হল মূল বিষয়, এবং বিভাজন হল প্রধান বৈশিষ্ট্য; গভীরভাবে দেখলে, একই B-সাইডের মধ্যেও পথ সম্পূর্ণ ভিন্ন। একদল কারখানায় ঢুকে পড়ে সবচেয়ে ক্লান্তিকর, দুষ্টপূর্ণ কাজগুলোতে লিপ্ত হয়; অন্যদল বাজার, ঔষধালয় এবং রেস্তোঁরার দিকে ঝুঁকে পড়ে, মানুষের সবচেয়ে কাছাকাছি জায়গায় স্থান খুঁজে বের করে।
ফ্যাক্টরি পার্টির পদ্ধতি খুব সরাসরি, তারা বাস্তব উৎপাদন লাইনটিকে 1:1 অনুকরণ করে এক্সপোজারে স্থাপন করে, যেখানে রোবটগুলি সরাসরি "কাজে নিযুক্ত" হয়ে পুনরাবৃত্তিমূলক এবং ক্লান্তিকর কাজগুলি সম্পন্ন করে।
স্টোরেজ ও লজিস্টিক রোবোটের নেতা জিয়েজহেজি, জেনারিক হিউমানয়েড রোবোট Gino1 চালু করেছে, যা হাত ও পা সমন্বিত সম্পূর্ণ শরীরের সমান্তরাল নিয়ন্ত্রণ সক্ষমতা সহ সজ্জিত, যা মোবাইল রোবোট এবং পিকিং স্টেশনের সাথে কাজ করে পিকিং প্রক্রিয়াটি সম্পূর্ণ করতে পারে। জানা যায়, একক টাস্কের সময় প্রায় 30% কমেছে।
জিয়ায়ুয়ান পাঁচটি নতুন পণ্য—এক্সপেডিশন A3 Ultra, স্পিরিট G2 Max, লিংশি X2 EDU, ক্রিটিকাল পয়েন্ট OmniHand 3 Ultra-M এবং কুটো সাইক্লিং রোবোট—এর একত্রিত প্রকাশ করেছে। এছাড়াও, স্পিরিট G2 Max-এর জিংড়ং লজিস্টিক্সের সাথে যৌথভাবে গড়ে তোলা স্টোরেজ এবং প্যালেটিংয়ের স্কেনারিওগুলি প্রদর্শনীতে স্থাপন করা হয়েছে, যা রাউন্ডবোর্ডের আপলোড/ডাউনলোড লাইনের বাস্তবায়নের অবস্থা প্রদর্শন করে। এছাড়াও, জুনপু ইন্টেলিজেন্টের সাথে যৌথভাবে একটি সম্পূর্ণ চিপ প্রসেসিং লাইন তৈরি করা হয়েছে, যা আপলোড, বক্সে রাখা, স্থানান্তরণসহ দীর্ঘ প্রক্রিয়াগুলি অবিরতভাবে সম্পন্ন করেছে, যা মানবহস্তের হস্তক্ষেপ ছাড়াই স্থিতিশীলতা প্রমাণিত করেছে।
টে শিজিহাং কার ওয়ারিং হার্নেস রিং লাইনটি এক্সিবিশন স্টলে স্থানান্তরিত করেছেন, যার A1 ওয়ারিং হার্নেস স্মার্ট রোবোটিক সমাধানটি ওয়ারিং হার্নেসের পুরো প্রক্রিয়ার স্বয়ংক্রিয়করণের জন্য তৈরি করা হয়েছে, যা নিজস্ব উন্নয়নকৃত এমবডিড বড় মডেল দিয়ে সজ্জিত, যা মানবীয় নমনীয় অপারেশনকে অনুকরণ করতে পারে এবং বিদ্যমান উৎপাদন লাইনের সাথে সহজেই একীভূত হতে পারে। জানা গিয়েছে, এই সমাধানটি ২০২৪ সালের জুনে টিয়ানহাই ইলেকট্রনিক্স-এ বড়পরিসরে বাস্তবায়িত হয়েছে।
লেজু রোবোটগুলি প্যালেট খোলা, পরিবহন এবং সরবরাহের মতো স্থিতিগুলিকে সম্পূর্ণরূপে স্বয়ংক্রিয়, বহু-স্টেশন ফ্লেক্সিবল অপারেশনের ক্ষমতা পুনরায় তৈরি করে, যেখানে পুরোপুরি মানব হস্তক্ষেপের প্রয়োজন হয় না, এবং এটি প্রদর্শনীতে অবিরতভাবে কাজ করে, যা প্রকৃত শিল্প লাইনের বাস্তব চলমান ফলাফলের সমান।
শিল্প পরিস্থিতিতে স্ট্রাকচারাইজেশন উচ্চ, কাজের সীমানা স্পষ্ট এবং ROI পরিমাপযোগ্য—এটিই কারখানা পক্ষের সাধারণ মত। রোবটকে “সর্বজনীন” হতে হবে না, শুধু একটি নির্দিষ্ট স্টেশনে একটি কাজকে চরমে পৌঁছানোই যথেষ্ট।
ব্যবসায়িক সেবা প্রদানকারীদের সামনে সম্পূর্ণ ভিন্ন একটি প্রশ্নপত্র রয়েছে, যেখানে পরিবেশ আরও খোলা, বিঘ্ন আরও দৈবিক এবং ভুলের জন্য স্থান আরও কম।
গ্যালাক্সি জেনারেল এই সময়ে দুটি স্পষ্টভাবে নির্ধারিত রোবট প্রদর্শন করেছে: ইন্টারঅ্যাকশন সেবার জন্য ডিজাইন করা জেনারেল রোবট গ্যালবট G1 এবং শিল্প পরিস্থিতির জন্য উপযুক্ত ভারী রোবট গ্যালবট S1। উভয় পণ্যের সমস্ত ক্রিয়াকলাপ স্ব-উন্নয়নকৃত "গ্যালাক্সি স্টার ব্রেইন" (AstraBrain) এমবডিড লার্জ মডেল দ্বারা বাস্তবসময়ে চালিত।
G1 সি-এন্ড এবং বি-এন্ড সেবা স্কেনারিওতে সাধারণীকরণ প্রদর্শন করেছে, যা সকালের নাস্তা, স্মার্ট রিটেইল, স্বাগতম ইত্যাদি বহু স্কেনারিওকে কভার করে; S1 তবে আরও "ভারী" শিল্প স্কেনারিওতে ফোকাস করেছে, যা প্যালেট থেকে পণ্য সরানো, পরিবহন এবং পুনরায় স্তরবদ্ধকরণ পর্যন্ত লজিস্টিকস অপারেশন চেইনটি সম্পূর্ণভাবে প্রদর্শন করেছে।
জিয়ান ফাংফাংয়ের সম্পূর্ণ উন্নত অ্যালফাবট 2 (আইবো) একটি ভিন্ন পদ্ধতি অবলম্বন করে। এটি একজন দোকানদারের মতো ক্যাফে, কক�েল এবং আইসক্রিম তৈরি করে, কাজের বাইরে B-টি ব্যবসায়িক পরিষেবার অপরিহার্য আবেগগত মূল্য এবং ভোগ্যপণ্যের অভিজ্ঞতা প্রদান করে।
এই দুটি প্রতিষ্ঠানের পথ ভিন্ন হলেও, এগুলি একই ব্যবসায়িক যুক্তি অনুসরণ করে—যত বেশি খোলা স্কেনারিও, তত বেশি প্রযুক্তিগত চ্যালেঞ্জ, কিন্তু বাজারের চাহিদা তত বেশি এবং প্রদানের প্রতি ইচ্ছাও তত বেশি। যদি কোনো নির্দিষ্ট স্কেনারিওতে বিশ্বস্ততা প্রমাণিত হয়, তবে ব্যবসায়িক বন্দনা কার্যকরভাবে চালু হয়ে যায়। এটিই বেশিরভাগ প্রতিষ্ঠান B2B-এ শিল্প এবং বাণিজ্যিক সেবা উভয় স্কেনারিওতে একসাথে বিনিয়োগের কারণ।
উল্লেখযোগ্য যে, ফুলিয়ে তার প্রথম হাই-লোড রোড-ওয়াহেলড ডুয়েল আর্ম রোবট GRW চালু করেছে, যার সর্বোচ্চ 16 কেজি স্থিতিশীল লোড ক্ষমতা, 2 মিটারের বেশি বিশাল কার্যক্ষেত্র এবং স্বচ্ছন্দ চলাচলের ক্ষমতা রয়েছে, যা স্টোরেজ, লজিস্টিকস, শিল্প উৎপাদন এবং স্বাস্থ্যসেবা সহ উচ্চ-লোড মানব-রোবট সহযোগিতার পরিস্থিতিতে কেন্দ্রীভূত। জানা গিয়েছে যে, এই রোবটটি ফুলিয়ের জিরো-কোড ডেভেলপমেন্ট প্ল্যাটফর্ম দিয়ে সজ্জিত, যা অপারেশনের বাধা আরও কমিয়েছে।
এছাড়াও, মনোরঞ্জন গাইড সেবা একটি আপেক্ষিকভাবে পরিপক্ক নিচের বাজার। জিহুয়ান WAIC-এর সময় কিংতিয়ান রেন্টের সাথে একত্রিত হয়ে মূল ভেন্যু এবং দুটি সহ-ভেন্যুতে ষাটটি বিভিন্ন ধরনের এমবডিড ইন্টেলিজেন্ট রোবট স্থাপন করে, যা কেন্দ্রীয় পাবলিক এলাকায় পথনির্দেশনা সহ বিভিন্ন সেবা প্রদান করে। A3 এবং Lingxi X2 মডেলগুলি শুধুমাত্র পথনির্দেশনা সেবা প্রদান করেনি, বরং স্থানীয়ভাবে উচ্চ-কঠিন অ্যাকশন এবং গ্রুপ-কন্ট্রোলড ডান্সও প্রদর্শন করে, যা দর্শকদের থেকে বারবার আকর্ষণ এবং প্রশংসা অর্জন করে।
চিয়ানয়ুয়ের সহ-প্রতিষ্ঠাতা পেং জিহুই একটি সাক্ষাত্কারে বলেন, শিল্পের সবচেয়ে স্পষ্ট পরিবর্তন হল প্রদর্শনমূলক প্রদর্শন থেকে ডিপ্লয়মেন্ট এবং উৎপাদনশীলতায় সরে যাওয়া, “সবাই বেশি মনোযোগ দিচ্ছেন যে এটি কি প্রকৃতপক্ষে কারখানায় বা বাণিজ্যিক সেবার পরিবেশে প্রবেশ করতে পারবে।”
কারখানা নাকি দোকান, পথ ভিন্ন হলেও প্রশ্নটি একই—বাণিজ্যিক প্রক্রিয়ায় সংগ্রামের জন্য প্রথমে বাঁচার টিকিট কীভাবে পাওয়া যায়। প্রতিটি প্রতিষ্ঠান নিজস্ব উপায়ে এর উত্তর দিচ্ছে, বাজারের যাচাইয়ের অপেক্ষায়।
দ্বিতীয়, বর্তমানে বিক্রি করুন নাকি ভবিষ্যতের জন্য জুয়া খেলুন? সি-এন্ড প্লেয়ারদের ভিন্ন সময়ের দৃষ্টিভঙ্গি
C-প্রান্তের বিভাজন বি-প্রান্তের মতো স্পষ্ট লক্ষ্য ছাড়াই অনেক বেশি জটিল। কারখানা রোবট কেনে যখন ROI, বিনিয়োগ ফেরতের সময়কাল এবং কতটা মানব শ্রম প্রতিস্থাপন করা হচ্ছে তা হিসাব করে। ব্যক্তিগত ভোক্তাদের সিদ্ধান্ত অনেক বেশি জটিল, কেউ “মজাদার” বলে অর্ডার দেয়, কেউ “কাজ করতে পারে” বলে মূল্য তুলনা করে, আবার কেউ সহযোগিতা এবং ব্যবহারিকতা উভয়েরই প্রত্যাশা রাখে, এবং অধিকাংশ সময়ই এগুলি তিনটিরই সমন্বয় থাকে।
লাইভ দৃশ্য থেকে দেখা যাচ্ছে, পরিবার এবং ব্যক্তিগত ভোক্তাদের জন্য একইভাবে, কিছু কোম্পানি রোবটকে “খেলনা বন্ধু” বা “শিক্ষার সঙ্গী” হিসেবে ব্যবহার করে, যারা মানুষের সাথে শিতান খেলে বা কথা বলে, এবং আবেগগত মূল্য বিক্রি করে; কিছু কোম্পানি “বাড়ির চাকর” হিসেবে স্থানান্তরিত হয়েছে, যারা ঘরোয়া কাজে বিশেষজ্ঞ, এবং “কাজ করা”-র মূল্য বিক্রি করে; আবার কিছু কোম্পানি সঙ্গীত্ব এবং কাজের মধ্যে ভারসাম্য বজায় রাখার চেষ্টা করছে।
ফু লিয়ের "ক্যাটহেড" রোবট পরিবার ভাবনা মূল্যকে এগিয়ে নিয়ে গেছে: ডেস্কটপ-লেভেল GR Nano ব্যক্তিগত আবেগিক সহযোগিতার জন্য উপযোগী, স্পর্শ করলে সূক্ষ্ম আবেগিক পরিবর্তন ঘটে, এবং ব্যবহারকারীরা এর জন্য একটি বিশেষ ব্যক্তিত্ব তৈরি করতে পারেন। GR Mini এর মিষ্টি ডিজাইন এবং মানব-সদৃশ নৃত্যের মাধ্যমে এটি প্রদর্শনী গাইড, বৃদ্ধদের সহযোগিতা ইত্যাদি পরিস্থিতিতে কাজ করে। GR Nano এখনও বাজারে আসেনি, কিন্তু ফু লিয়ের C-এন্ডে "আবেগিক সংযোগ"এর দিকে তাদের জোরদার প্রচেষ্টা স্পষ্ট।
কিউয়ান T1 এবং Q1 পরিবারের সাথে সময় কাটানো এবং বিজ্ঞান ও প্রযুক্তির অভিজ্ঞতাকে কেন্দ্র করে। T1 হল বিশ্বের প্রথম পরিবর্তনযোগ্য ব্যক্তিগত রোবট, যা চাকা-পায়ের মানবাকৃতি এবং চার-পা আকৃতির মধ্যে স্বাধীনভাবে স্যুইচ করতে পারে; Q1 হালকা ডিজাইনের সাথে পরিবারের সাথে সময় কাটানো এবং বিজ্ঞান-শিক্ষা অভিজ্ঞতাকে প্রাধান্য দেয়। স্টলটি রোবটগুলির দ্বারা ইন্টারেকশনের গতি নির্ধারণ করে, যা বাণিজ্যিক এলাকায় অফলাইন ফ্ল্যাগশিপ স্টোর খোলা হয়েছে।
জাকা দ্বারা চালু করা ছোট মানবাকৃতির রোবট JAKA π ("π জি"), যার উচ্চতা মাত্র 1.22 মিটার, এটি একই শ্রেণির মধ্যে সবচেয়ে ছোট মানবাকৃতির রোবটগুলির মধ্যে একটি, যা "মস্তিষ্ক + ক্ষুদ্রমস্তিষ্ক" ফিউশন আর্কিটেকচার সহ প্রদর্শনীতে প্রদর্শন এবং দর্শকদের সাথে মিথস্ক্রিয়া করে। যদিও জাকার প্রধান ক্ষেত্র শিল্প, "π জি"-এর উপস্থিতি বোঝায় যে শিল্প-ভিত্তিক প্রতিযোগীদেরও "মিষ্টি চেহারা" পথের আকর্ষণকে 무시 করা যায় না।
জুজি পাওয়ারের মহিলা লুনা মানবাকৃতি রোবটটি নরম কাপড়ের ডিজাইন এবং প্রবাহিত নৃত্যের মাধ্যমে দর্শকদের আকর্ষণ করেছে, যা প্রাণবন্ত এবং স্বাভাবিক, সুন্দর পদচারণা সহ। এটি একটি iPad কন্ট্রোল টার্মিনাল দিয়ে সম্পূর্ণ করা হয়েছে, যা ভিডিও এক-ক্লিকে নৃত্য শেখার এবং অ্যাকশনগুলি ড্র্যাগ-অ্যান্ড-ড্রপ করে সাজানোর সুবিধা প্রদান করে।
ভিটা পাওয়ার জিডি এক্সপোতে একটি মেশিন ডগ উপস্থাপন করেছে যা রিমোট ছাড়াই স্বয়ংক্রিয়ভাবে খেলার জন্য এবং কথা বলার জন্য সহায়তা করে।
এই "সঙ্গী" প্রতিযোগীদের বিস্তারিত পর্যালোচনা করলে দেখা যায় যে তাদের কাজের সীমানা পরিষ্কার, ইন্টারঅ্যাকশন নিয়ন্ত্রণযোগ্য এবং প্রযুক্তি আপেক্ষিকভাবে পরিপক্ক; এদের জন্য জটিল ভৌত বিশ্বকে বুঝতে হয় না, শুধু সীমিত নিয়মের মধ্যে সঠিক প্রতিক্রিয়া দিতে হয়। এই ধরনের পরিস্থিতি মূলত "বন্ধ প্রশ্ন", যেখানে ভারী কাজের প্রয়োজন হয় না, যথেষ্ট আকর্ষক এবং সঙ্গীত্বপূর্ণ হলেই মানুষ পেমেন্ট করতে রাজি হয়।
কাজ করার পদ্ধতি সম্পূর্ণ ভিন্ন। তাদের পরিবারের মধ্যে ঢুকে পোশাক গুছিয়ে খেলনা সাজিয়ে ঘর সাজাতে হয়। এটি রোবটদের জন্য “হেল ডিফিকাল্ট” বলে বিবেচিত, কারণ কাপড় নরম, ভাঁজগুলি দৈবিক, এবং প্রতিবার একই টি-শার্টটি ভিন্নভাবে সাজানো হয়।
ফু লিয়ের "এমবডিড হোম" হল কাজের পথে সবচেয়ে এগিয়ে যাওয়া একটি টেকনোলজি। স্ট্যান্ডে "রোবট বাড়ির মালিকের দিন" নামক একটি পূর্ণাঙ্গ ঘরের সিমুলেশন স্পেস তৈরি করা হয়েছে। যখন ব্যবহারকারী "আমি পিপাসা পেয়েছি" এই অস্পষ্ট নির্দেশ দেয়, তখন GR-3 কোনও স্পষ্ট লক্ষ্য অবস্থানের প্রয়োজন ছাড়াই নিজে থেকে চাহিদা বুঝতে, লক্ষ্যটি খুঁজে বার করতে এবং বস্তুটি নিয়ে আসতে পারে। স্থানীয়ভাবে, বড় স্ক্রিনে রোবটের সিদ্ধান্তগুলির প্রক্রিয়াটি বাস্তবসময়ে ভিজুয়ালাইজ করা হচ্ছে।
ভবিষ্যৎ দূরে নয়, F2 কে "ব্যক্তিগত পরিবার পরিচর্যক" হিসাবে চিহ্নিত করা হয়েছে, এর বাহ্যিক আকৃতি নরম এবং মিষ্টি, যা খেলার সময় সঙ্গী হতে পারে, শিক্ষার পর্যবেক্ষণ করতে পারে, পোশাক গুছিয়ে রাখতে পারে এবং বিড়ালের খাবার পুনরায় পূরণ করতে পারে। পণ্যটি এখন বিক্রি হচ্ছে, এবং শতাধিক পরিবারে পেমেন্ট করে ব্যবহার করা হচ্ছে, যা "প্রথমে যা করা সম্ভব, তা করুন, তারপর ধাপে ধাপে বিস্তার করুন" এই বাস্তবসম্মত পথটি অনুসরণ করছে।
ইউলিকি পিজ্জা তৈরি, চিনির চিত্র আঁকা, ঘর পরিষ্কার করা ইত্যাদি দীর্ঘস্থায়ী কাজগুলি দেখিয়েছে, কিন্তু সতর্কভাবে পর্যালোচনা করলে এই দৃশ্যগুলি বেশি হলেও “ক্ষমতা যাচাই” এবং প্রকৃতপক্ষে পরিবারের দৈনন্দিন সমস্যা সমাধানের দিকে এখনও বড় পদক্ষেপ বাকি।
একটি প্রদর্শনীতে স্মূহ প্রদর্শনী কোনো বাস্তবতা পরিবর্তন করতে পারে না: পারিবারিক পরিস্থিতি একটি খোলা বিশ্ব, যেখানে বর্তমান প্রযুক্তিগত ক্ষমতা এখনও বন্ধ বা অর্ধ-বন্ধ পরিবেশে সীমাবদ্ধ। নির্দিষ্ট পরিস্থিতিতে পূর্বনির্ধারিত কাজগুলি সম্পন্ন করা ইতিমধ্যেই কঠিন, "হাজার হাজার পরিবারের হাজার হাজার মুখ" -এ প্রবেশ করতে এখনও অনেক দূরে।
খেলার পক্ষ এবং কাজের পক্ষের মধ্যে পার্থক্য প্রতীয়মান হয় প্রযুক্তিগত পথের পার্থক্য হিসেবে, কিন্তু বাস্তবিক এটি “মানুষ ও মেশিনের সম্পর্ক” সম্পর্কে ভিন্ন কল্পনার ফলাফল। প্রথম দল রোবটকে সঙ্গী হিসেবে দেখে এবং আবেগগত সংযোগ বিক্রি করে; দ্বিতীয় দল এটিকে সহায়ক হিসেবে দেখে এবং শ্রমের মুক্তি বিক্রি করে।
বন্ধ নিয়মের অধীনে "সহজ প্রশ্ন" এবং খোলা বিশ্বের "হেল ডিফিকাল্টি" যথাক্রমে দুটি ব্যবসায়িক গতির সাথে মেলে: একটি আকারের প্রভাবের মাধ্যমে দ্রুত পরিমাণ বৃদ্ধি করে, অন্যটি প্রযুক্তিগত বিপ্লবের মাধ্যমে ধীরে ধীরে উঠে।
বর্তমানে অনেক পেইওয়ান ইতিমধ্যেই বড় পরিমাণে উৎপাদনের বন্দনা সম্পন্ন করেছে, অন্যদিকে গার্কওয়ানরা এখনও প্রযুক্তিগত মোড়ের অপেক্ষায় আছে। সি-এন্ডে, "ভবিষ্যতের প্রতিশ্রুতি" এর চেয়ে বাজার বেশি পছন্দ করে "এখনই ব্যবহারযোগ্য" পণ্য।
তিনটি দেয়াল এবং দশহাজার গুণ পার্থক্য, ডেটা সংগ্রহের পরিশ্রম বুদ্ধিমত্তার ঘাটতি পূরণ করতে পারে না
বি-এন্ড এবং সি-এন্ডের স্কেনারিও বিভাজনের পাশাপাশি, এক্সপোজিশন হলে এক ধরনের স্টলও রয়েছে যেখানে নাচ বা ধরা নেই, শুধুমাত্র হেড-মাউন্টেড ক্যামেরা, ডেটা গ্লাভস এবং রিমোট অপারেশন কনসোল এবং এগুলি পরে একই কাজটি পুনরাবৃত্তি করছে। তাদের কাজটি খুব সহজ—রোবটগুলি কাজ শিখতে শুরু করার আগে, তাদেরকে শিখতে শেখানো।
মিফেং টেকনোলজির স্টলে মেগো ভিউ হেড-মাউন্টেড ডেটা কালেকশন ডিভাইস এবং মেগো গ্রিপার ক্ল্যাম্প-স্টাইল হ্যান্ডহেল্ড ডিভাইস রাখা আছে। ব্যবহারকারীরা ডিভাইস পরে সামনের বস্তুগুলি ধরে তোলে, যেখানে গ্রিপারের 200° ফিশআই ক্যামেরা, 3D টাচ সেন্সর এবং 9-অক্ষ IMU একসাথে ডেটা সংগ্রহ করে, এবং পাশের বড় স্ক্রিনে মিলিমিটার-স্তরের সঠিকতায় অপারেশনের ট্র্যাজেক্টরি রিয়েল-টাইমে পুনর্গঠন করা হয়। মিফেং তাদের পজিশনিংকে স্পষ্টভাবে ব্যাখ্যা করে: তারা রোবট তৈরি করে না, শুধু “রোবটের শিক্ষক” হয়। মানুষের অপারেশনের ভিডিওগুলি ক্রাউডসোর্সিংয়ের মাধ্যমে সংগ্রহ করে, যার ফলে ডেটা খরচকে প্রচলিত রিমোট-কন্ট্রোলড মেশিনগুলির তুলনায় এক-তৃতীয়াংশ বা তারও কমে নামিয়ে আনা যায়।
সিয়াংলিং রোবোটিক্স উচ্চ নির্ভুল বল ফিডব্যাক রিমোট অপারেশনের দিকে এগিয়েছে, যার নির্ভুলতা অত্যন্ত উচ্চ কিন্তু খরচ অত্যন্ত বেশি। ডায়ানা 3 + ডায়ানা 7G2 ডেটা সংগ্রহ সিস্টেমে, অপারেটর মাস্টার আর্মটি ধরে রাখে, যেখানে দূরবর্তী স্লেভ আর্মটি সমস্ত গতির প্রতিলিপি প্রকৃত সময়ে প্রতিফলিত করে, যা মিলিসেকেন্ড-স্তরের দ্বি-দিকীয় বল ফিডব্যাক প্রদান করে এবং বল, গতি, দৃশ্যমানতা ইত্যাদি মাল্টি-মোডাল ডেটা সংরক্ষণ করে।
তিনি মানুষ-কেন্দ্রিক প্যারাডাইমের উপর ভিত্তি করে ডেটা সংগ্রহ ব্যবস্থা প্রদর্শন করেন, যা স্ব-উন্নয়িত হাই-প্রিসিশন SenseHub ডেটা সংগ্রহ সিস্টেম ব্যবহার করে হাতের স্পেসিয়াল পজিশন, আঙুলের অবস্থান এবং অপারেশনের চাপকে পুরোপুরি ধরে রাখে। মূল যুক্তি হল: ডেটা সংগ্রহের প্রধান উৎস হল মানুষ, রোবট নয়, এবং বড় মডেলগুলি মানুষের অপারেশন ডেটা শোষণের পরে এটিকে রোবটের উপরে স্থানান্তরিত করে।
এই তিনটির বাইরেও এক্সপোতে অনেক ধরনের ডেটা সংগ্রহ ডিভাইস রয়েছে। কিউচে ইন্টেলিজেন্সের RoboPocket, জিয়ানজিমেশিনের HumanData সমাধান, কুয়ানজিয়ে মেশিনের ভিশুয়াল-ট্যাকটাইল ডেটা কালেকশন গ্রিপার, এবং চেনজিং টেকনোলজির Looper সিস্টেম—দৃশ্য থেকে স্পর্শ, পুরো শরীরের মোশন ক্যাপচার থেকে প্রথম-পার্সপেকটিভ পর্যন্ত, ডেটা সংগ্রহ ডিভাইসগুলি ক্রমাগত বিস্তৃত এবং বিশদ মাত্রায় পৌঁছাচ্ছে।
ফ্যাক্টরি এবং সুপারমার্কেটে প্রবেশ করা রোবোটগুলি যেমন কাজ করছে, তেমনি বাস্তব পরিস্থিতিতে কার্যকর ডেটা সংগ্রহও করছে। কাজ এবং ডেটা সংগ্রহ একসাথে বাঁধা পড়েছে।
শূন্য ঘাত এই যুক্তির একটি প্রতিনিধিত্বকারী উদাহরণ, যা "তাৎক্ষণিক খুচরা বিক্রি, ডেটা-ভিত্তিক ভিত্তি, স্কেনারিও বিস্তার এবং পরিবারে প্রবেশ" চারটি মূল রেখার চারপাশে গড়ে উঠেছে। প্রদর্শনীতে একটি অনুভূতিময় স্থান তৈরি করা হয়েছে, ZERITH-H1 চাকাযুক্ত মানবাকৃতি রোবটটি 3D মাল্টিমোডাল সংবেদনশীল সিস্টেম সহ একটি প্রতিকৃতি কনভেনিয়েন্স স্টোরের শেলফের সামনে চলমান, পণ্যগুলি চিহ্নিত করে, ধরে, বিভক্ত করে এবং স্টক পুনর্বিন্যাস করে, সম্পূর্ণভাবে স্বয়ংক্রিয়ভাবে। প্রতিটি ধরা, সফল বা ব্যর্থ, পর্যাপ্ত বল, এবং ধরার বিন্দুর সঠিকতা সম্পর্কিত ডেটা সমস্তই মডেলের পুনরায় উন্নয়নের জন্য ব্যাকএন্ডে ফিরে আসে।
এই লজিকের মূল বিষয় হল "ভৌত গ্রহণকে API-এ রূপান্তর করা"। জিরো থেকে গ্রহণ, চিহ্নিতকরণ, বাছাই ইত্যাদি ভৌত অপারেশনের ক্ষমতাগুলিকে পুনঃব্যবহারযোগ্য স্ট্যান্ডার্ডাইজড ইন্টারফেসে রূপান্তরিত করা হয়েছে, যা অপটিমাইজড ইন্টারফেসটি আরও বেশি স্কেনারিওতে সরাসরি কল করা যায়।
কিন্তু এই “ডেটা দিয়ে প্রশিক্ষিত ক্ষমতা” কি আসলেই সাধারণীকরণের দিকে এগিয়ে যাবে, তা এখনও শিল্পের সবচেয়ে বড় অজানা।
ওয়াইসি স্মার্ট বডি ফোরামে জিজিয়ান পার্টনার ইয়াও মাওকিং বলেন যে, পদার্থবিদ্যা এআইকে স্কেল করতে তিনটি দেয়াল ভাঙতে হবে: প্রথমত, ডেটা দেয়াল, যেখানে বাস্তব ইন্টারঅ্যাকশন ডেটা দুর্লভ এবং প্রাপ্তির খরচ বেশি; দ্বিতীয়ত, রিপ্রেজেন্টেশন দেয়াল, যেখানে বিভিন্ন টাস্ক এবং সিনারিওর জন্য একটি একীভূত পদার্থবিদ্যা রিপ্রেজেন্টেশন এখনও গঠিত হয়নি; তৃতীয়ত, ক্লোজড-লুপ দেয়াল, যেখানে বাস্তব পরীক্ষা-ভুলের খরচ বেশি এবং ফিডব্যাক ধীর।
তিনি উল্লেখ করেন যে, শরীরসংলগ্ন ডেটার আকার এবং ভাষা মডেলের প্রি-ট্রেনিং কর্পাসের মধ্যে দশহাজার গুণের ব্যবধান রয়েছে, সাধারণ ভৌত নিয়মগুলি বুঝতে কমপক্ষে শতকোটি ঘন্টার ডেটা সঞ্চয়ের প্রয়োজন।
ডেটা সাপ্লাই চেইনের আরও উপরের স্তরে, RoboSense ডেটা কোথা থেকে আসে এবং গুণগত মান কীভাবে নিশ্চিত করা যায় তা সমাধান করে। এটি প্রকাশ করেছে দ্বিতীয় প্রজন্মের সম্পূর্ণ সলিড-স্টেট সেন্সিং প্ল্যাটফর্ম E2, যার সূক্ষ্মতা আগের প্রজন্মের তুলনায় তিনগুণ বৃদ্ধি পেয়েছে এবং পয়েন্ট ফ্রিকোয়েন্সি মিলিয়ন লেভেলে। এটি রোবটকে চলাচল এবং অপারেশনের সময় গণনা করা যায় এবং শেখা যায় এমন ডেটা অ্যাসেট তৈরির সক্ষমতা দেয়, যা “সেন্সিং—ডেটা—ট্রেনিং—ইটারেশন” এর একটি বন্ধ চক্র গঠন করে।
ডেটা সংগ্রহ ডিভাইসগুলির একসাথে আবির্ভাব, কিছুটা মাত্রায়, “বুদ্ধিমত্তা”-এর অভাবকে “পরিশ্রম” দিয়ে পূরণ করছে। যেমন ইয়াও মাওকিং বলেছেন, পদার্থবিদ্যাভিত্তিক এআই “প্রদর্শনযোগ্য” থেকে “কাজ করার যোগ্য”-এ যাওয়ার মূল কী হলো একটি সাধারণীকরণযোগ্য, অপ্টিমাইজযোগ্য এবং বিকাশযোগ্য সিস্টেম গঠন করা।
এক্সপোতে সেই হেড-মাউন্টেড ক্যামেরা, ডেটা গ্লাভস, এবং রিমোট অপারেশন স্টেশনগুলি একই কাজ করছে: ভৌত বিশ্বকে মডেলগুলির বুঝতে পারা ভাষায় “অনুবাদ” করছে। যত দ্রুত এবং সঠিকভাবে অনুবাদ করা যাবে, রোবটগুলির কাজ শেখার দিনটি তত তাড়াতাড়ি আসবে। কিন্তু সেই দিনটি আসার আগে, পুরো শিল্পটিকে ডেটা সংগ্রহের জন্য নিজেদের মাথা নিচু করে রাখতে হবে, সবচেয়ে অসভ্য পদ্ধতিতে, একটি সবচেয়ে বুদ্ধিমানের ফলাফলের জন্য অপেক্ষা করতে।