এআই রোবট এবং ব্লকচেইন: ফিজিক্যাল এআই এবং মেশিন ইকোনমির উত্থান

লেখক: Syed Armani

সংকলন: ফেলিক্স, PANews

এআই এখন শুধুমাত্র স্ক্রিন এবং সফটওয়্যারে সীমাবদ্ধ নয়। এআই এবং রোবোটিক্সের একীভূতকরণের মাধ্যমে, মেশিনগুলি ধ্রুবকভাবে পরিবর্তনশীল পরিস্থিতি বুঝতে এবং বাস্তব-সময়ে কাজ শুরু করার ক্ষমতা অর্জন করছে। বুদ্ধিমান ভৌত সিস্টেম (অর্থাৎ, ভৌত এআই)-এর দিকে এই পরিবর্তনটি বিভিন্ন শিল্পকে পুনর্গঠন শুরু করেছে এবং প্রযুক্তির পরিপক্কতার সাথে দৈনন্দিন পারিবারিক জীবনকেও প্রভাবিত করার আশা করা হচ্ছে।

রোবোটিক্স ক্ষেত্রে উদ্ভাবন অতিমাত্রায় বৃদ্ধি পাচ্ছে। ফিগার সম্প্রতি পারিবারিক এবং ব্যবসায়িক প্রয়োগের জন্য ডিজাইন করা Figure 03 মানবাকৃতির রোবোট চালু করেছে। এটি পোশাক গোছানো এবং ডিশওয়াশার ভরা সহ কিছু ঘরোয়া কাজ করতে পারে, তবে এখনও পরিপূর্ণ নয়। টেসলা Optimus মানবাকৃতির রোবোটকে কারখানার কর্মক্ষেত্রে সীমিত অভ্যন্তরীণ পাইলট প্রকল্পে চালাচ্ছে। স্বয়ংক্রিয় ড্রোন এবং পদচারী রোবোটগুলি বিপজ্জনক পরীক্ষা-নিরীক্ষার কাজে বর্ধিতভাবে ব্যবহৃত হচ্ছে। একইসময়ে, Unitree এবং FlexiTac-এর মতো স্পর্শজনিত প্রযুক্তির উদ্দেশ্য হলো রোবোটগুলিকে বিশৃঙ্খলা ঘরোয়া পরিবেশে ঘুরিয়ে বেড়াতে, পোষা প্রাণী এবং শিশুদের চারপাশে নিরাপদে কাজ করতে, এবং দৈনন্দিন ছোটখাটো কাজগুলির সহায়তা করতে। বুদ্ধিমান রোবোটগুলি যখন প্রস্তুত হবে, তখন এগুলির উপর সাধারণ বুদ্ধি এবংপরিস্থিতি-সচেতনতা-এর উপরই জোর দেওয়া হবে,যেমন,একটি ছিটিয়েপড়াগ্লাসপানিরপ্রয়োজনীয়তা,যা,স্পষ্টভাবেনির্দেশনা-ছাড়াই,শনাক্তকরাহবে।

বিনিয়োগকারীরা পরবর্তী প্রজন্মের রোবট হার্ডওয়্যারকে সমর্থন করার জন্য প্রতিশ্রুতিশীল টেকস্ট্যাকে বড় পরিমাণে অর্থ বিনিয়োগ করছেন। 2026 সালের জানুয়ারিতে, Skild AI তার সাধারণ রোবট ফাউন্ডেশন মডেল বিস্তারের জন্য C-রাউন্ড ফান্ডিংয়ে 14 বিলিয়ন ডলার আকর্ষণ করেছে এবং 140 বিলিয়ন ডলারের মূল্যায়ন অর্জন করেছে; Figure AI 2025 সালের C-রাউন্ড ফান্ডিংয়ে 10 বিলিয়ন ডলারেরও বেশি আকর্ষণ করেছে এবং 390 বিলিয়ন ডলারের পোস্ট-মার্কেট ভ্যালুয়েশনের মাধ্যমে মানুষের উৎপাদন ক্ষমতা এবং শিল্প বিস্তারকে বাড়িয়েছে। Apptronik তার A-রাউন্ড ফান্ডিংকে 935 মিলিয়ন ডলারে বৃদ্ধি করেছে, এবং NEURA Robotics তার B-রাউন্ড ফান্ডিংয়ে 120 মিলিয়ন ইউরো যোগ করেছে। এগুলি একটি বাড়তি সমঝোতা—ভৌত AI-এর সম্ভাবনা—কেন্দ্রীয়ভাবে প্রতিষ্ঠিত হচ্ছে, যা পরিচয়কৃত এবং শিল্পগত রোবটিকসের জন্য কৌশলগত ভিত্তি।

কি বুদ্ধিমান রোবটের ব্যাপক গ্রহণযোগ্যতার মুহূর্ত এসে গেছে?

এই ক্ষেত্রে দেখা যাচ্ছে ত্বরান্বিত উন্নয়ন বিভিন্ন প্রযুক্তির সমন্বয়ের ফলাফল। কয়েক দশক ধরে, বুদ্ধিমান রোবটের বিভিন্ন মডিউলগুলি স্বতন্ত্রভাবে বিকশিত হয়েছিল, যেমন উন্নত এআই অ্যালগরিদম, উচ্চ-বিশ্বস্ততা সেন্সর, মেকানিক্যাল আর্ম এবং রিয়েল-টাইম নিয়ন্ত্রণ ব্যবস্থা। সম্প্রতি পর্যন্ত, এই মডিউলগুলি একত্রিত হওয়ার শুরু হয়েছিল, যার ফলে রোবটগুলি বাস্তব পরিবেশে কার্যকরভাবে অনুভব, যুক্তি প্রয়োগ এবং কাজ করতে পারে। এই “রোবটিকসের টার্নিং পয়েন্ট”-কে সমর্থন করা মূল কারণগুলি হল:

অর্থনৈতিক কারণ: হার্ডওয়্যার চূড়ান্তভাবে পণ্যায়িত হয়েছে। অতীতে, রোবটগুলি মহঙ্গা ছিল কারণ প্রতিটি অংশ কাস্টমাইজড ছিল। এখন, এগুলি ভোক্তা ইলেকট্রনিক্স এবং বিদ্যুতের গাড়ির সরবরাহ শৃঙ্খলের সুবিধা পাচ্ছে।

• অ্যাকচুয়েটর: উচ্চ টর্ক মানবাকৃতি রোবোটের অ্যাকচুয়েটর ঐতিহাসিকভাবে খুব ব্যয়বহুল ছিল, যেখানে ছোট পরিমাণের শিল্প সিস্টেমে প্রতিটি জয়েন্টের খরচ সাধারণত 1000 ডলারের বেশি ছিল। টেসলা এবং Unitree এর মতো কোম্পানিগুলি দ্বারা চালু করা নতুন উল্লম্ব একীভূত ডিজাইনগুলি কিছু অ্যাকচুয়েটর উপাদানের খরচকে শত ডলারের মধ্যে নামিয়ে আনছে।

• সেন্সর: গত দশকে লিডার এবং ডিপথ ক্যামেরার খরচ অনেক কমেছে। যে হাই-এন্ড ডিভাইসগুলির মূল্য আগে প্রায় 10,000 ডলার ছিল, এখন শুধুমাত্র কয়েকশ ডলারে পাওয়া যায়। এটি সলিড-স্টেট ডিজাইনের উন্নতি, বড় পরিমাণে উৎপাদন এবং অটোমোবাইল এবং মোবাইল ডিভাইসের ক্ষেত্রে ব্যবহারের কারণে।

• ব্যাটারি: বিশ্বব্যাপী বৈদ্যুতিক গাড়ির উপর বড় পরিমাণে বিনিয়োগের ফলে উচ্চ ঘনত্বের লিথিয়াম-আয়ন ব্যাটারির খরচ কমেছে এবং এর নির্ভরযোগ্যতা বেড়েছে, যার ফলে অনেক রোবট একবার চার্জ করে 2-4 ঘন্টা চলে।

এজেন্ট কম্পিউটিং: রোবটগুলি স্থানীয়ভাবে তথ্য প্রক্রিয়া করতে হবে, কারণ ভারসাম্য বা বস্তু ধরে রাখার মতো রিয়েল-টাইম নিয়ন্ত্রণ কাজগুলি নেটওয়ার্ক ল্যাটেন্সির অনুমতি দেয় না। নভিডিয়ার Jetson Thor-এর মতো চিপগুলি একাধিক সেন্সর ডেটা স্ট্রিম প্রক্রিয়া করার সময় বোর্ডে AI ইনফারেন্স চালানোর জন্য ডিজাইন করা হয়েছে। এটি রোবটগুলিকে স্থানীয়ভাবে তাদের পরিবেশ প্রক্রিয়া করতে এবং ট্র্যাক করতে সক্ষম করে, যাতে তারা নেটওয়ার্ক কানেকশনের উপর নির্ভর না করেই পরিবর্তিত পরিবেশের প্রতি দ্রুত প্রতিক্রিয়া জানাতে পারে।

“মস্তিষ্ক” বিপ্লব (AI মডেল): এটি সবচেয়ে বড় পরিবর্তন। “if/then” প্রোগ্রামিং থেকে “ওয়ার্ল্ড মডেলস”-এ সরে আসা। ওয়ার্ল্ড মডেলস হল ভিডিও দেখে বাস্তব বিশ্বের কার্যপ্রণালী শেখা AI মডেল। রোবটকে “দরজার হ্যান্ডেল ঘুরানো” এর জন্য প্রোগ্রাম করার পরিবর্তে, এটিকে ১০,০০০টি দরজা খোলার ভিডিও দেখানো হয়। AI শুধুমাত্র ভিডিও পর্যবেক্ষণ করে, পদার্থবিদ্যার কার্যপ্রণালী সম্পর্কে একটি মানসিক মডেল গঠন করে, পদার্থবিদ্যাগত ইন্টুইশন বিকশিত করে এবং কাজ শুরুর আগে মনের মধ্যেই পরিস্থিতির প্রতিকৃতি তৈরি করে। Google Deepmind Genie 3 এবং NVIDIA Cosmos হল এই ধরনের নতুন ওয়ার্ল্ড মডেলসের উদাহরণ।

যখন রোবটগুলি আরও বুদ্ধিমান হয়ে উঠছে, তখন তাদের খরচও নিয়মিত কমছে। উদাহরণস্বরূপ, নোটিক্স বুমি (1400 ডলারে বিক্রয়) রোবটের বর্তমান মূল্য iPhone 17 Pro Max-এর সমান। হার্ডওয়্যার খরচের হ্রাস, AI চিপের ক্ষমতা বৃদ্ধি এবং বিশ্ব মডেলের ক্ষমতা বৃদ্ধির সমন্বয়ে, বুদ্ধিমান রোবটগুলি সাধারণ জনগণের জন্য আরও সহজেই প্রাপ্য হয়ে উঠছে এবং গবেষণা-উন্নয়নের পরিধি শীর্ষস্থানীয় প্রযুক্তি পরীক্ষাগারগুলির বাইরেও বিস্তৃত হচ্ছে।

যদি রোবোটিক্স ক্ষেত্রের “ChatGPT মুহূর্ত” আগামী কয়েক মাসের মধ্যে আসে, তবে এটি প্রথমে শিল্প এবং লজিস্টিক্স ক্ষেত্রে প্রয়োগ হওয়ার সম্ভাবনা বেশি, তারপরেই প্রকৃতপক্ষে ঘরোয়া মানবাকৃতির রোবোট। যদিও বুদ্ধিমান রোবোটগুলি প্রকৃতপক্ষে ব্যাপকভাবে গৃহীত হওয়ার আগে অনেক চ্যালেঞ্জ রয়েছে, তবুও যুক্তিসঙ্গত আশাবাদীরা বুঝতে পারবেন যে বর্তমান প্রবণতা একটি ভবিষ্যতের দিকে নিয়ে যাচ্ছে, যেখানে বুদ্ধিমান রোবোটগুলির ব্যাপকভাবে ব্যবহারের সম্ভাবনা বাড়ছে।

গুরুত্বপূর্ণ সফটওয়্যার বিপ্লব সাধারণত হার্ডওয়্যারের বিপ্লবের সাথে একসাথে আসে। ইনস্টাগ্রাম এবং টিকটকের উত্থান ঠিক প্রয়োজনীয় হার্ডওয়্যারের কারণেই ঘটেছিল। যদি বুদ্ধিমান রোবটের হার্ডওয়্যার আগামী কয়েক বছরের মধ্যে ব্যাপকভাবে ব্যবহৃত হয়, তবে একটি আকর্ষণীয় প্রশ্ন উঠে আসে: রোবট অ্যাপ্লিকেশনগুলি কি পরবর্তী ঢেউ হবে?

এই বিকাশের গতির বাধা হিসেবে কী কী চ্যালেঞ্জ রয়েছে?

রোবট ট্রেনিং ডেটা: এটি সাধারণ বুদ্ধিমত্তা রোবটের বিকাশের সবচেয়ে বড় বাধা। যে টেক্সট এআই পুরো ইন্টারনেট ধরে ফেলতে পারে, রোবটগুলির বাস্তব বিশ্বের অভিজ্ঞতা দরকার, যেমন সংবেদনশীলতা, ভারসাম্য বজায় রাখা এবং বস্তুগুলির সাথে মিথস্ক্রিয়া করা। এই ধরনের ডেটা সংগ্রহ করা ধীর, মহঙ্গ এবং অত্যন্ত শ্রম-প্রবণ।

ভৌত সমস্যা: ভিডিও দেখে রোবটকে বস্তু পরিচালনা বা নিরাপদে চলাচল করা শেখানো সম্ভব নয়; এটিকে বল এবং সংস্পর্শ অনুভব করতে হবে। দূরবর্তী অপারেশন, যেখানে মানুষ রোবটকে বাস্তবসময়ে নির্দেশ দেয়, তা ইচ্ছা এবং বল উভয়কেই ধরে রাখতে পারে, যা ডেটা সংগ্রহের জন্য সেরা মানদণ্ড। শত শত ঘন্টার উচ্চমানের ডেটা তৈরির জন্য, অপারেটরকে সম্পূর্ণভাবে উপস্থিত থাকতে হয়, যা ডিজিটাল ডেটা সংগ্রহের তুলনায় স্কেলেবিলিটি অনেক কম।

সিমুলেশন এবং বাস্তবতার মধ্যে পার্থক্য: সিমুলেশন কম খরচে বড় পরিমাণ ডেটা তৈরি করতে পারে, কিন্তু ভৌত ঘটনাগুলি মডেল করা হয়নি বা পরিবেশ অপ্রতিরোধ্য হওয়ায়, রোবটগুলি বাস্তব জগতে দক্ষতা স্থানান্তরিত করতে প্রায়শই ব্যর্থ হয়।

অন-চেইন মেশিন অর্থনীতি

ব্লকচেইন এবং রোবটের সংমিশ্রণ রোবটিক্সের বর্তমান চ্যালেঞ্জগুলির জন্য একটি বাস্তবসম্মত সমাধান প্রদান করে। টোকেন প্রেরণা পদ্ধতি মিলিয়ন মিলিয়ন রোবটকে সমন্বিত করতে এবং দূরবর্তী অপারেশন ডিভাইস বা সেন্সর ডেটার অবদানকারীদের পুরস্কৃত করতে সাহায্য করতে পারে। প্রতিটি ইন্টারঅ্যাকশনই একটি মূল্যবান ডেটা সম্পদ হয়ে উঠে, যা একটি দ্রুত বৃদ্ধিপ্রাপ্ত, সম্প্রদায়-স্বত্বাধিকারী রোবট ডেটা সেট গঠন করে, যার আকার যেকোনো একক কোম্পানির চেয়ে অনেক বেশি।

টোকেনাইজেশন অফ ডেটা কালেকশন

রোবট ডেটা অত্যন্ত মূল্যবান, কিন্তু বাস্তব বিশ্বের সেন্সর এবং ইন্টারঅ্যাকশন ডেটা খুবই সীমিত। বড় কোম্পানিগুলি তাদের ফ্লিটের মাধ্যমে বিপুল পরিমাণ ড্রাইভিং এবং শিল্প ডেটা সংগ্রহ করে, যা স্বাধীন ডেভেলপারদের জন্য অপ্রাপ্য স্কেলের সুবিধা প্রদান করে।

ডিসেন্ট্রালাইজড ফিজিক্যাল এআই ব্যবহারকারীদের দূরবর্তীভাবে রোবট নিয়ন্ত্রণ করতে বা সেন্সর ডেটা অবদান রাখতে এবং টোকেন পুরস্কার পেতে সক্ষম করে। ডিসেন্ট্রালাইজড নেটওয়ার্কটি বিশ্বব্যাপী হাজার হাজার প্রেমীকে সমন্বিতভাবে সহায়তা করে, যাতে রোবটগুলি জটিল রাস্তা বা বিশেষ পরিবেশের জন্য ডেটা আপলোড করতে পারে এবং পুরস্কার পায়। যদিও এই প্ল্যাটফর্মগুলি এখনও প্রাথমিক পর্যায়ে আছে, তবুও এগুলি ভবিষ্যতে রোবটিকসের ডেটা আরও ব্যাপকভাবে শেয়ার হওয়ার, এবং কয়েকটি বড় কোম্পানির একচেটিয়াত্বকে দুর্বল করার ইঙ্গিত দেয়।

বট একটি আর্থিক প্রতিষ্ঠান হিসাবে

"রোবোট অ্যাস এ সার্ভিস" মডেলে, স্মার্ট রোবোটগুলিই হতে পারে "টোকেনাইজড" সম্পদ। প্রতিটি রোবোট (বা ব্যবহারের অধিকার) ডিজিটাল টোকেন দ্বারা প্রতিনিধিত্ব করা যেতে পারে, যা একাধিক ব্যবহারকারীকে মালিকানা বা ভাড়া করার অনুমতি দেয়। রোবোটের সেবার জন্য প্রদেয় শুল্ক সরাসরি রোবোটের ওয়ালেটে টোকেন বা স্টেবলকয়েনের মাধ্যমে প্রেরণ করা যেতে পারে। এই ব্যবস্থা স্বয়ংক্রিয়ভাবে আয়করণকে সম্ভব করে: রোবোটগুলি কাজ করে আয় করে, নিজেদের পরিচালনা খরচ পরিশোধ করে, এবং স্বয়ংক্রিয়ভাবে টোকেনধারকদের মধ্যে লাভবন্টন বণ্টন করে। মূলত, এটি একটি Web3 প্রোটোকল, যা রোবোটগুলিকে প্রোগ্রামযোগ্য, নিজস্ব-পরিচালিত সেবা প্রদানকারীতে পরিণত করে, যার আয় স্বচ্ছ এবং ট্র্যাকযোগ্য।

ফিজিক্যাল এআই মার্কেট ল্যান্ডস্কেপ

নতুন প্রজন্মের বুদ্ধিমান মেশিন লার্নিং এবং ত্রিমাত্রিক বিশ্বের জটিল বাস্তবতা বুঝতে পারার সাথে ডিজিটাল বুদ্ধিমত্তা এবং ভৌত আচরণের মধ্যে সীমানা মুছে যাচ্ছে।

এই বিপ্লবের কেন্দ্রে রয়েছে এআই মডেল। ফিজিক্যাল ইন্টেলিজেন্স এবং স্কিল্ড এআই দ্বারা বিকশিত জটিল “মস্তিষ্ক” স্থির কোডকে ছাড়িয়ে বিভিন্ন ভৌত রূপের জন্য সাধারণ বুদ্ধিমত্তা প্রদান করে। এই মডেলগুলি রোবটকে সংবেদনশীলতা এবং চলাচলকে সফটওয়্যার সমস্যা হিসাবে বিবেচনা করতে দেয়, যাতে একটি একক, একীভূত “মস্তিষ্ক” বিভিন্ন রোবট শরীরের সাথে খাপ খাইয়ে নিতে পারে। এই বুদ্ধিমত্তা স্তরটি সিমুলেশন প্ল্যাটফর্ম এবং ডেটা পাইপলাইন (যেমন: জিরোম্যাটার দ্বারা প্রদানকৃত) দ্বারা সমর্থিত, যা সিস্টেমকে ভার্চুয়াল পরিবেশে নিরাপদে প্রশিক্ষণ দেওয়ার অনুমতি দেয়, তারপরে বাস্তব জগতে চালু করা।

মেশিন ব্রেইনের সাথে বিকাশ হচ্ছে ডিসেন্ট্রালাইজড ফিজিক্যাল এআই। উদাহরণস্বরূপ, ডিসেন্ট্রালাইজড ইনফ্রাস্ট্রাকচার নেটওয়ার্ক Fabric Protocol স্বায়ত্তশাসিত রোবটগুলিকে চেইন-অন আইডেন্টিটি এবং এনক্রিপশন ওয়ালেট প্রদান করে এবং ক্রিপ্টোগ্রাফি ব্যবহার করে মেশিনের কাজ যাচাই করে। Auki, Peaq এবং IoTeX-এর মতো কোম্পানিগুলি “মেশিন ইকোনমি” তৈরি করছে, যেখানে রোবটগুলি 3D ম্যাপ শেয়ার করতে, ডেটা যাচাই করতে এবং স্বায়ত্তশাসিতভাবে ট্রেড করতে পারে। এই ডিসেন্ট্রালাইজড পদ্ধতি সমন্বয় স্তরটিকে একটি একক প্রতিষ্ঠানের নিয়ন্ত্রণের বাইরে রাখে।

শিল্প ক্ষেত্রে, বেডরক রোবোটিক্সের স্বয়ংচালিত নির্মাণ সরঞ্জাম এবং মাইট্রার গুদাম স্বয়ংক্রিয়করণ শ্রমশক্তিকে পুনর্গঠন করছে, যখন ANYbotics বিপজ্জনক পরিবেশে দৈনিক রক্ষণাবেক্ষণের কাজ করছে। একইসময়ে, ফিগার এবং ইউশু টেকনোলজির অগ্রগতির সাথে প্রতিদিনের পরিচর্যা সহায়কের জন্য ভোক্তা বাজারের উন্নতি আসন্ন।

2030 এর দৃষ্টিভঙ্গি

যৌক্তিক আশাবাদের দৃষ্টিকোণ থেকে, রোবোটিক্সের পুনর্জাগরণ এখনই শুরু হয়েছে। চারটি অপরিহার্য শক্তি একত্রিত হচ্ছে: হার্ডওয়্যারের খরচ সরাসরি পতন, এআই মডেলের বুদ্ধিমত্তা অবিরাম বৃদ্ধি, এডজ কম্পিউটিং চিপগুলি অতিমাত্রায় প্রসেসিং ক্ষমতা প্রদান, এবং বিশ্বব্যাপী শিল্পশ্রমিকদের ডেটা সমস্যা সমাধানের সম্ভাবনা। ২০৩০ সালের মধ্যে, এই সমন্বয়ের প্রভাবে ফিজিক্যাল এআই বিশ্বের প্রতিটি কোণায় ছড়িয়ে পড়বে, স্বাধীন কৃষি থেকে শুরু করে অগ্নিনির্বাপণ এবং বয়স্কদের যত্নের মতো উচ্চ-ঝুঁকিপূর্ণ ক্ষেত্রগুলিতে।

ইতিহাস দেখায় যে, পরিবর্তনমূলক সফটওয়্যার উদ্ভাবনগুলি সাধারণত হার্ডওয়্যার স্থিতিশীল হওয়ার পরেই ঘটে। সম্ভবত “স্মার্ট ভাড়া” যুগের সূচনা হবে, যেখানে স্ট্যান্ডার্ডাইজড মানবাকৃতির রোবটগুলি স্ট্যান্ডার্ড অপারেটিং সিস্টেম চালাবে এবং অ্যাপ স্টোরগুলির সাথে একীভূত হবে। যেমনটি আগের স্মার্টফোন বিপ্লবে ঘটেছিল, আগামী কয়েক বছর “রোবট অ্যাপ স্টোর” দ্বারা নির্ধারিত হবে, যেখানে ব্যবহারকারীরা বিশেষায়িত ডিভাইস কিনবেন না, বরং রোবটের “দক্ষতা”গুলির জন্য সাবস্ক্রিপশন নেবেন। এই মডেলে, মূল্য মেশিনটির নিজস্ব থেকে এটি করতে পারা “দক্ষতা”-এর দিকে সরে যায়। আপনাকে বিশেষভাবে ফরাসি টিউশন রোবট কিনতে হবে না, আপনি শুধুমাত্র আপনার সাধারণ মানবাকৃতির রোবটে “ফরাসি দক্ষতা” অ্যাপটি ডাউনলোড করুন, এবং এটি আপনার ফরাসি শিক্ষক হয়ে যাবে। 2030-এর মধ্যে, ধনীদের জন্য, ফ্ল্যাগশিপ ফোল্ডেবল-স্ক্রিন ফোনের পরিবর্তে, ঘরোয়া কাজগুলির ব্যবস্থা করতে সক্ষম “স্মার্ট অসিসট্যান্ট”-ই পছন্দের ছুটির উপহার হবে।

এই পূর্বানুমানটি যৌক্তিক আশাবাদের উপর ভিত্তি করে তৈরি, যদিও ভবিষ্যতের দিকে যাওয়ার পথ প্রায়শই সহজ নয়, তবুও বিভিন্ন প্রযুক্তির সমন্বয় একটি গভীর মেশিন প্রযুক্তি পরিবর্তনের ইঙ্গিত দিচ্ছে।

সংশ্লিষ্ট পড়ুন: যখন রোবট চিন্তা করা, আয় করা এবং সহযোগিতা করা শেখে, 15টি রোবট প্রযুক্তি এবং অ্যাপ্লিকেশন কেস বিশ্লেষণ