গুগল ডিপমাইন্ড তাদের রোবোটিক্স-কেন্দ্রিক এআই-এর পরবর্তী উন্নতি প্রকাশ করেছে, এবং এটি এমন একটি উন্নয়ন যা আপনাকে ভাবতে বাধ্য করবে যে খুব শীঘ্রই মেশিনগুলি কী কী করতে সক্ষম হবে। এখন Gemini API এবং Google AI Studio-এর মাধ্যমে পাবলিক প্রিভিউতে উপলব্ধ Gemini Robotics ER 2, রোবোটিক সিস্টেমগুলির জন্য একটি উচ্চ-স্তরের যুক্তি প্রদানকারী “মস্তিষ্ক” হিসাবে ডিজাইন করা হয়েছে, যা ভিডিও এবং স্থানিক ডেটা প্রক্রিয়াকরণ করে রোবোটগুলিকে তাদের চারপাশের ভৌত বিশ্বকে বুঝতে সাহায্য করে।
জেমিনি রোবোটিক্স ইআর ২ বাস্তবে কী করে
মডেলটি যা শিল্পটি "অঙ্গিক যুক্তি" বলে ডাকে, তার একটি অর্থপূর্ণ পদক্ষেপ প্রতিনিধিত্ব করে। এটি ভিডিও ফিড দেখে, ত্রিমাত্রিক স্থান বুঝে, বস্তুগুলি শনাক্ত করে, বস্তুগুলি কোথায় চলছে তা পূর্বানুমান করে এবং জটিল কাজগুলি সম্পন্ন করতে সরঞ্জামগুলি ব্যবহার করার উপায় বের করে।
ER 2 একাধিক রোবটের সহযোগিতা সমর্থন করে, যার অর্থ এটি একটি সাধারণ লক্ষ্যের জন্য একাধিক মেশিনের সমন্বয় করতে পারে। এটি মানুষ-রোবট সহযোগিতাও পরিচালনা করে, যার ফলে মানুষ এবং মেশিন একটি দলের মতো কাজ করতে পারে।
মডেলটি জেমিনি রোবোটিক্স ভিএলএ ভ্যারিয়েন্টগুলির সাথে একীভূত হয়, যা সরাসরি ভৌত নিয়ন্ত্রণ পরিচালনা করে। ইআর 2 চিন্তা করে, ভিএলএ কাজ করে।
গুগল ডিপমাইন্ড এই মুহূর্তের দিকে পদক্ষেপে পদক্ষেপে গড়ে তুলছে। প্রথম জেমিনি রোবোটিক্স মডেলটি ঘোষণা করা হয় ২০২৫ সালের মার্চে। এরপরের সংস্করণ, জেমিনি রোবোটিক্স ER 1.6, এপ্রিল ২০২৬-এ চালু হয় এবং বস্টন ডাইনামিক্সের সাথে সহযোগিতায় যন্ত্রের পাঠ পড়ার ক্ষমতা যোগ করে। ER 2 এই ভিত্তিগুলিকে উন্নত স্থানিক ও সময়গত যুক্তি, যার মধ্যে অবজেক্ট ডিটেকশন, ট্রাজেক্টরি প্রেডিকশন এবং মাল্টি-ভিউ করেসপনডেন্স অন্তর্ভুক্ত, দিয়ে বাড়িয়ে তোলে।
বোস্টন ডাইনামিক্স এবং অ্যাজিলিটি রোবোটিক্স হল সেই কোম্পানিগুলির মধ্যে যারা ডিপমাইনের সাথে পরীক্ষা এবং উন্নয়ন করছে।
কেন ক্রিপ্টোকে রোবটের মস্তিষ্ক সম্পর্কে চিন্তা করা উচিত
সবচেয়ে স্পষ্ট সংযোগ বিন্দু হল ডিসেন্ট্রালাইজড ফিজিক্যাল ইনফ্রাস্ট্রাকচার নেটওয়ার্ক, যা সাধারণত DePIN নামে পরিচিত। এই প্রকল্পগুলি ঐতিহাসিক কর্পোরেট মূলধন ব্যয়ের পরিবর্তে টোকেন উদ্দীপনার মাধ্যমে ওয়্যারলেস নেটওয়ার্ক থেকে সেন্সর গ্রিড এবং কম্পিউট ক্লাস্টার পর্যন্ত বাস্তব জগতের ইনফ্রাস্ট্রাকচার তৈরির লক্ষ্যে চলছে।
তারপর আছে এআই এজেন্টের দিক। গত বছরের সবচেয়ে বেশি হাইপ করা বিষয়গুলির মধ্যে ছিল স্বায়ত্তশাসিত এজেন্ট প্ল্যাটফর্ম তৈরি করা ক্রিপ্টো প্রজেক্টগুলি। এই এজেন্টগুলির বেশিরভাগই শুধুমাত্র সফটওয়্যারে বিদ্যমান, টোকেন ট্রেড করে বা অন-চেইন অবস্থান পরিচালনা করে। এজেন্টিক এআইয়ের যৌক্তিক প্রসার হল এমবডিড এজেন্ট, যা হল সফটওয়্যার বুদ্ধিমত্তা যা ভৌত হার্ডওয়্যারকে নিয়ন্ত্রণ করে। Gemini Robotics ER 2 মূলত মডেল লেয়ারে এই রূপান্তরটি কীভাবে ঘটবে, তার ব্লুপ্রিন্ট।
যা বিনিয়োগকারীদের দেখতে হবে
রোবোটিক্স অবকাঠামো, সেন্সর নেটওয়ার্ক এবং ভৌত বিশ্বের কম্পিউট এর সাথে যুক্ত DePIN টোকেনগুলি মেইনস্ট্রিম AI কোম্পানিগুলি ভৌত AI বাস্তবায়নের গুরুত্বকে যাচাই করার সাথে সাথে পুনরায় ন্যারেটিভ আগ্রহ দেখাতে পারে।
ঝুঁকি হলো যে, গুগল এবং এর হার্ডওয়্যার পার্টনাররা নিজেদেরই সম্পূর্ণ স্ট্যাক তৈরি করে ফেলবে, যেমন যুক্তি মডেল থেকে সরাসরি নিয়ন্ত্রণ এবং ক্লাউড ইনফ্রাস্ট্রাকচার পর্যন্ত, যার ফলে ডিসেন্ট্রালাইজড বিকল্পগুলির জন্য কোনো অক্সিজেনই বাকি থাকবে না। ডিপমাইন্ডের বস্টন ডাইনামিক্স এবং অ্যাগিলিটি রোবোটিক্সের সাথে চুক্তি একটি উল্লম্বভাবে একীভূত পদ্ধতির ইঙ্গিত দেয়, যা খোলা বা ডিসেন্ট্রালাইজড বাস্তুতন্ত্রগুলির জন্য শুধুমাত্র ক্ষমতার ভিত্তিতে প্রতিযোগিতা করা কঠিন হতে পারে।