لکھنے والے: Syed Armani
ترجمہ: فیلکس، PANews
AI اب صرف اسکرین اور سافٹ ویئر تک محدود نہیں ہے۔ جب AI اور روبوٹکس کا ادغام ہوتا ہے، تو مشینیں دنیا کو محسوس کرنے، متغیر حالات کو سمجھنے اور عملی طور پر فوری کارروائی کرنے کی صلاحیت حاصل کر رہی ہیں۔ ذہین فزیکل سسٹم (یعنی فزیکل AI) کی طرف یہ تبدیلی مختلف صنعتوں کو دوبارہ شکل دے رہی ہے اور جیسے ہی یہ ٹیکنالوجی بڑھتی جائے گی، یہ روزمرہ کے گھریلو زندگی پر بھی اثر ڈالنے کا امکان رکھتی ہے۔
روبوٹکس کے شعبے میں نوآوریاں اب تک کی سب سے زیادہ تیز رفتاری سے بڑھ رہی ہیں۔ فگر نے حال ہی میں گھریلو اور کاروباری застосування کے لیے ڈیزائن کیا گیا Figure 03 انسان نما روبوٹ جاری کیا ہے۔ یہ کچھ گھریلو کام جیسے کپڑے پھٹکنا اور ڈش واشنگ مشین بھرنا کر سکتا ہے، لیکن ابھی مکمل طور پر مثالی نہیں ہے۔ ٹیسلا Optimus انسان نما روبوٹ کو اپنے فیکٹری کے اسٹیشن پر محدود اندر کے پائلٹ پروجیکٹس میں استعمال کر رہا ہے۔ خودمختار ڈرونز اور پیر والے روبوٹس خطرناک چیکنگ کے کاموں میں آہستہ آہستہ زیادہ استعمال ہو رہے ہیں۔ اس کے علاوہ، Yushu Technology اور FlexiTac جیسی ٹیکسٹائل ٹیکنالوجیاں روبوٹس کو بھرے ہوئے گھریلو ماحول میں حرکت کرنے، پالتو جانوروں اور بچوں کے اردگرد محفوظ طریقے سے چلنے، اور روزمرہ کے کاموں میں مدد کرنے پر توجہ مرکوز کر رہی ہیں۔ جب ذکاوت مند روبوٹس تیار ہو جائیں گے، تو وہ عام ذکاوت اور حوالے کی سمجھ پر زور دیں گے، مثلاً بغیر کسی واضح حکم کے پانی کا ایک گلاس بکھرا ہوا دیکھ کر سمجھ لینا کہ اس کا انتظام کرنا ضروری ہے۔
سرمایہ کار ایسی ٹیکنالوجی سٹیک میں بڑی رقم کا سرمایہ کاری کر رہے ہیں جو نسل کے بعد کے روبوٹک ہارڈویئر کو سپورٹ کرنے کی امید رکھتی ہے۔ جنوری 2026 میں، Skild AI نے اپنی C راؤنڈ فنڈنگ میں 14 ارب ڈالر جمع کیے اور اپنے جنرل پرپوز روبوٹک فاؤنڈیشن ماڈل کو وسعت دینے کے لیے 140 ارب ڈالر کی قیمت حاصل کی؛ جبکہ Figure AI نے اپنی 2025 کی C راؤنڈ فنڈنگ میں 10 ارب ڈالر سے زائد جمع کیے اور انسانی تخلیق کی صلاحیت اور صنعتی تنصیب کو بڑھانے کے لیے 390 ارب ڈالر کی قیمت حاصل کی۔ Apptronik نے اپنی A راؤنڈ فنڈنگ کو 9.35 ارب ڈالر تک بڑھا دیا، اور NEURA Robotics نے اپنی B راؤنڈ فنڈنگ میں 1.2 ارب یورو شامل کیے۔ یہ سب اس بات پر زور دیتے ہیں کہ فزیکل AI اب صرف صارفین اور صنعتی روبوٹس کا حتمی بنیادی بن رہا ہے۔
کیا اسمارٹ روبوٹس کی عامیانہ استعمال کا موڑ آ گیا ہے؟
اس شعبے میں دیکھے جانے والے تیزی سے ترقی کا سبب کئی ٹیکنالوجیوں کا ادغام ہے۔ کئی دہائیوں تک، اسمارٹ روبوٹس کے مختلف ماڈیولز الگ الگ ترقی دیے گئے، جیسے اعلیٰ AI الگورتھمز، اعلیٰ درجہ کے سینسرز، مکینیکل آرمز اور ریل ٹائم کنٹرول سسٹم۔ تاہم، حال ہی میں ان ماڈیولز نے ادغام شروع کر دیا، جس سے روبوٹس حقیقی ماحول میں مؤثر طریقے سے محسوس کرنے، استدلال کرنے اور عمل کرنے لگے۔ اس "روبوٹکس کے موڑ" کو آگے بڑھانے والے اہم عوامل درج ذیل ہیں:
معاشی عوامل: ہارڈویئر کا آخرکار تجارتی طور پر استعمال ہونا شروع ہو گیا ہے۔ گزشتہ، روبوٹس کی قیمتیں اس لیے زیادہ تھیں کہ ہر حصہ کسٹمائز تھا۔ اب، وہ صارفین کے الیکٹرانکس اور بجلی والے گاڑیوں کی سپلائی چین سے فائدہ اٹھا رہے ہیں۔
اکچویٹرز: اعلیٰ ٹارک انسان نما روبوٹس کے اکچویٹرز کی قیمتیں روایتی طور پر مہنگی رہی ہیں، جہاں چھوٹی سیریز صنعتی سسٹمز میں ہر جوائنٹ کی لاگت عام طور پر 1000 ڈالر سے زائد ہوتی ہے۔ تاہم، ٹیسلا اور ایو شو ٹیکنالوجی جیسی کمپنیوں نے نئے عمودی اندراجی ڈیزائن متعارف کرائے ہیں جو کچھ اکچویٹرز کے کمپوننٹس کی لاگت کو سو ڈالروں میں کم کر رہے ہیں۔
سینسرز: پچھلے دہے میں لیزر ریڈار اور ڈیپتھ کیمرے کی قیمت میں کافی کمی آئی ہے۔ جو اعلیٰ درجے کے ایسے ڈیوائسز 10,000 امریکی ڈالر کے تھے، وہ اب صرف کچھ سو ڈالر میں دستیاب ہیں۔ اس کا سبب سٹیٹک ڈیزائن میں ترقی، بڑے پیمانے پر پیداوار، اور خودکار اور موبائل ڈیوائسز میں ان کے استعمال کا ہے۔
بیٹری: الیکٹرک گاڑیوں پر عالمی سطح پر کی جانے والی بڑی سرمایہ کاری نے اعلیٰ ڈینسٹی لیتھیم آئن بیٹریوں کی لاگت کو کم کر دیا ہے اور ان کی قابلیت بڑھائی ہے، جس کی وجہ سے بہت سے روبوٹ ایک بار چارج کرنے سے 2-4 گھنٹے تک کام کرتے ہیں۔
边緣計算：روبوٹ کو مقامی طور پر معلومات کو پروسیس کرنا ہوگا، کیونکہ توازن یا اشیاء کو پکڑنے جیسے ریل ٹائم کنٹرول کے کام نیٹ ورک لیٹنس کو برداشت نہیں کرتے۔ نوڈیا کے Jetson Thor جیسے چپس AI انفرنس کو بورڈ پر چلانے اور متعدد سینسر ڈیٹا اسٹریمز کو پروسیس کرنے کے لیے ڈیزائن کیے گئے ہیں۔ اس سے روبوٹ اپنے ماحول کو مقامی طور پر پروسیس اور ٹریک کر سکتا ہے، بغیر نیٹ ورک کنکشن کے تبدیل ہوتے ماحول کے لیے تیز ردعمل دے سکتا ہے۔
"دماغ" کا بُرُج (AI ماڈل): یہ سب سے بڑا تبدیلی ہے۔ "اگر/پھر" پروگرامنگ سے "دنیا کے ماڈلز" کی طرف منتقلی۔ دنیا کے ماڈلز ایک ایسے AI ماڈل ہیں جو ویڈیوز دیکھ کر حقیقی دنیا کے کام کرنے کا طریقہ سیکھتے ہیں۔ روبوٹ کو "دروازے کے ہینڈل کو گھمانا" یہ پروگرام نہیں کیا جاتا، بلکہ اسے 10,000 ویڈیوز دکھائی جاتی ہیں جن میں دروازے کھولے جا رہے ہوتے ہیں۔ AI صرف ویڈیوز دیکھ کر فزکس کے کام کرنے کا اپنا ذہنی ماڈل بناتا ہے، فزکل انٹیوشن پیدا کرتا ہے اور اقدامات اٹھانے سے پہلے ذہنی طور پر مناظر کو محاکمہ کرتا ہے۔ Google Deepmind Genie 3 اور NVIDIA Cosmos ان نئے دنیا کے ماڈلز کے مثال ہیں۔
جب مشینیں زیادہ ذکی ہوتی جا رہی ہیں، تو لاگت بھی لگاتار کم ہو رہی ہے۔ مثال کے طور پر، نویٹکس بومی (1400 امریکی ڈالر کی قیمت پر) روبوٹ کی قیمت اب آئی فون 17 پرو ماکس کے تقریباً برابر ہے۔ ہارڈویئر کی لاگت میں کمی، AI چپ کی صلاحیت میں اضافہ اور عالمی ماڈل کی صلاحیتوں میں ترقی، ان تمام عوامل کے مل کر ذکی روبوٹس کو عام عوام کے لیے زیادہ قابل رسائی بناتے ہیں اور تحقیق و ترقی کا دائرہ نوآوری والے لیب سے زیادہ وسیع شعبوں تک پھیلاتے ہیں۔
اگر روبوٹکس کے شعبے میں "چیٹ جی پی ٹی لمحہ" جلد ہی آ جائے، تو اس کا پہلا استعمال صنعتی اور لاجسٹکس کے شعبوں میں دیکھا جائے گا، اس کے بعد ہی حقیقی معنوں میں گھریلو انسان نما روبوٹس۔ حالانکہ ا智能 روبوٹس کے وسیع پیمانے پر عام ہونے سے پہلے کئی چیلنجز موجود ہیں، لیکن عقلی مثبت سوچ والے اس بات کو سمجھتے ہیں کہ موجودہ رجحانات ایک ایسے مستقبل کی طرف اشارہ کر رہے ہیں جہاں ا智能 روبوٹس کا استعمال وسیع پیمانے پر ہونے کا امکان بڑھ رہا ہے۔
بڑے سافٹ ویئر کی کامیابیاں عام طور پر ہارڈ ویئر کی کامیابیوں کے ساتھ آتی ہیں۔ Instagram اور TikTok کا ظہور ضروری ہارڈ ویئر کی موجودگی کی وجہ سے ہوا۔ اگر ذکی روبوٹس کا ہارڈ ویئر قریب مستقبل میں بڑے پیمانے پر عام ہو جائے، تو ایک د цل سوال پیدا ہوتا ہے: کیا روبوٹ ایپلیکیشنز اگلی لہر ہوں گی؟
اس ترقی کے رجحان کو کون سی چیلنجز روک رہی ہیں؟
روبوٹ ٹریننگ ڈیٹا: یہ جنرل انسٹیلیجنس روبوٹس کے ترقی کا سب سے بڑا رکاوٹ ہے۔ جبکہ ٹیکسٹ AI پورے انٹرنیٹ تک رسائی حاصل کر سکتا ہے، روبوٹس کو حقیقی دنیا کا تجربہ درکار ہوتا ہے، جیسے حسیات، توازن برقرار رکھنا اور اشیاء کے ساتھ تعامل کرنا۔ اس قسم کے ڈیٹا کو جمع کرنا آہستہ، مہنگا اور بہت زیادہ انسانی محنت کا متقاضی ہے۔
"فیزیکل" مسائل: ویڈیو دیکھنا روبوٹ کو اشیاء کو کیسے چلانا یا محفوظ طریقے سے حرکت کرنے کا طریقہ سکھانے کے لیے کافی نہیں ہے؛ اسے زور اور رابطہ کا تجربہ کرنا ہوگا۔ ریموٹ آپریشن، جس میں انسان روبوٹ کو حقیقی وقت میں ہدایت دیتا ہے، نیت اور زور دونوں کو اکٹھا کر سکتا ہے، جو ڈیٹا جمع کرنے کا بہترین معیار ہے۔ کوالٹی ڈیٹا کے سینکڑوں گھنٹے جمع کرنے کے لیے آپریٹرز کو مسلسل موجود رہنا پڑتا ہے، جس کی توسیع ڈیجیٹل ڈیٹا جمع کرنے کے مقابلے میں بہت کم ہوتی ہے۔
شاملہ اور حقیقت کے درمیان فرق: شمولہ کم لاگت پر بہت سارے ڈیٹا کو جنریٹ کر سکتا ہے، لیکن فزیکل ظواہر کو ماڈل نہ کرنے یا ماحول کی غیر متوقع صورتحال کی وجہ سے روبوٹس حقیقی دنیا میں مہارت منتقل کرتے وقت اکثر ناکام ہو جاتے ہیں۔
آن-چین میکنیکل اقتصاد
بلوکچین اور روبوٹس کا اشتراک روبوٹکس کے موجودہ چیلنجز کے لیے ایک عملی حل فراہم کرتا ہے۔ ٹوکن انعامات کے ذریعے لاکھوں روبوٹس کو موزوں کیا جا سکتا ہے اور دور دراز آپریٹڈ ڈیوائسز یا سینسر ڈیٹا کے شریکین کو انعام دیا جا سکتا ہے۔ ہر تعامل قیمتی ڈیٹا اثاثہ بن جاتا ہے، جس سے ایک تیزی سے بڑھتی ہوئی، کمیونٹی کی ملکیت والی روبوٹک ڈیٹا سیٹ تشکیل پاتی ہے جس کا سائز کسی بھی ایک واحد کمپنی سے کہیں زیادہ ہے۔
ٹوکنائزیشن کے لیے ڈیٹا کی جمع کاری
روبوٹ ڈیٹا بہت قیمتی ہے، لیکن حقیقی دنیا کے سینسر اور تعامل کا ڈیٹا بہت کم دستیاب ہے۔ بڑی کمپنیاں اپنی گاڑیوں کے ذریعے بے شمار ڈرائیوں اور صنعتی ڈیٹا جمع کرتی ہیں، جس سے انہیں انفرادی ڈویلپرز کے لیے ناممکن سائز کا فائدہ حاصل ہوتا ہے۔
ڈیسینٹرلائزڈ فزیکل AI صارفین کو ریموٹ طور پر روبوٹس کو کنٹرول کرنے یا سینسر ڈیٹا فراہم کرنے کی اجازت دیتا ہے اور انہیں ٹوکن انعامات سے انعام دیا جاتا ہے۔ ڈیسینٹرلائزڈ نیٹ ورک دنیا بھر میں ہزاروں افراد کو کوآرڈینیٹ کرتا ہے تاکہ روبوٹس پیچیدہ سڑکوں یا خاص ماحول کے لیے ڈیٹا اپ لوڈ کر سکیں اور انعامات حاصل کر سکیں۔ ہاں کہ یہ پلیٹ فارمز ابھی ابتدائی مراحل میں ہیں، لیکن یہ مستقبل میں روبوٹ ڈیٹا کے وسیع پیمانے پر شیئر ہونے اور کچھ بڑے کاروباروں کے منفرد قبضے کو کم کرنے کا اشارہ کرتے ہیں۔
روبوٹس کو معاشی ادارہ کے طور پر
"روبوٹ کے طور پر خدمت" ماڈل میں، اسمارٹ روبوٹ خود بخود "ٹوکنائزڈ" اثاثہ بن سکتے ہیں۔ ہر روبوٹ (یا استعمال کا حق) ڈیجیٹل ٹوکن کے ذریعے ظاہر کیا جا سکتا ہے، جس سے متعدد صارفین کے پاس ملکیت یا کرایہ پر لینے کا حق ہو سکتا ہے۔ روبوٹ کی خدمات کے لیے ادائیگیاں براہ راست روبوٹ کے والٹ میں ٹوکن یا اسٹیبل کرنسی کے ذریعے جمع کر دی جاتی ہیں۔ اس ترتیب سے خود مختار آمدنی حاصل ہوتی ہے: روبوٹ اپنا کام کرکے کمائی کرتا ہے، اپنے آپ کے آپریشنل اخراجات ادا کرتا ہے، اور منافع کو خود بخود ٹوکن مالکان کو تقسیم کرتا ہے۔ بنیادی طور پر، یہ ایک ویب3 پروٹوکول ہے جو روبوٹ کو قابل پروگرام، خودکار سروس فراہم کنندہ بناتا ہے جس کی آمدنی شفاف اور قابل ٹریک ہوتی ہے۔
فیزیکل AI مارکیٹ لینڈسکیپ
نئی نسل کے ذکی ماشینی سیکھنے اور تین ابعادی دنیا کی پیچیدہ حقیقت کو سمجھنے کے ساتھ، ڈیجیٹل ذہانت اور فزیکل رویے کے درمیان کا فرق ختم ہو رہا ہے۔
ان انقلاب کا مرکز AI ماڈل ہے۔ Physical Intelligence اور Skild AI کے ذریعہ تیار کیے گئے پیچیدہ “دماغ” سٹیٹک کوڈ سے آگے نکل گئے ہیں اور مختلف جسمانی شکلوں کے لیے جامع ذہانت فراہم کرتے ہیں۔ یہ ماڈل روبوٹس کو لچک اور حرکت کو سافٹ ویئر کا مسئلہ سمجھنے دیتے ہیں، جس سے ایک یکساں “دماغ” کئی روبوٹ جسموں کے لیے موزوں ہو سکتا ہے۔ یہ ذہانت کی تہہ شبیہہ پلیٹ فارم اور ڈیٹا پائپ لائنز (جیسے Zeromatter کی فراہم کردہ پلیٹ فارم) سے سپورٹ کی جاتی ہے، جو نظام کو ورچوئل ماحول میں محفوظ طریقے سے تربیت دینے اور پھر حقیقی دنیا میں ڈپلوائ کرنے کی اجازت دیتی ہے۔
مرکزی ماشینی دماغ کے ساتھ ساتھ ڈی سینٹرلائزڈ فزیکل AI بھی ترقی کر رہا ہے۔ مثال کے طور پر، ڈی سینٹرلائزڈ انفراسٹرکچر نیٹ ورک Fabric Protocol خودمختار روبوٹس کو بلاکچین پر شناخت اور ایکرپٹو ویلٹ فراہم کرتا ہے اور کرپٹوگرافی کا استعمال کرتے ہوئے ماشین کے کام کی تصدیق کرتا ہے۔ Auki، Peaq اور IoTeX جیسی کمپنیاں ایک “ماشینی معیشت” تعمیر کر رہی ہیں جہاں روبوٹ 3D میپس شیئر کر سکتے ہیں، ڈیٹا کی تصدیق کر سکتے ہیں اور خودمختار طور پر ٹریڈ کر سکتے ہیں۔ یہ ڈی سینٹرلائزڈ طریقہ کار یقینی بناتا ہے کہ کوآرڈینیشن لیئر کسی ایک کمپنی کے کنٹرول میں نہیں ہے۔
صنعتی شعبے میں، بیڈروک روبوٹکس کے خودمختار تعمیراتی اوزار اور مائٹرا کی اسٹوریج خودکاری طاقت کو دوبارہ تعریف کر رہے ہیں، جبکہ اینی بوٹکس خطرناک ماحول میں روزمرہ کی دیکھ بھال کا کام سرانجام دے رہا ہے۔ اسی دوران، فگر اور یو شو کی ترقی کے ساتھ، صارفین کے مارکیٹ میں گھریلو اسسٹنٹس کے حوالے سے ایک انقلاب قریب ہے۔
2030 کا منظر
ایک عقلی مثبت نقطہ نظر سے، روبوٹکس کی دوبارہ ترقی آ چکی ہے۔ چار ناگزیر طاقتوں کا امتزاج ہو رہا ہے: ہارڈویئر کی لاگت مسلسل گھٹ رہی ہے، AI ماڈلز کی ذہانت لگاتار بڑھ رہی ہے، ایج کمپوٹنگ چپس نے بے مثال کمپوٹیشنل طاقت فراہم کی ہے، اور عالمی صنعتی مزدوران کو ڈیٹا کے مسائل حل کرنے کا موقع مل رہا ہے۔ 2030 تک، یہ تعاونی اثر فزیکل AI کو دنیا بھر میں، خاص طور پر خودمختار زراعت سے لے کر آگ بجھانے اور بزرگ دیکھ بھال جیسے خطرناک شعبوں تک پھیلا دے گا۔
تاریخ یہ ظاہر کرتی ہے کہ تبدیلی کا فنکشن عام طور پر ہارڈویئر کی استحکام کے بعد ہوتا ہے۔ شاید "智能租赁" کا دور آ رہا ہے، جس میں معیاری انسانی روبوٹ معیاری آپریٹنگ سسٹم چلائیں گے اور ایپ اسٹور کے ساتھ ادھم ہوں گے۔ جیسے پہلے اسمارٹ فون کی انقلاب تھا، اگلے کچھ سال "روبوٹ ایپ اسٹور" سے ڈیفائن ہوں گے، جہاں صارفین مخصوص ڈیوائس خریدنے کے بجائے روبوٹ کے مہارت کی سبسکرپشن لیں گے۔ اس ماڈل میں، قیمت روبوٹ خود سے اس کے ذریعے انجام دی جانے والی مخصوص "مہارت" پر منتقل ہو جاتی ہے۔ آپ کو ایک مخصوص فرانسیسی ٹیوٹر روبوٹ خریدنے کی ضرورت نہیں، صرف اپنے عام انسانی روبوٹ پر "فرانسیسی مہارت ایپ" ڈاؤن لوڈ کریں، اور وہ آپ کا فرانسیسی استاد بن جائے گا۔ 2030 تک، دولت مند لوگوں کے لیے تقریب کا پسندیدہ تحفہ فлагشپ فولڈ اسکرین فون نہیں، بلکہ گھر کے کاموں کو منظم کرنے میں مدد کرنے والا اسمارٹ اسسٹنٹ ہوگا۔
یہ پیشگوئی عقلی مثبت جذبے پر مبنی ہے، جبکہ مستقبل کی طرف جانے کا راستہ کبھی کبھار سیدھا نہیں ہوتا، لیکن مختلف ٹیکنالوجیوں کا امتزاج ایک گہری مشین ٹیکنالوجی کی تبدیلی کی نشاندہی کر رہا ہے۔
متعلقہ پڑھیں: جب روبوٹ سوچنا، پیسہ کمانا اور تعاون کرنا سیکھ لیں، تو 15 قسم کی روبوٹ ٹیکنالوجیز اور ان کے استعمال کے معاملات کا جائزہ لیں