میں نے پچھلے ایک ہفتے تک ہر بڑے روبوٹکس ڈیٹا پلیٹ فارم کا جائزہ لیا، اور فیصلہ کیا کہ میں اپنا وقت کہاں لگاؤں۔ ان میں سے زیادہ تر غلط مسئلہ حل کر رہے ہیں۔ یہ بات ہے جو "فزیکل AI" کے کسی بھی شخص کو کہنے کا جرأت نہیں ہوتا: آپ کا روبوٹ ایک بہترین دماغ کی ضرورت نہیں رکھتا۔ اسے زیادہ دیکھنا ہے۔ LLMs اس لیے ذکی ہوئے کیونکہ انٹرنیٹ نے انہیں تریلینوں الفاظ مفت فراہم کر دیے۔ روبوٹس کے پاس ایسا کچھ نہیں ہے۔ "فزیکل موومنٹ کا انٹرنیٹ" موجود نہیں جسے آپ اسکریپ کر سکیں۔ کسی کو اسے بنانا ہوگا۔ ہر کام، ہر حرکت، ہر انسان کے ساتھ۔ یہی اصل瓶颈 ہے۔ GPU نہیں۔ ماڈل کا سائز نہیں۔ ابھی تک وجود نہیں رکھنے والا ڈیٹا۔ @axisrobotics ان میں سے صرف ایک پروجیکٹ ہے جو اسے ایک بنیادی مسئلہ کے طور پر سمجھ رہا ہے، نہ کہ ایک حاشیہ نوٹ کے طور پر۔ آپ ایک کام کرتے ہیں۔ اس کی تصدیق ہوتی ہے۔ اس پر آن-چین دستخط ہوتے ہیں۔ اور یہ روبوٹ کے لیے تربیت کا ڈیٹا بن جاتا ہے جس سے واقعی سीکھا جا سکتا ہے۔ اس نے 2009 میں کمپیوٹر وژن کے لیے ImageNet جو کچھ کیا، وہی شکل، مختلف شعبہ۔ میرا پہلا Trajectory اس ہفتے تھا: "کچن اٹینسلز کا ترتیب"، 7 مراحل، فورک حرکت دیں، نائفر حرکت دیں، پلیٹ ڈھیر لگائیں، جام جار ڈھیر لگائیں۔ 7وں مرحلہ۔ جام جار رکھ دیا گیا۔ کام تقریباً مکمل۔ لیکن جام جار پلیٹ سے الگ ہو گیا۔ مکمل دوبارہ شروع۔ اس بات کو کوئی آپ کو نہیں دکھاتا۔ یہ صرف ایک بٹن دبانے اور اسے ڈیٹا قرار دینے کا معاملہ نہیں ہے۔ آپ کو اسی کام کو بار بار دوبارہ کرنا ہوتا ہے تب تک جب تک وہ اتنا صاف نہ ہو جائے کہ روبوٹ واقعی اس سے سीکھ سکے۔ اگر فزیکل AI کام کرنا چاhti ہے، تو اس غیر خوبصورت حصے کو پہلے تعمیر کرنا ضروری ہے۔