শারীরিক বুদ্ধিমত্তা এবং পাই-শূন্য
শারীরিক বুদ্ধিমত্তা (প্রায়শই পাই প্রতীক দিয়ে স্টাইল করা হয়) একটি সান ফ্রান্সিসকো স্টার্টআপ যা রোবটের জন্য সাধারণ-উদ্দেশ্য এআই তৈরি করে এবং পাই-জিরো হল এর ফ্ল্যাগশিপ দৃষ্টি-ভাষা-অ্যাকশন মডেল।
ওভারভিউ
It matters because pi-zero shows a single model can fold laundry, bus tables, and assemble boxes across different robots, moving toward a universal robot control policy.
গভীর ডুব
Karol Hausman, Sergey Levine, Brian Ichter এবং Chelsea Finn সহ গবেষকদের দ্বারা 2024 সালে প্রতিষ্ঠিত, ফিজিক্যাল ইন্টেলিজেন্স (প্রায়শই গ্রীক অক্ষর পাই হিসাবে লেখা) জেফ বেজোস, __AIU_PROCT, __AIU_PROTE, এবং Luxive-এর মতো সমর্থকদের কাছ থেকে প্রায় 2 বিলিয়ন ডলার মূল্যায়নে প্রায় 400 মিলিয়ন ডলার সংগ্রহ করেছে। এর প্রথম মডেল, পাই-জিরো হল একটি ভিশন-ল্যাঙ্গুয়েজ-অ্যাকশন (VLA) মডেল যা ক্যামেরার ছবি এবং একটি প্রাকৃতিক-ভাষা নির্দেশনা নেয় এবং ক্রমাগত রোবট মোটর কমান্ড আউটপুট করে। অনেক রোবট প্ল্যাটফর্ম এবং টাস্ক থেকে ডেটার উপর প্রশিক্ষিত, পাই-জিরো নিপুণ, বাস্তব-বিশ্বের কাজ, ড্রায়ার থেকে সবচেয়ে বিখ্যাতভাবে ভাঁজ করা লন্ড্রি, প্লাস ক্লিয়ারিং টেবিল, চ্যাপ্টা বাক্স এবং ব্যাগিং আইটেম প্রদর্শন করেছে। কোম্পানির লক্ষ্য হল সফ্টওয়্যার-প্রথম: একটি ভিত্তি মডেল যা নমনীয়, সাধারণ শারীরিক বুদ্ধিমত্তা নিয়ে আসে বৈচিত্র্যময় রোবটের প্রতি মেশিনের জন্য একটি নির্দিষ্ট দক্ষতার পরিবর্তে।
প্রযুক্তিগত অন্তর্দৃষ্টি
পাই-জিরো একটি পূর্বপ্রশিক্ষিত দৃষ্টি-ভাষা মডেলের উপর তৈরি করে এবং একটি অ্যাকশন 'বিশেষজ্ঞ' যোগ করে যা প্রবাহের মিলের মাধ্যমে ক্রমাগত নিয়ন্ত্রণ আউটপুট করে, একটি প্রসারণের মতো কৌশল যা মসৃণ, উচ্চ-ফ্রিকোয়েন্সি মোটর ট্র্যাজেক্টরি (প্রায় 50 Hz) তৈরি করে। এটি মডেলটিকে লন্ড্রি ভাঁজ করার মতো সূক্ষ্ম, দ্রুত সামঞ্জস্যপূর্ণ কাজগুলি পরিচালনা করতে দেয়। VLM ব্যাকবোন থেকে বিস্তৃত শব্দার্থিক বোঝার উত্তরাধিকার সূত্রে এবং ক্রস-এম্বডিমেন্ট রোবট ডেটাতে সূক্ষ্ম-টিউনিং করে, পাই-জিরো বিভিন্ন রোবট অস্ত্র এবং কাজগুলিতে দক্ষতা সাধারণীকরণের সময় ভাষার নির্দেশাবলী অনুসরণ করে।
কৌশলগত প্রভাব
বিক্রেতার কৌশল
বিক্রেতা রোডম্যাপ আপনার দল পরবর্তীতে কী কী বৈশিষ্ট্য তৈরি করতে পারে তা প্রভাবিত করে।
খরচ ও বাজেট
বাণিজ্যিক শর্তাবলী এবং স্থাপনার বিকল্পগুলি দীর্ঘমেয়াদী খরচ এবং ঝুঁকিকে প্রভাবিত করে।
ঝুঁকি এবং নিরাপত্তা
কোম্পানির প্রণোদনা পণ্যের ডিফল্ট, নিরাপত্তা ভঙ্গি এবং উন্মুক্ততাকে আকার দেয়।
দৈহিক বুদ্ধিমত্তা এবং পাই-শূন্যের ভবিষ্যত
শারীরিক বুদ্ধিমত্তা আরও সাধারণ মডেলগুলি অনুসরণ করছে (উত্তরাধিকারী এবং পাই-জিরো ভেরিয়েন্টের মতো ওপেন রিলিজ) যা ওপেন-এন্ডেড নির্দেশাবলী অনুসরণ করে এবং দীর্ঘ-দিগন্তের কাজগুলি চেইন করে। অভিনব বস্তুগুলিতে আরও ভাল নির্ভরযোগ্যতা, নতুন রোবটগুলির সাথে দ্রুত অভিযোজন এবং যুক্তি যা ভাষা পরিকল্পনাকে নিম্ন-স্তরের নিয়ন্ত্রণের সাথে সংযুক্ত করে তা প্রত্যাশা করুন। কেন্দ্রীয় চ্যালেঞ্জটি যথেষ্ট বৈচিত্র্যময়, উচ্চ-মানের বাস্তব-বিশ্ব ম্যানিপুলেশন ডেটা সংগ্রহ করা। এটি সফল হলে, একটি একক ডাউনলোডযোগ্য 'রোবট মস্তিষ্ক' রোবোটিক্স শিল্পের জন্য আদর্শ অবকাঠামো হয়ে উঠতে পারে।
বাস্তব-বিশ্ব বাস্তবায়ন
একটি দুই-সশস্ত্র রোবট পাই-জিরো ব্যবহার করে ড্রায়ার থেকে চূর্ণবিচূর্ণ কাপড় নিতে এবং একটি টেবিলে সুন্দরভাবে ভাঁজ করে।
একটি রেস্তোরাঁর রোবট বাস টেবিল, থালা-বাসন এবং আবর্জনা পরিষ্কার করে, একটি প্রাকৃতিক-ভাষার নির্দেশ অনুসরণ করে।
একটি গুদাম রোবট একই সাধারণ নীতি ব্যবহার করে পিচবোর্ডের বাক্স এবং ব্যাগ মুদি জিনিসপত্র সমতল করে।
রোবোটিক্স ল্যাবগুলি স্ক্র্যাচ থেকে কোনও মডেলকে প্রশিক্ষণ না দিয়েই নতুন ম্যানিপুলেশন দক্ষতা বুটস্ট্র্যাপ করার জন্য তাদের নিজস্ব বাহুতে পাই-জিরোকে ফাইন-টিউন করে।
ঝুঁকি এবং প্রহরী
লঞ্চ ঘোষণা বাস্তব উত্পাদন কর্মপ্রবাহ মধ্যে স্থিতিশীলতা ছাড়িয়ে যেতে পারে.
API মূল্য নির্ধারণ বা নীতি পরিবর্তন রাতারাতি অনুমান ভঙ্গ করতে পারে।
একক-বিক্রেতা নির্ভরতা লক-ইন এবং মাইগ্রেশন খরচ বাড়ায়।
বাস্তবায়ন রোডম্যাপ
আপনার নিজের কাজ এবং ডেটাসেট ব্যবহার করে প্রদানকারীদের মূল্যায়ন করুন।
একীকরণের আগে গোপনীয়তা, নিরাপত্তা এবং আইনি শর্তাবলী পর্যালোচনা করুন।
মডেল বা বিক্রেতা জুড়ে একটি ফলব্যাক পরিকল্পনা বজায় রাখুন।
রিলিজ নোটগুলি মনিটর করুন যাতে রোডম্যাপ পরিবর্তন দলগুলিকে অবাক না করে।
অন্বেষণ চালিয়ে যান
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Physical Intelligence and pi-zero quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
পরবর্তী গাইড
অ্যাপল ইন্টেলিজেন্স
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
What is Physical Intelligence and pi-zero?
শারীরিক বুদ্ধিমত্তা (প্রায়শই পাই প্রতীক দিয়ে স্টাইল করা হয়) একটি সান ফ্রান্সিসকো স্টার্টআপ যা রোবটের জন্য সাধারণ-উদ্দেশ্য এআই তৈরি করে এবং পাই-জিরো হল এর ফ্ল্যাগশিপ দৃষ্টি-ভাষা-অ্যাকশন মডেল। এটি গুরুত্বপূর্ণ কারণ পাই-জিরো দেখায় যে একটি একক মডেল লন্ড্রি, বাস টেবিল ভাঁজ করতে পারে এবং বিভিন্ন রোবট জুড়ে বাক্স একত্রিত করতে পারে, একটি সর্বজনীন রোবট নিয়ন্ত্রণ নীতির দিকে অগ্রসর হতে পারে।
পাই-শূন্য কোন ধরনের মডেল?
পাই-জিরো হল একটি দৃষ্টি-ভাষা-অ্যাকশন মডেল: এটি ছবি এবং একটি ভাষা নির্দেশনা নেয় এবং রোবট মোটর কমান্ড আউটপুট করে।
কোন দক্ষ গৃহস্থালির কাজটি পাই-জিরোর সবচেয়ে বিখ্যাত ডেমো হয়ে উঠেছে?
পাই-শূন্য একটি ড্রায়ার থেকে টানা ভাঁজ লন্ড্রি প্রদর্শন করে, একটি কঠিন, নিপুণ ম্যানিপুলেশন টাস্ক।
মসৃণ ক্রমাগত রোবট অ্যাকশন তৈরি করতে পাই-জিরো কোন কৌশল ব্যবহার করে?
পাই-জিরো মসৃণ উচ্চ-ফ্রিকোয়েন্সি ক্রমাগত মোটর ট্র্যাজেক্টোরিগুলিকে আউটপুট করতে ফ্লো ম্যাচিং, একটি প্রসারণের মতো পদ্ধতি ব্যবহার করে।
নির্দেশাবলী এবং দৃশ্যগুলি বোঝার জন্য পাই-জিরো কোন ব্যাকবোন তৈরি করে?
পাই-জিরো একটি পূর্ব-প্রশিক্ষিত দৃষ্টি-ভাষা মডেলের উপর নির্মিত, তারপর নিয়ন্ত্রণের জন্য একটি অ্যাকশন বিশেষজ্ঞের সাথে বর্ধিত করা হয়।
এই কোম্পানিগুলির মধ্যে কোনটি/বিনিয়োগকারীরা শারীরিক বুদ্ধিমত্তাকে সমর্থন করেছে?
জেফ বেজোস, থ্রাইভ এবং লাক্স ক্যাপিটালের সাথে শারীরিক বুদ্ধিমত্তার তহবিল OpenAI অন্তর্ভুক্ত।