කෘත්‍රිම බුද්ධිය සහ රොබෝ තාක්ෂණය යළිත් වරක් විශාල සන්ධිස්ථානයකට පැමිණ ඇත. සෑම කාර්යයක් සඳහාම වෙන වෙනම පරිගණක වැඩසටහන් (programs) සකස් කරනවා වෙනුවට, මිනිසෙකු යම් කාර්යයක් කරන ආකාරය පෙන්වා දීමෙන් පමණක් එම කුසලතාවය තනිවම ඉගෙන ගත හැකි මානවරූපී (humanoid) රොබෝවෙකු ගැන සිතන්න. Tesla Optimus හි මෑතකදී එළිදැක්වූ නවතම AI පෙරළියේ පදනම මෙයයි.

තනි ස්නායුක ජාලයක බලය (The Power of a Single Neural Network)

මානවරූපී රොබෝවෙකුට ඇති සැබෑ අභියෝගය වන්නේ හුදෙක් ඇවිදීම, නැටීම හෝ එකම දෙයක් නැවත නැවත කිරීම නොවේ; ඉංජිනේරුවන් විසින් manual ලෙස ක්‍රමලේඛනය (programming) කිරීමකින් තොරව කාර්යයන් සිය ගණනක් හෝ දහස් ගණනක් ඉගෙන ගැනීමයි. 2025 මැයි මාසයේදී Tesla විසින් නිකුත් කරන ලද ආදර්ශනයකදී (demonstration), Optimus විසින් කසළ ඉවත් කිරීම, කොස්සකින් අතුගෑම, වැකුම් ක්ලීනර් භාවිතය, කැබිනට්ටුවක් විවෘත කිරීම සහ Model X මෝටර් රථයක උපාංගයක් ඩොලියක් (dolly) මතට මාරු කිරීම වැනි එදිනෙදා මෙන්ම කර්මාන්තශාලා කාර්යයන් රැසක් සිදු කරන ආකාරය පෙන්වා දෙන ලදී.

මෙහි ඇති වඩාත්ම සුවිශේෂී කරුණ වන්නේ, මෙම විවිධ භෞතික හැසිරීම් සියල්ලම එක් තනි ස්නායුක ජාලයක් (single neural network) හරහා හැසිරවීමයි. විවිධ කාර්යයන් සඳහා වෙන වෙනම බුද්ධිමය පද්ධති නිර්මාණය කරනවා වෙනුවට, කැමරාවලින් දකින දේ තේරුම් ගෙන ඊට අදාළ චලනයන් නිර්මාණය කිරීම මෙමගින් මනාව සිදු කරයි.

වීඩියෝ නැරඹීමෙන් ඉගෙනීම (Learning from Human Video)

Tesla Optimus හි උප සභාපති මිලාන් කොවාක් (Milan Kovac) පැහැදිලි කළ පරිදි, මිනිසුන් සම්බන්ධ වීඩියෝවලින් (human videos) සෘජුවම රොබෝවරුන්ට ඉගෙනුම් මාරු කිරීම (transferring learning) සම්බන්ධයෙන් Tesla සැලකිය යුතු ප්‍රගතියක් ලබා ඇත. දැනට මෙම පද්ධතිය පළමු පුද්ගල දෘෂ්ටිකෝණයෙන් (first-person) ලබාගත් වීඩියෝ භාවිතා කරයි. එනම්, මිනිසෙකු යම් කාර්යයක් කරන විට ඔහු දකින දේ සහ අදාළ භෞතික චලනයන් අතර සම්බන්ධතාවය රොබෝවා විසින් හඳුනා ගැනීමයි.

නමුත් Tesla හි අනාගත ඉලක්කය මීට වඩා බොහෝ විශාලය: එනම්, අන්තර්ජාලයේ ඇති සාමාන්‍ය වීඩියෝ (third-person footage), ඉවුම් පිහුම් නිබන්ධන සහ කර්මාන්තශාලා ආදර්ශන වැනි දේ නැරඹීමෙන් රොබෝවාට ස්වයංක්‍රීයව අදාළ කුසලතා උකහා ගැනීමට සැලැස්වීමයි.

සාම්ප්‍රදායික රොබෝවරුන්ට වඩා වෙනස් වන්නේ කෙසේද?

සාම්ප්‍රදායික කර්මාන්තශාලා රොබෝවරුන් එක් විශේෂිත කාර්යයක් ඉතා වේගයෙන් සහ නිවැරදිව කිරීමට සමත් වුවද, කර්මාන්තශාලාවේ පරිසරය හෝ කාර්යය සුළු වශයෙන් හෝ වෙනස් වූ විට ඒවා නැවත ක්‍රමලේඛනය (reprogram) කළ යුතුය. නමුත් Optimus සැලසුම් කර ඇත්තේ සාමාන්‍ය කාර්යයන් සඳහා (general-purpose) ය. මිනිස් සිරුරකට සමාන හැඩයක් ඇති බැවින්, දැනටමත් මිනිසුන් සඳහා නිර්මාණය කර ඇති පරිසරයන්—එනම් දොරවල්, රාක්ක, මෙවලම් සහ ගෘහ භාණ්ඩ—මධ්‍යයේ කිසිදු භෞතික වෙනසකින් තොරව ක්‍රියා කිරීමට Optimus හට හැකියාව ඇත.

අනාගතය සහ විශ්වසනීයත්වය

එක් පාලිත ආදර්ශනයක් (controlled demonstration) සාර්ථක වීම යනු සැබෑ ලෝකයේ සම්පූර්ණ සාර්ථකත්වයක් නොවන බව අවධාරණය කළ යුතුය. කර්මාන්තශාලාවකදී දස වතාවකින් නව වතාවක් සාර්ථක වීම ප්‍රමාණවත් නොවේ; එයට අතිශය ඉහළ විශ්වසනීයත්වයක් (reliability) අවශ්‍ය වේ.

මෙම අභියෝගය ජය ගැනීම සඳහා Tesla විසින් පරිගණක සමාකරණ (simulations) සහ reinforcement learning දැඩි ලෙස භාවිතා කරයි. කිසිදු භෞතික හානියකින් තොරව අතථ්‍ය පරිසරයක (virtual environment) දහස් ගණනක් අවස්ථා පුහුණු වීමට මෙහිදී රොබෝවාට හැකියාව ලැබේ. මෙම ක්‍රියාවලිය සාර්ථක වුවහොත්, නව කාර්යයන් සඳහා මෘදුකාංග ලිවීම වෙනුවට, යමක් කරන ආකාරය රොබෝවාට පෙන්වා දීමෙන් පමණක් වැඩ ගත හැකි යුගයක් නුදුරේදීම උදාවනු ඇත.