मल्टिभर्स सिमुलेसन इञ्जिन: मानव रोबोट र स्वचालित कारलाई प्रशिक्षण दिन कृत्रिम डाटा उपलब्ध गराउन सक्ने

काठमाडौं ।

अनुसन्धानकर्ताहरूले नयाँ “मल्टिभर्स सिमुलेसन” प्लेटफर्म विकास गरेका छन्, जसले उन्नत आत्म-अध्ययन गर्ने कृत्रिम बुद्धिमता (एआई) द्वारा सञ्चालित रोबोटहरूलाई प्रशिक्षण दिनका लागि ठूलो मात्रामा डाटा उत्पादन गर्न सक्छ।

“कसमस” नामक उपकरणहरूको यो समूह एनभिडियाले डिजाइन गरेको हो। यसले “वर्ल्ड फाउन्डेशन मोडेल्स” बनाउन शोधकर्ताहरूलाई सक्षम बनाउने बताइएको छ। यी न्युरल नेटवर्कहरूले वास्तविक संसारको वातावरण र भौतिकशास्त्रका नियमहरूको अनुकरण गरेर यथार्थपरक परिणामहरूको पूर्वानुमान गर्न प्रयोग गरिन्छ।

यी जेनेरेटिभ एआई मोडेलहरूले स्वायत्त सवारी साधन (एभी) वा मानवरूपी रोबोटजस्ता भौतिक एआई प्रणालीहरूलाई प्रशिक्षण दिनका लागि कृत्रिम डाटा सिर्जना गर्न सक्ने लाइभसाइन्सले उल्लेख गरेको छ।

एआई प्रणालीहरूलाई प्रशिक्षण दिन विशाल मात्रामा डाटा आवश्क पर्छ। तर सन् २०२६ सम्म सार्वजनिक रूपमा उपलब्ध डाटा समाप्त हुन सक्ने वैज्ञानिकहरूको अनुमान छ। यथार्थ संसारसँग अन्तरक्रिया गर्ने एआई प्रणालीहरूलाई वास्तविक दृश्यहरू आवश्यक पर्छ, जुन उत्पादन गर्न कठिन र महँगो हुन्छ।

तर उपयोगी कृत्रिम डाटा सिर्जना गर्नु पनि चुनौतीपूर्ण छ। एक अध्ययनले पहिले खराब संरचित कृत्रिम डाटा प्रयोग गर्दा परिणाम अस्पष्ट र अव्यवस्थित हुन सक्ने चेतावनी दिएको थियो। कसमसले ती समस्याहरू समाधान गर्न वास्तविक संसारको भौतिकशास्त्रमा आधारित कृत्रिम भिडियो दृश्यहरू ठूलो परिमाणमा छिटो उत्पादन गर्न वैज्ञानिकहरूलाई सक्षम बनाउने बताइएको छ।

“मानवरूपी रोबोटका विकासकर्ताहरू आज सयौं मानवीय अपरेटरहरूको मद्दतले हजारौं पटक दोहोर्याइने अभ्यासमार्फत केवल केही सीप सिकाउन प्रयास गरिरहेका छन्,” एनभिडियाका ओमनिभर्स र सिमुलेसन प्रविधिका उपाध्यक्ष रेव लेबारेडियनले सोमबार (जनवरी ६) सीईएस २०२५ मा आयोजित भर्चुअल पत्रकार सम्मेलनमा भने।

“स्वायत्त सवारी साधनका विकासकर्ताहरूले लाखौं माइल चलाउनुपर्छ। डेटा प्रशोधन, फिल्टरिंग र लेबलिङ गर्न पनि धेरै स्रोत आवश्यक पर्छ, र भौतिक परीक्षण जोखिमपूर्ण हुन्छ। मानवरूपी रोबोट विकासकर्ताहरूलाई धेरै क्षति पुग्न सक्छ, जब एउटा रोबोट प्रोटोटाइपको लागत लाखौं डलर पर्छ”, उनले थपे।

मल्टिभर्स सिमुलेसनको प्रयोग

यो नयाँ प्लेटफर्मको एउटा प्रमुख तत्व मल्टिभर्स सिमुलेसन हो। यसमा कोसमोस एनभिडियाको ओमनिभर्स सफ्टवेयर प्रणालीसँग मिलेर कुनै विशिष्ट परिदृश्यमा हरेक सम्भावित भविष्यको परिणाम उत्पादन गर्दछ। यी परिणामहरू रोबोट वा स्वचालित सवारी साधनहरूको प्रशिक्षणमा उपयोग गरिन्छ।

लाइभसाइन्सका अनुसार यसले डिफ्युजन मोडेलहरूको प्रयोग गर्दछ जुन इमेज जेनेरेसनमा प्रयोग गरिने मेसिन लर्निङ एल्गोरिदमहरू हुन्। यी एल्गोरिदमहरूले डाटा सेटमा “नोइज” अर्थात् अवरोध थप्छन् र त्यसलाई हटाउन सिक्छन्।

साथै यसले अटोरेग्रेसिभ मोडेलहरू पनि प्रयोग गर्दछ, जुन कुनै प्रक्रियाको अर्को कदम पूर्वानुमान गर्नका लागि प्रयोग गरिन्छ। यो प्लेटफर्मले टेक्स्ट, फोटोहरू वा भिडियोहरू ग्रहण गरी कुनै विशिष्ट परिदृश्यमा वास्तविक समयमा के हुने सम्भावना छ, त्यसको पूर्वानुमान गर्ने फुटेज उत्पादन गर्न सक्छ।

“रोबोटिक्सका लागि च्याटजीपीटीको जस्तै क्षण आउँदैछ”, एनभिडियाका संस्थापक र सीईओ जेन्सेन हुआङले भने। “वर्ल्ड फाउन्डेशन मोडेल्स रोबोट र एभी विकासलाई अघि बढाउन महत्त्वपूर्ण छन्। तर सबै विकासकर्ताहरूलाई यो प्रशिक्षण दिन आवश्यक विशेषज्ञता र स्रोत हुँदैन। हामीले कोसमोसलाई भौतिक एआईलाई सर्वसुलभ बनाउन र हरेक विकासकर्ताको पहुँचभित्र सामान्य रोबोटिक्स ल्याउन सिर्जना गरेका छौं।”

कोसमोसको प्रयोग गरेर सिर्जित वर्ल्ड फाउन्डेशन मोडेलहरू ओपन सोर्सलाइसेन्स अन्तर्गत उपलब्ध रहेका बताइएको छ।