EgoThumb: बिना कंट्रोल किए खुद मदद करने वाली छठी रोबोटिक उंगली

कैमरे की तस्वीर और जोड़ों की मौजूदा स्थिति एक AI मॉडल को जाती है। इसे imitation learning यानी इंसान के दिखाए उदाहरणों से सीखने के तरीके से ट्रेन किया गया। ट्रेनिंग में ऑपरेटर ने पैर से चलने वाले इंटरफ़ेस से उंगली चलाई। बाद में मॉडल कैमरे की तस्वीर देखकर खुद अनुमान लगाने लगा। आप बोतल की तरफ़ हाथ बढ़ाएँ तो अंगूठा उसे थाम लेता है और आपकी असली उंगलियाँ ढक्कन खोलती हैं। बोतल रखते ही पकड़ ढीली हो जाती है। न बटन, न आवाज़ का आदेश।

ऐसा पहला प्रयोग यह नहीं है। कैम्ब्रिज के शोधकर्ताओं का Third Thumb पैर की उंगलियों के दबाव से चलता था। 596 प्रतिभागियों में से 98% ने पहले मिनट में चीज़ें उठा लीं। EgoThumb का लक्ष्य यूज़र का ध्यान लगातार न माँगना है।

नतीजे कितने भरोसेमंद हैं?

तीन लोगों ने चार काम किए: क्यूब उठाना, ढक्कन खोलना, चाय हिलाना और गेंद ले जाना। हर काम की दस कोशिशें हुईं और औसत सफलता 90%, 92.5% और 87.5% रही। जिन दो लोगों के उदाहरणों से मॉडल ट्रेन नहीं हुआ था, उनका प्रदर्शन भी ऑपरेटर जैसा रहा।

पर पेच है। ये नतीजे उन्हीं जगहों के हैं, जो मॉडल ने ट्रेनिंग में देखी थीं। जगह बदलने पर कुछ कामों में सफलता घटी। चाय हिलाने में दो नए माहौल में औसत लगभग 67% और 73% रहा। सिर्फ़ तीन लोगों का परीक्षण है, मॉडल बाहरी कंप्यूटर पर चलता है, और जिस सोल्डरिंग से आइडिया निकला, उसे अभी आज़माया ही नहीं गया।

जोखिम भी साफ़ हैं। हाथ से ढकी चीज़ कैमरे को न दिखे या मॉडल इरादा ग़लत पढ़ ले, तो चीज़ गिर सकती है या कुचल सकती है। इसलिए शोधकर्ता स्पर्श-सेंसर जोड़ने की योजना बना रहे हैं। वे डिज़ाइन को छोटा और पहनने में आरामदायक बनाना चाहते हैं। हार्डवेयर के दस्तावेज़ और सॉफ़्टवेयर open source में उपलब्ध हैं।