2024 میں قائم ہونے والا روبوٹکس اسٹارٹ اپ Generalist نے فنڈنگ کے ایک نئے راؤنڈ کا اعلان کیا ہے جس کے بعد اس کی مالیت (valuation) 3 ارب ڈالر تک پہنچ گئی ہے، کیونکہ اس نے تقریباً 200 ملین ڈالر اکٹھا کیے ہیں۔ 8VC کی قیادت میں حاصل ہونے والا یہ سرمایہ، Series B کے کل سرمائے کو 600 ملین ڈالر تک لے آتا ہے اور یہ اس بات کا اشارہ ہے کہ سرمایہ کار ایسے روبوٹس کے لیے ایک تیز رفتار راستہ دیکھ رہے ہیں جو چند سیکنڈ کی ویڈیو سے نئے کام سیکھ سکتے ہیں۔

فنڈنگ میں اضافہ اور معاونین کی فہرست

ریگولیٹری فائلنگز سے پتہ چلتا ہے کہ 200 ملین ڈالر کا یہ اضافہ اس Series B کا تسلسل ہے جو جون میں Radical Ventures کی قیادت میں 400 ملین ڈالر کے راؤنڈ کے ساتھ شروع ہوا تھا۔ اس راؤنڈ نے Generalist کے سرمایہ کاروں کی فہرست میں Nvidia، Union Square Ventures، Bezos Expeditions اور AI کی ماہر Fei-Fei Li جیسے بڑے نام شامل کر دیے ہیں۔ ان کی شمولیت اس یقین کو تقویت دیتی ہے کہ بہت سے روبوٹک پلیٹ فارمز کے لیے ایک واحد AI "دماغ" فیکٹریوں، گوداموں اور سروس سیٹنگز میں آٹومیشن کی ایک نئی لہر پیدا کر سکتا ہے۔

Gen 1.5: انتہائی مختصر ڈیمو سے سیکھنا

Generalist کی شہرت کی بنیاد اس کا Gen 1.5 foundation model ہے۔ ہر حرکت کو خود سے تیار کرنے کے بجائے، یہ ماڈل روبوٹ کو ایک ویڈیو کلپ دیکھنے کی اجازت دیتا ہے—جو اکثر صرف تین سے بارہ سیکنڈ طویل ہوتا ہے—اور پھر دکھائے گئے کام کو دہراتا ہے۔ یہ طریقہ کار imitation learning پر مبنی ہے: AI بصری ان پٹ سے حرکات کے اشارے، اشیاء کے ساتھ تعامل اور وقت کا تعین کرتا ہے اور انہیں روبوٹ کے actuators کے لیے کنٹرول کمانڈز میں تبدیل کر دیتا ہے۔ نظریاتی طور پر، ایک روبوٹ صرف مختصر ریکارڈنگز دیکھ کر ہر ہفتے درجنوں نئے ہنر سیکھ سکتا ہے، جس سے بدلتے ہوئے ماحول میں آٹومیشن کو نافذ کرنے کے لیے درکار وقت اور مہارت میں نمایاں کمی آئے گی۔

وہ "ChatGPT لمحہ" جس کے پیچھے سرمایہ کار بھاگ رہے ہیں

Generalist اس بھرپور مقابلے میں شامل ہے جس کا مقصد ہارڈ ویئر کو وہ پیش رفت فراہم کرنا ہے جو large language models نے سافٹ ویئر کو فراہم کی ہے۔ Physical Intelligence اور SoftBank کے تعاون سے چلنے والے Skild AI جیسے حریفوں کی مالیت پہلے ہی کئی ارب ڈالرز تک پہنچ چکی ہے، جو روبوٹکس کے لیے ایک وسیع تر "ChatGPT لمحہ" کے تصور کو تقویت دے رہی ہے۔ اس کا تصور سادہ ہے: ایک ہمہ گیر، پہلے سے تربیت یافتہ ماڈل جسے کم سے کم ڈیٹا کے ساتھ fine-tune کیا جا سکے، کمپنیوں کو کنٹرول اسٹیکس کو شروع سے دوبارہ بنائے بغیر روبوٹک صلاحیتیں شامل کرنے کی اجازت دے سکتا ہے۔

جسمانی ڈیٹا کی رکاوٹ اور شکوک و شبہات

یہ جوش و خروش ایک عملی رکاوٹ کا سامنا کر رہا ہے۔ Large language models انٹرنیٹ کے لامتناہی متن پر پھلتے پھولتے ہیں، لیکن روبوٹس کو ٹریننگ ڈیٹا تیار کرنے کے لیے جسمانی تعامل کی ضرورت ہوتی ہے۔ سینسرز کو قوت، رابطے اور 3-D جیومیٹری کو محفوظ کرنا ہوتا ہے، اور ہر نئے منظر نامے کے لیے نئے ڈیٹا کے حصول کی ضرورت پڑ سکتی ہے۔ کچھ ماہرین خبردار کرتے ہیں کہ اعلیٰ معیار کے متنوع جسمانی ڈیٹا سیٹس کی کمی حقیقی طور پر عالمگیر روبوٹک ذہانت کو تجارتی طور پر قابل عمل ہونے سے سالوں دور رکھ سکتی ہے۔ حقیقی دنیا کے مظاہروں کے مسلسل بہاؤ کے بغیر، Gen 1.5 جیسا لچکدار ماڈل بھی ان ماحول سے باہر کام کرنے میں مشکل محسوس کر سکتا ہے جنہیں اس نے دیکھا ہے۔

آگے کیا نظر آئے گا

  • نفاذ کے تجربات (Deployment trials): Generalist کے اگلے عوامی ٹیسٹ بیڈز—خواہ وہ لاجسٹکس سینٹرز ہوں یا مینوفیکچرنگ لائنز—یہ ظاہر کریں گے کہ Gen 1.5 لیب ڈیمو سے شور والے اور غیر متوقع مقامات تک کتنی اچھی طرح پھیل سکتا ہے۔
  • ڈیٹا پائپ لائن کی ترقی: خودکار ڈیٹا کیپچر (مثلاً کیمروں کے بیڑے جو ماڈل کو ڈیٹا فراہم کریں) میں ترقی جسمانی ڈیٹا کی رکاوٹ کو کم کر سکتی ہے۔
  • مقابلے کی حکمت عملی: حریفوں کے فنڈنگ راؤنڈز اور شراکت داری کے اعلانات پر نظر رکھیں، کیونکہ پہلے وسیع پیمانے پر اپنائے جانے والے روبوٹ فاؤنڈیشن ماڈل کی دوڑ ابھی اپنے ابتدائی مرحلے میں ہے۔

خلاصہ: Generalist کی 3 ارب ڈالر کی مالیت اس مضبوط یقین کی عکاس ہے کہ ایک واحد AI ماڈل روبوٹس کو آج کے چیٹ بوٹس کی طرح لچکدار بنا سکتا ہے، لیکن اس کا راستہ مختصر ویڈیو کلپس کو قابل اعتماد، حقیقی دنیا کی حرکت میں بدلنے پر منحصر ہے—ایک ایسا انجینئرنگ چیلنج جو یہ فیصلہ کرے گا کہ آیا یہ وعدہ روزمرہ کی آٹومیشن میں تبدیل ہوتا ہے یا نہیں۔