Dream Labs ने अलग-अलग मशीनों तक रोबोटिक्स एआई पहुँचाने के लिए सीड फंडिंग में 90 मिलियन डॉलर जुटाए

Dream Labs, पूर्व NVIDIA रोबोटिक्स शोधकर्ताओं द्वारा स्थापित एक स्टार्टअप, ने सीड फंडिंग में 90 मिलियन डॉलर जुटाए हैं और Dream-1 के लिए एक सार्वजनिक API लॉन्च किया है। यह मॉडल अलग-अलग रोबोटों के बीच कौशल को स्थानांतरित करने के लिए बनाया गया है। इस फंडिंग दौर का नेतृत्व B Capital ने Kindred Ventures के साथ मिलकर किया। इसमें A.Capital, Unusual Ventures और अन्य निवेशकों ने भी हिस्सा लिया।

कंपनी रोबोटिक्स की एक महँगी अड़चन को दूर करने पर काम कर रही है: किसी काम को सीख लेने वाली मशीन उस जानकारी को अपने-आप किसी दूसरी मशीन तक नहीं पहुँचा सकती। Dream Labs चाहती है कि डेवलपर एक साझा मॉडल से शुरुआत करें और फिर, जब किसी खास रोबोट या अनुप्रयोग के लिए अधिक विशिष्ट प्रशिक्षण की ज़रूरत हो, तो उसे अनुकूलित करें।

इस लॉन्च में एक API, फाइन-ट्यूनिंग सेवा और ब्राउज़र-आधारित Robot Playground शामिल हैं। Robot Playground के ज़रिए उपयोगकर्ता कंपनी के सैन फ़्रांसिस्को कार्यालय में मौजूद भौतिक रोबोटों को निर्देश भेज सकते हैं। Dream Labs का कहना है कि मॉडल की क्षमताओं और क्षमता का विस्तार करने के साथ-साथ जुटाई गई धनराशि का मुख्य उपयोग कंप्यूटिंग संसाधनों के लिए किया जाएगा।

Dream-1 वीडियो को भौतिक क्रियाओं से कैसे जोड़ता है

Dream Labs, Dream-1 को वर्ल्ड एक्शन मॉडल कहती है। लॉन्च के बारे में उसका तकनीकी विवरण ऐसी प्रणाली का वर्णन करता है जो वीडियो और क्रियाओं, दोनों का एक साथ अनुमान लगाती है: दृश्य में होने वाले बदलावों का पूर्वानुमान इस बात से जुड़ा है कि रोबोट को आगे क्या करना चाहिए।

यह अंतर इसलिए मायने रखता है क्योंकि रोबोटों की बनावट अलग-अलग होती है। एक भुजा पर काम करने वाले जोड़-आदेश ज़रूरी नहीं कि दूसरी भुजा पर भी काम करें। इसके बजाय, Dream-1 एंड-इफ़ेक्टर की अवस्थिति और अभिविन्यास का अनुमान लगा सकता है—यानी हर ग्रिपर की वांछित स्थिति और दिशा, साथ ही यह कि उसे खुला होना चाहिए या बंद। हर रोबोट का प्रतिलोम गतिकी सॉल्वर इन लक्ष्यों को उन गतियों में बदलता है जिन्हें उसके अपने जोड़ निष्पादित कर सकते हैं।

इससे मशीनों के बीच एक साझा इंटरफ़ेस मिलता है और उन्हें एक-जैसा हार्डवेयर रखने की ज़रूरत नहीं पड़ती। मॉडल कैमरे के तीन दृश्य इस्तेमाल करता है: एक दृश्य की ओर देखता है और एक-एक कैमरा हर कलाई पर लगा होता है। वीडियो का उसका निरूपण उसे एक ही दृश्य माध्यम के ज़रिए अलग-अलग दिखने वाली भुजाओं और ग्रिपरों के बारे में सोचने का तरीका देता है।

डेवलपरों के लिए, यह उत्पाद उस शोध को अपेक्षाकृत सीधे कार्य-चक्र में ढालता है। रोबोट तस्वीरें, अपनी मौजूदा स्थिति और काम का निर्देश देता है; मॉडल उसके जवाब में क्रियाएँ लौटाता है। मॉडल Dream Labs की होस्ट की गई सेवा के ज़रिए चलते हैं, इसलिए हर डेवलपर को रोबोटिक्स का फ़ाउंडेशन मॉडल खुद बनाने और संचालित करने की ज़रूरत नहीं होती।

ज़ीरो-शॉट हस्तांतरण का दायरा तय है

कंपनी की मौजूदा ज़ीरो-शॉट क्षमता समानांतर ग्रिपरों वाले द्विहस्तीय रोबोटों पर केंद्रित है: यानी दो भुजाओं और सरल खुलने-बंद होने वाले ग्रिपरों वाली मशीनों पर। ज़ीरो-शॉट का अर्थ है कि मॉडल किसी अपरिचित रोबोट पर काम आज़मा सकता है, बिना उस खास मशीन के प्रदर्शनों पर पहले प्रशिक्षण लिए।

Dream Labs के प्रकाशित मूल्यांकन में सिमुलेशन के भीतर रोबोट के 27 ऐसे रूपों का परीक्षण किया गया जिन्हें मॉडल ने पहले नहीं देखा था; हर रूप के लिए 300 रोलआउट किए गए। नतीजों की तुलना YAM से की गई, वह रोबोट जिस पर Dream-1 को प्रशिक्षित किया गया था। अलग-अलग हार्डवेयर पर प्रदर्शन में काफ़ी अंतर था, इसलिए रोबोटों के बीच हस्तांतरण का व्यापक दावा विस्तृत नतीजों के साथ पढ़ने पर अधिक उपयोगी होता है।

इन सापेक्ष अंकों को काम की सफलता की निरपेक्ष दरों के रूप में नहीं समझना चाहिए। इसी तरह, किसी नीति को दूसरे रोबोट पर स्थानांतरित कर देने से यह साबित नहीं होता कि वह हर काम को भरोसेमंद ढंग से पूरा करेगी। शोध पृष्ठ पर काम के मूल्यांकनों में पूर्ण निष्पादन और आंशिक प्रगति को अलग-अलग दिखाया गया है।

इस नियंत्रण इंटरफ़ेस के साथ कुछ समझौते भी जुड़े हैं। ग्रिपर कहाँ पहुँचेगा, इसका अनुमान लगाने से यह पूरी तरह तय नहीं होता कि वहाँ पहुँचने के लिए भुजा कौन-सा रास्ता लेगी। रास्ते में बाधाएँ, जोड़ों की सीमाएँ और रोबोट के प्रतिलोम गतिकी सॉल्वर की गुणवत्ता प्रदर्शन को प्रभावित कर सकती हैं। जिन रोबोटों के कार्य-क्षेत्र या गतिशीलता में बहुत अंतर होता है, वे मॉडल के अनुमान और हार्डवेयर की भौतिक क्षमता के बीच और भी फ़र्क उजागर कर सकते हैं।

फाइन-ट्यूनिंग से शुरुआती मॉडल से आगे बढ़ने का रास्ता

Dream Labs की सेवा के रूप में फाइन-ट्यूनिंग डेवलपरों को एक और विकल्प देती है, जब सामान्य मॉडल उनकी ज़रूरत पूरी नहीं करता। वे अपने रोबोट से लिए गए प्रदर्शन अपलोड करके अनुकूलित मॉडल पा सकते हैं; उन्हें प्रशिक्षण परियोजना शून्य से शुरू करने की ज़रूरत नहीं होती।

कंपनी पाँच मिनट के रोबोट-विशिष्ट डेटा से अनुकूलन के उदाहरण दिखाती है। वह अपरिचित एंड-इफ़ेक्टर के लिए काफ़ी अधिक डेटा की ज़रूरत वाले उदाहरण भी पेश करती है। ये प्रदर्शन अनुकूलन की अलग-अलग ज़रूरतों को दिखाते हैं; इनसे यह साबित नहीं होता कि प्रशिक्षण के लिए हर स्थिति में पाँच मिनट ही चाहिए।

व्यावहारिक रूप से यह एक अहम अंतर है। साझा मॉडल किसी रोबोट को चलाने लायक बनाने के शुरुआती काम को कम कर सकता है, जबकि किसी खास अनुप्रयोग के लिए उसके व्यवहार को उपयोगी बनाने के लिए अब भी उस काम से जुड़ा डेटा आवश्यक हो सकता है। Dream Labs मानती है कि अनुकूलित मॉडल अब भी ज़ीरो-शॉट संचालन से बेहतर प्रदर्शन करते हैं।

शोध पृष्ठ पर Dream-1 के लिए अनुमान-प्रक्रिया की दर 3 डॉलर प्रति घंटा और हल्के Dream-1-flash के लिए 2 डॉलर प्रति घंटा दी गई है। हर मॉडल कॉल से 1.6 सेकंड की क्रियाएँ मिलती हैं। किसी परिनियोजन की लागत का आकलन करते समय हार्डवेयर, एकीकरण और सेवा से जुड़ी अन्य संभावित लागतों को अलग से ध्यान में रखना होगा।

शोध-प्रदर्शनों से दोहराए जा सकने वाले काम तक

स्टार्टअप की टीम ने पहले DreamZero और NVIDIA के GR00T रोबोटिक्स अनुसंधान पर काम किया था। Dream-1 के साथ, वह इस शोध को ऐसी सेवा में बदल रही है जिसे डेवलपर अपनी मशीनों पर आज़मा सकते हैं।

इस घोषणा में पहुँच को भी महत्वपूर्ण स्थान दिया गया है। सार्वजनिक API रोबोट निर्माताओं और छोटी टीमों को व्यवहार का सीधे मूल्यांकन करने देती है—इसमें यह देखना भी शामिल है कि वह कहाँ विफल होता है—ताकि उन्हें केवल चुनिंदा प्रदर्शनों पर निर्भर न रहना पड़े। लाइव Playground उन लोगों के लिए अधिक सुलभ परिचय देता है जिनके पास रोबोट नहीं है।

Dream-1 अभी भी अनुसंधान बीटा चरण में है, और Dream Labs का कहना है कि सुरक्षा-महत्वपूर्ण उपयोग के लिए इसका सत्यापन नहीं किया गया है। फिलहाल इसका ध्यान दो भुजाओं और समानांतर ग्रिपर वाली प्रणालियों में वस्तुओं को पकड़ने और उनमें हेरफेर करने पर है; मोबाइल रोबोट और अधिक कुशल हार्डवेयर के लिए व्यापक समर्थन अभी भी विकास के प्रयास का हिस्सा है।

व्यावसायिक सवाल यह है कि क्या अलग-अलग मशीनों पर काम करने वाला मॉडल उन कार्यों पर भी लगातार भरोसेमंद प्रदर्शन दे सकता है जिन्हें स्वचालित करने के लिए लोग भुगतान करेंगे। 90 मिलियन डॉलर की इस फंडिंग से Dream Labs को उस लक्ष्य की दिशा में काम करने के संसाधन मिलते हैं। इसकी सबसे अहम कसौटी यह होगी कि नया रोबोट जोड़ने के बाद भी डेवलपरों को कितने कस्टम डेटा और इंजीनियरिंग की ज़रूरत पड़ती है।