শিল্প–রোবটের নিপুণতা কেন বাড়বে

ইউরোপের গবেষকেরা SPEAR-1 নামে ওপেন–সোর্স একটি ‘রোবট ব্রেইন’ প্রকাশ করেছেন, যা ২ডির বদলে ৩ডি ডেটা বুঝে কাজ করে। গভীরতা, প্রান্তরেখা ও আড়াল–উন্মোচন ভালোভাবে ধরতে পারায় গ্রিপিং, স্তূপ করা বা টুল ব্যবহারের মতো কাজে স্থিতি বাড়ে। ওপেন কোড ও ওজন (weights) থাকায় কারখানা, ল্যাব ও স্টার্টআপেরা সহজে পরীক্ষা–পুনরুৎপাদন ও সেন্সর বদলাতে পারবে। শুরুর ফলাফলে এটি কয়েকটি বাণিজ্যিক মডেলের কাছাকাছি পারফরম্যান্স দেখিয়েছে। ভাষা–এআইতে যেমন ওপেন মডেল উদ্ভাবন ত্বরান্বিত করেছিল, তেমনি ম্যানিপুলেশন গবেষণায়ও গতি আসতে পারে।

তবে সীমাবদ্ধতাও আছে। এক রোবটে শেখা দক্ষতা অন্য রোবটে স্থানান্তর করা কঠিন—ক্যামেরা, জয়েন্ট ও ল্যাটেন্সির পার্থক্যের কারণে। দলটি অ্যাডাপ্টার ও ক্যালিব্রেশনের পদ্ধতি দিয়েছে, যাতে পুরো পুনঃপ্রশিক্ষণ ছাড়াই দক্ষতা ট্রান্সফার সম্ভব হয়। নিরাপত্তা–প্রটোকলে মডেল আত্মবিশ্বাসের মাত্রা ও ব্যর্থ কেস লগ করে মানুষের পর্যালোচনায় দেয়। সফল হলে ৩ডি–নেটিভ পারসেপশন ছোট ব্যাচ উৎপাদনে ফিক্সচার খরচ ও ডাউনটাইম কমাতে পারে। বিশ্ববিদ্যালয়ে পরীক্ষার সুযোগ বাড়বে; সরবরাহকারীরা ডেপ্‍থ–ক্যামেরা রেট্রোফিট ও এজ–অ্যাক্সেলারেটর চালুর নতুন সেবা ভাবছে। কৌশলগত প্রশ্ন থাকে—ওপেন সিস্টেম কি পারফরম্যান্স–খরচে ছন্দ বেঁধে দেবে, নাকি বন্ধ প্ল্যাটফর্ম এগিয়ে থাকবে?