कल्पना कीजिए कि एक ऐसी दुनिया है जहाँ रोबोट केवल सख्त "यदि यह, तो वह" कमांडों का पालन करने वाली भारी-भरकम मशीनें नहीं हैं, बल्कि वे चतुर साथी हैं जो एक बिखरे हुए कमरे को समझ सकते हैं, एक योजना बना सकते हैं और काम करते समय आपसे बातचीत भी कर सकते हैं। यह "एम्बोडीड इंटेलिजेंस" (embodied intelligence) का सपना है—एक रोबोट को ऐसा दिमाग देना जो वास्तविक दुनिया में सोच सके और कार्य कर सके। लंबे समय तक, वैज्ञानिकों को एक कठिन विकल्प का सामना करना पड़ा: या तो एक विशाल, अत्यंत बुद्धिमान मस्तिष्क का उपयोग करें जो सब कुछ जानता है लेकिन इतना धीमा और भारी है कि रोबोट पर फिट न हो सके, या एक छोटे, तेज़ मस्तिष्क का उपयोग करें जो तेज़ी से चल सकता है लेकिन जटिल निर्देशों को समझने के लिए बहुत कम बुद्धिमान है। यह एक ऐसी लाइब्रेरी चुनने जैसा था जिसमें एक पन्ना खोजने में एक घंटा लगता है, या एक जेब वाले नोटबुक जैसा जो आपके हाथ में तो आ जाए लेकिन उसमें केवल कुछ ही नोट्स लिखे हों। बड़ा सवाल यह था: क्या हम एक ऐसा रोबोट मस्तिष्क बना सकते हैं जो डिवाइस पर फिट होने के लिए छोटा हो, मानव की तरह तर्क करने के लिए स्मार्ट हो, और वास्तविक समय की बातचीत के साथ तालमेल बिठाने के लिए तेज़ हो?

यहाँ आता है Athena-Brain-8B, एक नया "रोबोट मस्तिष्क" जिसे XPENG रोबोटिक्स द्वारा विकसित किया गया है जो इस पहेली को सुलझाने की कोशिश करता है। इसे एक कॉम्पैक्ट 8-बिलियन-पैरामीटर लैंग्वेज मॉडल (एक प्रकार का AI जो टेक्स्ट को समझता है और उत्पन्न करता है) के रूप में समझें, जिसे विशेष रूप से रोबोट के अपने कंप्यूटर पर रहने के लिए डिज़ाइन किया गया है, न कि किसी विशाल क्लाउड सर्वर पर निर्भर रहने के लिए। शोधकर्ताओं ने केवल एक विशाल मॉडल को छोटा नहीं किया; उन्होंने एक विशेष प्रशिक्षण विधि का उपयोग करके इसे शून्य से बनाया है। उन्होंने एक स्मार्ट आधार से शुरुआत की, इसे कुशलतापूर्वक तर्क करना सिखाया, और फिर इसे "एम्बोडीड" कौशल का क्रैश कोर्स दिया—जैसे कि एक आभासी संग्रहालय या सुपरमार्केट में नेविगेट करना, वस्तुओं को उठाना और चरण-दर-चरण समस्याओं को हल करना सीखना। परिणाम? एक ऐसा मॉडल जो बहुत बड़े और धीमे मॉडलों की तरह ही जटिल तर्क कार्यों को संभाल सकता है, लेकिन यह बहुत कम शब्दों और बहुत अधिक गति के साथ करता है। यह साबित करता है कि स्मार्ट रोबोट होने के लिए आपको सुपरकंप्यूटर की आवश्यकता नहीं है; आपको बस एक छोटे मस्तिष्क को वास्तव में कड़ी मेहनत और तेज़ी से काम करने के लिए सही तरह के प्रशिक्षण की आवश्यकता है।

समस्या: "बहुत बड़ा" बनाम "बहुत छोटा" रोबोट मस्तिष्क

कल्पना कीजिए कि आप एक रोबोट बटलर बनाना चाहते हैं। आपके पास इसके मस्तिष्क के लिए दो विकल्प हैं। विकल्प A एक विशाल सुपरकंप्यूटर मस्तिष्क है। यह अविश्वसनीय रूप से स्मार्ट है, पूरा इंटरनेट जानता है, और जटिल गणितीय समस्याओं को हल कर सकता है। लेकिन यह इतना भारी और धीमा है कि इसे दीवार के प्लग से जुड़े रहने की आवश्यकता है, और इसे "मेरी चाबियाँ कहाँ हैं?" जैसे सरल प्रश्न का उत्तर देने में लंबा समय लगता है। विकल्प B एक छोटा, हल्का मस्तिष्क है। यह तेज़ है और रोबोट के सिर पर ही फिट हो जाता है, लेकिन यह बहुत बुद्धिमान नहीं है। यदि आप इसे भीड़भाड़ वाले स्टोर के माध्यम से रास्ता तय करने या लीक होते नल को ठीक करने का तरीका सोचने के लिए कहते हैं, तो यह भ्रमित हो सकता है।

लंबे समय तक, वैज्ञानिकों को लगा कि आपको इनमें से किसी एक को चुनना ही होगा। या तो आपके पास एक स्मार्ट रोबोट होता जो हिल नहीं सकता था, या एक तेज़ रोबोट होता जो सोच नहीं सकता था। लेकिन Athena-Brain-8B के पीछे की टीम ने पूछा: क्या होगा यदि हम एक छोटे मस्तिष्क को स्मार्ट और तेज़ दोनों होना सिखा सकें?

समाधान: एक चार-चरणीय प्रशिक्षण शिविर

शोधकर्ताओं ने केवल अनुमान नहीं लगाया; उन्होंने एक विशिष्ट प्रशिक्षण पाइपलाइन बनाई, जैसे कि रोबोट के मस्तिष्क के लिए चार-चरणीय बूट कैंप।

चरण 1: सामान्य ज्ञान आधार (General SFT)
सबसे पहले, उन्होंने एक मानक, स्मार्ट लैंग्वेज मॉडल (एक "बेस" मॉडल) लिया और उसे बहुत सारा होमवर्क दिया। यह केवल तथ्यों को याद रखने के बारे में नहीं था; यह निर्देश मानने, गणित की समस्याओं को हल करने, कोड लिखने और दुनिया को समझने के बारे में था। इसे रोबोट को सामान्य विषयों में ठोस शिक्षा प्राप्त करने के लिए एक नियमित स्कूल भेजने के रूप में समझें।

चरण 2: संक्षिप्त होना सीखना (General Reinforcement Learning)
यहाँ मामला दिलचस्प हो जाता है। टीम ने महसूस किया कि स्मार्ट रोबोट अक्सर बहुत अधिक बातें करते हैं। यदि आप एक रोबोट को चाबी खोजने के लिए कहते हैं, और वह "मुझे मिल गई" कहने से पहले 500 शब्दों में सोचता है, तो वह एक वास्तविक रोबोट के लिए बहुत धीमा है। इसलिए, उन्होंने 'रीइन्फोर्समेंट लर्निंग' नामक तकनीक का उपयोग किया। कल्पना कीजिए कि एक शिक्षक जो न केवल सही उत्तर के लिए, बल्कि सबसे छोटे सही उत्तर के लिए भी गोल्ड स्टार देता है। रोबलेट को समस्याओं को सही ढंग से हल करने के लिए पुरस्कृत किया गया, लेकिन कम शब्दों का उपयोग करने के लिए भी। इसने मस्तिष्क को कुशल बनना सिखाया, अनावश्यक बातों को हटाकर सीधे मुद्दे पर आना सिखाया।

चरण 3: "वास्तविक दुनिया" का सिमुलेशन (Embodied Expert Training)
अब मस्तिष्क स्मार्ट और कुशल था, लेकिन उसने वास्तव में कभी कुछ किया नहीं था। वह जानता था कि "संग्रहालय" क्या है, लेकिन वह जानता नहीं था कि उसके माध्यम से कैसे चलना है। शोधकर्ताओं ने दो आभासी दुनिया बनाईं: एक संग्रहालय (Museum) और एक सुपरमार्केट (Supermarket)।

• संग्रहालय में, रोबोट को एक डायनासोर के जीवाश्म तक आगंतुक का मार्गदर्शन करना था। उसे संकेतों को पढ़ना था, यह तय करना था कि किस दिशा में मुड़ना है, और यह जांचना था कि क्या वह सही जगह पर है।
• सुपरमार्केट में, उसे दूध की एक बोतल ढूंढनी थी, उसे कार्ट में रखना था, और चेकआउट करना था।
  रोबोट ने इन कार्यों के बारे में केवल पढ़ा नहीं; उसने बार-बार इनका अभ्यास किया। उसने सीखा कि यदि उसने एक बोतल उठाने की कोशिश की और विफल रहा, तो उसे हार मानने के बजाय एक अलग कोण से प्रयास करना चाहिए। उसने रास्ता बनाना, गलतियों को संभालना और चलते रहना सीखा। इसे "एम्बोडीड" प्रशिक्षण कहा जाता है क्योंकि रोबोट एक भौतिक वातावरण (भले ही वह सिम्युलेटेड हो) के साथ बातचीत करना सीख रहा है।

चरण 4: मस्तिष्क का विलय (Model Merge)
इस सभी प्रशिक्षण के बाद, शोधकर्ताओं के पास मस्तिष्क के कई अलग-अलग संस्करण थे: एक जो सामान्य ज्ञान में महान था, एक जो संक्षिप्त होने में महान था, और एक जो संग्रहालय और सुपरमार्केट में नेविगेट करने में महान था। केवल एक को चुनने के बजाय, उन्होंने उन सभी को एक एकल, सुपर-ब्रेन में "विलय" करने के लिए एक विशेष गणितीय ट्रिक का उपयोग किया। यह एक विद्वत, एक तेज़ पाठक और एक खोजकर्ता के सर्वोत्तम गुणों को लेने और उन्हें एक ऐसे व्यक्ति में मिलाने जैसा है जो इन तीनों को पूरी तरह से कर सकता है।

उन्होंने क्या पाया: छोटा लेकिन शक्तिशाली

परिणाम प्रभावशाली थे। जब उन्होंने Athena-Brain-8B का परीक्षण किया, तो उन्होंने पाया कि यह सामान्य तर्क कार्यों (जैसे गणित और तर्क) को बहुत बड़े, धीमे मॉडलों के समान ही संभाल सकता है। लेकिन असली जादू इसकी गति और दक्षता में था।

• यह कम बोलता है: अन्य स्मार्ट मॉडलों की तुलना में जो लंबे समय तक "सोचते" रहते हैं, Athena-Brain-8B ने काफी छोटे उत्तर दिए। इसने बिना भटके काम किया; यह सीधे कार्रवाई पर आया।
• यह बेहतर कार्य करता है: आभासी संग्रहालय और सुपरमार्केट में, Athena-Brain-8B अन्य छोटे रोबोटों की तुलना में कार्य पूरा करने में बहुत बेहतर था। वास्तव में, इसने इतना अच्छा प्रदर्शन किया कि इसने कुछ विशाल, महंगे मॉडलों को भी पीछे छोड़ दिया जो बहुत बड़े और अधिक शक्तिशाली थे।
• यह कुशल है: टीम ने मापा कि मॉडल ने काम पूरा करने के लिए कितने "टोकन" (शब्दों के टुकड़े) का उपयोग किया। Athena-Brain-8B ने उच्चतम स्कोर प्राप्त करने के लिए सबसे कम टोकन का उपयोग किया। इसका मतलब है कि यह न केवल स्मार्ट है; यह ऊर्जा-कुशल भी है, जो बैटरी पर चलने वाले रोबोट के लिए अत्यंत महत्वपूर्ण है।

यह क्यों मायने रखता है

यह पेपर सुझाव देता है कि स्मार्ट रोबोट होने के लिए हमें विशाल, क्लाउड-निर्भर मस्तिष्क बनाने की आवश्यकता नहीं है। एक कॉम्पैक्ट मॉडल को कुशल होने के लिए प्रशिक्षित करके और इसे वास्तविक, इंटरैक्टिव वातावरण में अभ्यास देकर, हम एक ऐसा "रोबोट मस्तिष्क" बना सकते हैं जो डिवाइस पर ही फिट हो सके। इसका मतलब है कि रोबोट तेज़, अधिक प्रतिक्रियाशील और उन स्थानों में काम करने में सक्षम हो सकते हैं जहाँ इंटरनेट कनेक्शन धीमा या अनुपलब्ध है।

शोधकर्ताओं ने दिखाया कि एक छोटा मॉडल (8 बिलियन पैरामीटर) एक साथ एक जनरललिस्ट (कई चीजों में स्मार्ट) और एक स्पेशलिस्ट (चलने और कार्य करने में कुशल) बनने के लिए सीख सकता है। उन्होंने केवल एक ऐसा रोबोट नहीं बनाया जो बात कर सके; उन्होंने एक ऐसा रोबोट बनाया जो काम कर सके, यह सोच सके कि आगे क्या करना है, और उसे तेज़ी से कर सके। हालांकि इन रोबोटों को वास्तविक दुनिया में लाने के लिए अभी भी काम किया जाना बाकी है (जैसे अधिक जटिल भौतिक वस्तुओं को संभालना), यह अध्ययन बताता है कि स्मार्ट, ऑन-डिवाइस रोबोट का मार्ग हमारी सोच से कहीं अधिक स्पष्ट है। रोबोटिक्स का भविष्य बड़े मस्तिष्क बनाने के बारे में नहीं, बल्कि छोटे मस्तिष्क को अविश्वसनीय रूप से कुशल बनाने के बारे में हो सकता है।