रोबोटिक्स इंजीनियरिंग और कंप्यूटर विज्ञान की वह शाखा है जो भौतिक मशीनों, यानी रोबोटों, के डिज़ाइन, निर्माण, संचालन और प्रोग्रामिंग से संबंधित है, जो अपने वातावरण को समझते हैं और उसमें भौतिक क्रिया करते हैं। जहाँ रोबोटिक्स आधुनिक कृत्रिम बुद्धिमत्ता से दशकों पहले अस्तित्व में आया, जिसकी शुरुआत 1960 के दशक में कारखानों में तैनात औद्योगिक भुजाओं से हुई, वहीं यह क्षेत्र एआई के साथ तेजी से जुड़ता गया है क्योंकि धारणा, योजना और नियंत्रण हस्त-लिखित नियमों से सीखे गए मॉडलों की ओर स्थानांतरित हो गए हैं - यह अभिसरण अक्सर Embodied AI के व्यापक विषय के अंतर्गत चर्चा की जाती है।
औद्योगिक से सीखे गए रोबोटिक्स तक
प्रारंभिक औद्योगिक रोबोट, जैसे 1961 में जनरल मोटर्स संयंत्र में स्थापित यूनीमेट भुजा, कड़े नियंत्रित वातावरण में निश्चित, पूर्व-प्रोग्राम किए गए गति अनुक्रमों के माध्यम से संचालित होते थे और उन्हें असंरचित दुनिया की कोई धारणा आवश्यक नहीं थी। 1980 और 1990 के दशक के अनुसंधान रोबोटिक्स, जैसे Rodney Brooks के सबसम्प्शन-आर्किटेक्चर रोबोट, ने प्रतीकात्मक योजना के विकल्प के रूप में प्रतिक्रियाशील, सेंसर-संचालित नियंत्रण की खोज की। 2004 और 2005 की DARPA Grand Challenge प्रतियोगिताएं, जिनमें स्वायत्त वाहनों को रेगिस्तान में नेविगेट करने का कार्य दिया गया था, को आधुनिक रोबोटिक धारणा और योजना अनुसंधान को गति देने और Self-driving car उद्योग की नींव रखने का श्रेय व्यापक रूप से दिया जाता है। अगले दो दशकों में, Computer vision और Reinforcement learning ने पकड़, गति और नेविगेशन जैसे कार्यों के लिए हस्त-निर्मित नियमों को तेजी से प्रतिस्थापित किया, जिससे मुख्य रूप से सिमुलेशन में प्रशिक्षित रोबोट कुछ हद तक भौतिक दुनिया में सामान्यीकरण कर सके - यह स्थानांतरण आमतौर पर सिम-टू-रियल कहा जाता है।
एआई-संचालित धारणा और नियंत्रण
आधुनिक रोबोटिक्स एआई के अन्य क्षेत्रों में उपयोग की जाने वाली उन्हीं Deep learning तकनीकों पर बहुत अधिक निर्भर करता है। Convolutional neural network और बाद में Vision-language model प्रणालियाँ रोबोटों को वस्तुओं और दृश्यों को पहचानने की क्षमता देती हैं; सुदृढीकरण सीखना और अनुकरण सीखना, जिसमें रोबोट दर्ज मानव प्रदर्शनों की नकल करके सीखता है, नियंत्रण नीतियों को प्रशिक्षित करने के लिए उपयोग किया जाता है; और 2020 के दशक की शुरुआत से, विज़न-लैंग्वेज-एक्शन (वीएलए) मॉडलों ने एक बड़े पूर्व-प्रशिक्षित विज़न-लैंग्वेज-मॉडल बैकबोन को एक आउटपुट हेड के साथ जोड़ा है जो सीधे रोबोट मोटर कमांड उत्पन्न करता है, जिससे एक ही मॉडल विभिन्न भौतिक कार्यों में प्राकृतिक-भाषा निर्देशों का पालन कर सकता है। इसने सामान्य-उद्देश्यीय रोबोटिक फाउंडेशन मॉडलों की एक लहर पैदा की है, जिसका पीछा स्थापित रोबोटिक्स प्रयोगशालाओं और नए क्षेत्र में प्रवेश करने वाली एआई कंपनियों दोनों द्वारा किया जा रहा है।
अनुप्रयोग क्षेत्र
औद्योगिक और गोदाम रोबोटिक्स सबसे बड़ा तैनात आधार बना हुआ है, जिसमें रोबोटिक भुजाएँ और स्वायत्त मोबाइल रोबोट विनिर्माण और रसद में व्यापक रूप से उपयोग किए जाते हैं, जिसमें अमेज़न जैसी कंपनियों द्वारा संचालित बड़े पूर्ति संचालन शामिल हैं। सर्जिकल रोबोटिक्स, जिसका उदाहरण दा विंची प्रणाली है, टेलीऑपरेटेड उपकरणों के माध्यम से सर्जन की सटीकता को बढ़ाता है। कृषि रोबोट कटाई और फसल निगरानी संभालते हैं, और घरेलू रोबोट, सबसे सफलतापूर्वक रोबोटिक वैक्यूम क्लीनर, आज तक की सबसे व्यापक रूप से अपनाई गई उपभोक्ता श्रेणी का प्रतिनिधित्व करते हैं। Humanoid robot प्लेटफ़ॉर्म, जो मानव-डिज़ाइन किए गए वातावरण में सामान्य-उद्देश्यीय कार्यों के लिए लक्षित हैं, और Self-driving car प्रणालियाँ 2020 के दशक के मध्य तक क्षेत्र की सबसे पूंजी-गहन और बारीकी से देखी जाने वाली सीमाओं का प्रतिनिधित्व करती हैं।
चुनौतियाँ
तेजी से एआई प्रगति के बावजूद, रोबोटिक्स ऐतिहासिक रूप से पूरी तरह से डिजिटल एआई अनुप्रयोगों की तुलना में धीमी गति से आगे बढ़ा है, इस अंतर को कभी-कभी मोरावेक के विरोधाभास के रूप में संक्षेपित किया जाता है: मनुष्यों के लिए तुच्छ कार्य, जैसे अनियमित आकार की वस्तु उठाना या असमान भूभाग पर चलना, मशीनों के लिए कठिन बने रहते हैं, जबकि मनुष्यों के लिए कठिन कार्य, जैसे जटिल गणना, कंप्यूटर के लिए तुलनात्मक रूप से आसान होते हैं। भौतिक रोबोटों को भी उन बाधाओं का सामना करना पड़ता है जो पूरी तरह से सॉफ्टवेयर-आधारित एआई प्रणालियों पर लागू नहीं होतीं, जिनमें हार्डवेयर लागत, स्थायित्व, मनुष्यों के आसपास सुरक्षा, और बड़े, विविध वास्तविक-विश्व प्रशिक्षण डेटा एकत्र करने की कठिनाई शामिल है, जो आधुनिक Large language model और Text-to-image generation प्रणालियों को प्रशिक्षित करने वाले इंटरनेट-पैमाने के पाठ और छवि संग्रह के बराबर हो।