Perceptron কী চালু করেছে
Perceptron — ২০২৪ সালের নভেম্বরে প্রতিষ্ঠিত একটি স্টার্টআপ। এটি তৈরি করেছেন Meta-র দুই প্রাক্তন গবেষক Armen Aghajanyan এবং Akshat Shrivastava। তাঁরা Meta’s Fundamental AI Research (FAIR)-এ কাজ করতেন। এটি Meta-র AI-বিষয়ক গবেষণা বিভাগ।
এই সপ্তাহে কোম্পানিটি Isaac 0.5 মডেল চালু করেছে। নির্মাতাদের মতে, এটি শিল্প পরিবেশে মেশিনকে “perceive, reason and act” করার সক্ষমতা দেয়। মডেলটি open-weight হিসেবে প্রকাশিত। তাই প্যারামিটার ও প্রশিক্ষণ উপকরণ যে কেউ যাচাই করতে পারে।
কোম্পানি তাদের সফটওয়্যারকে শিল্পক্ষেত্রে স্বয়ংক্রিয় ডিপ্লয়মেন্টের ভবিষ্যৎ হিসেবে দেখছে।
সিদ্ধান্ত: Isaac 0.5-কে শিল্পক্ষেত্রের কাজের জন্য একটি উন্মুক্ত মডেল হিসেবে বিবেচনা করা উচিত। ওয়েটের যাচাইযোগ্যতা বেছে নেওয়ার সময় একটি মূল মানদণ্ড।
কাজ: গুদাম ও কারখানার জন্য ফিজিক্যাল ইন্টেলিজেন্স
Perceptron frontier vision models তৈরি করছে। এগুলো মেশিনকে ভৌত পরিবেশের সঙ্গে আরও দক্ষভাবে মিথস্ক্রিয়া করতে সাহায্য করবে। সফটওয়্যারটি vision-guided robots-কে জটিল পরিবেশে চলাচলে সাহায্য করতে সক্ষম। এখানে warehouses বা factory floors-এর কথা বলা হচ্ছে।
কোম্পানি সমস্যাটি এভাবে বর্ণনা করে: “Physical AI today forces a false choice”। একদিকে, generalist foundation models, যেগুলোর প্রতিটি instance-এর জন্য একাধিক dedicated cloud GPU প্রয়োজন। অন্যদিকে, narrow models, যেগুলো perception বা control-এর একটি প্রক্রিয়া করে, কিন্তু কখনোই দুটোই নয়। Isaac 0.5 মেশিনকে উপলব্ধি, যুক্তি ও কাজ করার সক্ষমতা দেওয়ার লক্ষ্যে তৈরি।
Shrivastava একটি সরল ভৌত প্রক্রিয়া — বাক্স সাজানো — বিবেচনা করার প্রস্তাব দেন। পার্সেল সাজানোর জন্য ডিপ্লয় করা একটি রোবটকে অনেক ধাপ সম্পন্ন করতে হয়। প্রথমে প্যাকেজের লেবেল পড়তে হয়। তারপর বাক্সগুলো কোথায় আছে তা বোঝার জন্য স্থানিক বিশ্লেষণ করতে হয়। এরপর সিদ্ধান্ত নিতে হয় কোনটি তুলবে। যদি সে একাধিক বাক্স তোলে, তবে কোন বাক্সগুলো এবং কোন ক্রমে তুলবে তা পরিকল্পনা করতে হয়। Perceptron-এর সফটওয়্যার রোবটকে প্রক্রিয়ার প্রতিটি ধাপ পার হতে সাহায্য করার জন্য তৈরি।
সিদ্ধান্ত: বেছে নেওয়ার মানদণ্ড হলো মডেলটি শুধু একটি আলাদা কাজ নয়, বরং উপলব্ধি থেকে কর্মপরিকল্পনা পর্যন্ত পুরো প্রক্রিয়া কভার করার সক্ষমতা।
Isaac 0.5 কীভাবে প্রশিক্ষণ দেওয়া হয়েছিল
Isaac 0.5-এর মতো মডেলগুলো বিপুল পরিমাণ ভিডিও প্রশিক্ষণ ডেটা শোষণ করে পরিচালনাগত দক্ষতা শেখে। Perceptron জানায়, তারা নতুন মডেলটি তথাকথিত general video-র দশ লক্ষ ঘণ্টায় প্রশিক্ষণ দিয়েছে। অ্যালগরিদমকে নির্দিষ্ট পরিস্থিতি, ভিজ্যুয়াল উপাদান ও দৃশ্যপট চিনতে শেখানোর জন্য এটি প্রয়োজন।
কোম্পানিটি ego video-র উপরও ব্যাপকভাবে নির্ভর করেছে। এটি কোনো ভৌত কাজ করা ব্যক্তির দৃষ্টিকোণ থেকে নেওয়া ভিডিও। এটি GoPro বা পরিধানযোগ্য ক্যামেরার মাধ্যমে রেকর্ড করা হয়। এছাড়া UMI video ব্যবহার করা হয়েছে। এগুলোও একইভাবে পুনরাবৃত্ত মানবীয় ক্রিয়া রেকর্ড করে AI সিস্টেমকে নড়াচড়া শেখাতে কাজ করে।
Perceptron তাদের প্রশিক্ষণ ডেটার উৎস প্রকাশ করে না। Shrivastava বলেন, কোম্পানি “internally built petabyte-scale datasets that span across modalities”। তিনি স্পষ্ট করেন: “whether it’s images, text, video, etc. all the way through robotic trajectories.”
সিদ্ধান্ত: মডেলের উন্মুক্ত ওয়েট প্যারামিটার ও প্রশিক্ষণ উপকরণ যাচাই করা সম্ভব করে। যেসব দলের যাচাইযোগ্যতা প্রয়োজন, তাদের জন্য এটি একটি গুরুত্বপূর্ণ মানদণ্ড।
বিদ্যমান মডেল থেকে কীভাবে আলাদা
Aghajanyan এবং Shrivastava বলেন, তাদের টুল বিদ্যমান মডেল থেকে আলাদা। এটি general-purpose, অর্থাৎ কোনো একটি নির্দিষ্ট পুনরাবৃত্ত কাজের জন্য তৈরি নয়। নির্দিষ্ট পরিবেশ বা পরিস্থিতি অনুযায়ী মডেলটি নমনীয় হওয়া উচিত।
শিল্পে ইতিমধ্যেই এমন সফটওয়্যার আছে যা মেশিনকে এসব কাজের বেশিরভাগ সম্পন্ন করতে সাহায্য করে। কিন্তু নমনীয়ভাবে এটি করার জন্য তৈরি প্রোগ্রাম কম। নিচে কোম্পানির উল্লেখ করা তথ্যের ভিত্তিতে পদ্ধতিগুলোর তুলনা দেওয়া হলো।
| পদ্ধতি | মূল বৈশিষ্ট্য |
|---|---|
| Generalist foundation models | প্রতিটি instance-এর জন্য একাধিক dedicated cloud GPU প্রয়োজন |
| Narrow models | perception বা control প্রক্রিয়া করে, কিন্তু কখনোই দুটোই নয় |
| Isaac 0.5 | General-purpose, open-weight, perceive, reason and act-এ লক্ষ্যস্থিত |
Aghajanyan বলেন: “Nothing like this really exists out there.” তিনি যোগ করেন: “We’re really excited about it.”
সিদ্ধান্ত: যদি কাজের জন্য পরিবর্তনশীল পরিবেশে উপলব্ধি ও নিয়ন্ত্রণ দুটোই প্রয়োজন হয়, তবে narrow models উপযুক্ত নয়। Generalist-মডেলের প্রতিটি instance-এর জন্য dedicated cloud GPU প্রয়োজন। Isaac 0.5-কে এই বিকল্পগুলোর মধ্যে একটি সমঝোতা হিসেবে দাবি করা হয়েছে।
কোথায় প্রয়োগের পরিকল্পনা
স্টার্টআপটি বিভিন্ন ভেন্ডরের জন্য সফটওয়্যার বাজারে আনতে প্রস্তুত। কোম্পানি সম্ভাব্যভাবে বিভিন্ন শিল্পে তাদের intelligence layer সংযুক্ত করতে পারে। এর মধ্যে রয়েছে manufacturing, logistics and warehousing, security, mobility, এবং media and entertainment।
সফটওয়্যারটি vision-guided robots-কে warehouses or factory floors-এর মতো জটিল পরিবেশে চলাচলে সাহায্য করে। এটি কোম্পানিগুলোকে এসব বটের রেকর্ড করা ভিডিও থেকে ভিজ্যুয়াল ইন্টেলিজেন্স বের করতেও সাহায্য করে।
সিদ্ধান্ত: ব্যবহারিক মানদণ্ড হলো শিল্প ও দৃশ্যপটের মিল। গুদাম ও কারখানার জন্য জটিল পরিবেশে চলাচল এবং ভিডিও থেকে ডেটা extraction গুরুত্বপূর্ণ। security, mobility, media ও entertainment-এর জন্য কোম্পানি সম্ভাব্য সংযুক্তির কথা জানায়।
অর্থায়ন ও অবস্থা
Perceptron আগে $21 million সংগ্রহ করেছিল। বিনিয়োগকারীদের মধ্যে ছিলেন Bessemer Venture Partners, Foundation Capital এবং S32। এটি Pitchbook-এর তথ্য অনুযায়ী। SmartGateVC-ও কোম্পানির founding round-এ অংশগ্রহণ করেছিল।
TechCrunch-এর তথ্য অনুযায়ী, স্টার্টআপটি একটি অতিরিক্ত রাউন্ড বন্ধ করার প্রক্রিয়ায় রয়েছে। অন্যান্য শর্ত ও সময়সীমা প্রকাশ করা হয়নি।
সিদ্ধান্ত: কোম্পানির কাছে ভেঞ্চার ফান্ড থেকে অর্থায়ন এবং অতিরিক্ত রাউন্ডে ঘোষিত আগ্রহ রয়েছে। এটি পণ্যের পরিপক্বতার নিশ্চয়তা দেয় না, তবে প্রাথমিক বেছে নেওয়ার ঝুঁকি কমায়।
