Perceptron ने क्या लॉन्च किया
Perceptron नवंबर 2024 में स्थापित एक स्टार्टअप है। इसे Meta के दो पूर्व शोध वैज्ञानिकों: Armen Aghajanyan और Akshat Shrivastava ने बनाया। वे Meta’s Fundamental AI Research (FAIR) में काम करते थे। यह Meta की AI शोध इकाई है।
इस सप्ताह कंपनी ने Isaac 0.5 मॉडल लॉन्च किया। निर्माताओं के अनुसार, यह मशीनों को औद्योगिक परिस्थितियों में “perceive, reason and act” करने की क्षमता देता है। मॉडल open-weight के रूप में जारी किया गया है। इसलिए पैरामीटर और प्रशिक्षण सामग्री कोई भी जाँच सकता है।
कंपनी अपने सॉफ़्टवेयर को औद्योगिक स्वचालित तैनाती का भविष्य मानती है।
निष्कर्ष: Isaac 0.5 को औद्योगिक कार्यों के लिए एक खुले मॉडल के रूप में देखा जाना चाहिए। वज़न की जाँच-योग्यता चुनाव का प्रमुख मानदंड है।
गोदामों और कारखानों के लिए भौतिक बुद्धिमत्ता का कार्य
Perceptron frontier vision models विकसित कर रही है। इन्हें मशीनों को भौतिक वातावरण के साथ अधिक सक्षमता से संवाद करने में मदद करनी है। यह सॉफ़्टवेयर vision-guided robots को जटिल वातावरण में चलने-फिरने में मदद कर सकता है। यहाँ बात warehouses या factory floors की है।
कंपनी समस्या को इस तरह बताती है: “Physical AI today forces a false choice”। एक ओर, generalist foundation models, जिन्हें हर instance के लिए multiple dedicated cloud GPUs चाहिए। दूसरी ओर, narrow models, जो perception या control संभालते हैं, पर कभी दोनों नहीं। Isaac 0.5 का उद्देश्य मशीनों को देखने, सोचने और कार्य करने की क्षमता देना है।
Shrivastava ने एक सरल भौतिक प्रक्रिया — डिब्बों को व्यवस्थित करने — पर विचार करने का सुझाव दिया। पार्सल छाँटने के लिए तैनात एक रोबोट को कई चरण पूरे करने होते हैं। पहले पैकेज पर लगा लेबल पढ़ना। फिर यह समझने के लिए स्थानिक विश्लेषण करना कि डिब्बे कहाँ हैं। इसके बाद तय करना कि किसे उठाना है। यदि वह डिब्बों की एक श्रृंखला उठाता है, तो उसे योजना बनानी होगी कि कौन-से डिब्बे और किस क्रम में उठाने हैं। Perceptron का सॉफ़्टवेयर रोबोटों को प्रक्रिया के हर चरण से गुज़रने में मदद करने के लिए बनाया गया है।
निष्कर्ष: चुनाव का मानदंड यह है कि मॉडल पूरी प्रक्रिया — perception से लेकर कार्य-योजना तक — को कवर कर सके, न कि केवल एक अलग कार्य को।
Isaac 0.5 को कैसे प्रशिक्षित किया गया
Isaac 0.5 जैसे मॉडल बड़ी मात्रा में वीडियो प्रशिक्षण डेटा सोखकर परिचालन कौशल सीखते हैं। Perceptron का कहना है कि उसने नए मॉडल को दस लाख घंटे के तथाकथित general video पर प्रशिक्षित किया है। यह एल्गोरिद्म को विशिष्ट परिस्थितियों, दृश्य तत्वों और परिदृश्यों को पहचानना सिखाने के लिए ज़रूरी है।
कंपनी ने ego video पर भी बहुत निर्भरता रखी। यह किसी भौतिक कार्य को करने वाले व्यक्ति के दृष्टिकोण से लिया गया वीडियो है। इसे GoPro या पहनने योग्य कैमरे से रिकॉर्ड किया जाता है। UMI video का भी उपयोग किया गया। वे भी इसी तरह दोहराए जाने वाले मानवीय कार्यों की रिकॉर्डिंग के ज़रिए AI सिस्टम को गतियाँ सिखाने के लिए काम आते हैं।
Perceptron अपने प्रशिक्षण डेटा के स्रोत नहीं बताती। Shrivastava ने कहा कि कंपनी ने “internally built petabyte-scale datasets that span across modalities”। उन्होंने स्पष्ट किया: “whether it’s images, text, video, etc. all the way through robotic trajectories.”
निष्कर्ष: मॉडल का खुला वज़न पैरामीटर और प्रशिक्षण सामग्री की जाँच की अनुमति देता है। यह उन टीमों के लिए एक महत्वपूर्ण मानदंड है जिन्हें जाँच-योग्यता चाहिए।
मौजूदा मॉडलों से कैसे अलग है
Aghajanyan और Shrivastava कहते हैं कि उनका टूल मौजूदा मॉडलों से अलग है। यह general-purpose है, यानी किसी एक विशिष्ट दोहराए जाने वाले कार्य के लिए नहीं बनाया गया। मॉडल को विशिष्ट वातावरण या स्थिति के अनुसार लचीला होना चाहिए।
उद्योग में पहले से ही ऐसा सॉफ़्टवेयर है जो मशीनों को इनमें से अधिकांश कार्य करने में मदद करता है। लेकिन ऐसे कम प्रोग्राम हैं जो यह लचीले ढंग से करने के लिए बने हों। नीचे कंपनी द्वारा बताए गए तथ्यों के आधार पर दृष्टिकोणों की तुलना दी गई है।
| दृष्टिकोण | मुख्य विशेषता |
|---|---|
| Generalist foundation models | हर उदाहरण के लिए कई समर्पित क्लाउड GPU चाहिए |
| Narrow models | perception या control संभालते हैं, पर कभी दोनों नहीं |
| Isaac 0.5 | General-purpose, open-weight, perceive, reason and act पर केंद्रित |
Aghajanyan ने कहा: “Nothing like this really exists out there.” उन्होंने जोड़ा: “We’re really excited about it.”
निष्कर्ष: यदि कार्य के लिए बदलते वातावरण में perception और control दोनों चाहिए, तो narrow models काम नहीं आएँगे। Generalist-मॉडलों को हर उदाहरण के लिए समर्पित क्लाउड GPU चाहिए। Isaac 0.5 को इन विकल्पों के बीच एक समझौते के रूप में प्रस्तुत किया गया है।
कहाँ लागू करने की योजना है
स्टार्टअप विभिन्न विक्रेताओं के लिए सॉफ़्टवेयर बाज़ार में लाने को तैयार है। कंपनी संभावित रूप से अपनी intelligence layer को विभिन्न उद्योगों में एकीकृत कर सकती है। इनमें manufacturing, logistics and warehousing, security, mobility, तथा media and entertainment शामिल हैं।
सॉफ़्टवेयर vision-guided robots को जटिल वातावरणों, जैसे warehouses or factory floors, में चलने-फिरने में मदद करता है। यह कंपनियों को इन बॉट्स द्वारा रिकॉर्ड किए गए वीडियो से दृश्य बुद्धिमत्ता निकालने में भी मदद करता है।
निष्कर्ष: व्यावहारिक मानदंड उद्योग और परिदृश्य का मेल है। गोदामों और कारखानों के लिए जटिल वातावरण में चलना-फिरना और वीडियो से डेटा निकालना महत्वपूर्ण है। security, mobility, media और entertainment के लिए कंपनी संभावित एकीकरण का दावा करती है।
फंडिंग और स्थिति
Perceptron ने पहले $21 million जुटाए थे। निवेशकों में Bessemer Venture Partners, Foundation Capital और S32 शामिल थे। यह Pitchbook के डेटा से पता चलता है। SmartGateVC ने भी कंपनी के founding round में भाग लिया।
TechCrunch की जानकारी के अनुसार, स्टार्टअप एक अतिरिक्त राउंड बंद करने की प्रक्रिया में है। अन्य शर्तें और समयसीमाएँ नहीं बताई गई हैं।
निष्कर्ष: कंपनी के पास वेंचर फंडों से फंडिंग है और अतिरिक्त राउंड में घोषित रुचि है। यह उत्पाद की परिपक्वता की गारंटी नहीं देता, पर शुरुआती चुनाव का जोखिम कम करता है।
