জেনারেল ইনটুইশনের ২৩০ কোটি ডলারের বাজি: ভিডিও গেম থেকে বাস্তব রোবট প্রশিক্ষণ

নিউ ইয়র্ক অফিসে জেনারেল ইনটুইশনের গবেষণা ও উন্নয়ন তলায় প্রবেশ করার সাথেই ৩১ বছর বয়সী সহ-প্রতিষ্ঠাতা ও প্রধান নির্বাহী পিম দে উইট আমার দৃষ্টি একটি মনিটরের দিকে নিয়ে গেলেন। সেখানে কেউ একটি গেম খেলছিল যা ফোর্টনাইটের মতো দেখাচ্ছিল — কিন্তু সেটি মানুষ নয়। কোম্পানির প্রধান পণ্য কর্মকর্তা কেন্ট রলিন্স বললেন, "আমাদের এজেন্ট ১০০ ঘণ্টা ধরে টানা গেম খেলছে।" তারপরই একটি বড় চতুষ্পদ রোবটের ইলেকট্রনিক পদধ্বনি শোনা গেল। ডে উইট বললেন, "গেম খেলা এজেন্টকে যে মস্তিষ্ক চালাচ্ছে, সেই একই মস্তিষ্ক রোবটটিকে চালাচ্ছে।" ডেটা বিশ্লেষক জশ দুপ্লান্টিস একটি ল্যাপটপ দেখালেন যেখানে রোবটের একটি ক্যামেরার লাইভ ফিড দেখা যাচ্ছিল। রোবটটি অফিসে হেঁটে বেড়াচ্ছিল, মাঝে মাঝে চেয়ারের পায়ে ধাক্কা খাচ্ছিল বা ট্র্যাশ বিনে ঠোক্কা খাচ্ছিল — যেন একটি শিশু যে এখনও শিখছে তার শরীরটা কীভাবে কাজ করে। দুপ্লান্টিস বললেন, রোবটটির জন্য এআই মডেল ফাইন-টিউন করতে মাত্র আট মিনিটের বাস্তব রোবোটিক্স ডেটা লেগেছিল — এবং সেই ডেটা সংগ্রহ করা হয়েছিল রাস্তায়, অফিসের ভেতরে নয়।

বৃহস্পতিবার জেনারেল ইনটুইশন জানাল যে তারা ৩২০ মিলিয়ন ডলার সংগ্রহ করেছে ২.৩ বিলিয়ন ডলার মূল্যায়নে, যা টেকক্রাঞ্চের আগের রিপোর্ট নিশ্চিত করে। এই রাউন্ডের পরে কোম্পানির মোট প্রকাশিত তহবিল ৪৫৪ মিলিয়ন ডলারে পৌঁছেছে, যার মধ্যে গত অক্টোবরে লঞ্চের সময় ১৩৪ মিলিয়ন ডলারের রাউন্ড অন্তর্ভুক্ত।

স্টার্টআপটি দে উইটের অন্য কোম্পানি মেডাল থেকে বের হয়ে এসেছে, যা গেমারদের ভিডিও গেম ক্লিপ আপলোড ও শেয়ার করতে দেয়। আপলোড করা গেমপ্লের শত মিলিয়ন ঘণ্টা প্রাথমিক ডেটাসেট হিসেবে কাজ করেছে জেনারেল ইনটুইশনের মডেলকে স্প্যাশিয়াল-টেম্পোরাল রিজনিংয়ে (স্থান ও সময়ের মধ্যে চলাফেরা বোঝা) প্রশিক্ষিত করতে। কিন্তু মূল উপাদান গেমপ্লে ফুটেজ নয়; এটি হলো সেই ক্লিপগুলোতে এম্বেড করা অ্যাকশন লেবেল: একজন খেলোয়াড় কোন বোতাম চাপলেন এবং কখন চাপলেন তার সঠিক রেকর্ড। দে উইট বললেন, বেশিরভাগ প্রতিযোগী শুধু ভিডিও থেকে অ্যাকশন অনুমান করার চেষ্টা করছে, যা তিনি অপর্যাপ্ত বলে মনে করেন।

দে উইট আমাকে একটি ল্যাপটপ সেটআপ করে দিলেন যেখানে জেনারেল ইনটুইশনের ওয়ার্ল্ড মডেল চলছিল — একটি সিমুলেটেড এনভায়রনমেন্ট যা ঐতিহ্যগত গেম ইঞ্জিন দিয়ে রেন্ডার না করে ফ্রেমে ফ্রেমে তৈরি করা হয়েছিল। আমি সাধারণত ওয়ার্ল্ড মডেল পরীক্ষা করার সময় সরাসরি দেয়ালে হেঁটে যাই। অন্যান্য ডেমোতে এজেন্ট কখনও কখনও সরাসরি পার হয়ে যায়, কিন্তু এখানে পারেনি। শত মিলিয়ন ঘণ্টার গেমপ্লে থেকে এটি কোনোভাবে শিখেছে যে দেয়াল হলো দেয়াল, মই হলো উঠার জন্য, এবং ছায়া সূর্য চলে যাওয়ার সাথে লম্বা হয়।

জেনারেল ইনটুইশনের কাছে এই ওয়ার্ল্ড মডেল পণ্য নয়; এটি হলো প্রশিক্ষণ এনভায়রনমেন্ট (অভ্যন্তরীণভাবে "দ্য জিম" বলা হয়)। কোম্পানি শেষ পর্যন্ত এজেন্টিক মডেলটি বিক্রি করতে চায়, এবং দে উইট যুক্তি দেন যে গেমপ্লেতে এম্বেড করা অ্যাকশন ডেটা মডেলটিকে "সেলফ" এবং "এনভায়রনমেন্ট" এর মধ্যে পার্থক্য বুঝতে সাহায্য করে, যা কার্যকারণ বোঝার একটি সমৃদ্ধ ধারণা দেয়।

এই রাউন্ডের বেশিরভাগ অংশ কম্পিউট ক্ষমতা বাড়ানোর জন্য ব্যয় করা হবে। জেনারেল ইনটুইশনের কোরওয়েভের সাথে চুক্তি আছে এবং মডেলের পরবর্তী সংস্করণ প্রি-ট্রেনিংয়ে মনোযোগ দিতে চায়। একটি অংশ গ্রীষ্মের শেষের মধ্যে তাদের এপিআই আরও সর্বজনীনভাবে উপলব্ধ করার জন্য বরাদ্দ করা হয়েছে।

ভিনোদ খোসলা, যার ফার্ম রাউন্ডটি নেতৃত্ব দিয়েছে, দে উইটের দৃষ্টিভঙ্গি এবং কোম্পানির মালিকানাধীন ডেটা অবস্থানে আকৃষ্ট হয়েছিলেন। খোসলা বললেন, "আপনি যদি এলএলএম দেখেন, যখন রিজনিং আবির্ভূত হয়েছিল, এটি ছিল একটি কোয়ান্টাম লিপ। ওয়ার্ল্ড মডেলে, আমি মনে করি কোয়ান্টাম লিপ হলো এআই-তে ইনটুইশনের আবির্ভূত — একটি মানব ইনটুইশনের মতো ক্ষমতা। গেমে আপনার কাছে যে মানব অ্যাকশন ডেটা এবং রিঅ্যাকশন ডেটা আছে তা ইনটুইশনের আবির্ভূতের মূল অংশ।"

দে উইট এবং তার সহ-প্রতিষ্ঠাতা এলোই আলোনসো, অ্যাডাম জেলি এবং ভিনসেন্ট মিখেলি অধিগ্রহণে আগ্রহী নন, এবং স্টার্টআপের বিনিয়োগকারীরাও এখনও এক্সিট চাইছেন না। জেনারেল ইনটুইশনের মালিকানাধীন ডেটার পরিমাণ ও মান খোসলাকে убе করেছে যে স্টার্টআপটি একটি প্রজন্মের বাজি, একটি এমঅ্যান্ডএ টার্গেট নয়; এটি সিমুলেশন ও বাস্তবে সাধারণ এজেন্ট ও ওয়ার্ল্ড মডেলের মেরুদণ্ড হতে পারে।

এই বাজির অংশ হলো দে উইটের মূল্যবোধের উপর বিশ্বাস করা। উদ্যোক্তা তিন বছর মানবিক সহায়তা ক্ষেত্রে কাজ করেছেন, যার মধ্যে মেডিসিন্স ফ্রন্টিয়ার্সের সাথেও কাজ করেছেন। ফলে, তিনি স্পষ্টভাবে আঁচড়ে দিয়েছেন যে জেনারেল ইনটুইশনের প্রযুক্তি কীভাবে ব্যবহার করা হবে: কোনো এজেন্ট মানুষের ক্ষতি করতে ব্যবহার করা হবে না। দে উইট বললেন, "আমরা এই সিস্টেমের একটি উত্তেজনাকর অংশ হতে চাই না। ধরুন আমি বের হয়ে বললাম, 'আমরা প্রাণঘাতী স্বায়ত্তশাসন করছি।' আপনি কী মনে করেন অন্যান্য দেশে কী হবে?" সামরিক ব্যবহারের উপর এই সীমাবদ্ধতা সিলিকন ভ্যালি যুদ্ধে আরও আশাবাদী হয়ে উঠলেও আসছে, যদিও দে উইট বললেন তিনি খুশি যে তাদের মডেল অনুসন্ধান ও উদ্ধার অভিযানে ব্যবহার করা যেতে পারে।

দে উইট ডাচ এবং তার দলের বেশিরভাগ সদস্য ইউরোপীয়, যা কোম্পানির পরিচয় গঠন করে। তিনি ব্রায়ানা মার্টিনকে সহকারী হিসেবে নিয়েছিলেন আংশিকভাবে তার সিদ্ধান্তের কারণে যে সে পাবলিকলি প্যালান্টিার ছেড়ে দিয়েছিল মার্কিন ইমিগ্রেশন অ্যান্ড কাস্টমস এনফোর্সমেন্টের সাথে তাদের কাজের কারণে। দে উইট বললেন, "আমি জানি না সিলিকন ভ্যালি কেন যা করে। এর একটি কারণ আমি সেখানে নেই।"

জেনারেল ইনটুইশন সম্প্রতি নার্ভ নামক একটি প্ল্যাটফর্ম চালু করেছে, একটি চাকরি মার্কেটপ্লেস যা গেমারদের তাদের বিদ্যমান সেটআপ ব্যবহার করে অর্থ উপার্জন করতে দেয়। যারা সাইন আপ করে তারা ডেটা লেবেলিং দিয়ে শুরু করে এবং শেষ পর্যনে রোবট টেলিঅপারেশন এবং অন্যান্য কাজের দিকে যেতে পারে। মেডালের ব্যবহারকারী বেস, দে উইট উল্লেখ করলেন, এটি ঠিক সেই প্রজন্ম যা এআই-প্রভাবিত বিস্থাপনের জন্য সবচেয়ে বেশি উন্মুক্ত, এবং তিনি চান তাদের আসন্ন কিছুতে একটি অংশ থাকুক।