Rea Stark
HI

लेख

हाथ मॉडल से ज़्यादा जानता है

लेखक: , , अपडेट:

Tesla ने लोगों को मोशन-कैप्चर सूट पहनकर चलने के पैसे दिए। रोबोटों के पास हुनरमंद हाथों के काम का डेटा कम है, क्योंकि इसे किसी ने कभी लिखा ही नहीं।

ओक की लकड़ी पर छेनी चलाते एक बूढ़े फ़र्नीचर कारीगर के हाथ

Tesla ने लोगों को चलने के पैसे दिए हैं। अगस्त 2024 में पालो आल्टो में विज्ञापित इस नौकरी का नाम था डेटा कलेक्शन ऑपरेटर। काम था मोशन-कैप्चर सूट और वर्चुअल रियलिटी हेडसेट पहनकर, 30 पाउंड तक का साज़-सामान उठाए, दिन में सात घंटे से ज़्यादा चलना। मेहनताना 25.25 डॉलर से 48 डॉलर प्रति घंटा था। आवेदकों की लंबाई लगभग उतनी होनी चाहिए थी जितनी उस रोबोट की, जिसके लिए वे चल रहे थे।

Tesla रोबोट, मोटर और चिप ख़ुद डिज़ाइन करती है। जो वह नहीं बना सकती थी, वह था चलता हुआ इंसान। ह्यूमनॉइड रोबोटों पर आने वाली ख़बरें हार्डवेयर और मॉडल के आकार पर अटकी रहती हैं, लेकिन उद्योग के पास असली कमी डेटा की है, और सबसे बढ़कर काम करने वाले लोगों के हुनर की, जिसे किसी ने कभी लिखा ही नहीं।

अनकहे ज्ञान का कोई संग्रह नहीं

लैंग्वेज मॉडल के लिए काम आसान था। लोगों ने सब कुछ लिखा और फिर ऑनलाइन डाल दिया। बर्कली के रोबोटिक्स विशेषज्ञ केन गोल्डबर्ग का हिसाब है कि आज के बड़े मॉडलों को ट्रेन करने में लगे डेटा को पढ़ने या देखने में एक इंसान को क़रीब एक लाख साल लगेंगे। अगस्त 2025 में जब उन्होंने Science Robotics में लिखा, तब तक का सबसे बड़ा दर्ज रोबोट डेटासेट क़रीब एक साल के बराबर था।

पैसे से यह फ़ासला नहीं पटेगा। इंटरनेट उन बातों का रिकॉर्ड है जो लोग कह सकते थे। किसी ने नहीं लिखा कि शेफ़ चाकू कैसे पकड़ती है या घड़ीसाज़ पहिया कैसे बिठाता है, क्योंकि कोई लिख ही नहीं सकता था। शेफ़ से पूछिए, तो वह आपको करके दिखाएगी। इसमें बरसों लगते हैं।

भौतिक रसायनशास्त्री से दार्शनिक बने माइकल पोलान्यी ने इस तरह के ज्ञान को अनकहा ज्ञान कहा। 1966 में छपी अपनी किताब The Tacit Dimension में उन्होंने उस बात से शुरुआत की जिसे वे एक तथ्य मानते थे: “हम जितना कह सकते हैं, उससे ज़्यादा जान सकते हैं।” उनकी मिसाल इंसानी चेहरा था, जिसे कोई भी दस लाख चेहरों में पहचान लेता है, पर बता नहीं पाता कि कैसे। 2014 में अर्थशास्त्री डेविड ऑटर ने इसके नतीजे को पोलान्यी का विरोधाभास कहा: जिस काम के नियम कोई बता ही न सके, उसके नियम मशीन को सौंपे नहीं जा सकते। उन्होंने इससे निकलने का एक रास्ता भी बताया, यानी ऐसी मशीनें बनाना जो इंसानी उदाहरणों से सीखें।

खिड़की के पास एक घिसी हुई वर्कबेंच पर अगल-बगल रखी सात छेनियाँ

कहने की सीमाएँ मैं भीतर से जानता हूँ, क्योंकि यूज़र मैनुअल कभी मेरा पेशा था। मैनुअल उद्योग की सबसे गंभीर कोशिश है यह शब्दों में बताने की कि हाथ को क्या करना है, और वह ज़्यादा से ज़्यादा यही बता पाता है कि कौन-सा बटन दबाना है।

कैप्सूल कॉफ़ी मशीन दूसरा रास्ता लेती है। वह हुनर को ही हटा देती है, और बरिस्ता की जगह एक कैप्सूल और एक बटन ले लेते हैं। रसोई या वर्कशॉप में काम करने वाले रोबोट के पास बच निकलने का ऐसा कोई रास्ता नहीं। उसे हुनर हासिल करना होगा, और जो हुनर कहा न जा सके, वह सिर्फ़ दिखाया जा सकता है।

जो सिम्युलेटर महसूस नहीं कर सकते

दो शॉर्टकट मौजूद हैं। सिम्युलेटर किसी भी वर्कशॉप से तेज़ अभ्यास पैदा करता है, और उसने रोबोटों को दौड़ना और बैकफ़्लिप लगाना सिखाया है। गोल्डबर्ग के हिसाब से YouTube पर क़रीब 35,000 साल का वीडियो है। इन दोनों के सहारे कोई कंपनी दस लाख रसोइयाँ गढ़ सकती है, बाक़ी इंटरनेट पर पहले से फ़िल्माई गई चीज़ों से उधार ले सकती है, और किसी शेफ़ को एक पैसा न दे।

दोनों में से कोई हाथ तक नहीं पहुँचता। गोल्डबर्ग, जो अपने ही क्षेत्र के दुश्मन नहीं हैं, चीज़ों को पकड़ने और सँभालने वाले रोबोट कामों के लिए सिम्युलेशन को “बदनाम हद तक अविश्वसनीय” कहते हैं। उनके शब्दों में, वीडियो से हाथ और चीज़ की सटीक हरकत निकालना “कंप्यूटर विज़न की एक बड़ी चुनौती है, जिसके निकट भविष्य में हल होने की उम्मीद नहीं है”।

हुनर स्पर्श में बसता है, उँगलियों के दबाव में और चाकू के नीचे प्याज़ के दबने में। सिम्युलेटर को इन बलों का अंदाज़ा लगाना पड़ता है, और कमरे के उस पार रखे कैमरे ने उन्हें कभी देखा ही नहीं। शेफ़ का वीडियो बस यह साबित करता है कि प्याज़ कट गया।

मेज़ पर तह किए तौलियों का एक ढेर, बग़ल में एक आधा तह किया तौलिया

देखिए कि कंपनियाँ असल में किस चीज़ के पैसे देती हैं। Tesla ने अपने चलने वालों को एक सूट थमाया, और किसी ने उनसे यह नहीं पूछा कि वे चलते कैसे हैं। गोल्डबर्ग बताते हैं कि कई कंपनियाँ टेलीऑपरेशन से डेटा जुटाने के लिए रोबोटों और लोगों के पूरे बेड़े खड़े कर रही हैं, जिनमें एक इंसान मशीन से तौलिया तह करने जैसा कोई काम बार-बार करवाता है। जो उद्योग जितनी चाहे कंप्यूटिंग ताक़त ख़रीद सकता है, वह चलने वालों और तौलिया तह करने वालों को नौकरी पर रख रहा है।

काम का अतीत

शेफ़ और मशीनिस्ट को आम तौर पर काम के अतीत के खाते में डाल दिया जाता है, ऐसे लोगों के रूप में जिनकी ओर ऑटोमेशन बढ़ रहा है। हाथों से उपयोगी काम करने वाला हर रोबोट ऐसा इसलिए कर पाएगा कि इनमें से किसी ने वह काम पहले किया, और किसी को यह रिकॉर्ड करने का ख़याल आया कि कैसे। यह रिकॉर्ड वर्कबेंच और चूल्हे पर बनना है, वहाँ काम करने वाले लोगों के हाथों, और Archaí Physics, जिसकी स्थापना में मैंने हाथ बँटाया, इसके लिए उपकरण बना रही है।

यह रिकॉर्ड इस बात को भी बदल देता है कि दुर्लभ किसे माना जाए। चिप ऑर्डर किए जा सकते हैं और मॉडल नक़ल किए जा सकते हैं। वर्कबेंच पर दशकों बिता चुका घड़ीसाज़ मिलना ज़्यादा मुश्किल है, और मूवमेंट की ड्रॉइंग, जिसमें हर पुर्ज़ा दर्ज होता है, उस दबाव के बारे में कुछ नहीं कहती जिससे पहिया अपनी जगह बैठता है।

Rea Stark ज़्यूरिख के इंडस्ट्रियल डिज़ाइनर और संस्थापक हैं। उन्होंने Sony और Nespresso के लिए डिज़ाइन किया, Piëch Automotive और Archaí Physics की सह-स्थापना की, और वे इस पर काम करते हैं कि मशीनें भौतिक दुनिया को कैसे समझती और सँभालती हैं।

इस लेख की तस्वीरें एआई से बनाई गई हैं।