सबसे दुर्लभ डेटा में दो लोग होते हैं
रोबोटिक्स और फ़िज़िकल एआई में कौन जीतेगा, यह डेटा तय करता है। सबसे क़ीमती डेटा में लोग साथ काम करते दिखते हैं, हर तरफ़ से। ऐसा डेटा लगभग है ही नहीं।

किसी को कैंची थमाइए। आप बिना सोचे हत्थे उसकी ओर घुमा देते हैं। आपके घुमाना ख़त्म करने से पहले ही वह हाथ बढ़ाने लगता है, और जिस पल आपको उसकी पकड़ महसूस होती है, आप छोड़ देते हैं। कोई एक शब्द नहीं बोलता। यह लेन-देन क़रीब एक सेकंड का है, और रोबोट के लिए यह आज भी मुश्किल है।
मशीन वही सीखती है जो उसे दिखाया जाता है, और यह उसे लगभग किसी ने नहीं दिखाया। एआई कंपनियाँ अब डेटा के लिए अरबों चुकाती हैं, और डेटा जितना सटीक हो, उतना ज़्यादा। सबसे क़ीमती डेटा में एक से ज़्यादा लोग होते हैं और उसे हर तरफ़ से देखा गया होता है। व्यावहारिक तौर पर ऐसा डेटा अभी है ही नहीं।
पैसा क्या कहता है
जून 2025 में Meta ने Scale AI की 49 प्रतिशत हिस्सेदारी के लिए 14.3 अरब डॉलर चुकाए। Scale न चिप बनाती है, न उसके पास कोई मशहूर मॉडल है। वह ट्रेनिंग डेटा तैयार करती है।
मार्च 2026 में यान लेकुन ने, जिन्होंने एक दशक से ज़्यादा समय तक Meta में एआई रिसर्च की अगुवाई की, अपनी नई कंपनी AMI Labs के लिए 1.03 अरब डॉलर जुटाए। यह यूरोप का अब तक का सबसे बड़ा सीड राउंड था, निवेश से पहले 3.5 अरब डॉलर के मूल्यांकन पर, और पैसा लगाने वालों में Nvidia, Samsung और जेफ़ बेज़ोस का फ़ंड भी था। AMI वर्ल्ड मॉडल बनाती है, यानी ऐसे सिस्टम जो कैमरों और दूसरे सेंसरों से सीखते हैं कि भौतिक दुनिया कैसे बर्ताव करती है, और इसी के सहारे तय करते हैं कि आगे क्या करना है। शुरुआत भाषा से नहीं होती।
लेकुन यह बात एक हिसाब से समझाना पसंद करते हैं। इंटरनेट का सारा सार्वजनिक टेक्स्ट, जो बड़े लैंग्वेज मॉडल की ख़ुराक है, क़रीब सौ ट्रिलियन बाइट बैठता है। चार साल का बच्चा क़रीब 16,000 घंटे जागा होता है, और इस दौरान लगभग इतना ही डेटा उसकी आँखों के रास्ते उसके दिमाग़ तक पहुँच चुका होता है। बच्चा वह भी सीखता है जो किसी पन्ने पर नहीं लिखा, जैसे यह कि गिलास छोड़ दो तो वह गिर जाता है।
शारीरिक काम के लिए वेब जैसा कुछ नहीं है, और उद्योग सिर्फ़ मेहनत के बल पर ऐसा कुछ खड़ा करने की कोशिश कर रहा है। 2023 में Google DeepMind और उसके साझेदारों ने, कुल 21 संस्थानों ने, 60 डेटासेट को Open X-Embodiment में जोड़ा, जिसमें 22 तरह के रोबोटों की दस लाख से ज़्यादा रिकॉर्ड की गई हरकतें हैं।
नवंबर 2025 में स्टार्टअप Generalist AI ने बताया कि उसके मॉडल GEN-0 को चीज़ें सँभालने के 2,70,000 घंटे के असली काम पर ट्रेन किया गया है, जो घरों, गोदामों और कार्यस्थलों से जुटाया गया और हर हफ़्ते 10,000 घंटे बढ़ रहा है। ह्यूमनॉइड बनाने वाली Figure ने प्रॉपर्टी समूह Brookfield को साथ लिया, जिसके पोर्टफ़ोलियो में एक लाख से ज़्यादा घर हैं, ताकि उनके भीतर रोज़मर्रा की ज़िंदगी फ़िल्माई जा सके। फिर उसके रोबोट ने सिर्फ़ इंसानों के वीडियो से अस्त-व्यस्त कमरे में रास्ता ढूँढना सीखा। ये सब इस बात पर दाँव लगा रहे हैं कि मॉडल एक साल में दोबारा बनाया जा सकता है, अच्छा रिकॉर्ड नहीं।

मात्रा पर भारी गहराई
घंटे एक मोटा पैमाना हैं। वीडियो दिखाता है कि हाथ एक कप पर बंद हुआ। वह यह नहीं दिखाता कि हाथ ने कितनी ज़ोर से दबाया, कप का वज़न कितना था, वह क्लिक जिसने बताया कि ढक्कन लग गया, या आधा सेकंड पहले आँखें कहाँ गई थीं। इनमें से हर एक अलग चैनल है, और जिस मॉडल को ये सब एक साथ मिलते हैं, वह कुछ ऐसा सीखता है जो कितना भी सादा वीडियो नहीं सिखा सकता।
Meta ने यह जल्दी समझ लिया। 15 विश्वविद्यालयों के साथ बने उसके Ego-Exo4D डेटासेट में 800 से ज़्यादा हुनरमंद लोग रिकॉर्ड किए गए, जिनमें रसोइए, पर्वतारोही, नर्तक और साइकिल मिस्त्री थे। हर एक ने कैमरे वाला चश्मा पहना, जबकि बाहर से दूसरे कैमरे फ़िल्मा रहे थे, और चश्मे ने आवाज़ के सात चैनल, मोशन सेंसर, आँखों की ट्रैकिंग और कमरे का 3D नक्शा जोड़ा। कुल मिलाकर यह क़रीब 1,300 घंटे है। यह छोटी संख्या है, और इनमें से हर घंटा सादे वीडियो के एक घंटे से कहीं ज़्यादा बताता है।
डिज़ाइनर यह सिद्धांत ड्रॉइंग से जानते हैं। जिस स्केच पर नाप लिखे हों, उसे बनाया जा सकता है। उनके बिना एक सुंदर रेंडरिंग को नहीं। मैं हज़ार ढीले-ढाले घंटों की जगह दस सटीक घंटे लूँगा।
एक जोड़ी आँखें पूरा कमरा नहीं
इस लगभग सारे डेटा की एक साझा सीमा है। यह एक अकेले इंसान को दिखाता है। कैमरा एक सिर पर बैठा है और एक जोड़ी हाथ देखता है। Ego-Exo4D भी ज़्यादातर एक बार में एक ही विशेषज्ञ के पीछे चलता है।
असली काम शायद ही अकेले होता है। दो नर्सें मिलकर मरीज़ की करवट बदलती हैं। एक रसोइया प्लेट सजाता है, जबकि दूसरा ऑर्डर पुकारता है। दो फ़िटर एक खिड़की सीढ़ियों से ऊपर ले जाते हैं। जो चीज़ इन कामों को मुमकिन बनाती है, वह दोनों में से किसी की नज़र में नहीं होती। किसी भी एक सिर पर लगा कैमरा उसका आधा हिस्सा रिकॉर्ड करता है, और वह नज़र या आधा क़दम चूक जाता है जिसने दूसरे को रुकने का इशारा किया। संकेत उसमें है जो उनके बीच होता है: कौन देखता है, कौन रुकता है, कौन रास्ता देता है, और कब।

यह सीखने के लिए मशीन को दोनों नज़रिए एक साथ चाहिए, एक ही पल पर मिलाए हुए, और उनके साथ आसपास का कमरा भी। रोबोट को घरों, अस्पतालों और वर्कशॉप में लोगों के साथ काम करना है। वहाँ वह कभी अकेला नहीं होगा, इसलिए उसे पता होना चाहिए कि कब रुकना है और कब छोड़ना है।
इसमें से बहुत कम रिकॉर्ड हुआ है। 2023 में Microsoft ने HoloAssist जारी किया: 166 घंटे, जिनमें एक इंसान कोई काम करता है और दूसरा उसे निर्देश देता है। दूसरा इंसान दूर बैठा था और पहले के हेडसेट के ज़रिए देख रहा था। जुलाई 2026 में ETH ज़्यूरिख, Microsoft, मैक्स प्लांक इंस्टीट्यूट फ़ॉर इन्फ़ॉर्मेटिक्स और TU म्यूनिख के शोधकर्ताओं ने CoMind प्रकाशित किया। इसमें जोड़े असली रसोईघरों में साथ खाना बनाते हैं। हर एक ने कैमरे वाला चश्मा पहना है, दो और कैमरे कमरे पर नज़र रखते हैं, और नज़र, हाथ और बोली, सब दर्ज होते हैं। लेखक बताते हैं कि एक इंसान के नज़रिए वाले डेटासेट भरपूर हैं, कि साथ काम करते लोगों पर कम ही डेटासेट ध्यान देते हैं, और ज़्यादातर मुख्य किरदार को अलग-थलग करके देखते हैं। उनके अपने डेटासेट में 80 रिकॉर्डिंग और 41 घंटे हैं।
इकतालीस घंटे। इसे उन 2,70,000 घंटों के सामने रखिए जो एक अकेले स्टार्टअप ने चीज़ें सँभालने के काम के जुटाए हैं। फ़र्क़ 6,500 गुना से भी ज़्यादा है।
इसे कौन फ़िल्माए
यह फ़ासला किसी डेटा सेंटर से नहीं पटेगा। इसके लिए ऐसे कमरे चाहिए जहाँ लोग साथ काम करें और रिकॉर्ड किए जाने के लिए राज़ी हों, इस मक़सद के लिए चुने गए सेंसर हों, और हर स्ट्रीम एक ही घड़ी पर चले। यह धीमा और भौतिक काम है, और इसीलिए फ़ासला अब भी खुला है। मैंने OptAI की स्थापना की है, जो ज़्यूरिख की एक एआई कंपनी है और वर्ल्ड मॉडल की अपनी लैब चलाती है। कोई भी मॉडल, हमारा भी, वह कमी पूरी नहीं कर सकता जो रिकॉर्ड में छूट गई हो।
जो पहला रोबोट आपके हाथ से कैंची वैसे लेगा जैसे कोई सहकर्मी लेता है, उसने यह दो लोगों की ऐसी रिकॉर्डिंग से सीखा होगा जिन्हें एक ही पल में दोनों तरफ़ से फ़िल्माया गया हो।
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। Rea Stark के बारे में
इस लेख की तस्वीरें एआई से बनाई गई हैं।