AI रोबोटिक्स संशोधन कंपनी Enigma ने रोबोट्सना नियंत्रित करण्यासाठी सोपे इंटरफेस विकसित करण्याकरिता **$70 मिलियन (सुमारे ₹580 कोटी)** चे सीड फंडिंग उभारले आहे. कंपनी आता **100 हून अधिक AI रोबोट्स** सोबत सार्वजनिक प्रयोग सुरू करत आहे, ज्यामुळे मानवी परस्परसंवादाचा डेटा गोळा करता येईल.
Detailed Coverage
रोबोटिक्समध्ये क्रांती घडवण्याची तयारी
Enigma ही एक नवीन संशोधन संस्था आहे, जी नुकतीच 'स्टेल्थ मोड' मधून बाहेर आली आहे. कंपनीने सीड फंडिंगच्या फेरीत $70 मिलियन (सुमारे ₹580 कोटी) चा निधी यशस्वीरित्या उभारला आहे. हा निधी मिळवण्यासाठी Index Ventures आणि Ribbit Capital या व्हेंचर कॅपिटल फर्म्सनी पुढाकार घेतला, तर Conviction Partners ने देखील यात गुंतवणूक केली. या पैशांचा उपयोग रोबोटिक हार्डवेअरसाठी खास डिझाइन केलेले फाउंडेशनल AI मॉडेल्स तयार करण्यासाठी केला जाईल.
मानवी-रोबोट संवाद वाढवण्यावर भर
अनेक कंपन्यांप्रमाणे वेब व्हिडिओ किंवा सिम्युलेटेड वातावरणातील डेटावर अवलंबून न राहता, Enigma मानवी-रोबोट परस्परसंवादावर लक्ष केंद्रित करत आहे. यासाठी कंपनी इस्रायल आणि कॅलिफोर्निया येथील आपल्या केंद्रांमध्ये 100 हून अधिक खास AI रोबोट्स सोबत एक जागतिक स्तरावरचा प्रयोग सुरू करत आहे. या रोबोट्सचा उपयोग चित्रकला, रासायनिक मिश्रण तयार करणे आणि अगदी लढाऊ डावपेचांसारख्या विविध कामांसाठी केला जाईल.
सोप्या रोबोटिक्सचे व्हिजन
Enigma चे सह-संस्थापक Jonathan Jacobi (पूर्वी Microsoft मध्ये कार्यरत) आणि Gal Niv (दोघेही इस्रायलच्या प्रतिष्ठित Unit 8200 चे माजी सदस्य) यांच्या मते, सध्याची रोबोट नियंत्रण प्रणाली खूप क्लिष्ट आहे. त्यांचे ध्येय आहे की रोबोट चालवणे कारमधील व्हॉल्यूम नॉब ऍडजस्ट करण्याइतके सोपे व्हावे. त्यांच्या मते, जर रोबोट चालवण्यासाठी खूप क्लिष्ट सूचना किंवा प्रोग्रामिंगची गरज भासली, तर ते सामान्य वापरासाठी व्यवहार्य ठरणार नाही.
डेटा संकलन आणि पुढील विकास
हा सार्वजनिक प्रयोग एका महत्त्वाच्या उद्देशाने केला जात आहे: मानवांनी मशीनशी संवाद साधण्याचा आणि त्यांना नियंत्रित करण्याचा कसा प्रयत्न केला, याचा मोठा डेटासेट गोळा करणे. Enigma टेक्स्ट कमांड्स, ऑडिओ, व्हिडिओ प्रात्यक्षिके आणि थेट मॅन्युअल कंट्रोल यांसारख्या विविध संवाद पद्धतींची चाचणी घेणार आहे. या डेटाचे विश्लेषण करून, कंपनी आपल्या AI मॉडेल्समध्ये सुधारणा करेल आणि रोबोट्सना त्यांच्या मूळ प्रशिक्षणापलीकडील कामे करण्यास सक्षम बनवणारे इंटरफेस तयार करेल. गुंतवणूकदार आणि उद्योग विश्लेषक कंपनीच्या रोबोट्सना यशस्वीरित्या स्केल करण्याच्या आणि प्रायोगिक डेटाचे व्यावसायिकदृष्ट्या व्यवहार्य उत्पादनामध्ये रूपांतर करण्याच्या क्षमतेवर लक्ष ठेवतील, कारण रोबोटिक्सचे क्षेत्र स्पर्धात्मक आहे, जिथे हार्डवेअर विकासाचा खर्च जास्त आहे आणि AI च्या विश्वासार्हतेमध्ये मोठे धोके आहेत.