প্রকৌশলীরা স্টার ট্রেকের হোলোডেক পুনরায় তৈরি করতে ChatGPT এবং ভিডিও গেমের সম্পদ ব্যবহার করেন

স্টার ট্রেক: দ্য নেক্সট জেনারেশন-এ, ক্যাপ্টেন পিকার্ড এবং ইউএসএস এন্টারপ্রাইজের ক্রুরা তাদের মিশনের প্রস্তুতি এবং বিনোদনের জন্য হোলোডেক (3D পরিবেশ তৈরি করতে সক্ষম একটি খালি ঘর) ব্যবহার করে, যার সিমুলেশনগুলি ঘন জঙ্গল থেকে শার্লক পর্যন্ত সমস্ত কিছু লন্ডন শার্লক হোমস।

হোলোডেক দ্বারা তৈরি পরিবেশগুলি গভীরভাবে নিমজ্জিত এবং সম্পূর্ণভাবে ইন্টারঅ্যাক্টিভ, শুধুমাত্র ভাষা ব্যবহার করে অসীমভাবে কাস্টমাইজ করা যায়;

আজ, ভার্চুয়াল ইন্টারেক্টিভ পরিবেশগুলি “Sim2Real” নামক একটি প্রক্রিয়ার মাধ্যমে প্রকৃত স্থাপনার আগে রোবটকে প্রশিক্ষণ দিতেও ব্যবহৃত হয়। যাইহোক, ভার্চুয়াল ইন্টারেক্টিভ পরিবেশ আশ্চর্যজনকভাবে স্বল্প সরবরাহে।

“শিল্পীরা ম্যানুয়ালি এই পরিবেশগুলি তৈরি করে,” বলেছেন ইউ ইয়াং, কম্পিউটার ও তথ্য বিজ্ঞানের সহকারী অধ্যাপক (সিআইএস) মার্ক ইয়াটসকার এবং সহযোগী অধ্যাপক ক্রিস ক্যালিসন-বার্চের ল্যাবে একজন ডক্টরেট ছাত্র৷ “এই শিল্পীরা একটি একক পরিবেশ তৈরি করতে এক সপ্তাহ ব্যয় করতে পারে,” ইয়াং যোগ করেছেন, স্থানের বিন্যাস থেকে শুরু করে রেন্ডারিংয়ে ব্যবহৃত রঙগুলি অবজেক্ট স্থাপন পর্যন্ত সমস্ত সিদ্ধান্ত জড়িত।

আপনি যদি জটিল বাস্তব জগতে নেভিগেট করার জন্য একটি রোবটকে প্রশিক্ষণ দিতে চান তবে ভার্চুয়াল পরিবেশের অভাব একটি সমস্যা হয়ে দাঁড়ায়। নিউরাল নেটওয়ার্কগুলি হল আজকের কৃত্রিম বুদ্ধিমত্তা বিপ্লবকে শক্তি প্রদানকারী সিস্টেম, যার জন্য প্রচুর পরিমাণে ডেটা প্রয়োজন, যার অর্থ এই ক্ষেত্রে ভৌত জগতের সিমুলেশন।

“চ্যাটজিপিটি-এর মতো জেনারেটিভ এআই সিস্টেমগুলিকে ট্রিলিয়ন শব্দের উপর প্রশিক্ষিত করা হয়, যখন মিডজার্নি এবং DALL-E-এর মতো ইমেজ জেনারেটরগুলিকে বিলিয়ন ইমেজের উপর প্রশিক্ষিত করা হয়,” ক্যালিসন-বার্চ বলেন, “আমাদের 3D পরিবেশের একটি ছোট অংশ প্রশিক্ষণের জন্য ব্যবহার করা হয়৷ তথাকথিত ‘মূর্ত কৃত্রিম বুদ্ধিমত্তা’ যদি আমরা এমন রোবট তৈরি করতে চাই যা নিরাপদে বাস্তব-বিশ্বের পরিবেশে নেভিগেট করতে পারে, তাহলে আমাদের লক্ষ লক্ষ বা বিলিয়ন সিমুলেটেড পরিবেশ তৈরি করতে হবে।

প্রবেশ করুন holodeck, ইন্টারেক্টিভ 3D পরিবেশ তৈরি করার একটি সিস্টেম, যা ক্যালিসন-বার্চ, ইয়াটসকার, ইয়াং এবং সিআইএস সহকারী অধ্যাপক অরবিন্দ কে. জোশি লিউ, সেইসাথে স্ট্যানফোর্ড ইউনিভার্সিটি, ওয়াশিংটন ইউনিভার্সিটি এবং অ্যালেন ইনস্টিটিউট ফর কৃত্রিম বুদ্ধিমত্তা (AI) এর সহযোগীদের দ্বারা তৈরি 2)। হোলোডেক, তার স্টার ট্রেক পূর্বসূরীর নামানুসারে, কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অভ্যন্তরীণ পরিবেশের প্রায় সীমাহীন পরিসর তৈরি করতে ব্যবহারকারীর অনুরোধগুলি ব্যাখ্যা করতে।

কাগজ হয় প্রকাশ এ arXiv প্রিপ্রিন্ট সার্ভার।

“আমরা ভাষা দিয়ে এটি নিয়ন্ত্রণ করতে পারি,” ইয়াং বলেন। “আপনি সহজেই আপনার পছন্দের যেকোনো পরিবেশ বর্ণনা করতে পারেন এবং একটি নির্দিষ্ট এআই এজেন্টকে প্রশিক্ষণ দিতে পারেন।”

হলোডেক এমবেডেড জ্ঞানের ব্যবহার করে বড় ভাষা মডেল (LL.M.), ChatGPT এবং অন্যান্য চ্যাটবটের অন্তর্নিহিত সিস্টেম। “ভাষা সমগ্র বিশ্বের একটি খুব সংক্ষিপ্ত অভিব্যক্তি,” ইয়াং বলেন। প্রকৃতপক্ষে, এলএলএম শিক্ষার্থীদের স্থানিক নকশা সম্পর্কে আশ্চর্যজনকভাবে উচ্চ স্তরের জ্ঞান রয়েছে, তাদের প্রশিক্ষণের সময় তারা যে বিপুল সংখ্যক পাঠ্য শোষণ করে তার জন্য ধন্যবাদ। মূলত, হোলোডেক LL.M.s কে কথোপকথনে জড়িত করে কাজ করে, ব্যবহারকারীর অনুরোধগুলিকে নির্দিষ্ট পরামিতিগুলিতে বিভক্ত করে সাবধানে তৈরি করা লুকানো প্রশ্নগুলির একটি সিরিজ ব্যবহার করে৷

ক্যাপ্টেন পিকার্ড যেমন স্টার ট্রেকের হোলোডেককে একটি স্পিকসিসি অনুকরণ করতে বলতে পারেন, গবেষকরা পেইনের হোলোডেককে “বিড়াল সহ একজন গবেষকের জন্য একটি 1b1b অ্যাপার্টমেন্ট” তৈরি করতে বলতে পারেন। সিস্টেমটি একাধিক ধাপে বিভক্ত করে এই প্রশ্নটি সম্পাদন করে: প্রথমে মেঝে এবং দেয়াল তৈরি করা হয়, তারপর দরজা এবং জানালা তৈরি করা হয়।

পরবর্তী, Holodeck জন্য অনুসন্ধান obja মহাবিশ্ব, আসবাবপত্রের ধরনগুলির জন্য প্রাক-তৈরি ডিজিটাল বস্তুর একটি বিশাল লাইব্রেরি আপনি এই ধরনের জায়গায় আশা করতে পারেন: কফি টেবিল, ক্যাট টাওয়ার এবং আরও অনেক কিছু। অবশেষে, হোলোডেক একটি লেআউট মডিউল জিজ্ঞাসা করে, যা গবেষকরা বস্তুর বসানোকে সীমাবদ্ধ করার জন্য ডিজাইন করেছেন যাতে আপনি টয়লেটটি প্রাচীর থেকে অনুভূমিকভাবে প্রসারিত দেখতে না পান।

হোলোডেকের বাস্তবতা এবং নির্ভুলতা মূল্যায়ন করার জন্য, গবেষকরা AI2 দ্বারা তৈরি একটি প্রাথমিক সরঞ্জাম হলোডেক এবং প্রক্টথর ব্যবহার করে 120টি দৃশ্যকল্প তৈরি করেছেন এবং পেন ইঞ্জিনিয়ারিং এর শত শত ছাত্রকে তাদের পছন্দের একটি সংস্করণ নির্দেশ করতে বলেছেন কিন্তু কোন পরিস্থিতিতে কোন সরঞ্জামগুলি ব্যবহার করা হয় তা তারা জানেন না। . প্রতিটি মানদণ্ডের জন্য—সম্পদ নির্বাচন, বিন্যাস সামঞ্জস্য, এবং সামগ্রিক পছন্দ—ছাত্ররা ধারাবাহিকভাবে হোলোডেক-উত্পন্ন পরিবেশকে আরও অনুকূলভাবে রেট করেছে।

গবেষকরা হলোডেকের এমন দৃশ্য তৈরি করার ক্ষমতাও পরীক্ষা করেছেন যা রোবোটিক্স গবেষণায় কম সাধারণ এবং অ্যাপার্টমেন্টের অভ্যন্তরীণ, যেমন দোকান, পাবলিক স্পেস এবং অফিসের তুলনায় ম্যানুয়ালি তৈরি করা আরও কঠিন। Holodeck এর আউটপুট ProcTHOR এর সাথে তুলনা করে (যা এআই-উত্পাদিত পাঠ্য প্রজন্মের পরিবর্তে মানব-সৃষ্ট নিয়ম ব্যবহার করে), গবেষকরা আবার দেখেছেন যে মানব মূল্যায়নকারীরা হলোডেকের দ্বারা তৈরি পরিস্থিতি পছন্দ করে। বিজ্ঞান গবেষণাগার থেকে আর্ট স্টুডিও এবং ড্রেসিং রুম থেকে ওয়াইন সেলার পর্যন্ত বিভিন্ন অন্দর সেটিংসে এই পছন্দটি বিদ্যমান।

অবশেষে, গবেষকরা নির্দিষ্ট এআই এজেন্টকে “সূক্ষ্ম-সুর” করার জন্য হোলোডেক-উত্পন্ন পরিস্থিতি ব্যবহার করেছেন। “হলোডেকের চূড়ান্ত পরীক্ষা,” ইয়াটসকার বলেন, “রোবটগুলিকে তাদের পরিবেশের সাথে আরও নিরাপদে যোগাযোগ করতে এবং তাদের এমন জায়গায় বসবাস করতে প্রস্তুত করতে এটি ব্যবহার করছে যা তারা আগে কখনও ছিল না।”

অফিস, ডে কেয়ার সেন্টার, জিম এবং শপিং মল সহ অনেক ধরণের ভার্চুয়াল স্পেসগুলিতে, হলোডেক এজেন্টদের নতুন স্থান নেভিগেট করার ক্ষমতার উপর একটি উল্লেখযোগ্য এবং ইতিবাচক প্রভাব ফেলেছে।

উদাহরণস্বরূপ, যখন ProcTHOR ব্যবহার করে প্রাক-প্রশিক্ষিত হয়, তখন মিউজিক রুমে সফলভাবে পিয়ানো খুঁজে পাওয়া এজেন্টের সাফল্যের হার হয় প্রায় 6% (যেটিতে এজেন্টকে প্রায় 400 মিলিয়ন ভার্চুয়াল স্টেপ করতে হয়) ফাইন-টিউনিংয়ের জন্য হোলোডেক দ্বারা উত্পন্ন 100টি মিউজিক রুম ব্যবহার করে 30% এর বেশি সাফল্যের হার সহ পিয়ানো।

“এই ক্ষেত্রটি দীর্ঘদিন ধরে আবাসিক স্থানগুলিতে মনোনিবেশ করেছে,” ইয়াং বলেছেন। “কিন্তু সেখানে অনেকগুলি ভিন্ন পরিবেশ রয়েছে – একটি রোবটকে প্রশিক্ষণ দেওয়ার জন্য দক্ষতার সাথে তাদের একটি বড় সংখ্যক তৈরি করা একটি বিশাল চ্যালেঞ্জ ছিল, তবে হোলোডেক সেই ক্ষমতা প্রদান করে।”

জুনে গবেষকরা করবেন 2024 ইনস্টিটিউট অফ ইলেকট্রিক্যাল অ্যান্ড ইলেকট্রনিক্স ইঞ্জিনিয়ার্স (IEEE) এবং কম্পিউটার ভিশন ফাউন্ডেশন (CVF) কম্পিউটার ভিশন এবং প্যাটার্ন রিকগনিশন (CVPR) সম্মেলন ওয়াশিংটনের সিয়াটলে।