मैंने हाल ही में दिया है मेरा ओपनक्ला खेलने के लिए एक वास्तविक रोबोट भुजा है। परिणामों ने मेरे अपने तंत्रिका नेटवर्क को ही नष्ट कर दिया।

एआई एजेंट हाथ को कॉन्फ़िगर करने, चीजों को देखने और धीरे-धीरे पकड़ने के लिए इसका उपयोग करने में सक्षम था, और यहां तक ​​​​कि विशिष्ट वस्तुओं को उठाने और रखने के लिए एक अन्य एआई मॉडल को प्रशिक्षित करने में भी सक्षम था। और वे कहते हैं कि एजीआई अभी भी कुछ साल दूर है! (मैं मजाक कर रहा हूं, शायद यह है)।

परिणामों ने मुझे आश्वस्त किया है कि हम रोबोटिक्स की सफलता के कगार पर हो सकते हैं। रोबोटों को प्रशिक्षित करने और नियंत्रित करने के लिए काफी कौशल की आवश्यकता होती है। आज के AI मॉडल इसे लगभग आसान बना सकते हैं।

“एआई-संचालित कोडिंग बेहद रोमांचक है क्योंकि इसमें पारंपरिक इंजीनियरिंग तरीकों के बीच अंतर को पाटने की क्षमता है, जो विश्वसनीय हैं लेकिन सामान्यीकरण नहीं करते हैं, और समकालीन दृष्टि-भाषा-क्रिया मॉडल, जो सामान्यीकरण करते हैं लेकिन अभी तक विश्वसनीय नहीं हैं,” यूसी बर्कले के एक रोबोटिस्ट केन गोल्डबर्ग कहते हैं, जो इस दृष्टिकोण की खोज कर रहे हैं।

मैंने ओपनक्लॉ से कहा कि वह अपनी नई भुजा को हिलाने का प्रयास करे और यह इस छोटी सी लहर के साथ सामने आई।

मैंने लेरोबोट 101 नामक एक प्रीबिल्ट आर्म खरीदा। यह हगिंगफेस के एक ओपन-सोर्स प्रोजेक्ट का हिस्सा है जो रोबोटिक्स के साथ निर्माण और प्रयोग शुरू करना अपेक्षाकृत सस्ता बनाता है।

लेरोबोट दो भुजाओं के साथ आता है: एक नियंत्रक भुजा जिसे एक व्यक्ति एक हैंडल और ट्रिगर का उपयोग करके संचालित करता है, और एक कैमरे के साथ एक अनुयायी भुजा जो उन गतिविधियों को दोहराता है। आप कंट्रोलर आर्म को टेलीऑपरेट करके एआई मॉडल को प्रशिक्षित कर सकते हैं और मॉडल को यह सिखा सकते हैं कि कैमरे पर जो दिखता है उसके जवाब में फॉलोअर को कैसे स्थानांतरित करना है।

ओपनक्लॉ के साथ निर्माण

ओपनक्लॉ का उपयोग करने से पहले, मैंने रोबोट को कनेक्ट करने और कैलिब्रेट करने में कई घंटे बिताए, एक बिंदु पर गलत सेटिंग्स लागू करके मोटरों को लगभग तोड़ दिया, जिससे वे अत्यधिक गरम हो गए।

फिर, ओपनक्लॉ और कोडेक्स की मदद से, मैं एक साधारण प्रोग्राम को वाइब कोड करने में सक्षम हो गया, जो लाल गेंद दिखने पर पंजे के ग्रिपर को बंद कर देता था। टर्मिनल में, कोडेक्स रोबोट से कनेक्शन कॉन्फ़िगर करने के मुश्किल काम से गुज़रा। फिर, मेरी मदद से, इसने अपने जोड़ों की स्थिति को कैलिब्रेट किया। इसने एक पायथन लिपि भी लिखी जिसमें गेंद को पहचानने और पकड़ने के लिए कई पुस्तकालयों का उपयोग किया गया। वाइब-कोडिंग निश्चित रूप से सही नहीं है, और मतिभ्रम विशेष रूप से विभिन्न हार्डवेयर के साथ काम करते समय बग पेश कर सकता है, लेकिन परिणाम प्रभावशाली थे।

फिर, मेरी मदद से, रोबोट-एजेंट ने यह पता लगाया कि लाल गेंद को कैसे पहचाना और पकड़ा जाए।