2012 में लंदन पैरालिम्पिक्स, पिस्टोरियस स्वर्ण जीतकर इतिहास बनाया दोनों पुरुषों के 400 मीटर और 4×100 मीटर रिले में।

जबकि इस मानव-मशीन के प्रयास ने कई लोगों को उकसाया हो सकता है, मशीनें भी स्वतंत्र रूप से खेलों में मनुष्यों को बेहतर बना रही हैं। उदाहरण के लिए, 1996-97 में आईबीएम के डीप ब्लू बीट शतरंज ग्रैंडमास्टर गैरी कास्परोव, और इसकी वाटसन सिस्टम 2011 में खतरे में पड़ने वाले चैंपियन पर विजय प्राप्त कर लिया। पांच साल बाद, दुनिया को तब स्तब्ध कर दिया गया जब अल्फ़ागो, एआईआई कार्यक्रम द्वारा विकसित एक कार्यक्रम, जो कि अल्फाबेट के स्वामित्व वाले डीपमाइंड द्वारा विकसित किया गया था, पराजित गो चैंपियन ली सेडोल।

अब, एआई-संचालित मशीनें मिश्रित परिणामों के साथ, रेस पटरियों पर मनुष्यों के साथ प्रतिस्पर्धा करके अपनी सफलता को दोहराने का प्रयास कर रही हैं। जबकि एआई ड्रोन पहले से ही मानव पायलटों से आगे निकल चुके हैं, ड्राइवरलेस कारें अभी भी दौड़ की स्थिति में लड़खड़ाती हैं, और ह्यूमनॉइड रोबोट हाल ही में चीन में एक आधे मैराथन के माध्यम से ठोकर खाई हैं।

क्या मशीनें अंततः हमें यहां भी आगे बढ़ेंगी?

दो साल पहले, ज़्यूरिख विश्वविद्यालय में रोबोटिक्स और धारणा समूह एक स्वायत्त ड्रोन के साथ मानव ड्रोन रेसिंग चैंपियन को हराने वाले पहले व्यक्ति बन गए – हालांकि यह एक नियंत्रित उड़ान प्रयोगशाला में हुआ। ये प्रतियोगिताएं शोधकर्ताओं को वास्तविक दुनिया के दबाव में अपने एल्गोरिदम का परीक्षण करने और ठीक करने का मौका देती हैं।

14 अप्रैल को, डेल्फ़्ट यूनिवर्सिटी ऑफ टेक्नोलॉजी में माइक्रो एयर व्हीकल लेबोरेटरी (MAVLAB) से एक एआई-संचालित ड्रोन ऑटोनॉमस ड्रोन चैंपियनशिप में एक विश्व स्तरीय मानव पायलट को बाहर कर देता है। अबू धाबी ऑटोनोमस रेसिंग लीग (A2RL) और ड्रोन चैंपियंस लीग (DCL) द्वारा आयोजित, AI ड्रोन एक उच्च जटिल ट्रैक पर दौड़ता है, जो 95.8 किमी/घंटा तक गति तक पहुंचता है। यह 13 से अधिक स्वायत्त प्रतियोगियों को जीतता है, जिसमें मानव चैंपियन द्वारा पायलट किए गए ड्रोन भी शामिल हैं।

हालांकि, खुशी अल्पकालिक थी। ठीक पांच दिन बाद, बीजिंग में एक बहुत अलग तस्वीर सामने आई जब ई-टाउन टेक हब ने होस्ट किया जो 19 अप्रैल को दुनिया के पहले ह्यूमोइड हाफ-मैराथन के रूप में बिल किया गया था।

यहां तक ​​कि 21 एआई-संचालित ह्यूमनॉइड रोबोटों ने हजारों मानव धावकों के साथ प्रतिस्पर्धा की, परिणाम मशीनों के लिए विनम्र थे। ब्लूमबर्ग के अनुसार, जबकि पुरुष मानव विजेता केवल एक घंटे से अधिक समय में समाप्त हो गया, सबसे तेज़ रोबोट, तियांगोंग अल्ट्रा- सरकार द्वारा समर्थित एक्स-ह्यूमनॉइड रिसर्च इंस्टीट्यूट द्वारा विकसित और Xiaomi और Ubtech रोबोटिक्स से फंडिंग-दो घंटे और 40 मिनट की बात है। विडंबना यह है कि यह एक मानव धावक पर भरोसा किया अपने पथ को निर्देशित करने के लिए एक सिग्नलिंग डिवाइस ले जाना। अधिकांश अन्य रोबोट या तो मानव ऑपरेटरों द्वारा दूर से नियंत्रित या छायांकित किए गए थे।

इसी तरह, पिछले अप्रैल में आयोजित यास मरीना अबू धाबी ग्रांड प्रिक्स फॉर्मूला 1 ट्रैक पर A2RL की पहली दौड़ पर विचार करें। यह कम से कम कहने के लिए था, यहां तक ​​कि 10,000 से अधिक दर्शकों और 600,000 ऑनलाइन दर्शकों ने आठ एआई-संचालित कारों को $ 2.25 मिलियन के पुरस्कार पॉट के लिए जूझते हुए देखा। स्वायत्त कार रेसिंग में ड्राइवर सीट में कोई मानव नहीं है। यह एआई, फास्ट मोबिलिटी स्टैक, इनोवेटिव सेंसर टेक्नोलॉजीज, और एज कंप्यूटिंग जैसी तकनीकों को जोड़ती है-जहां उपकरणों पर ही प्रसंस्करण किया जाता है, विलंबता और बिजली की खपत को कम करता है।

A2RL रेस ने दलरा-निर्मित सिंगल-सीटर कारों और सुपर फॉर्मूला चेसिस का उपयोग किया जो चार-सिलेंडर टर्बोचार्ज्ड 2.0-लीटर इंजन के साथ आते हैं, जिससे लगभग 550 हॉर्स पावर उत्पन्न होती है। कॉकपिट में सात सोनी IMX728 कैमरे एआई की 360 डिग्री की आंखें थीं। कार में अन्य सेंसर भी थे और लिडार डिवाइस। फिर भी, ड्राइवरलेस डालारा सुपर फॉर्मूला रेसर्स ने क्वालीफाइंग ट्रायल के दौरान एक पूर्ण गोद को पूरा करने के लिए संघर्ष किया।

कुछ दीवारों में बदल गए या बस एक ब्रेक के लिए ट्रैक को खींच लिया। और पूर्व-योग्यता परीक्षणों के दौरान, फ्लाई ईगल कार अचानक नियंत्रण से बाहर हो गई। फ्लाई ईगल बीजिंग इंस्टीट्यूट ऑफ टेक्नोलॉजी, यूएई के खलीफा विश्वविद्यालय और हंगरी से हमदा लैब के बीच एक सहयोग है। फाइज़कोस के बावजूद, यह था तकनीकी विश्वविद्यालय म्यूनिख (TUM) स्वायत्त मोटरस्पोर्ट टीम जिसने दौड़ जीती।

AI मशीनों को वापस पकड़े हुए क्या है?

जबकि AI वाहनों को आने वाली A2RL दौड़ में अधिक स्थिर और किराया बेहतर होने की उम्मीद है, इस कैलेंडर वर्ष की चौथी तिमाही के लिए स्लेटेड, अब परिणाम एक मिश्रित बैग हैं।

उदाहरण के लिए, मावलाब ड्रोन का एआई एक गहरे तंत्रिका नेटवर्क का उपयोग करता है जो पारंपरिक नियंत्रकों को बायपास करता है और सीधे मोटर्स को कमांड भेजता है। मूल रूप से यूरोपीय अंतरिक्ष एजेंसी की उन्नत अवधारणाओं को “मार्गदर्शन और नियंत्रण नेट” के रूप में विकसित किया गया है, ये नेटवर्क मानव-इंजीनियर नियंत्रण एल्गोरिदम के परिणामों को दोहराते हैं-जबकि कम कंप्यूटिंग शक्ति की आवश्यकता होती है। चूंकि वास्तविक दुनिया अंतरिक्ष परीक्षण चुनौतीपूर्ण था, ईएसए ने ड्रोन में अनुप्रयोगों का पता लगाने के लिए टीयू डेल्फ़्ट के मावलाब के साथ भागीदारी की।

टीम लीड क्रिस्टोफ डे वागर के अनुसार, नेटवर्क को सुदृढीकरण सीखने, “टीचिंग थ्रू ट्रायल एंड एरर” का उपयोग करके प्रशिक्षित किया गया है, जिन्होंने अपने प्रेस स्टेटमेंट में समझाया कि यह प्रक्रिया ड्रोन को अपनी भौतिक सीमाओं के करीब पहुंचने देती है। “लेकिन वहां पहुंचने के लिए, हमें न केवल प्रशिक्षण प्रक्रिया पर पुनर्विचार करना पड़ा, बल्कि यह भी कि यह ऑनबोर्ड सेंसर का उपयोग करके अपनी गतिशीलता के बारे में कैसे सीखता है,” उन्होंने कहा।

इसके विपरीत, कई एआई रोबोट या ह्यूमनॉइड अभी भी मानव गाइड पर भरोसा करते हैं, अक्सर ठोकर खाते हैं, बैटरी की सीमाएं होती हैं, और असमान इलाके को नेविगेट करने में कठिनाई का सामना करते हैं। हालांकि कुछ रोबोटों ने आशाजनक क्षमता का प्रदर्शन किया, चीन के हाफ-मैराथन घटना ने ऊपर उद्धृत किया, जो कि गतिशील, वास्तविक दुनिया के वातावरण में ह्यूमनॉइड एआई की वर्तमान सीमाओं को उजागर करता है।

उदाहरण के लिए, एक पूर्ण या आधा मैराथन चलाने के लिए निरंतर ऊर्जा उत्पादन की आवश्यकता होती है। यहां तक ​​कि बोस्टन डायनेमिक के एटलस जैसे उन्नत रोबोटों में सीमित बैटरी लाइव्स होते हैं और उन्हें लगातार रिचार्जिंग या बैटरी स्वैप की आवश्यकता होती है – कुछ धीरज की घटनाओं के लिए अनुकूलित नहीं होता है। हैनसन रोबोटिक्स से एक अन्य परिष्कृत ह्यूमनॉइड, सोफिया (सऊदी अरब का एक नागरिक), मुख्य रूप से मानव बातचीत, बातचीत और अभिव्यंजक व्यवहार के लिए बनाया गया है – शारीरिक धीरज या गतिशीलता नहीं। वह चलाने या गतिशील आंदोलन के लिए डिज़ाइन नहीं किया गया है।

इसके अलावा, मनुष्यों के विपरीत, अधिकांश रोबोटों में अभी तक कुशल थर्मल विनियमन या लंबी अवधि में दोहराए जाने वाले प्रभाव के लिए डिज़ाइन किए गए सामग्री नहीं हैं। हाई-एंड रोबोट भी महंगे और जटिल होते हैं, जिससे उन्हें अप्रत्याशित बाहरी वातावरण में उपयोग करने के लिए जोखिम भरा होता है, जहां गिरता है या टकराव हार्डवेयर को नुकसान पहुंचा सकता है या बायस्टैंडर्स को घायल कर सकता है। एक भीड़ में नेविगेशन, वास्तविक दुनिया की दौड़ में उन्नत वास्तविक समय की धारणा, निर्णय लेने और अनुकूलनशीलता की आवश्यकता होती है। जबकि बोस्टन डायनेमिक्स ने प्रगति की है, कई ह्यूमनॉइड्स अभी भी नियंत्रित स्थितियों या पूर्व नियोजित वातावरणों पर भरोसा करते हैं।

लेकिन परिदृश्य तेजी से बदल रहा है

इस झटके के बावजूद कि ह्यूमोइड्स को रेस पटरियों पर अब तक का सामना करना पड़ा है, भविष्य कई कारणों से बहुत अलग तरीके से पैन कर सकता है।

एक के लिए, रोबोट मनुष्यों की तरह थकान, दर्द या चोट से सीमित नहीं हैं। पर्याप्त शक्ति के साथ, वे सैद्धांतिक रूप से लंबे समय तक तेजी से दौड़ सकते थे। उन्नत एल्गोरिदम मानव क्षमता से परे स्ट्राइड, संतुलन और पेसिंग का अनुकूलन कर सकते हैं। भविष्य के रोबोट हल्के, उच्च शक्ति वाली सामग्री और कृत्रिम मांसपेशियों का उपयोग कर सकते हैं, जिससे गति और चपलता दोनों में सुधार हो सकता है।

यह सुनिश्चित करने के लिए, कई ह्यूमनॉइड मशीनों ने मिलान की दिशा में महत्वपूर्ण प्रगति की है – और संभावित रूप से मानव शारीरिक क्षमताओं को पार करना। उदाहरण के लिए, 2000 में पेश किया गया, होंडा के उन्नत कदम इन इनोवेटिव मोबिलिटी (ASIMO) ह्यूमनॉइड को दैनिक गतिविधियों में मनुष्यों की सहायता के लिए डिज़ाइन किया गया था। 4 फीट 3 इंच पर खड़े होकर 119 पाउंड का वजन, असिमो चल सकता है, 3.7 मील प्रति घंटे की गति से दौड़ सकता है, सीढ़ियों पर चढ़ सकता है, और चेहरे और आवाज़ को पहचान सकता है। इसके विकास ने बिपेडल लोकोमोशन और मानव-रोबोट इंटरैक्शन में मूल्यवान अंतर्दृष्टि प्रदान की, भले ही इसने 2022 में अपनी अंतिम उपस्थिति बनाई।

बोस्टन डायनेमिक्स ‘पेटमैन, 2011 में अनावरण किया गया था, जिसे सेना के लिए सुरक्षात्मक कपड़ों का परीक्षण करने के लिए विकसित किया गया था। यह रोबोट चल सकता है, स्क्वाट कर सकता है, घुटने टेक सकता है, और पुश-अप्स कर सकता है, जो मानव आंदोलनों की बारीकी से नकल कर सकता है। गतिशील रूप से संतुलित करने और तरल रूप से स्थानांतरित करने की इसकी क्षमता ने ह्यूमनॉइड रोबोटिक्स में एक महत्वपूर्ण उन्नति को चिह्नित किया।

एटलस, एक ही कंपनी से भी, 2013 में पेश किया गया था, और एक पूरी तरह से बिजली के ह्यूमनॉइड रोबोट में विकसित हुआ है, जो गतिशील आंदोलनों में सक्षम है, जिसमें रनिंग, जंपिंग और बैकफ्लिप्स शामिल हैं। उन्नत सेंसर और एल्गोरिदम से लैस, एटलस जटिल इलाकों को नेविगेट कर सकता है और स्वायत्त रूप से कार्यों को कर सकता है, जो मानव क्षमताओं को प्रतिद्वंद्वियों को दर्शाता है।

ओरेगन स्टेट यूनिवर्सिटी से एट्रियास एक द्विपाद रोबोट है जिसे मानव लोकोमोशन के स्प्रिंग-मास मॉडल का अनुकरण करने के लिए डिज़ाइन किया गया है। इसका हल्का डिजाइन और कुशल ऊर्जा उपयोग इसे मनुष्यों के समान एक चाल के साथ चलने और चलाने की अनुमति देता है। Atrias ने विभिन्न वातावरणों में स्थिर चलने का प्रदर्शन किया है, गतिशील चलने और चलने में अनुसंधान में योगदान दिया है।

रोबोटिक्स और एआई में निरंतर प्रगति का सुझाव है कि ह्यूमनॉइड रोबोट मानव शारीरिक प्रदर्शन से मेल खाने में अंतर को लगातार बंद कर रहे हैं। मनुष्यों को ट्रैक पर मशीनों के साथ प्रतिस्पर्धा करने के लिए अपने खेल को ऊपर उठाने की आवश्यकता होगी, या उन्हें भागीदार के रूप में सह-ऑप्ट करना होगा, जो पैरालिम्पियन करते हैं।

इस बीच, ऑन-ट्रैक और ऑफ-ट्रैक दोनों नियम अधिक महत्व मानेंगे। जबकि ऑन-ट्रैक इवेंट एआई-संचालित मशीनों के लिए एक अलग श्रेणी का वारंट कर सकते हैं, इसहाक असिमोव के रोबोटिक्स के तीन कानून, जो 1942 में पेश किए गए थे, जो रोबोट के लिए नैतिक नियमों की कल्पना करते थे-मनुष्यों को नुकसान नहीं पहुंचाते हैं, आदेशों का पालन नहीं करते हैं, जब तक कि यह पहले दो के साथ टकराव की आवश्यकता होती है)-आज के फास्ट-एवोल्विंग की आवश्यकता होगी।

मशीन निर्णय लेने में जवाबदेही, पूर्वाग्रह और सुरक्षा जैसी वास्तविक दुनिया की चुनौतियों को संबोधित करने के लिए अद्यतन कानून, जैसे कि यूरोपीय संघ (ईयू) मशीनरी विनियमन, जो 20 जनवरी 2027 से लागू होगा, सही दिशा में एक कदम है।