রোবট দাবায় সেরা কিন্তু আপনার কাপড় ভাঁজ করতে পারে না। মোরাভেকের প্যারাডক্সের সঙ্গে পরিচিত হন।
রোবোটিক্স

রোবট দাবায় সেরা কিন্তু আপনার কাপড় ভাঁজ করতে পারে না। মোরাভেকের প্যারাডক্সের সঙ্গে পরিচিত হন।

ছবি: jarmoluk / Pixabay

বাংলা

আমরা ধরে নিয়েছিলাম যন্ত্রের জন্য কঠিন জিনিসগুলি আমাদের জন্যও কঠিন হবে: যুক্তি, গণিত, কৌশল। এটা ঠিক উল্টো হয়ে দাঁড়াল। একটি ছোট শিশু চিন্তা না করেই যা করে, সেই জিনিসগুলিই এখনও বিশ্বের সেরা রোবটদের হারিয়ে দেয়।

tuput সম্পাদকীয় দল · · 4 মিনিটের পাঠ

১৯৯৭ সালে একটি কম্পিউটার বিশ্ব দাবা চ্যাম্পিয়নকে হারিয়েছিল। প্রায় ত্রিশ বছর পরে, পৃথিবীর কোনো রোবট নির্ভরযোগ্যভাবে একটি অপরিচিত রান্নাঘরে ঢুকে আপনাকে এক কাপ চা বানিয়ে দিতে পারে না।

এটা আবার পড়ুন, কারণ ফলাফলটা অদ্ভুত। যাকে আমরা মানব বুদ্ধির শীর্ষ মনে করি, গ্র্যান্ডমাস্টার দাবা, তা কয়েক দশক আগেই যন্ত্রের কাছে হেরে গেছে। যাকে আমরা দক্ষতা হিসেবে গণনাই করি না (একটি মগ তোলা, একটি কেটলি ভরা, সবকিছু উল্টে না ফেলা) তা রোবটদের জন্য এখনও প্রায় অসম্ভবরকম কঠিন রয়ে গেছে।

এই উল্টো পরিস্থিতির একটা নাম আছে: মোরাভেকের প্যারাডক্স।

কঠিন জিনিসগুলি সহজ আর সহজ জিনিসগুলি কঠিন

১৯৮০-র দশকে, রোবটবিদ হ্যান্স মোরাভেক আর মুষ্টিমেয় কয়েকজন এআই পথিকৃৎ কম্পিউটারের জন্য যা কঠিন তা নিয়ে একটা প্রতিসাধারণ্যবিরোধী জিনিস লক্ষ্য করেছিলেন। উচ্চ-স্তরের যুক্তি (যুক্তিবিদ্যা, বীজগণিত, বোর্ড খেলা, যা মানুষকে চতুর মনে করায়) প্রোগ্রাম করা তুলনামূলকভাবে সহজ বলে প্রমাণিত হলো। কিন্তু নিম্ন-স্তরের সংবেদী-চালনা দক্ষতা (দেখা, হাঁটা, ধরা, ভারসাম্য রক্ষা করা) ছিল ভয়ংকরভাবে কঠিন।

মোরাভেক তাঁর ১৯৮৮ সালের বই মাইন্ড চিলড্রেন-এ এটি বর্ণনা করেছিলেন, আর শব্দচয়নটা সঠিকভাবে বোঝা দরকার। তিনি বলেছিলেন কম্পিউটারদের বুদ্ধিমত্তার পরীক্ষায় বা চেকার্স খেলায় প্রাপ্তবয়স্ক পর্যায়ের কর্মক্ষমতা দেখানো তুলনামূলকভাবে সহজ, আর তাদের উপলব্ধি ও চলাফেরার ক্ষেত্রে একটি একবছর বয়সী শিশুর দক্ষতা দেওয়া কঠিন বা অসম্ভব। তিনি যে খেলাটি বেছে নিয়েছিলেন সেটা লক্ষ্য করুন। এটা ছিল চেকার্স, দাবা নয়।

প্রতিটি বাবা-মা একটি ছোট শিশুকে নির্দেশনা ছাড়াই সেই “অসম্ভব” সংস্করণটি করতে দেখেছেন। হাত বাড়িয়ে দেওয়া, একটি খেলনা ধরা, ধরার ধরন ঠিক করা, চাপ না দেওয়া, ফেলে না দেওয়া। কোনো রোবট এটি একটি অমনোযোগী দুই বছরের শিশুর মতো ভালোভাবে করতে পারে না।

বিবর্তনকে দোষ দিন (আর ধন্যবাদও দিন)

এই প্যারাডক্সের একটা মার্জিত ব্যাখ্যা আছে, আর এটা সময় সম্পর্কে: গভীর সময়।

বিমূর্ত যুক্তি নতুন। মানুষ কয়েক হাজার বছর ধরে গণিত আর আনুষ্ঠানিক যুক্তিবিদ্যা করছে। দক্ষতা হিসেবে, এটা প্রায় সদ্য চালু হয়েছে, যার মানে আমাদের মস্তিষ্ক এটিকে অপ্টিমাইজ করার জন্য বেশি সময় পায়নি। এটা ধীরে আর কষ্টসাধ্যভাবে চলে, যা সুবিধাজনকভাবে সেই ধরনের ধাপে-ধাপে প্রক্রিয়া যা একটি কম্পিউটার নকল করতে পারে।

উপলব্ধি আর চলাফেরা প্রাচীন। একটি দৃশ্য দেখার, তাৎক্ষণিকভাবে বোঝার, আর তার মধ্য দিয়ে একটি হাত নাড়ানোর আপনার সামর্থ্য অগণিত প্রজাতি জুড়ে কয়েকশো কোটি বছরের বিবর্তনের পালিশ করা ফলাফল। এটা অনায়াস মনে হয় ঠিক এই কারণে যে বিবর্তন এটিকে অনায়াস করতে অনন্তকাল খরচ করেছে। সেই সব কষ্টার্জিত যন্ত্রপাতি সচেতন চিন্তার নিচে পুঁতে রাখা, যে কারণেই এটাকে বিপরীত-প্রকৌশল করা এত কঠিন।

আমরা এমন যন্ত্র বানিয়েছি যা আমরা কঠিন মনে করি এমন জিনিসে ভালো, কারণ সেগুলি এমন জিনিস যা আমরা আসলে কীভাবে করি তা বুঝি। আমরা যা সহজ মনে করি তাতে আমরা বিভ্রান্ত হয়ে যাই, কারণ আমরা জানি না আমরা কীভাবে সেগুলি করি।

কেন আপনার গুদামঘরে রোবট আছে কিন্তু আপনার বাড়িতে নেই

এই কারণেই স্বয়ংক্রিয়করণ প্রথম কঠোরভাবে নিয়ন্ত্রিত পরিবেশে এসেছিল। একটি কারখানার মেঝে বা একটি গুদামঘরকে রোবটের চারপাশে প্রকৌশলিত করা যায়: সমতল মেঝে, পরিচিত বস্তু, স্থির আলো, যেসব যন্ত্রাংশ প্রতিবার একই জায়গায় আসে। বিশৃঙ্খলা সরিয়ে ফেলুন, আর হাতসাফাই সামলানোর যোগ্য হয়ে ওঠে।

বাস্তব জগৎ নিয়ন্ত্রিত হতে অস্বীকার করে। একটি বাড়ি নরম বস্তু, অদ্ভুত আলো, এলোমেলো জিনিসপত্র, পোষা প্রাণী, আর সিঁড়ির একটি দুঃস্বপ্ন। বিখ্যাতভাবে, ২০১৫ সালের ডারপা রোবোটিক্স চ্যালেঞ্জ ফাইনালে উন্নত মানবাকৃতি রোবটদের দরজা খোলা আর ভালভ ঘোরানোর মতো কাজ করতে বলা হয়েছিল, আর ক্যালিফোর্নিয়ার পোমোনায় একটি জীবন্ত ভিড়ের সামনে আর একটি বৈশ্বিক দর্শকের সামনে লক্ষ লক্ষ ডলারের যন্ত্র উল্টে পড়ার একটি ব্লুপার রিল তৈরি হয়েছিল। প্রকৌশলীরা খারাপ ছিলেন বলে নয়, বরং কাজটি মোরাভেক-কঠিন ছিল বলে।

সেই কাপড়ের ব্যাপারে

ন্যায্যতা শিরোনামে একটি হালনাগাদ দাবি করে। রোবট এখন নিজে থেকেই কাপড় ভাঁজ করেছে। ফিজিক্যাল ইন্টেলিজেন্স একটি যন্ত্রকে এটা করতে দেখিয়েছে, আর ফিগারের হেলিক্স মডেল কেউ চালনা না করেই তোয়ালে ভাঁজ করেছে। শিরোনামের এই গৃহস্থালি কাজটি আর অসম্ভব নয়, আর কেউ এখনও এটা রসিকতা হিসেবে ব্যবহার করলে সে এক বা দুই বছর পিছিয়ে আছে।

এটা সম্পূর্ণও নয়। ফুটেজটা ঠিকভাবে দেখুন আর সতর্কতাগুলি দ্রুত জমা হতে থাকে। চলাফেরাগুলি ধীর। তোয়ালেগুলি পরিষ্কার, পরিচিত, আর প্রতিবার মোটামুটি একই রকম। ঝুড়িটা রোবট যেখানে আশা করে সেখানেই বসানো, আলো ঠিক করা, আর কেউ একজন ক্যামেরা চালু হওয়ার আগেই দৃশ্যটা বেছে নিয়েছিল। একজন মানুষ একটি অপরিচিত ঘরে ঢুকে, বিচিত্র আকারের একটি জট পাকানো স্তূপ ঢেলে দিয়ে, সম্পূর্ণ ভিন্ন কিছু নিয়ে ভাবতে ভাবতে কয়েক মিনিটে এটা সাফ করে ফেলা থেকে এটা অনেক দূরে।

তাই প্যারাডক্সটি টিকে থাকে, শুধু লক্ষ্যরেখাগুলি দৃশ্যমান করে দেওয়া হয়েছে। এই প্রদর্শনীগুলি যা প্রমাণ করে তা এটা নয় যে হাতসাফাই সমাধান হয়ে গেছে। এটা হলো হাতসাফাই একটি কাজের একটি সুবাছাই করা সংস্করণের জন্য বিশাল প্রচেষ্টায় সমাধান করা যেতে পারে, যা ঠিক মোরাভেকের সেই বিষয়টি যে আমরা একটা দক্ষতা হিসেবেও গণনা করি না এমন একটি গৃহস্থালি কাজের নিচে কতটা যন্ত্রপাতি বসে আছে।

রোবট ভবিষ্যতের জন্য এর মানে কী

শিক্ষাটি এই নয় যে গৃহস্থালি রোবট কখনো আসবে না। এটা হলো আগমনের ক্রমটি বিজ্ঞান কল্পকাহিনী যা প্রতিশ্রুতি দিয়েছিল তার উল্টো। আমরা “শরীর” পাওয়ার অনেক আগে “মস্তিষ্ক” (যুক্তি, ভাষা, কৌশল) পেয়েছি।

তাই স্বয়ংক্রিয়করণের ঢেউ প্রথমে জ্ঞানীয়, অনুমানযোগ্য, বাড়ির ভেতরের কাজে আঘাত করছে: বিশ্লেষণ, খসড়া তৈরি, সময়সূচি করা, বাছাই করা। ডেস্ক থেকে “কম-দক্ষতার” মনে হওয়া কাজগুলি (এলোমেলো শারীরিক তাৎক্ষণিকতায় ভরা কাজ, যেমন নার্সিং, প্লাম্বিং, বা একটা এলোমেলো টেবিল পরিষ্কার করা) নীরবে স্বয়ংক্রিয় করার সবচেয়ে কঠিন কাজগুলির মধ্যে একটি।

মোরাভেকের প্যারাডক্স আসলে এমন একটা প্রশংসা যা আমরা নিজেদের দিতে ভুলে গিয়েছিলাম। আজ আপনি যে সবচেয়ে পরিশীলিত কাজটি করেছেন তা এমন কিছু ছিল না যা আপনি চিন্তা করে করেছেন। এটা ছিল না দেখেই হাত বাড়িয়ে, এক ফোঁটাও না ফেলে আপনার কফি তুলে নেওয়া।

Share
Copied!

সূত্র ও আরও পড়ার জন্য

  1. Hans Moravec, Mind Children (Harvard University Press, 1988)
  2. Encyclopædia Britannica: Robot technology
  3. Encyclopædia Britannica: Artificial intelligence
  4. Physical Intelligence: pi0, Our First Generalist Policy (laundry folding demonstration)
  5. Figure AI: Helix, A Vision-Language-Action Model for Generalist Humanoid Control
  6. Figure AI: Helix Learns to Fold Laundry (12 August 2025)
  7. DARPA: Robotics Challenge Finals, June 2015

এই লেখাটি AI সরঞ্জামের সহায়তায় গবেষণা ও রচনা করা হয়েছে এবং নির্ভুলতার জন্য সম্পাদনা করা হয়েছে। এটি কেবল সাধারণ তথ্য ও আলোচনার জন্য, পেশাদার পরামর্শ নয়। আমাদের সম্পাদকীয় মান ও দাবিত্যাগ দেখুন। কোনো ভুল চোখে পড়ল? আমাদের জানান।

#robotics#moravecs paradox#ai#automation

ভালো লাগল? পরেরটিও পড়ুন।

একবারে একটি ভালো লেখা, সরাসরি আপনার ইনবক্সে। কোনো স্প্যাম নয়, যখন খুশি বন্ধ করতে পারেন।

একই বিভাগে আরও: রোবোটিক্স
অ্যামাজন সবেমাত্র দশ লক্ষ রোবট ছাড়িয়ে গেছে। আপনি প্রায় কখনোই একটাও দেখবেন না
অ্যামাজনের গুদামগুলোতে এখন দশ লক্ষেরও বেশি যন্ত্রের কর্মীবাহিনী আছে, যা তাদের পাশের গুদাম কর্মীদের প্রায় সমান। এটি ইতিহাসের অন্যতম বৃহত্তম রোবট মোতায়েন, এবং এটি প্রায় অদৃশ্য।
জুলাইয়ে OpenAI-র একটি মডেল যে AI হাব হ্যাক করেছিল, সেটাই এখন ১৩০০ কোটি ডলারে বিক্রির পথে
নিজের সার্ভারে সেঁধ পড়ার পাঁচ সপ্তাহ পর, Hugging Face নাকি প্রায় ১৩০০ কোটি ডলারে বিক্রির পথে। সঙ্গে Nvidia-র AI দাম বৃদ্ধি, একটি চীনা রোবটে ৯০ কোটি ডলারের বাজি, আর ভারতের নয়টি মহাকাশ রেকর্ড।
একটি AI এজেন্ট গবেষণাগারে কার্যকর ওষুধ-প্রার্থী ডিজাইন করল, কোনো বিজ্ঞানীর নজরদারি ছাড়াই
একটি AI এজেন্ট কোনো নজরদারি ছাড়াই ওষুধ-প্রার্থী ডিজাইন করেছে, Broadcom চিপ সরবরাহ সচল রাখতে বিশাল ঋণ চাইছে, আর দুই হাজারেরও বেশি রোবটের জন্য তৈরি একটি গেমস সবে শুরু হয়েছে। সঙ্গে ভারতীয় ব্যাডমিন্টনের ১৫ বছরের অপেক্ষার অবসান।
← সব লেখা