ہیومنائڈ انقلاب (The Humanoid Revolution)

مدت: 45 منٹ | لایه: L1 (دستی بنیاد) | ٹیر: 1 (براؤزر)

کچھ بے مثال ہو رہا ہے۔ 2024-2025 میں، دہائیوں کی تحقیق کے بعد، ہیومنائڈ روبوٹس (انسانی شکل کے روبوٹس) حقیقی مصنوعات بن کر لیبارٹریوں سے نکل کر فیکٹریوں، گوداموں اور گھروں میں داخل ہو رہے ہیں۔

یہ اب سائنس فکشن نہیں رہا۔ یہ پانچ تکنیکی کامیابیوں کا سنگم ہے:

1. AI وژن: اربوں تصاویر پر تربیت یافتہ ماڈلز اب مناظر کو سمجھ سکتے ہیں
2. ریئل ٹائم کمپیوٹ: طاقتور ایج پروسیسرز روبوٹ کے جسم میں فٹ ہو جاتے ہیں
3. بیٹری ٹیکنالوجی: گھنٹوں کے آپریشن کے لیے کافی توانائی کی کثافت
4. سروو ٹیکنالوجی: متحرک کنٹرول کے لیے کافی تیز اور درست موٹرز
5. اوپن سورس فریم ورکس: ROS 2، Gazebo، اور جدید ٹولز روبوٹکس کو قابلِ رسائی بناتے ہیں

ہیومنائڈ فارم فیکٹر (جسمانی ساخت) جنرل پرپز فزیکل AI کے لیے ڈیفالٹ پلیٹ فارم کے طور پر ابھرا ہے۔ اس لیے نہیں کہ یہ واحد آپشن ہے، بلکہ اس لیے کہ:

• انسانی ماحول ہیومنائڈ جسموں کے لیے ڈیزائن کیے گئے ہیں
• ہیومنائڈ ہاتھ انسانی اوزار استعمال کر سکتے ہیں
• دو ٹانگوں سے توازن دراصل بہت کارآمد ہے
• یہ فارم فیکٹر مختلف شعبوں (فیکٹریوں، گھروں، صحت کی دیکھ بھال) میں کام کرتا ہے

یہ سبق منظر نامے کا جائزہ لیتا ہے اور آپ کو اس میں اپنی جگہ تلاش کرنے میں مدد کرتا ہے۔

سیکھنے کے مقاصد (Learning Objectives)

اس سبق کے اختتام تک، آپ اس قابل ہو جائیں گے:

• بڑی ہیومنائڈ روبوٹکس کمپنیوں اور ان کے طریقوں کی شناخت کرنا
• یہ سمجھنا کہ ہیومنائڈ فارم فیکٹر کیوں غالب ہو گیا ہے
• اپنے ہارڈ ویئر ٹیر کا جائزہ لینا اور دستیاب سیکھنے کے راستوں کا تعین کرنا

کھلاڑی: کون ہیومنائڈز بنا رہا ہے؟

ٹیر 1: سستے تحقیقی پلیٹ فارمز

یونٹری روبوٹکس (Unitree Robotics) (ہانگژو، چین)

یونٹری سستے ٹانگوں والے روبوٹس بناتا ہے۔ ان کی اہم مصنوعات:

ماڈل	فارم فیکٹر	قیمت	استعمال کا مقصد
Go1/Go2	کواڈروپیڈ (کتے جیسا)	~$3,000-5,000	سستا سم-ٹو-ریل ٹرانسفر، تحقیق، تعلیم
H1	ہیومنائڈ (1.6 میٹر لمبا)	~$150,000	مینوفیکچرنگ، تحقیق

اہمیت: Go2 نے فزیکل روبوٹ ریسرچ کو جمہوری بنا دیا۔ پہلے، روبوٹ رکھنے کے لیے آپ کو $100K+ کی ضرورت ہوتی تھی۔ اب، بااثر طلباء اسے خرید سکتے ہیں۔

یونٹری کا اوپن سورس SDK مطلب ہے کہ آپ ان روبوٹس کو ROS 2 کا استعمال کرتے ہوئے پروگرام کر سکتے ہیں، جو ماڈیول 1 میں آپ جو کچھ بھی سیکھیں گے اس پر براہ راست لاگو ہوتا ہے۔

ٹیر 2: صنعتی ہیومنائڈز

ٹیسلا (Tesla) (ٹیسلا بوٹ / آپٹیمس)

ٹیسلا مینوفیکچرنگ کے لیے ڈیزائن کے بنیادی اصولوں سے ہیومنائڈز تک پہنچ رہا ہے۔

• ہدف: فیکٹریاں، بار بار کیے جانے والے کام، خطرناک ماحول
• وقت: 2024 میں پروٹوٹائپس، 2025+ میں سیریل پروڈکشن
• فلسفہ: "اسے انسانی شکل دیں تاکہ یہ موجودہ اوزار اور انفراسٹرکچر استعمال کر سکے"
• ابھی تک صارفین کو فروخت نہیں کیا گیا (پہلے اندرونی ٹیسلا کے استعمال پر توجہ)

بوسٹن ڈائنامکس (Boston Dynamics)

اصل میں ایک MIT اسپن آف، اب Hyundai کی ملکیت ہے۔ شاندار مظاہروں (کودنا، پارکور، رقص) کے لیے مشہور ہے۔

• اسپاٹ (Spot): کواڈروپیڈ روبوٹ، جو پہلے ہی حقیقی کام کی جگہوں پر تعینات ہے
• اطلس (Atlas): ہیومنائڈ، اگلی نسل کا تحقیقی پلیٹ فارم
• طریقہ کار: متحرک حرکت اور ادراک کی حدود کو آگے بڑھانا

بوسٹن ڈائنامکس کے روبوٹس جدید ترین ہیں لیکن مہنگے ($150K+) ہیں اور بنیادی طور پر تحقیق/تعیناتی کے لیے ہیں، تعلیم کے لیے نہیں۔

ٹیر 3: جنرل پرپز ہیومنائڈز

فگر AI (Figure AI) (اوکلینڈ، CA)

فگر کسی بھی کام کے لیے "جنرل پرپز ہیومنائڈز" بنا رہا ہے۔ انہوں نے بڑے لسانی ماڈلز (large language models) کو براہ راست روبوٹ کی منصوبہ بندی میں ضم کرنے کے لیے OpenAI کے ساتھ شراکت کی ہے۔

• طریقہ کار: روبوٹ کنٹرول کے لیے اینڈ ٹو اینڈ نیورل نیٹ ورکس
• جدت: لسانی ماڈل کاموں کے بارے میں استدلال کر سکتا ہے؛ روبوٹ عمل درآمد کرتا ہے
• وقت: 2025+ میں تجارتی تعیناتی

ایجیلیٹی روبوٹکس (Agility Robotics)

ایجیلیٹی گودام کی آٹومیشن کے لیے خاص طور پر دو ٹانگوں والے روبوٹس (Digit) بناتا ہے۔

• توجہ: اشیاء کو منتقل کرنا، اٹھانا، گودام کے بار بار کیے جانے والے کام
• اونچائی: ~1.7 میٹر (انسانی پیمانے کا)
• گاہک: حقیقی گودام پہلے ہی Digit کو تعینات کر رہے ہیں

ٹیر 4: خصوصی ہیومنائڈز

سنچری AI (Sanctuary AI) (وینکوور، کینیڈا) - مہارت رکھنے والے ہاتھوں کے ساتھ کاربن روبوٹکس بازو

شیڈو روبوٹ (Shadow Robot) (یوکے) - انتہائی مہارت رکھنے والے ہاتھ (ہر ہاتھ میں 24 جوڑ!)

یونٹری کی دیگر پیشکشیں - مختلف فارم فیکٹرز کے ساتھ تحقیق پر مبنی ہیومنائڈز

ٹائم لائن: ہم یہاں کیسے پہنچے

ہیومنائڈ روبوٹکس ٹائم لائن (2000-2025)

• 2000: ہونڈا ASIMO نے پہلا ہیومنائڈ واک کیا

  • محدود نقل و حرکت، اسکرپٹڈ حرکات

• 2008: DARPA روبوٹکس چیلنج شروع ہوا

  • ڈیزاسٹر رسپانس روبوٹس توجہ کا مرکز بنے

• 2015: ڈیپ لرننگ نے وژن کو قابل بنایا

  • ResNets، کمپیوٹر وژن کی پختگی

• 2019: ROS 2 پختہ ہوا

  • اوپن سورس روبوٹکس میں تیزی آئی

• 2022: Stable Diffusion، CLIP جاری ہوئے

  • ویژول لینگویج ماڈلز نے روبوٹکس کو بدل دیا

• 2023: ChatGPT نے اپنانے میں تیزی لائی

  • لسانی ماڈلز روبوٹکس میں داخل ہوئے

• 2024: ٹیسلا، فگر، ایجیلیٹی نے مصنوعات کا اعلان کیا

  • ہیومنائڈز تحقیق سے مینوفیکچرنگ کی طرف بڑھ رہے ہیں

• 2025: سیریل پروڈکشن شروع

  • ہیومنائڈز حقیقی کام کی جگہوں میں داخل ہو رہے ہیں

ہیومنائڈ کیوں؟ پانچ وجوہات

وجہ 1: انسانی ماحول انسانوں کے لیے ڈیزائن کیے گئے ہیں

دروازوں پر ہینڈل ہیں۔ سیڑھیوں پر ٹریڈز ہیں۔ میزیں کمر کی اونچائی پر ہیں۔ لائٹ سوئچ مخصوص اونچائی پر ہیں۔ ورک بینچ انسانی بازوؤں کے سائز کے ہیں۔

ایک ہیومنائڈ روبوٹ ان سب کو بغیر کسی تبدیلی کے استعمال کر سکتا ہے۔

ایک کواڈروپیڈ دروازہ نہیں کھول سکتا۔ ایک خصوصی کان کنی کا روبوٹ فیکٹری کا کام نہیں کر سکتا۔ لیکن ایک ہیومنائڈ موافقت کر سکتا ہے۔

یہی وجہ ہے کہ ہیومنائڈ فارم فیکٹر جیت گیا ہے: ماحول کی مطابقت (environment compatibility)۔ آپ کے ہیومنائڈ روبوٹ کو اپنی مرضی کے مطابق کام کی جگہ کی ضرورت نہیں ہے—یہ انسانی کام کی جگہوں پر کام کرتا ہے۔

وجہ 2: ہیومنائڈ ہاتھ انسانی اوزار استعمال کر سکتے ہیں

5 انگلیوں والا ہیومنائڈ ہاتھ یہ کر سکتا ہے:

• سکریو ڈرایور پکڑنا
• کی بورڈ پر ٹائپ کرنا
• رینچ پکڑنا
• ایک چھوٹی چیز اٹھانا

خصوصی گرپرز ایک کام میں اکثر بہتر ہوتے ہیں (سامان کا ایک ڈبہ اٹھائیں: خصوصی گرپر بہترین ہے)۔ لیکن متعدد کاموں میں جنرل پرپز کام کے لیے، ہیومنائڈ ہاتھ عام ہو جاتا ہے۔

انسانوں نے انسانی ہاتھوں کے لیے اوزار ڈیزائن کیے۔ ہیومنائڈ ہاتھ اس پورے ماحولیاتی نظام کو کھولتے ہیں۔

وجہ 3: دو ٹانگوں سے چلنا کارآمد ہے

آپ سوچ سکتے ہیں کہ کواڈروپیڈز دو ٹانگوں والوں سے زیادہ مستحکم ہوں گے۔ وہ نہیں ہیں—بائی پیڈز دراصل زیادہ کارآمد ہیں:

• انسان چلتے وقت جسم کے وزن کے فی کلوگرام تقریباً 1 kcal خرچ کرتے ہیں
• کواڈروپیڈز 1.5-2 kcal فی میٹر فی کلوگرام خرچ کرتے ہیں
• جب بہتر بنایا جائے تو دو ٹانگوں سے چلنا کواڈروپیڈل چلنے سے 30-50% زیادہ کارآمد ہے

اس کی وجہ یہ ہے:

• ٹانگیں پینڈولم کی طرح کام کرتی ہیں؛ کشش ثقل ٹانگ کو پیچھے کی طرف جھولنے میں مدد کرتی ہے
• دو ٹانگوں کا موقف متحرک توازن کی اجازت دیتا ہے (چلنا قابو شدہ گرنا ہے)
• انسانی ٹانگیں 3+ ملین سالوں سے کشش ثقل کے تحت ارتقاء پذیر ہوئیں

کواڈروپیڈ کا فائدہ خراب علاقے پر استحکام ہے، کارکردگی نہیں۔ انسانی ماحول میں نیویگیٹ کرنے کے لیے، دو ٹانگوں والے ہیومنائڈز جیت جاتے ہیں۔

وجہ 4: کاموں میں استعداد کار

ایک ہیومنائڈ یہ کر سکتا ہے:

• سیڑھیاں چڑھنا (ٹانگیں)
• چلتے وقت ایک ڈبہ اٹھانا (بازو حرکت کرتے ہوئے)
• اونچے شیلف تک پہنچنا (مکمل جسم کی توسیع)
• نچلے حصوں کا معائنہ کرنے کے لیے گھٹنا ٹیکنا (لچک)

خصوصی روبوٹس ایک کام میں بہترین کارکردگی کا مظاہرہ کرتے ہیں۔ ہیومنائڈز جنرل سٹار ہیں۔ ایک فیکٹری میں جو بہت سے چھوٹے کام کر رہی ہے، جنرل سٹار قدر فراہم کرتے ہیں۔

وجہ 5: اسکیلنگ کا دلیل

جب AI کمپنیاں ہیومنائڈ کی پیداوار کو اسکیل کریں گی، تو وہ انہیں سستا بنا دیں گی۔ یونٹری کا Go2 قیمت ~$3,000 ہے۔ جب ٹیسلا بڑے پیمانے پر (ہزاروں نہیں، لاکھوں) ہیومنائڈز تیار کرے گا، تو قیمت ڈرامائی طور پر کم ہو جائے گی۔

ایک روبوٹ جس کی قیمت $10,000 ہے اور وہ 10 کام کر سکتا ہے، وہ 10 خصوصی روبوٹس کے مقابلے میں مسابقتی ہے جن کی قیمت $1,000 فی کس ہے۔ ہیومنائڈ کی عمومی صلاحیت بڑے پیمانے پر فائدہ دیتی ہے۔

انڈسٹری کا لمحہ

ہم نقطۂ عروج (inflection point) پر ہیں۔ پہلی بار:

1. ہیومنائڈز کام کرتے ہیں (ہارڈ ویئر اور سافٹ ویئر دونوں کافی پختہ ہیں)
2. ہیومنائڈز سستے ہیں (Go2 $3K پر، ٹیسلا کا ہدف بالآخر $25K)
3. ہیومنائڈز اوپن سورس کے لیے دوستانہ ہیں (ROS 2 ایکو سسٹم حقیقی روبوٹس کو سپورٹ کرتا ہے)
4. لسانی ماڈلز کام کی منصوبہ بندی کو قابل بناتے ہیں (LLMs روبوٹ کے اعمال کی منصوبہ بندی کرتے ہیں)

یہ ایک بے مثال موقع پیدا کرتا ہے: اگر آپ اب روبوٹ ڈویلپمنٹ سیکھتے ہیں، تو آپ ایک ایسے شعبے میں داخل ہو رہے ہیں جو دھماکہ خیز ترقی کے دہانے پر ہے۔

2020 میں، روبوٹ سیکھنا تعلیمی تھا۔ 2025 میں، یہ صنعت بن رہا ہے۔ 2030 میں، یہ عام ہو جائے گا۔

آپ کا ہارڈ ویئر ٹیر: اپنا سیکھنے کا راستہ منتخب کریں

ہر کسی کے پاس ایک جیسا سامان نہیں ہوتا۔ آئیے جائزہ لیں کہ آپ مختلف سیٹ اپ کے ساتھ کیا سیکھ سکتے ہیں۔

ٹیر 1: صرف لیپ ٹاپ یا کلاؤڈ

سازوسامان: صرف کمپیوٹر یا براؤزر تک رسائی

آپ کیا کر سکتے ہیں:

• ✅ ROS 2 بنیادی باتیں سیکھیں (یہ پورا ماڈیول 1)
• ✅ Gazebo/MockROS میں سمولیشن (براؤزر پر مبنی)
• ✅ روبوٹکس کے لیے پائپھون پروگرامنگ
• ✅ کنٹرول تھیوری اور کائنی میٹکس کو سمجھنا
• ❌ حقیقی ہارڈ ویئر ٹیسٹنگ (لیکن بنیادی سیکھنا مکمل ہے)

وقت: کلاؤڈ/سمولیشن میں تمام 4 ماڈیولز مکمل کریں۔

لاگت: $0 (اگر کلاؤڈ ROS 2 ٹرائلز استعمال کر رہے ہیں) یا کلاؤڈ سمولیشن کے لیے ~$50/ماہ

کے لیے بہترین: محدود وسائل والے علاقوں میں طلباء، ہارڈ ویئر کی سرمایہ کاری سے پہلے بنیادی باتیں سیکھنے والے

ٹیر 2: مقامی ترقیاتی ورک سٹیشن

سازوسامان: RTX GPU مشین (M1+ کے ساتھ میک، RTX کے ساتھ ونڈوز، RTX کے ساتھ لینکس)

آپ کیا شامل کر سکتے ہیں:

• ✅ مقامی طور پر Isaac Sim یا Gazebo چلائیں (کلاؤڈ سے تیز تکرار)
• ✅ پیچیدہ نقلی ماحول بنائیں
• ✅ سافٹ ویئر کو تیزی سے تیار کریں (کوئی کلاؤڈ لیٹنسی نہیں)
• ❌ حقیقی ہارڈ ویئر (لیکن سمولیشن جدید ترقی کے لیے کافی حقیقت پسندانہ ہے)

وقت: تمام 4 ماڈیولز مکمل کریں؛ جدید سمولیشن پروجیکٹس کے ساتھ اختیاری توسیع

لاگت: ایک قابل GPU ورک سٹیشن کے لیے $1,500-3,000

کے لیے بہترین: سنجیدہ طلباء یا پیشہ ور افراد؛ کلاؤڈ سے 10-100 گنا تیز تکرار

ٹیر 3: ایج ہارڈ ویئر

سازوسامان: Jetson Orin یا اسی طرح کا ایج AI پروسیسر + سینسرز (کیمرہ، IMU، LIDAR)

آپ کیا شامل کر سکتے ہیں:

• ✅ AI ماڈلز کو ایج پر تعینات کرنا (ریئل ٹائم انفرنس)
• ✅ مقامی طور پر سینسر ڈیٹا پر کارروائی کرنا
• ✅ کم لیٹنسی (کوئی کلاؤڈ مواصلات نہیں)
• ❌ متحرک توازن (کواڈروپیڈز/ہیومنائڈز کو زیادہ کمپیوٹ کی ضرورت ہوتی ہے)

وقت: ماڈیول 1-3 کو اچھی طرح سے مکمل کریں؛ ماڈیول 4 قابل رسائی ہو جاتا ہے

لاگت: Jetson Orin + سینسرز کے لیے ~$1,000-2,000؛ DIY کواڈروپیڈ کٹ ~$3,000-5,000

کے لیے بہترین: طلباء جو اپنی مرضی کے روبوٹس بنا رہے ہیں، ادراک/AI پر توجہ مرکوز کر رہے ہیں

ٹیر 4: فزیکل روبوٹ

سازوسامان: یونٹری Go2 ($3-5K)، ٹیسلا بوٹ (پری-آرڈر)، یا اپنی مرضی کا روبوٹ

آپ کیا شامل کر سکتے ہیں:

• ✅ حقیقی دنیا کا سم-ٹو-ریل ٹرانسفر
• ✅ ناکامی کے طریقوں کو سیکھنا جو سمولیٹ کرنا ناممکن ہیں
• ✅ تحقیق یا مصنوعات شائع کرنا
• ✅ مجسم ذہانت (embodied intelligence) کا براہ راست تجربہ

وقت: ماڈیول 1-3 مکمل کریں؛ ماڈیول 4 حقیقی ہارڈ ویئر استعمال کرتا ہے

لاگت: روبوٹ کے انتخاب کے لحاظ سے $3,000-150,000+

کے لیے بہترین: روبوٹِسٹس، محققین، وہ لوگ جو تجارتی مصنوعات بنا رہے ہیں

ہارڈ ویئر ٹیر سلیکٹر

اپنا ٹیر تلاش کرنے کے لیے ان سوالات کے جواب دیں:

1. کیا آپ کے پاس RTX GPU والا کمپیوٹر ہے؟ → اگر ہاں، ٹیر 2 امیدوار
2. کیا آپ کے پاس Jetson + سینسرز کے لیے بجٹ ہے؟ → اگر ہاں، ٹیر 3 امیدوار
3. کیا آپ کے پاس فزیکل روبوٹ کے لیے بجٹ ہے؟ → اگر ہاں، ٹیر 4 امیدوار
4. سب کے لیے نہیں؟ → آپ ٹیر 1 ہیں (صرف کلاؤڈ/سمولیشن)

اہم بصیرت: ٹیر 1 کے طلباء ماڈیولز 1-3 میں ہر چیز سیکھتے ہیں۔ ٹیر تفہیم کو محدود نہیں کرتا—یہ ہارڈ ویئر تک رسائی کو محدود کرتا ہے۔ بنیادی باتیں ایک جیسی ہیں۔

ہیومنائڈ منظر نامہ: بصری نقشہ

تحقیق اور ترقی (RESEARCH & DEVELOPMENT)

• بوسٹن ڈائنامکس (اطلس، اسپاٹ)
• یونٹری H1 (ہیومنائڈ ریسرچ)

صنعتی تعیناتی (INDUSTRIAL DEPLOYMENT)

• ٹیسلا بوٹ (مینوفیکچرنگ)
• فگر AI (جنرل پرپز)
• ایجیلیٹی روبوٹکس (گودام)

صارف اور تعلیم (CONSUMER & EDUCATION)

• یونٹری Go2 ($3-5K) → ٹیر 4 سے منسلک ہوتا ہے
• DIY روبوٹکس (ROS 2 + کسٹم) → ٹیر 3 سے منسلک ہوتا ہے

آپ کا سیکھنے کا راستہ (YOUR LEARNING PATH) (آپ کے ٹیر سے صنعتی تجربے کا نقشہ بنانا)

• ٹیر 1: سمولیشن - کلاؤڈ میں ROS 2 (تمام ٹیرز کے لیے بنیاد؛ ہارڈ ویئر کی ضرورت نہیں)

• ٹیر 2: مقامی GPU - Isaac Sim / Gazebo (تیز تکرار؛ بوسٹن ڈائنامکس، یونٹری H1 جیسے تحقیقی پلیٹ فارمز سے منسلک)

• ٹیر 3: ایج ہارڈ ویئر - Jetson + سینسرز (سینسر انٹیگریشن؛ DIY روبوٹکس، ایج AI تعیناتی سے منسلک)

• ٹیر 4: فزیکل روبوٹ - Go2 یا کسٹم (حقیقی دنیا کی تعیناتی؛ یونٹری Go2، تجارتی پلیٹ فارمز سے منسلک)

حل شدہ مثال: صنعت کو تعلیم سے جوڑنا

مثال 1: ٹیسلا بوٹ کا آپ کے ٹول کٹ تک کا راستہ

ٹیسلا مینوفیکچرنگ کے لیے ہیومنائڈز ڈیزائن کر رہا ہے (بار بار اٹھانا، اسمبلی)۔ آپ کیا سیکھیں گے:

• ماڈیول 1 (ROS 2): ٹیسلا بوٹ کے سینسرز اور فیصلہ سازی کے نظام کے درمیان مواصلات
• ماڈیول 2 (سمولیشن): نقلی ماحول میں اٹھانے کی حکمت عملیوں کا تجربہ کرنا
• ماڈیول 3 (AI انٹیگریشن): زبان کے ماڈلز کو کام کی منصوبہ بندی سے جوڑنا
• ماڈیول 4 (VLA): ویژن-لینگویج ماڈلز جو حقیقی روبوٹس کو کنٹرول کرتے ہیں

اگرچہ آپ کے پاس ٹیسلا بوٹ نہیں ہوگا، آپ بالکل وہی ٹیکنالوجیز سیکھیں گے جو ٹیسلا کے انجینئرز استعمال کرتے ہیں۔

مثال 2: یونٹری Go2 کا راستہ

آپ Go2 خریدتے ہیں ($3-5K)۔ کون سا ماڈیول ترجمہ ہوتا ہے:

• ماڈیول 1: Go2 کے موٹرز کو کنٹرول کرنے کے لیے ROS 2 پب/سب
• ماڈیول 2: Gazebo میں Go2 کی سمولیشن، پھر حقیقی ہارڈ ویئر پر تعیناتی
• ماڈیول 3: Go2 کے ایج پروسیسر پر ادراک چلانا
• ماڈیول 4: ویژن-لینگویج ماڈلز کا استعمال کرتے ہوئے Go2 کو نئے رویے سکھانا

Go2 ROS 2 کے ذریعے پروگرام کے قابل ہے۔ اس کورس میں آپ جو کچھ بھی سیکھیں گے وہ حقیقی ہارڈ ویئر پر کام کرتا ہے۔

گائیڈڈ پریکٹس: انڈسٹری ریسرچ

ہر بڑی ہیومنائڈ کمپنی کے لیے، تحقیق کریں اور نوٹ کریں:

1. یونٹری Go2

   • قیمت: ~$3,000
   • فارم فیکٹر: کواڈروپیڈ (کتے جیسا)
   • استعمال کا مقصد: تحقیق، تعلیم، بیرونی کام
   • ROS 2 کے ساتھ مطابقت: ✅ ہاں

2. ٹیسلا بوٹ

   • قیمت: غیر جاری (تخمینہ $10K-25K بالآخر)
   • فارم فیکٹر: ہیومنائڈ (دو ٹانگوں والا)
   • استعمال کا مقصد: مینوفیکچرنگ، جنرل پرپز
   • ROS 2 کے ساتھ مطابقت: ممکنہ طور پر (سرکاری طور پر اعلان نہیں کیا گیا)

3. بوسٹن ڈائنامکس اسپاٹ

   • قیمت: ~$75,000
   • فارم فیکٹر: کواڈروپیڈ
   • استعمال کا مقصد: معائنہ، تحقیق
   • ROS 2 کے ساتھ مطابقت: ❓ (بنیادی طور پر ملکیتی API)

آزاد پریکٹس: آپ کا ہارڈ ویئر ٹیر

غور کرنے والے سوالات:

1. اس وقت آپ کے پاس کون سا سامان دستیاب ہے؟ (لیپ ٹاپ، GPU رسائی، Jetson، فزیکل روبوٹ)
2. یہ آپ کو کس ہارڈ ویئر ٹیر میں رکھتا ہے؟ (ٹیر 1-4)
3. اس کے سیکھنے کے کیا اثرات ہیں؟ آپ ابھی کیا مکمل کر سکتے ہیں؟ کیا چیز مستقبل کی سرمایہ کاری کا تقاضا کرتی ہے؟
4. 2-3 سال میں آپ کس ٹیر پر رہنا چاہیں گے؟ وہاں پہنچنے کا راستہ کیا ہے؟
5. کون سی ہیومنائڈ کمپنی کا طریقہ کار آپ کو سب سے زیادہ دلچسپ لگتا ہے؟ (ٹیسلا، فگر، بوسٹن ڈائنامکس، یونٹری، یا اوپن سورس کمیونٹی)

عبور کا اشارہ (Mastery Signal): آپ اپنے موجودہ ہارڈ ویئر ٹیر کی شناخت کر سکتے ہیں، دو ہیومنائڈ کمپنیوں کے نام بتا سکتے ہیں، اور ایک وجہ بتا سکتے ہیں کہ ہیومنائڈ فارم فیکٹر کیوں غالب ہو گیا ہے۔

غور کریں (Reflect)

ہم ایک انقلاب کے گواہ بن رہے ہیں۔ پہلی بار، جنرل پرپز ہیومنائڈ روبوٹس حقیقی، سستے، اور اوپن سورس ٹولز کے ساتھ پروگرام کے قابل بن رہے ہیں۔

آپ کا وقت بالکل درست ہے۔ اگر آپ 2024-2025 میں روبوٹ ڈویلپمنٹ سیکھتے ہیں، تو آپ ایک ایسے شعبے میں داخل ہو رہے ہیں جو اس لمحے عوامی رسائی میں آ رہا ہے جب وہ صرف عزم اور تجسس رکھنے والے ہر کسی کے لیے قابل رسائی ہو رہا ہے۔

ہیومنائڈ انقلاب آ نہیں رہا ہے—یہ یہاں ہے۔ سوال یہ ہے کہ کیا آپ اس میں حصہ لینے کے لیے تیار ہوں گے۔

ماڈیول 2 میں، ہم Gazebo سمولیشن سیکھیں گے، جہاں آپ نقلی روبوٹس بنائیں گے جو حقیقی ہیومنائڈز کی طرح بالکل برتاؤ کریں گے۔ ماڈیول 3 میں، آپ AI ادراک شامل کرنے کے لیے NVIDIA Isaac کو جوڑیں گے۔ ماڈیول 4 میں، آپ روبوٹس کو نئے کام سکھانے کے لیے ویژن-لینگویج ماڈلز کو کنٹرول کریں گے۔

لیکن پہلے، آئیے بنیاد میں مہارت حاصل کریں۔ آپ کا اگلا قدم ROS 2 سے ملنا ہے—وہ اعصابی نظام جو دنیا کے ہر ہیومنائڈ روبوٹ کو طاقت دیتا ہے۔

---

پچھلا: سبق 1.2: مجسم ذہانت (Embodied Intelligence) → | اگلا: باب 2 →