AI पहले से लिख सकता है, चित्र बना सकता है, दस्तावेजों का विश्लेषण और बातचीत कर सकता है। अगला चरण कहीं कठिन है: AI मॉडल को भौतिक दुनिया की जानकारी लेकर तय करने देना कि वास्तविक मशीन उसमें कैसे काम करे।
Mercedes-Benz और ब्रिटेन की Wayve ने उत्पादन समझौता घोषित किया जिसके तहत भविष्य के Mercedes मॉडलों में Wayve AI Driver सॉफ्टवेयर जुड़ेगा। कंपनियों के अनुसार अगले दो वर्षों में पहली कारों को तकनीक मिलना शुरू होना है, शहर और राजमार्ग पर शुरुआती बिंदु से गंतव्य की ओर उन्नत ड्राइविंग सहायता के साथ।
लेकिन "AI Driver" नाम के बावजूद Mercedes ने ऐसी कार नहीं घोषित की जो बस आपकी जगह चलाए। प्रणाली का ऑटोमेशन स्तर प्रकाशित नहीं, मॉडल अज्ञात हैं और अभी कंपनियां भविष्य के उपयोग को खुद "ड्राइविंग सहायता प्रणाली" कहती हैं।
असली दिलचस्प हिस्सा मार्केटिंग नाम के नीचे है: Wayve कार के ड्राइविंग सीखने का तरीका बदलना चाहता है।
Mercedes और Wayve वास्तव में क्या बना रहे हैं?
Wayve, Embodied AI यानी भौतिक प्रणाली के जरिए काम करने वाले AI पर आधारित ड्राइविंग प्रणाली बनाता है।
"ईमेल लिखो" जैसा अनुरोध लेकर पाठ लौटाने के बजाय AI मॉडल कार के सेंसर की जानकारी लेता है और तय करता है कि वाहन को कैसे काम करना चाहिए।
Wayve के अनुसार उसकी AV2.0 प्रणाली कैमरे और रडार की जानकारी लेकर दिशा बदलने या धीमा होने जैसी ड्राइविंग कार्रवाइयों में बदल सकती है। कंपनी इसे डीप लर्निंग मॉडल बताती है जो परिवेश समझने और निर्णय लेने की प्रक्रिया का बड़ा हिस्सा शुरू से अंत तक सीखे नेटवर्क में जोड़ता है।
यह महत्वपूर्ण अंतर है।
वर्षों से उन्नत ड्राइविंग प्रणालियां घटकों की लंबी श्रृंखला से बनीं: एक लेन पहचानती है, दूसरी कार और पैदल यात्री, अगला घटक अनुमान करता है कि वे कहां जाएंगे और योजना घटक तय करता है कार क्या करे।
Wayve इस काम का बड़ा हिस्सा ड्राइविंग डेटा से सीखने वाले मॉडल को देना चाहता है।
सरल शब्दों में: अलग स्थितियों के हजारों नियम कार को अलग-अलग सिखाने के बजाय विचार है कि मॉडल बहुत सारे उदाहरणों से ड्राइविंग पैटर्न सीखे।
इसका अर्थ नियम, सुरक्षा प्रणालियां या पारंपरिक नियंत्रण घटक खत्म होना नहीं है। कार पहियों वाला चैटबॉट नहीं। AI मॉडल के आसपास अब भी सुरक्षा तंत्र, वाहन नियंत्रण, अतिरिक्त बैकअप और परिचालन सीमाएं चाहिए।
इसे Embodied AI क्यों कहते हैं?
हाल के वर्षों में ज्यादातर लोग AI से स्क्रीन पर मिले। ChatGPT, Gemini, Claude और चित्र जनरेटर डिजिटल दुनिया में काम करते हैं: जानकारी लेते और जानकारी बनाते हैं।
Embodied AI वही सिद्धांत ऐसे परिवेश में ले जाता है जहां मॉडल के निर्णय का भौतिक परिणाम हो।
वस्तु उठाने का तरीका तय करने वाला रोबोट एक उदाहरण है। सड़क, पैदल यात्री, मोटरसाइकिल और चौराहे के यातायात को समझकर प्रतिक्रिया तय करने वाली कार कहीं जटिल उदाहरण है।
इसीलिए ड्राइविंग AI की इतनी महत्वपूर्ण परीक्षा है। चैटबॉट के उत्तर की गलती परेशान कर सकती है। कार नियंत्रित करने वाले मॉडल की गलती सुरक्षा का विषय हो सकती है।
इसलिए Wayve और Mercedes की साझेदारी बड़ी प्रवृत्ति का हिस्सा है: सामग्री बनाने वाले मॉडलों से दुनिया समझने, उसके बदलाव का अनुमान लगाने और उसमें कार्रवाई करने वाले मॉडल तक।
हर सड़क के विस्तृत नक्शे के बिना
Wayve का मुख्य दावा है कि उसका तरीका विस्तृत HD नक्शों और पहले से खास भौगोलिक क्षेत्र तक सीमित प्रणालियों पर निर्भरता घटा सकता है।
कई स्वायत्त प्रणालियां अपने परिचालन परिवेश की बहुत विस्तृत जानकारी पर निर्भर हैं। नए शहर में चलाने के लिए कभी काफी मैपिंग, जांच और अनुकूलन चाहिए।
Wayve दावा करता है कि उसका AI सीखी बातों को सामान्यीकृत करके हर शहर का पूरा विशेष प्रशिक्षण लिए बिना नए शहरों, वाहनों और ड्राइविंग परिवेश के अनुकूल हो सकता है। कंपनी इसे AV2.0 के मुख्य लाभों में भी गिनती है।
यह महत्वपूर्ण दावा है, लेकिन उसकी सीमाएं जरूरी हैं।
"HD नक्शे नहीं चाहिए" का अर्थ कार नेविगेशन या नक्शे नहीं इस्तेमाल करती, यह नहीं है। इसका मतलब यह भी नहीं कि लंदन में प्रशिक्षित प्रणाली कल इज़राइल में चलाकर पूर्ण ड्राइविंग की उम्मीद कर सकते हैं।
विनियमन, संकेत, ढांचा, मौसम, ड्राइविंग संस्कृति और सड़क उपयोगकर्ताओं का व्यवहार देशों में बदलता है। सामान्यीकृत करना सीखने वाली प्रणाली को भी खास बाजार में चलने से पहले जांच और मंजूरी चाहिए।
कार वास्तव में क्या कर सकेगी?
यहां खास सावधानी चाहिए।
Wayve और Mercedes शहर व राजमार्ग पर "उन्नत बिंदु-से-बिंदु सहायता" बताते हैं। यानी दृष्टि अडैप्टिव क्रूज़ कंट्रोल या कार को लेन के बीच रखने से व्यापक है।
इरादा ऐसी प्रणाली है जो मार्ग के अलग हिस्सों में नेविगेशन जानकारी को ड्राइविंग के काम से जोड़े।
लेकिन कंपनियों ने प्रणाली की कार्रवाइयों की सटीक सूची अभी नहीं दी।
जैसे आधिकारिक रूप से स्पष्ट नहीं कि ग्राहकों की प्रणाली बिना हस्तक्षेप चौराहे पार कर सकेगी, मुड़ सकेगी, लेन बदल सकेगी, राजमार्ग से उतर सकेगी या पार्किंग संभाल सकेगी।
चालक की जरूरतें भी अज्ञात हैं। Mercedes और Wayve ने नहीं बताया कि स्टीयरिंग से हाथ हटाना अनुमत होगा, कितनी देर तक या ध्यान की निगरानी कैसे होगी।
इसलिए अभी "खुद चलने वाली कार" के बजाय AI आधारित सहायता प्रणाली कहना सही है।
Mercedes के पास उन्नत प्रणालियां पहले हैं, नया क्या है?
यह बात खास महत्वपूर्ण है क्योंकि Mercedes दूसरी उन्नत ड्राइविंग तकनीकें पहले देता है।
जैसे MB.DRIVE ASSIST PRO को निर्माता SAE Level 2 प्रणाली बताता है। यह नेविगेशन और ड्राइविंग सहायता जोड़ती है और शहर में पार्किंग से गंतव्य की ओर सहायता भी दे सकती है, लेकिन ड्राइविंग की जिम्मेदारी चालक की रहती है। प्रणाली लगभग 30 सेंसर इस्तेमाल करती है, जिनमें दस कैमरे, पांच रडार और 12 अल्ट्रासोनिक सेंसर हैं।
इसके विपरीत Mercedes के DRIVE PILOT को जर्मनी में कुछ स्थितियों में Level 3 की मंजूरी मिली है। स्वीकृत संस्करण राजमार्ग पर अधिकतम 95 किमी/घंटा चल सकता है और स्वीकृत दायरे में तय स्थितियों के तहत ड्राइविंग का काम ले सकता है।
Wayve AI Driver अलग चीज है।
यह भविष्य का AI प्लेटफॉर्म है जिसे कंपनियां नियमित उत्पादन मॉडलों में जोड़ना चाहती हैं, लेकिन SAE स्तर, संचालन शर्तें या मॉडल सूची अभी प्रकाशित नहीं।
अभी नवीनता "Mercedes अधिक स्वायत्तता स्तर पर पहुंची" नहीं, बल्कि दुनिया के बड़े वाहन निर्माताओं में से एक के उत्पादन आर्किटेक्चर में सीखे मॉडल पर अधिक आधारित ड्राइविंग तरीका जोड़ने की कोशिश है।
भौतिक दुनिया में AI की बड़ी चुनौती: असामान्य मामले
ड्राइविंग मॉडल लाखों घंटे की यात्रा देख सकता है, फिर भी ठीक उसी रूप में कभी न देखी स्थिति मिल सकती है।
बीच सड़क अजीब तरह रुकता वाहन, अस्थायी निर्माण, हाथ से संकेत देता व्यक्ति, धुंधले सड़क चिह्न या नियम तोड़ता दूसरा चालक, यही वास्तविक ड्राइविंग को कठिन बनाते हैं।
Wayve मानता है कि बहुत डेटा से सीखा मॉडल नई स्थितियां मुख्य रूप से पूर्वनिर्धारित परिदृश्यों और नियमों पर निर्भर प्रणाली से बेहतर संभालेगा।
लेकिन यह अब भी क्षेत्र के बड़े सवालों में है।
मॉडल 99.9% मामलों में बेहतरीन हो सकता है, लेकिन ड्राइविंग में बचा अंश ही सुरक्षा इंजीनियरों और नियामकों की रुचि का है।
स्पष्टीकरण का सवाल भी है: प्रोग्राम किए घटकों की प्रणाली निर्णय ले तो कभी उसके पीछे की श्रृंखला देखना अपेक्षाकृत आसान है। बड़े जटिल न्यूरल मॉडल में ठीक क्यों वह कार्रवाई चुनी, समझाना कठिन है।
इसीलिए स्क्रीन के AI से भौतिक प्रणालियों तक बदलाव को बड़ा मॉडल प्रशिक्षित करने से कहीं अधिक चाहिए।
Mercedes ने प्रणाली अपने उत्पादन आर्किटेक्चर में जोड़ दी है
घोषणा सिर्फ सामान्य इरादा नहीं है।
Wayve के अनुसार AI Driver पहले से Mercedes-Benz के उत्पादन आर्किटेक्चर में Mercedes हार्डवेयर, MB.OS और उसके मैप इंटरफेस से जुड़ा है। कंपनियां कहती हैं यह काम बड़े पैमाने के उत्पादन की ओर विकास की बुनियाद है।
अभी स्पष्ट नहीं कि ग्राहकों की कारों में क्या हार्डवेयर चाहिए। कैमरों, रडार की संख्या, संभावित lidar या प्रणाली चलाने वाला कंप्यूटर प्रकाशित नहीं।
पहले मॉडल भी सामने नहीं आए।
सड़क पर कब दिखेगा?
आधिकारिक लक्ष्य अगले दो वर्षों में ग्राहकों तक तकनीक पहुंचाना शुरू करना है।
इसका मतलब हर Mercedes को 2028 तक "AI ड्राइवर" मिलना या दुनिया भर में एक ही तारीख को लॉन्च होना नहीं।
कंपनियों ने शुरुआती बाजार नहीं बताए और वैश्विक विस्तार की इच्छा हर देश की नियामक मंजूरी नहीं है।
लेखन के समय तक इज़राइल में प्रणाली मिलने की पुष्टि भी नहीं है।
बड़ी कहानी सिर्फ कारों की नहीं
घोषणा को स्वायत्त कार की दौड़ का एक और अध्याय मानना आसान है। लेकिन AI की दुनिया के लिए यह दूसरी वजह से दिलचस्प है।
कई वर्षों से बड़ी दौड़ बेहतर पाठ, चित्र, आवाज और वीडियो समझने व बनाने का मॉडल बनाने की थी। अब दूसरी दौड़ मजबूत हो रही है: भौतिक दुनिया को समझकर उसमें काम करने वाले मॉडल कौन बनाएगा।
कार, रोबोट और औद्योगिक मशीनें AI से चैटबॉट से बिल्कुल अलग चीज मांगती हैं। उन्हें वास्तविक समय में बदलता परिवेश समझना, आगे का अनुमान, निर्णय और वह भी बहुत तेजी व विश्वसनीयता से करना है।
Wayve और Mercedes का समझौता इस समस्या के हल का प्रमाण बनने से अभी दूर है।
लेकिन उद्योग की दिशा दिखाता है: AI सिर्फ चैट विंडो में नहीं रह रहा। अभी विकसित ज्यादा मॉडल अंत में वास्तविक दुनिया में निर्णय लेने के लिए हैं।
Wayve और Mercedes के मामले में वह वास्तविक दुनिया सड़क है।