कंप्यूटर ने कई दशक पहले ही शतरंज के विश्व चैंपियन को हरा दिया था। लेकिन खाने की मेज़ पर रखा कप उठाना या अस्त-व्यस्त कमरे में बिना गिरे चलना आज के रोबोटों के लिए भी आसान काम नहीं है। जो काम मनुष्यों के लिए कठिन हैं, वे मशीनों के लिए आसान हैं, और जो काम मनुष्यों के लिए बेहद आसान हैं, वे मशीनों के लिए कठिन हैं। इस उलटे संबंध को ही ‘मोरावेक का विरोधाभास (Moravec's Paradox)’ कहा जाता है।
सरल शब्दों में, मोरावेक का विरोधाभास इस अवलोकन को कहते हैं कि ‘मनुष्य जिन संवेदनात्मक और शारीरिक गतिविधियों को बिना मेहनत के कर लेते हैं, वे मशीनों के लिए बुद्धि परीक्षण या खेलों से कहीं अधिक कठिन होती हैं।’ रोबोट वैज्ञानिक हांस मोरावेक (Hans Moravec) ने 1988 में प्रकाशित अपनी पुस्तक में इसे व्यवस्थित रूप से प्रस्तुत किया था। रॉडनी ब्रूक्स (Rodney Brooks) और मार्विन मिन्स्की (Marvin Minsky) जैसे शोधकर्ताओं ने भी 1980 के दशक में इसी बात की ओर ध्यान दिलाया था।
इस लेख में हम क्रम से मोरावेक के विरोधाभास की पृष्ठभूमि, विकासवाद के आधार पर उसकी व्याख्या, रोबोटों के व्यावहारिक उदाहरण, और रोबोटिक्स को इससे मिली सीख तथा इसकी सीमाओं पर विचार करेंगे।
मोरावेक का विरोधाभास: आसान काम सबसे कठिन क्यों हैं
मोरावेक का विरोधाभास क्या है?
हांस मोरावेक ने स्टैनफोर्ड विश्वविद्यालय में कैमरा लगे चलायमान रोबोट ‘स्टैनफोर्ड कार्ट (Stanford Cart)’ को बाधाओं से बचते हुए रास्ता खोजने में सक्षम बनाने के शोध पर 1980 में डॉक्टरेट की उपाधि प्राप्त की। इसके बाद उन्होंने कार्नेगी मेलन विश्वविद्यालय के रोबोटिक्स संस्थान में काम किया। देखकर चलने वाली मशीनें खुद बनाने का उनका अनुभव इस विरोधाभास का आधार बना। उन्होंने प्रत्यक्ष रूप से देखा कि गणना में निपुण कंप्यूटर भी बाधाओं से भरे कमरे को पार करने में बहुत कठिनाई अनुभव करते हैं।
मोरावेक ने 1988 में प्रकाशित अपनी पुस्तक ‘माइंड चिल्ड्रेन (Mind Children)’ में लिखा:
“कंप्यूटर को बुद्धि परीक्षण या चेकर्स के खेल में वयस्कों के स्तर का प्रदर्शन करने योग्य बनाना अपेक्षाकृत आसान है, लेकिन प्रत्यक्षण और चलने-फिरने के मामले में उसे एक साल के बच्चे की क्षमताएँ देना कठिन या असंभव है।”
संज्ञान वैज्ञानिक स्टीवन पिंकर (Steven Pinker) ने भी 1994 में कहा कि 35 वर्षों के कृत्रिम बुद्धिमत्ता अनुसंधान की सबसे बड़ी सीख यह है कि ‘कठिन समस्याएँ आसान हैं और आसान समस्याएँ कठिन हैं।’
आसान काम अधिक कठिन क्यों हैं?
मोरावेक ने विकासवाद के आधार पर इस विरोधाभास की व्याख्या की। उनके अनुसार, हमारे मस्तिष्क के संवेदना और गति को सँभालने वाले हिस्सों में दुनिया में जीवित रहने का 10 × दस करोड़ वर्षों का अनुभव समाया हुआ है, जबकि अमूर्त चिंतन एक नया कौशल है, जिसे संभवतः अभी 10 × दस हज़ार वर्ष भी नहीं हुए हैं।
- पुराने कौशल (Evolved Skills): चेहरे पहचानना, जगहों में चलना-फिरना, गेंद पकड़ना और आवाज़ों में अंतर करना जैसे कौशल लंबे समय में निखरे हैं। वे इतने परिष्कृत हो चुके हैं कि अनजाने में ही काम करते हैं, इसलिए आसान लगते हैं।
- नए कौशल (Recent Skills): गणित, तर्क और शतरंज जैसे कौशल अपेक्षाकृत हाल में विकसित हुए हैं। मनुष्यों को इन्हें सीखने के लिए मेहनत करनी पड़ती है, लेकिन इनके नियम स्पष्ट होने के कारण इन्हें मशीनों में लागू करना आसान है।
सिर्फ़ एक कप उठाने का दृश्य देखें तो भी यह बात समझ आती है। कप देखते ही मनुष्य उसकी दूरी और आकार का अंदाज़ा लगा लेते हैं, उँगलियों को उचित दूरी तक फैलाकर उसे पकड़ते हैं, और उसके फिसलने की आशंका होते ही तुरंत पकड़ का बल बढ़ा देते हैं। हमें इस प्रक्रिया का लगभग एहसास भी नहीं होता, लेकिन रोबोट को इसके हर चरण को सेंसर और गणना की मदद से अलग-अलग हल करना पड़ता है।
मिन्स्की का भी मानना था कि हमारा मन जो काम सबसे अच्छी तरह करता है, उनका हमें सबसे कम एहसास होता है। सुचारु रूप से चलने वाली जटिल प्रक्रियाएँ हमारी चेतना में आसानी से नहीं आतीं, इसलिए उनका उलटे क्रम में विश्लेषण करके उन्हें मशीन में लागू करना अधिक कठिन होता है।
रोबोटों के व्यावहारिक काम में दिखने वाला मोरावेक का विरोधाभास
यह विरोधाभास सबसे स्पष्ट तब दिखाई देता है, जब रोबोट वास्तविक दुनिया में काम करने उतरते हैं।
(1) शतरंज और कप उठाना
1997 में IBM के डीप ब्लू (Deep Blue) ने विश्व चैंपियन गैरी कास्पारोव (Garry Kasparov) को हराया था। लेकिन अलग-अलग आकार, वज़न और फिसलन वाली वस्तुओं को बिना गिराए उठाना आज भी रोबोटिक हाथों के लिए एक अनसुलझी चुनौती है।
(2) आपदा राहत रोबोट प्रतियोगिता
2015 में अमेरिकी रक्षा उन्नत अनुसंधान परियोजना एजेंसी (DARPA) द्वारा आयोजित रोबोटिक्स चैलेंज के फ़ाइनल में रोबोटों ने गाड़ी चलाने, दरवाज़ा खोलने और वाल्व बंद करने जैसे कार्यों में हाथ आज़माया। कोरिया उन्नत विज्ञान एवं प्रौद्योगिकी संस्थान (KAIST) की टीम का ह्यूबो विजेता बना, लेकिन दरवाज़ा खोलते या चलते समय कई रोबोटों के गिरने के दृश्य भी चर्चा में रहे।
(3) घर के काम
कपड़े तह करना या बर्तन धोना बच्चे भी सीख सकते हैं, लेकिन इनमें सिलवटों वाले कपड़े का आकार पहचानना और बल नियंत्रित करना पड़ता है, इसलिए रोबोटों को सूक्ष्म संवेदन और सटीक नियंत्रण की आवश्यकता होती है।
इन तीनों उदाहरणों में समान बात यह है कि इनमें तय नियमों के बजाय हर बार बदलते वास्तविक वातावरण से निपटना पड़ता है। फ़र्श की ऊँचाई, वस्तु की स्थिति या प्रकाश की दिशा थोड़ी भी बदल जाए, तो रोबोट को फिर से देखकर निर्णय लेना पड़ता है।
रोबोटिक्स को मोरावेक के विरोधाभास से क्या मिला
शुरुआती कृत्रिम बुद्धिमत्ता शोधकर्ताओं ने तर्क और बीजगणित की समस्याएँ हल कर ली थीं, इसलिए उन्हें उम्मीद थी कि देखने या सामान्य समझ जैसी ‘आसान’ समस्याएँ भी जल्द हल हो जाएँगी, लेकिन यह अनुमान गलत निकला। रॉडनी ब्रूक्स ने इस सीख का उलटी दिशा में उपयोग करते हुए एक नया रास्ता सुझाया: ऐसे रोबोट बनाए जाएँ जिनमें जटिल तर्क से पहले संवेदन और क्रिया की क्षमताएँ विकसित की जाएँ। बाद में उन्होंने आइरोबोट (iRobot) की सह-स्थापना भी की, जो रोबोट वैक्यूम क्लीनर रूम्बा (Roomba) के लिए प्रसिद्ध हुई। आज शोधकर्ता सिमुलेशन और बड़ी मात्रा में प्रदर्शन डेटा की मदद से रोबोटों को गतिविधियाँ सिखाने के तरीके आज़मा रहे हैं, लेकिन प्रयोगशाला से बाहर की विविध परिस्थितियों में मनुष्यों जैसी कुशलता से चलने-फिरने वाले रोबोट अभी भी कम हैं।
हालाँकि, इस विरोधाभास को किसी नियम की तरह स्वीकार करने पर आपत्तियाँ भी हैं। कृत्रिम बुद्धिमत्ता के अग्रदूत एलन न्यूवेल (Allen Newell) ने 1983 में इस विचार की आलोचना करते हुए इसे ‘मिथक’ कहा था। कंप्यूटर वैज्ञानिक अरविंद नारायणन (Arvind Narayanan) का मानना था कि यह कथन किन समस्याओं के आसान या कठिन होने की भविष्यवाणी करता है, उससे अधिक यह बताता है कि शोधकर्ता किन चीज़ों पर मेहनत करते आए हैं।
मोरावेक का विरोधाभास हमें याद दिलाता है कि देखने, पकड़ने और चलने की जिन क्षमताओं को हम सामान्य मानते हैं, वे वास्तव में लंबे समय में विकसित हुए परिष्कृत कौशल हैं। इसलिए रोबोट बनाना इस बात को दोबारा समझने की प्रक्रिया भी है कि मानव शरीर कितना अद्भुत है।
जो काम सबसे आसान दिखते हैं, उनमें छिपी कठिनाइयों को पहले पहचानना ही मनुष्यों के साथ काम करने वाले रोबोटों के विज्ञान की पहली सीढ़ी है।
