नेपालदेखि सिलिकन भ्यालीसम्म: रोबोटलाई के हेर्न लायक छ भनी सिकाउने इन्जिनियर

प्रणाली इन्जिनियरिङ छोडेर दिव्या पाण्डेले ओ’वाउ सुरु गरिन्। ओ’वाउ भौतिक एआईको भविष्य बढी डाटामा नभई सही डाटामा निर्भर छ भन्ने विश्वास लिएको कम्पनी हो। रोबोटहरू डाटा नपुगेर असफल हुँदैनन्। तिनीहरू असफल हुनुको मुख्य कारण जुन डाटाबाट तिनले सिके, त्यसले कहिल्यै तिनलाई कुरा बिग्रिने ती अवस्थामा नपुर्‍याउनु हो। कुनै मेसिनले हजारौं घण्टाको भिडियो हेर्न सक्छ, तैपनि नबाँधिने गाँठो, प्रशिक्षणमा कहिल्यै नदेखेको कुना जस्तो सबैभन्दा महत्त्वपूर्ण क्षणमा चुक्न सक्छ। अभाव कहिल्यै परिमाणको थिएन। अभाव त कुन अनुभवले मेसिनको व्यवहार बदल्छ भन्ने थाहा पाउनु र त्यसले बदल्यो भन्ने प्रमाणित गर्नुको रहँदै आएको थियो। दिव्या पाण्डे यही समस्यामा काम गर्छिन्। नेपालमा जन्मिएकी यी इन्जिनियर पालो अल्टोको कम्पनी ओ’वाउ की सह-संस्थापक र प्रमुख सञ्चालन अधिकृत (सीओओ) हुन्। ओ’वाउ ले भौतिक एआईका लागि डाटा इन्टेलिजेन्स बनाउँछ। बिग्रने ठाउँ देख्न सिकेकी इन्जिनियर दिव्या स्नातकोत्तर अध्ययनका लागि अमेरिका आइन् र प्रणाली इन्जिनियरका रूपमा काम सुरु गरिन्। उनले जस्तोसुकै बेला पनि नबिग्री चल्नुपर्ने कम्प्युटर प्रणालीहरू बनाउँदै कम सुरु गरेकी हुन्। त्यो कामले उनलाई संसारलाई आगत, असफलता, प्रतिक्रिया र सुधारजस्ता प्रणालीका रूपमा हेर्न सिकायो। एआई कम्पनीहरूले प्रशिक्षण डाटा कसरी जुटाउँछन् भनेर हेर्दा उनले एउटा खास किसिमले बिग्रिएको प्रणाली देखिन्। सबै बढीभन्दा बढी डाटा सङ्कलनको होडमा थिए। तर कुन डाटा महत्त्वपूर्ण छ भन्ने कसैले बताउन सक्दैनथ्यो। त्यही सोच ओ’वाउ को विधि बन्यो। अहिले उनी १५ भन्दा बढी देशमा फैलिएको सङ्कलन र प्रमाणीकरण सञ्जाल, हरेक रेकर्डिङलाई तहगत रूपमा जाँच्ने प्रक्रिया-शृङ्खला, र काम गर्ने मानिसहरू, हरेक देशका रोजगारी, कर र भुक्तानीका आ-आफ्नै नियमसहित सञ्चालनको मुटु सम्हाल्छिन्। अनुसन्धान र सञ्चालन एउटै इकाइका रूपमा चल्छन् र त्यो उनको जिम्मामा छ। रोबोटलाई नपढ्न सकिने कुरा सिकाउँदै ओ’वाउ भौतिक एआईका लागि अनुसन्धानमा आधारित डाटा कम्पनी हो। यो कम्पनी च्याट विन्डोमा जवाफ दिने नभई वास्तविक संसारमा काम गर्ने रोबोट र मेसिनहरूका लागि स्थापना गरिएको हो। यो कम्पनीको काम कुनै एआई मोडेल असफल भएको विन्दुबाट सुरु हुन्छ र यसले कार्य तोक्ने, असफलता पत्ता लगाउने, त्यही कमजोरीविरुद्ध स्रोत खुट्याउन सकिने गरी डाटा सङ्कलन गर्ने, तहगत रूपमा प्रमाणीकरण गर्ने, अनि मोडेलको अर्को संस्करण नाप्ने र दोहोर्‍याउने एउटा चक्र चलाउँछ। इञ्जिनीयर पाण्डेका अनुसार सफा रेकर्डिङ नै अन्तिम लक्ष्य होइन। डाटा प्राविधिक रूपमा पूर्ण हुन सक्छ, तैपनि महत्त्वपूर्ण कार्य, वातावरण वा असफलता छुटाउन सक्छ। उनको काम काठमाडौंको सडकमा डाटा खिचिएको क्षणदेखि, त्यो खिच्न लायक थियो भन्ने प्रमाणसम्म सिंगो शृङ्खला अटुट राख्नु हो। बलियाबाट आएका साझेदार यो संस्था उनले एक्लै बनाएकी होइनन्। उनका सह-संस्थापक र प्रमुख कार्यकारी अधिकृत (सीईओ) गङ्गेश पाठक, भारतको बलियाका स्वअध्ययनबाट सिकेका उद्यमी हुन्, जसले एआई पछाडिको डाटातर्फ लाग्नुअघि आफ्नो पहिलो कम्पनी बनाएर बेचिसकेका थिए। दिव्याले सञ्चालन पक्ष बनाउँछिन् र चलाउँछिन् भने गङ्गेशले उत्पादनको दिशा, एआई रणनीति र विस्तार सम्हाल्छन्, र पहिला ग्राहकहरू ल्याए। फरक स्वभाव, एउटै कम्पनी। घरबाटै खुल्ने ढोका दिव्याका लागि यो लक्ष्य एउटा कम्पनीभन्दा ठूलो छ। अग्रणी एआई प्रयोगशालाहरूलाई सेवा दिने यही सञ्जालले पुरानो भर्ती प्रणाली कहिल्यै नपुगेका ठाउँबाट ढोका खोल्छ। “एआई सधैं मानिसमा निर्भर रहनेछ,” उनी भन्छिन्, “नेपालले एआई प्रयोग मात्र गर्नु हुँदैन। हाम्रा युवाले घरबाटै यसलाई बनाउन सहयोग गर्न सक्छन्।” The post नेपालदेखि सिलिकन भ्यालीसम्म: रोबोटलाई के हेर्न लायक छ भनी सिकाउने इन्जिनियर appeared first on Technology Khabar.