ವಿಶ್ವದಲ್ಲೇ ಪ್ರಪ್ರಥಮ ಬಾರಿಗೆ, ಮಾನವರೂಪಿ ರೋಬೋಟ್‌ಗಳು ಚೀನಾದ ಹ್ಯಾಂಗ್‌ಝೌನಲ್ಲಿ ನಡೆದ ಕಿಕ್-ಬಾಕ್ಸಿಂಗ್ ಸ್ಪರ್ಧೆಯಲ್ಲಿ ಮುಖ್ಯ ಆಕರ್ಷಣೆಯಾಗಿದ್ದವು. ಯೂನಿಟ್ರೀ ರೊಬೊಟಿಕ್ಸ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಈ ರೋಬೋಟ್‌ಗಳು ರೋಮಾಂಚಕ ಪಂದ್ಯದಲ್ಲಿ ಪರಸ್ಪರ ಸೆಣಸಾಡಿ, ಆಶ್ಚರ್ಯಚಕಿತ ನೋಡುಗರ ಸಮೂಹವನ್ನು ಆಕರ್ಷಿಸಿದವು ಎಂದು ಬಿಬಿಸಿ ವರದಿ ಮಾಡಿದೆ.
ಚೀನಾ ಮೀಡಿಯಾ ಗ್ರೂಪ್ ವರ್ಲ್ಡ್ ರೋಬೋಟ್ ಸ್ಪರ್ಧೆಯ ಭಾಗವಾಗಿ, ಈ ರೋಬೋಟ್‌ಗಳು ಪ್ರದರ್ಶನ ಪಂದ್ಯಗಳು ಮತ್ತು ಸ್ಪರ್ಧಾತ್ಮಕ ಪಂದ್ಯಗಳಲ್ಲಿ ತಮ್ಮ ಚುರುಕುತನ ಮತ್ತು ಯುದ್ಧ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಪ್ರದರ್ಶಿಸಿದವು. ರೋಬೋಟ್‌ಗಳು ಅದ್ಭುತ ನಿಖರತೆಯೊಂದಿಗೆ ಪಂಚ್‌ಗಳು ಮತ್ತು ಕಿಕ್‌ಗಳನ್ನು ವಿನಿಮಯ ಮಾಡಿಕೊಂಡವು, ಇದು ರೋಬೋಟಿಕ್ಸ್ ಮತ್ತು AI ನಲ್ಲಿ ಆಗುತ್ತಿರುವ ವೇಗದ ಪ್ರಗತಿಯನ್ನು ಎತ್ತಿ ತೋರಿಸಿದೆ.
ಈ ವಿಡಿಯೋಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಿದ ಒಬ್ಬ ಬಳಕೆದಾರರು, “ರಿಂಗ್‌ನಲ್ಲಿ ರೆಫರಿ ಇರುವುದು ನನಗೆ ಅತ್ಯಂತ ಗೊಂದಲವನ್ನುಂಟು ಮಾಡುತ್ತದೆ” ಎಂದು ಬರೆದರೆ, ಇನ್ನೊಬ್ಬರು, “ಅವರು ಮೂಲ ಕಥೆಯನ್ನು ನೋಡಿದಾಗ ನಮ್ಮನ್ನೆಲ್ಲಾ ಕೊಲ್ಲಲಿದ್ದಾರೆ, ಅಲ್ಲವೇ?” ಎಂದು ಕಾಮೆಂಟ್ ಮಾಡಿದ್ದಾರೆ.
ಮೂರನೆಯವರು, “ರೋಬೋಟ್ ಬಾಕ್ಸಿಂಗ್ ಚಲನಚಿತ್ರಗಳಲ್ಲಿ ಕಾಣಿಸಿಕೊಂಡಾಗ ನಾವು ನಕ್ಕಿದ್ದೆವು. ಈಗ ಅದು ಇಲ್ಲಿದೆ – ಸಿಜಿಐ ಅಲ್ಲ, ಪ್ರೊಪ್ಸ್ ಅಲ್ಲ, ಕೇವಲ ನಿಜವಾದ ಲೋಹದ ಪಂಚ್‌ಗಳು” ಎಂದು ಹೇಳಿದ್ದಾರೆ. ನಾಲ್ಕನೆಯವರು, “ಇದು ಕೇವಲ ಮನರಂಜನೆಯಲ್ಲ – ಇದು ಹೊಸ ಜನಾಂಗದ ಜನನ. ಭವಿಷ್ಯದ ಮೊದಲ ಪಂಚ್‌ಗಳನ್ನು ನಮಗೆ ಎಸೆಯಲು ಅಗತ್ಯವಿಲ್ಲ” ಎಂದು ಹೇಳಿದ್ದಾರೆ.
ಆದಾಗ್ಯೂ, ಐದನೇ ಬಳಕೆದಾರರು ವಿಭಿನ್ನ ದೃಷ್ಟಿಕೋನವನ್ನು ಹೊಂದಿದ್ದರು. “ಇದು ಸ್ವಲ್ಪ ಅಸಂಬದ್ಧ ಎಂದು ಬೇರೆಯವರಿಗೂ ಅನಿಸುತ್ತದೆಯೇ? (1) ಇದು ಒಂದೇ ರೀತಿಯ ರೋಬೋಟ್‌ಗಳು ಪರಸ್ಪರ ಹೋರಾಡುತ್ತಿವೆ, ಆದ್ದರಿಂದ ನೋಡಲು ಯಾವುದೇ ವಿಭಿನ್ನತೆ ಇಲ್ಲ. (2) ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಸ್ವಾಯತ್ತವಲ್ಲ, ಸ್ಪಷ್ಟವಾಗಿ ರಿಮೋಟ್-ನಿಯಂತ್ರಿತವಾಗಿದೆ. ಇಲ್ಲಿ ಉತ್ಸುಕರಾಗಲು ದೊಡ್ಡ ಪ್ರಗತಿ ಏನನ್ನೂ ನಾನು ಕಾಣುವುದಿಲ್ಲ” ಎಂದು ಅವರು ಹೇಳಿದ್ದಾರೆ.
ಯೂನಿಟ್ರೀ ರೊಬೊಟಿಕ್ಸ್‌ನ ಮಾನವರೂಪಿ ರೋಬೋಟ್‌ಗಳು ಹಲವು ಬಾರಿ ವಿವಾದಗಳ ಕೇಂದ್ರಬಿಂದುವಾಗಿವೆ. ಇತ್ತೀಚಿನ ಘಟನೆಯಲ್ಲಿ, ಒಂದು ರೋಬೋಟ್ ತನ್ನ ನಿರ್ವಾಹಕರ ಮೇಲೆ ಅಪ್ಪಳಿಸಿದ್ದು, AI ಸುರಕ್ಷತೆ ಮತ್ತು ಸಂಭಾವ್ಯ ಅಪಾಯಗಳ ಬಗ್ಗೆ ಕಳವಳಗಳನ್ನು ಹುಟ್ಟುಹಾಕಿದೆ. ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮದಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಹಂಚಿಕೊಳ್ಳಲಾದ ಸಿಸಿಟಿವಿ ದೃಶ್ಯಾವಳಿಗಳು ರೋಬೋಟಿಕ್ಸ್ ಮತ್ತು AI ನ ವೇಗದ ಪ್ರಗತಿಯ ಬಗ್ಗೆ ಭಯವನ್ನು ಹೆಚ್ಚಿಸಿವೆ.
ಫೆಬ್ರವರಿಯಲ್ಲಿ, ಚೀನಾದ ಟಿಯಾಂಜಿನ್‌ನಲ್ಲಿ ನಡೆದ ಸ್ಪ್ರಿಂಗ್ ಫೆಸ್ಟಿವಲ್ ಗಾಲಾದಲ್ಲಿ ಒಂದು ರೋಬೋಟ್ ನಿಯಂತ್ರಣ ಕಳೆದುಕೊಂಡು ಜನಸಮೂಹದ ಮೇಲೆ ನುಗ್ಗಿತು. ಟೆಸ್ಲಾದ ಟೆಕ್ಸಾಸ್ ಕಾರ್ಖಾನೆಯಲ್ಲಿ ರೋಬೋಟ್ ಒಬ್ಬ ಇಂಜಿನಿಯರ್ ಮೇಲೆ ದಾಳಿ ಮಾಡಿದಂತಹ AI ನ ತಪ್ಪು ಘಟನೆಗಳು ಸಹ ಸುದ್ದಿಯಾಗಿವೆ. ಈ ಘಟನೆಗಳಿಗೆ ಸಾಫ್ಟ್‌ವೇರ್ ದೋಷಗಳು ಮೂಲ ಕಾರಣ ಎಂದು ಹಲವು ಬಾರಿ ಗುರುತಿಸಲಾಗಿದೆ, ಇದು ಇಂತಹ ಅನಿರೀಕ್ಷಿತ ಘಟನೆಗಳನ್ನು ತಡೆಯಲು AI ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಕಠಿಣ ಪರೀಕ್ಷೆ ಮತ್ತು ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣದ ಅಗತ್ಯವನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ.
