সাংহাইয়ের একটি দোকানে ২৪ ঘণ্টার পরীক্ষায় ছয়টি অ্যাজিবট হিউম্যানয়েডের ১,৭৩০টি কাজ সম্পন্ন

কাউন্টারে পুরো দিন, পরীক্ষায় উত্তীর্ণ চার রোবট

সাংহাইয়ের শুহুই জেলার একটি চালু কনভিনিয়েন্স স্টোরে ২৪ ঘণ্টার পরীক্ষায় ছয়টি অ্যাজিবট G2 হিউম্যানয়েড রোবট ১,৭৩০টি কাজ সম্পন্ন করেছে। দুপুরের খাবারের সময়, সন্ধ্যা, রাতভর এবং সকালের নাশতার সময় তারা ক্রেতাদের সেবা দিয়েছে। ছয়টির মধ্যে চারটি পরীক্ষায় উত্তীর্ণ হয়েছে। কাজ সম্পন্ন করা, সাড়া দেওয়ার গতি, অপ্রত্যাশিত পরিস্থিতি সামলানো এবং ক্রেতাদের মতামতের ভিত্তিতে তাদের মূল্যায়ন করা হয়।

চ্যালেঞ্জটি শুরু হয় ২ নভেম্বর সকাল ১০টায় এবং শেষ হয় ৩ নভেম্বর সকাল ১০টায়। প্রতিটি রোবটকে নির্দিষ্ট কাজ দেওয়া হয়েছিল—ক্রেতাদের অভ্যর্থনা জানানো ও পণ্য এনে দেওয়া থেকে শুরু করে কফি তৈরি এবং টেবিল পরিষ্কার করা পর্যন্ত। অ্যাজিবট জানিয়েছে, সরাসরি সম্প্রচারটি অনলাইনে ২০ লাখের বেশি দর্শক দেখেছেন।

কোম্পানির চূড়ান্ত হিসাব অনুযায়ী, সবচেয়ে ব্যস্ত কাজটি ছিল ক্রেতাদের অভ্যর্থনা জানানো; এ ধরনের ৬৮৩টি কাজ হয়েছে। এ ছাড়া রোবটগুলো ৩৬৯ বার পণ্য এনে দিয়েছে ও সরবরাহ করেছে, ১৪৭ কাপ কফি তৈরি করেছে, নাশতার ১২৬টি অর্ডার সামলেছে, পণ্য পুনরায় সাজানো ও তাক পরীক্ষা করেছে ২৭৭ বার এবং টেবিল পরিষ্কার করেছে ১২৮ বার।

এই পরীক্ষায় বেশ কয়েকটি কঠিন সমস্যাকে একই স্থানে একত্র করা হয়েছিল: ক্রেতা কী চান তা বোঝা, সঠিক পণ্য খুঁজে বের করা, জিনিসপত্র সাবধানে সামলানো এবং মানুষের আশপাশে চলাচল করা। আমন্ত্রিত পরীক্ষকেরা ইচ্ছাকৃতভাবে পণ্য এদিক-সেদিক রেখেছেন এবং চলাচলের পথ আটকে দিয়েছেন। একই সময়ে দোকানে স্বাভাবিক বেচাকেনা চলেছে।

অ্যাজিবটের ভাষ্য অনুযায়ী, পুরো কার্যক্রমে কোনো মানুষ সরাসরি যুক্ত ছিলেন না; অর্থাৎ দোকানে কোনো মানুষ রোবটকে কাজ দেখিয়ে দেননি বা হাতে-কলমে সমন্বয় করেননি। তবে প্রকাশিত ফলাফলে পারফরম্যান্সের গুরুত্বপূর্ণ একটি দিক এখনো অজানা। সরাসরি সম্প্রচারের আগের কার্যক্রমে সম্পন্ন কাজের সংখ্যা ও সফলতার হার প্রকাশ করেছে কোম্পানিটি, কিন্তু ২৪ ঘণ্টার পরীক্ষার সফলতার হার বা মানুষের হস্তক্ষেপের সংখ্যা প্রকাশ করেনি।

ছয়টি রোবট কীভাবে কাজ ভাগ করে নিয়েছিল

একটি রোবট প্রবেশপথে ক্রেতাদের অভ্যর্থনা জানিয়েছে। দুটি পণ্য বাছাই, পুনরায় তাক সাজানো এবং তাক পর্যবেক্ষণের কাজ করেছে। চতুর্থটি কফি তৈরি করেছে, পঞ্চমটি ক্যাশ কাউন্টারে কাজের পাশাপাশি গরম খাবার সামলেছে, আর ষষ্ঠটি টেবিল পরিষ্কার করেছে।

নির্দিষ্ট দায়িত্বের কারণে রোবটগুলোর কাজের ধরনও ছিল আলাদা। ক্রেতাকে অভ্যর্থনা জানানোর জন্য যে ধারাবাহিক পদক্ষেপ লাগে, পানীয় তৈরি করা বা খাবার প্যাক করার ক্ষেত্রে তা ভিন্ন। একই কাজের মধ্যেও রোবটকে বদলে যাওয়া অনুরোধ, ভুল জায়গায় রাখা পণ্য বা ক্রেতায় ভরা আইলের মতো পরিস্থিতির মুখোমুখি হতে হয়েছে।

ক্রেতাদের অভ্যর্থনা এবং পণ্য এনে দেওয়া—এই দুই কাজ মিলিয়ে সম্পন্ন হয়েছে ১,৭৩০টির মধ্যে ১,০৫২টি, অর্থাৎ প্রায় ৬১ শতাংশ। এতে বোঝা যায়, বেশির ভাগ কাজ কোন ক্ষেত্রগুলোতে হয়েছে। তবে এই হিসাব প্রতিটি কাজকে সমান গুরুত্ব দেয়, যদিও কাজভেদে সময় ও পরিশ্রমের পার্থক্য অনেক হতে পারে।

কাজের পূর্ণ হিসাব:

• ক্রেতাদের অভ্যর্থনা: ৬৮৩টি।
• পণ্য এনে দেওয়া ও সরবরাহ: ৩৬৯টি।
• কফি তৈরি: ১৪৭টি।
• নাশতা পরিবেশন: ১২৬টি।
• পণ্য পুনরায় সাজানো ও তাক পরীক্ষা: ২৭৭টি।
• টেবিল পরিষ্কার: ১২৮টি।

ছয়টি রোবটের হিসাবে, দলটি ঘণ্টায় গড়ে প্রায় ৭২টি কাজ সম্পন্ন করেছে। দোকানে ব্যস্ত সময় ও রাতের নিরিবিলি সময়ের মধ্যে ক্রেতাদের চাহিদা ওঠানামা করেছে।

ক্রেতা ও পরীক্ষকেরা বদলে দিয়েছেন পরিস্থিতি

আমন্ত্রিত পরীক্ষকেরা এমন পরিস্থিতি তৈরি করেছেন, যেখানে পণ্য সাধারণত কোথায় থাকে তা মনে রাখাই যথেষ্ট ছিল না। তাঁরা সাধারণ কোলা ও চিনি ছাড়া কোলা মিশিয়ে রেখে পরে নির্দিষ্টভাবে চিনি ছাড়া কোলা চেয়েছেন। পাশাপাশি, এক তাকভর্তি চুইংগাম এলোমেলো করে দিয়েছেন।

জানা গেছে, পানীয়ের অনুরোধের কথা বুঝে রোবটগুলো দৃশ্যমান পণ্য যাচাই করে সঠিক কোলা শনাক্ত করেছে। চুইংগামের ক্ষেত্রে, দাম লেখা ট্যাগে দেখানো অবস্থানের ওপর নির্ভর না করে তাক গোছানোর সময় দৃশ্য দেখে পণ্যের সংখ্যা গুনেছে তারা।

দুটি পরীক্ষাই খুচরা বিক্রির একটি সাধারণ সমস্যাকে সামনে এনেছে: কর্মীর সামনে থাকা দোকানের বিন্যাস প্রত্যাশিত বিন্যাস থেকে আলাদা হতে পারে। ক্রেতা কোনো পণ্য ভুল জায়গায় রেখে যেতে পারেন, আবার একই রকম প্যাকেজিংয়ের কারণে দুটি আলাদা পণ্য দেখতে প্রায় এক হতে পারে।

পরীক্ষকেরা আইলের মধ্যে দাঁড়িয়েছেন এবং রোবটের চলার পথে বাক্স ফেলেছেন। জানা গেছে, বাধা পেলে রোবটগুলো থেমে বিকল্প পথ বেছে নিয়েছে। চালু দোকানে চলাচল ও সেবা একে অপরের সঙ্গে যুক্ত: ক্রেতার অনুরোধ পূরণ করতে তাক পর্যন্ত নিরাপদে পৌঁছানোও জরুরি।

একটি বান বা ফ্রিজারের দরজা কেন কঠিন

অ্যাজিবটের এমবডিড রিসার্চ সেন্টারের ভাইস প্রেসিডেন্ট রেন গুয়াংহুই বলেছেন, কনভিনিয়েন্স স্টোরে নানা ধরনের পণ্য, বিভিন্ন রকম ক্রেতার অনুরোধ এবং রোবটের ব্যবহার করতে হয় এমন সরঞ্জাম থাকায় সেখানে কাজ করা কঠিন। কারখানায় কাজের পরিবেশ তুলনামূলকভাবে নির্দিষ্ট হতে পারে, যেখানে পণ্য ও নড়াচড়ার ধরন সীমিত।

একটি বান প্যাক করার উদাহরণেই কাজটির জটিলতা বোঝা যায়। রোবটকে চিমটা ব্যবহার করে খাবারটি ধরতে হয় এবং কাগজের ব্যাগ খুলতে হয়। প্রতিটি ধাপে জিনিসপত্রের অবস্থান বদলে যায় এবং পরের কাজের জন্য জায়গা পাল্টায়। খাবারটি সফলভাবে ধরতে পারা অর্ডার সম্পন্ন করার একটি অংশ মাত্র।

উন্নয়নের সময় ফ্রিজারের দরজা খোলাও একাধিক সমস্যা তৈরি করেছিল। দরজাটি কোন দিকে খুলবে এবং কতটা জোর প্রয়োগ করতে হবে, তা রোবটকে বুঝতে হয়েছে। এরপর দুই হাতের মধ্যে সমন্বয় করে এক হাতে দরজা ধরে অন্য হাতে পণ্য বের করতে হয়েছে।

রেন ব্যাখ্যা করেছেন, মাথা ও কবজিতে থাকা সেন্সর এবং বাহুতে থাকা বল-সংবেদী সেন্সর রোবটকে নিজের নড়াচড়া বিচার করতে সহায়তা করে। বল শনাক্তকারী সেন্সরের মাধ্যমে যন্ত্র বুঝতে পারে সে কতটা জোরে ঠেলছে বা টানছে। এতে জোরে ধাক্কা লাগা বা দরজা ক্ষতিগ্রস্ত হওয়ার ঝুঁকি কমে।

সবচেয়ে কঠিন কিছু কাজ ছিল সহজে বাঁকে, সরে যায় বা ভেঙে যেতে পারে এমন পণ্য নিয়ে। হুকে ঝোলানো ক্যান্ডির ব্যাগ এবং নরম কেক না চেপে তুলে নেওয়া কঠিন ছিল; কখনো কখনো রোবট ব্যর্থও হয়েছে। এসব উদাহরণ দেখায়, দোকানে পরীক্ষার সময় কতটি কাজ সম্পন্ন হয়েছে তার পাশাপাশি পণ্য সামলানোর মানও যাচাই করা দরকার।

সিদ্ধান্ত ও নড়াচড়ার মধ্যে সংযোগকারী সফটওয়্যার

ছয়টি রোবটের কাজ সমন্বয় করেছে অ্যাজিবটের এমবডিড এজেন্ট ফ্রেমওয়ার্ক জিনি মাস্টার। কোম্পানির দাবি, তাদের এমবডিড এক্সিকিউশন প্রোটোকল কাজের সিদ্ধান্ত, শারীরিক নড়াচড়া এবং ফলাফল থেকে পাওয়া প্রতিক্রিয়াকে সংযুক্ত করে।

সহজভাবে বললে, এমবডিড ইন্টেলিজেন্স হলো এমন কৃত্রিম বুদ্ধিমত্তা, যা একটি বাস্তব যন্ত্রের মাধ্যমে কাজ করে। দোকানের রোবটকে একটি অনুরোধকে নড়াচড়ায় রূপ দিতে হয়, তারপর কী ঘটেছে তা সেন্সরের সাহায্যে যাচাই করতে হয়। পানীয় চাওয়া একটি লক্ষ্য নির্ধারণ করে; সঠিক পাত্র খুঁজে বের করা, ধরা এবং পৌঁছে দেওয়ার জন্য একের পর এক শারীরিক কাজ করতে হয়।

অ্যাজিবটের ভাষ্য অনুযায়ী, তাদের সিস্টেম প্রতিদিন সফল ও ব্যর্থ কাজগুলো পর্যালোচনা করে, উপযোগী অভিজ্ঞতা দীর্ঘমেয়াদি স্মৃতিতে সংরক্ষণ করে এবং সংশোধিত প্রচেষ্টাগুলোকে প্রশিক্ষণের উপাত্তে পরিণত করে। এই প্রশিক্ষণের উপাত্ত হলো এমন উদাহরণ, যা ব্যবহার করে সিস্টেম পরবর্তী সময়ে নিজের কাজের ধরন উন্নত করতে পারে।

রেন বলেছেন, শুরুতে অর্ডার ব্যবস্থায় অর্ডার সম্পন্ন না হওয়া, স্ট্যাটাস আপডেট নিবন্ধিত না হওয়া এবং রোবটগুলোর অবস্থান নিয়ে সংঘাতের সমস্যা দেখা দিয়েছিল। কাজের সমন্বয়সংক্রান্ত সমস্যাগুলো একই দিনে পর্যালোচনা করা হয় এবং মডেল অপরিবর্তিত রেখেই পরদিন থেকে সংশোধন কার্যকর করা হয়।

নিরিবিলি সময়েও রোবটগুলো অনুশীলন করেছে। রেনের ভাষ্য অনুযায়ী, রাতে কাজ না থাকলে তারা তাকের কাছে গিয়ে কঠিন কাজের অনুশীলন করত। ফলে দোকানটি একদিকে কর্মস্থল, অন্যদিকে আরও অনুশীলনের জায়গা হয়ে উঠেছিল; ক্রেতার ভিড় কম থাকলেও কাজ চলেছে।

কোম্পানির বর্ণনায় রোবট তৈরির এমন কয়েকটি ধাপের যোগসূত্র উঠে এসেছে, যেগুলোকে প্রায়ই আলাদা করে দেখা হয়: কাজ বেছে নেওয়া, তা সম্পন্ন করা এবং ফলাফল থেকে শেখা। কনভিনিয়েন্স স্টোরের কার্যক্রমে এসব ধাপ এক জায়গায় যুক্ত হয়েছিল, যেখানে একটি ধাপে ভুল হলে অর্ডারের বাকি অংশও প্রভাবিত হতে পারত।

পর্যালোচনায় যা মাপা হয়েছে, আর যা এখনো জানা যায়নি

কাজ সম্পন্ন করা, সাড়া দেওয়ার গতি, ব্যতিক্রমী পরিস্থিতি সামলানো এবং ক্রেতাদের মতামতের ভিত্তিতে মূল্যায়নের পর চারটি রোবট পরীক্ষায় উত্তীর্ণ হয়েছে। দুটি উত্তীর্ণ হয়নি। তবে প্রকাশিত ফলাফলে তাদের প্রত্যেকের পারফরম্যান্স বা ব্যর্থতার কারণ উল্লেখ করা হয়নি। ২৪ ঘণ্টার পরীক্ষার সফলতার হার এবং মানুষের হস্তক্ষেপের সংখ্যাও জানানো হয়নি।

সরাসরি সম্প্রচারের আগের কনভিনিয়েন্স স্টোর কার্যক্রমে GO-3 Preview চালানো G2 রোবটগুলোর সম্পূর্ণ কাজের ধাপ সফলভাবে শেষ করার হার প্রথম দিনের ২৮.৬ শতাংশ থেকে পঞ্চম দিনে বেড়ে স্থিতিশীলভাবে ৮৫.৭ শতাংশে পৌঁছায়। প্রচলিত সুপারভাইজড ফাইন-টিউনিং বা SFT পদ্ধতির তুলনায় তাদের একক কাজের সফলতার হার ছিল ১৭.৭ শতাংশ পয়েন্ট বেশি। এই পরিসংখ্যান সরাসরি সম্প্রচারের আগের কার্যক্রমের, ২৪ ঘণ্টার পরীক্ষার নয়।

রেন বলেছেন, কোম্পানি আরও বিস্তৃত কিছু সূচক পর্যবেক্ষণ করবে: কাজ সফলভাবে সম্পন্ন করার হার, প্রথম চেষ্টায় সফলতা, সাড়া দেওয়ার সময়, অনুরোধ থেকে কাজ শেষ হওয়া পর্যন্ত মোট সময়, নির্দিষ্ট সময়ে গ্রহণযোগ্যভাবে সরবরাহ করা পণ্যের সংখ্যা, মানুষের হস্তক্ষেপের হার, সমস্যা থেকে কাজে ফেরার সময় এবং সিস্টেম সচল থাকার হার।

এই সূচকগুলো বাস্তব কাজের ভিন্ন ভিন্ন প্রশ্নের উত্তর দেয়। প্রথম চেষ্টায় সফলতার হার দেখায়, রোবট শুরুতেই কাজটি ঠিকমতো করতে পারে কি না। সমস্যা থেকে কাজে ফেরার সময় বলে, কোনো সমস্যা দেখা দিলে আবার কার্যকরভাবে কাজ শুরু করতে কতক্ষণ লাগে। সিস্টেম সচল থাকার হার বোঝায়, নির্ধারিত কর্মসময়ের কতটা সময় যন্ত্রটি ব্যবহারের জন্য প্রস্তুত থাকে।

দোকান পরিচালনাকারীর জন্য এসব তথ্য জরুরি, কারণ একটি পণ্য পৌঁছে দেওয়ার কাজ দ্রুত ও নির্বিঘ্নে সম্পন্ন হতে পারে, আবার কয়েকবার চেষ্টা করার পরও তা শেষ হতে পারে। একইভাবে, দ্রুত সাড়া দিলেও অর্ডার শেষ করতে দীর্ঘ সময় নিলে ক্রেতার অভিজ্ঞতা হবে ভিন্ন; পুরো প্রক্রিয়া দ্রুত সম্পন্ন করা রোবটের অভিজ্ঞতা হবে আরেক রকম।

অ্যাজিবটের চূড়ান্ত হিসাব সম্পন্ন কাজের পরিমাণ জানায়। আরও পূর্ণাঙ্গ পারফরম্যান্স সূচক থাকলে দোকান বুঝতে পারবে, রোবটগুলো কতটা ধারাবাহিকভাবে ক্রেতাদের সেবা দিতে পারে, তাদের কতটা সহায়তা দরকার এবং কোনো সমস্যা হলে তারা কত ভালোভাবে সামলে ওঠে।

পণ্য উন্মোচন থেকে রাতভর কাজ

২২ অক্টোবর শুরু হওয়া অ্যাজিবটের এআই ওয়েভ উন্মোচন পর্বের সমাপ্তি ঘটে কনভিনিয়েন্স স্টোরের এই চ্যালেঞ্জের মাধ্যমে। এই পর্বে কোম্পানির উপাত্তভান্ডার, সিমুলেশন প্ল্যাটফর্ম, মডেল ও রোবট হার্ডওয়্যারকে বাস্তব কার্যক্রমে একত্র করা হয়।

প্রধান ঘটনাগুলো ছিল:

• ২২ অক্টোবর: অ্যাজিবট এআই ওয়েভ উন্মোচন পর্ব শুরু করে।
• ২ নভেম্বর, সকাল ১০টা: সাংহাইয়ের শুহুই জেলার কনভিনিয়েন্স স্টোরে ছয়টি রোবটের চ্যালেঞ্জ শুরু হয়।
• ২ নভেম্বর থেকে ৩ নভেম্বর: দলটি দুপুরের খাবার ও সন্ধ্যার ব্যস্ত সময়, রাতের পালা এবং সকালের ব্যস্ত সময়ে কাজ করে।
• ৩ নভেম্বর, সকাল ১০টা: পরীক্ষা শেষ হয়। অ্যাজিবট জানায়, ১,৭৩০টি কাজ সম্পন্ন হয়েছে এবং চারটি রোবট মূল্যায়নে উত্তীর্ণ হয়েছে।

রেন বলেছেন, রাতের পালায় কাজ করানো একটি ব্যবহারিক ক্ষেত্র, যা নিয়ে কোম্পানিটি অনুসন্ধান করছে। দিনরাত খোলা থাকা দোকানে এমন সময়ে কর্মী দরকার হয়, যা স্বাভাবিক ঘুমের সময়সূচিতে ব্যাঘাত ঘটায়। অন্যদিকে, কিছু একঘেয়ে কাজে দীর্ঘ সময় মনোযোগ ধরে রাখতে হয়।

দীর্ঘ সময় কাজ চালিয়ে যেতে স্বয়ংক্রিয়ভাবে ব্যাটারি বদলের ব্যবস্থাও খতিয়ে দেখছে অ্যাজিবট। এতে রোবট চার্জ ফুরিয়ে যাওয়া ব্যাটারি বদলে আবার কাজে ফিরতে পারবে। দীর্ঘ সময় সেবা চালু রাখার জন্য কোম্পানির ঘোষিত পরিকল্পনার অংশ এটি।

দোকানের কাজের ক্ষেত্রে পরীক্ষাটির তাৎপর্য

সাংহাইয়ের কার্যক্রমে ক্রেতাদের কেনাকাটা চলার পাশাপাশি রোবটগুলোকে পরস্পর-সম্পর্কিত কয়েকটি সেবার দায়িত্ব দেওয়া হয়েছিল। বাস্তব দিক থেকে উল্লেখযোগ্য বিষয় হলো, তারা নানা ধরনের কাজের চেষ্টা করেছে: ক্রেতাদের সঙ্গে কথা বলা, পণ্য আলাদা করে চেনা, খাবার সামলানো, সরঞ্জাম ব্যবহার, আইলে চলাচল এবং সবার ব্যবহৃত স্থান পরিষ্কার করা।

কঠিন মুহূর্তগুলোও ছিল স্পষ্ট। নরম কেক ধরতে হয় সাবধানে। ফ্রিজারের দরজা খুলতে দরকার নিয়ন্ত্রিত বল ও দুই হাতের সমন্বয়। ভুল জায়গায় রাখা পণ্য নতুন করে দেখে শনাক্ত করতে হয়। অভিজ্ঞ কর্মীর কাছে এগুলো ছোটখাটো কাজ মনে হলেও, প্রতিটি ক্ষেত্রেই রোবটের একাধিক সক্ষমতাকে একসঙ্গে কাজ করতে হয়।

একই ধরনের সরঞ্জাম ব্যবহারের কথা ভাবছে এমন খুচরা বিক্রেতাদের জন্য মূল প্রশ্ন হলো, একটি পালা জুড়ে রোবট কতটা নির্ভরযোগ্য, ব্যস্ত সময়ে সেবার মান কেমন থাকে এবং মানুষের কতটা সহায়তা লাগে। অ্যাজিবট উল্লেখযোগ্য সংখ্যক কাজ সম্পন্ন করার হিসাব এবং মিশ্র পরীক্ষার ফল প্রকাশ করেছে। প্রস্তাবিত পারফরম্যান্স সূচকগুলো প্রকাশিত হলে দৈনন্দিন দোকান পরিচালনায় রোবট ব্যবহারের উপযোগিতা বিচার করার জন্য আরও বিস্তারিত তথ্য মিলবে।

মূল তথ্য

• ২ নভেম্বর থেকে ৩ নভেম্বর পর্যন্ত সাংহাইয়ের শুহুই জেলার একটি চালু কনভিনিয়েন্স স্টোরে ছয়টি অ্যাজিবট G2 হিউম্যানয়েড কাজ করেছে।
• অ্যাজিবটের হিসাবে, তারা ১,৭৩০টি কাজ সম্পন্ন করেছে; এর মধ্যে ছিল ৬৮৩ বার ক্রেতাদের অভ্যর্থনা, ৩৬৯ বার পণ্য এনে দেওয়া ও সরবরাহ এবং ১৪৭ কাপ কফি তৈরি।
• পরীক্ষায় চারটি রোবট উত্তীর্ণ হয়েছে; দুটি হয়নি।
• পরীক্ষকেরা পণ্য এদিক-সেদিক রেখেছেন এবং আইলে চলাচলের পথ আটকে দিয়েছেন। এতে পণ্য শনাক্ত করা, তাক গোছানো এবং চলাচলের সক্ষমতা যাচাই হয়েছে।
• নরম কেক তোলা এবং ক্যান্ডির ব্যাগ হুকে ঝোলানোর মতো সাবধানে পণ্য সামলানোর কাজ কঠিন ছিল।
• অ্যাজিবটের ভাষ্য অনুযায়ী, দোকানে রোবটকে কাজ দেখিয়ে দেওয়া বা হাতে-কলমে সমন্বয় করার জন্য কোনো মানুষ ছিলেন না। সরাসরি সম্প্রচারের আগের কার্যক্রমে পুরো কাজের ধাপ সফলভাবে শেষ করার হার প্রথম দিনের ২৮.৬ শতাংশ থেকে পঞ্চম দিনে বেড়ে ৮৫.৭ শতাংশ হয়েছিল। প্রচলিত সুপারভাইজড ফাইন-টিউনিংয়ের তুলনায় একক কাজের সফলতার হার ছিল ১৭.৭ শতাংশ পয়েন্ট বেশি। ২৪ ঘণ্টার পরীক্ষার সফলতার হার এবং মানুষের হস্তক্ষেপের সংখ্যা এখনো প্রকাশিত হয়নি।
• দীর্ঘ সময় কাজ চালানোর লক্ষ্যে কোম্পানিটি রাতের পালা এবং স্বয়ংক্রিয় ব্যাটারি বদলের ব্যবস্থা খতিয়ে দেখছে।