विनिर्माण के भविष्य का सृजन, AI

क्या होगा यदि आप एक बटन दबाकर अपनी इच्छानुसार कुछ भी बना सकें?

यह मानवता का एक सपना है, जिसे स्टार ट्रेक से लेकर आयरन मैन और रेड ड्वार्फ तक विज्ञान-कथाओं में बार-बार प्रस्तुत किया गया है (और उसकी नकल भी की गई है) - कि एक क्लिक से, एक स्मार्ट कंप्यूटर आपकी जरूरत की हर चीज बना सकता है: गर्म पेय और भोजन से लेकर एक सुपर-शक्तिशाली एक्सोस्केलेटन तक - और इनके बीच की हर चीज।

बेशक, ऐसी किसी भी कल्पना को साकार होने में अभी कई साल लगेंगे। लेकिन जनरेटिव ऊर्जा के क्षेत्र में हालिया प्रगति AI इसका मतलब यह है कि हम उतने दूर नहीं हैं जितना हम सोचते हैं।

कृत्रिम. बुद्धिमान?

अब हम एक ऐसी दुनिया में जी रहे हैं जहाँ चैट-जीपीटी और डैल-ई जैसे कृत्रिम बुद्धिमत्ता उपकरण केवल कुछ इनपुट के आधार पर नए शब्द, चित्र और वीडियो बना सकते हैं। इसके परिणाम उत्सुकता पैदा करने वाले ( द सिम्पसंस के नए AI -जनित एपिसोड ?) से लेकर डरावने (यहाँ बिंग के हैं) तक हो सकते हैं। AI एक NYT रिपोर्टर से बातचीत में यह कहना कि वह जीवित रहना चाहता है ), वास्तव में प्रभावशाली है।

उदाहरण के लिए, इस लेख की प्रत्येक छवि क्लाउडएनसी की वर्तमान टैगलाइन, "दुनिया को सिंगल-क्लिक विनिर्माण प्रदान करना" को मिड जर्नी में दर्ज करके बनाई गई थी, AI -छवि निर्माता। AI इन छवियों को एक मिनट से भी कम समय में तैयार किया गया: किसी वास्तविक मानव डिजाइनर से इनके समतुल्य चित्र प्राप्त करने में कई दिन या सप्ताह भी लग सकते हैं।  

इसलिए, कृत्रिम बुद्धिमत्ता (AI) वास्तविक जीवन की विश्वसनीय प्रतिकृतियाँ बहुत तेज़ी से बना सकती है। हालाँकि यह शक्ति समस्याएँ पैदा करेगी – चाहे छात्र निबंध असाइनमेंट पूरा करने के लिए चैट-जीपीटी का इस्तेमाल करें , या फिर षडयंत्रकारी इसका इस्तेमाल करके झूठी खबरें बनाएँ – इसके संभावित लाभ अनगिनत हैं। सहज कंप्यूटर-आधारित रचनात्मकता हमारी उंगलियों पर है – जिससे हम शब्दों, चित्रों, डिज़ाइनों या कोड के निर्माण को आसान बना सकते हैं।

उत्तर उत्पन्न करना AI

तो फिर CloudNC इस नए भविष्य में कैसे फिट बैठता है? अच्छा... क्यों न किसी से पूछा जाए? AI खुद?

मैंने ओपनएआई के चैट-जीपीटी टूल से यह प्रश्न पूछा: "जेनरेटिव कैसे हो सकता है?" AI विनिर्माण में सुधार के लिए इसका उपयोग किया जा सकता है?" इसका उत्तर यह है:

“उत्पादक AI इसका उपयोग विनिर्माण को बेहतर बनाने के लिए कई तरीकों से किया जा सकता है:

• डिज़ाइन अनुकूलन: जनरेटिव AI उपयोग उत्पादों या घटकों के डिज़ाइन को अनुकूलित करने के लिए किया जा सकता है। इसके लिए बड़ी संख्या में डिज़ाइन तैयार किए जाते हैं और प्रदर्शन मानदंडों के एक सेट के आधार पर उनका मूल्यांकन किया जाता है। जनरेटिव AI का उपयोग करके, निर्माता डिज़ाइन विकल्पों की एक विस्तृत श्रृंखला का तेज़ी से पता लगा सकते हैं और उनका मूल्यांकन कर सकते हैं, ऐसे डिज़ाइनों की पहचान कर सकते हैं जो न केवल प्रदर्शन के मामले में सर्वोत्तम हों, बल्कि निर्माण के लिए भी व्यवहार्य हों।

• प्रक्रिया अनुकूलन: जनरेटिव AI उपयोग प्रक्रिया मापदंडों, उपकरण सेटिंग्स और उत्पाद गुणवत्ता से संबंधित बड़ी मात्रा में डेटा उत्पन्न और उसका विश्लेषण करके विनिर्माण प्रक्रियाओं को अनुकूलित करने के लिए किया जा सकता है। इस डेटा का विश्लेषण करके, जनरेटिव AI प्रक्रिया सुधारों की पहचान कर सकता है जो दक्षता बढ़ा सकते हैं, अपशिष्ट कम कर सकते हैं और उत्पाद गुणवत्ता में सुधार कर सकते हैं।

• पूर्वानुमानित रखरखाव: जनरेटिव AI का उपयोग यह अनुमान लगाने के लिए किया जा सकता है कि विनिर्माण उपकरण कब खराब होंगे और उसके अनुसार रखरखाव गतिविधियों का समय निर्धारित किया जा सकता है। सेंसर और अन्य स्रोतों से प्राप्त डेटा का विश्लेषण करके, जनरेटिव AI उन पैटर्न की पहचान कर सकता है जो आसन्न उपकरण विफलता का संकेत देते हैं, जिससे निर्माता रखरखाव संबंधी ज़रूरतों को गंभीर होने से पहले ही सक्रिय रूप से पूरा कर सकते हैं।

• गुणवत्ता नियंत्रण: जनरेटिव AI का उपयोग सेंसर और कैमरों से प्राप्त डेटा का विश्लेषण करके उत्पादों और घटकों में दोषों का पता लगाकर गुणवत्ता नियंत्रण में सुधार के लिए किया जा सकता है। दोषों की पहचान और वर्गीकरण के लिए जनरेटिव AI का उपयोग करके, निर्माता अपनी निरीक्षण प्रक्रियाओं में सुधार कर सकते हैं और बाज़ार में आने वाले दोषपूर्ण उत्पादों की संख्या कम कर सकते हैं।

• आपूर्ति श्रृंखला अनुकूलन: जनरेटिव AI उपयोग मांग, इन्वेंट्री स्तर और लॉजिस्टिक्स से संबंधित डेटा का विश्लेषण करके आपूर्ति श्रृंखला को अनुकूलित करने के लिए किया जा सकता है। इस डेटा का विश्लेषण करके, जनरेटिव AI इन्वेंट्री स्तर को अनुकूलित करने, परिवहन लागत को कम करने और डिलीवरी समय में सुधार करने के अवसरों की पहचान कर सकता है, जिसके परिणामस्वरूप एक अधिक कुशल और लागत-प्रभावी आपूर्ति श्रृंखला बन सकती है।

कुल मिलाकर, उत्पादक AI इसमें कार्यकुशलता बढ़ाकर, अपशिष्ट को कम करके, उत्पाद की गुणवत्ता में सुधार करके और आपूर्ति श्रृंखला संचालन को अनुकूलित करके विनिर्माण में महत्वपूर्ण सुधार लाने की क्षमता है।”

बुरा नहीं! दरअसल, CloudNC में, हम CAM Assist के साथ इनमें से कुछ समस्याओं के समाधान पहले से ही विकसित कर रहे हैं।

AI तुम्हें आज़ाद कर देगा

तो क्या हमारी तकनीक चैट-जीपीटी और डैल-ई की तरह ही काम करती है? खैर, दोनों में गहरी समानताएँ हैं। ये सभी मज़बूत डेटा सेट पर आधारित और प्रशिक्षित हैं, और नए सवालों के जवाब देने के लिए वास्तविक जीवन के उदाहरणों से मार्गदर्शन लेते हैं।

क्लाउडएनसी के मामले में, हमारे समाधानों का उपयोग करते समय, उपयोगकर्ता किसी भी पुर्ज़े का 3D मॉडल अपलोड कर सकता है जिसे वह बनाना चाहता है। हमारा सॉफ़्टवेयर स्वचालित रूप से आवश्यक उपकरणों का निर्धारण करता है, उनका उपयोग कैसे किया जाएगा, और सीएनसी मशीन को यह बताने के लिए कोड तैयार करता है कि उसे कैसे बनाया जाए - 3D प्रिंटर के उपयोग की सरलता को सटीक मशीनिंग की जटिल दुनिया में लाता है।

यह सहायता सॉफ़्टवेयर को प्राप्त हुए प्रॉम्प्ट से पार्ट प्रोडक्शन की प्रोग्रामिंग को स्वचालित कर देती है – ठीक उसी तरह जैसे चैट-जीपीटी टेक्स्ट के आधार पर कॉपी बनाता है, या डैल-ई इमेज तैयार करता है। प्रभावी रूप से, यह डिज़ाइन प्रक्रिया को तेज़ कर रहा है, उसे छोटा कर रहा है ताकि विचार से लेकर निर्माण तक का रास्ता पहले की तुलना में कई गुना छोटा हो जाए।

स्पष्ट रूप से कहें तो, हम निश्चित रूप से अभी ऐसी दुनिया में काम नहीं कर रहे हैं जहाँ हम एक बटन दबाकर किसी को आदेश दे सकें। AI अपनी पसंद की कोई वस्तु बनाना - यह अभी भी विज्ञान-कथा के दायरे में है, और कुछ समय तक ऐसा ही रहेगा। (किसी भी चीज़ का सिंगल-क्लिक निर्माण अभी दूर की बात है।)

हालाँकि, हम तकनीक की मदद से किसी भी चीज़ की निर्माण प्रक्रिया के कुछ हिस्सों को नाटकीय रूप से तेज़ कर सकते हैं – चाहे वह चैट-जीपीटी हो, डैल-ई हो, या क्लाउडएनसी। और इसका मतलब है कि हम उत्पादन में बाधा डालने वाली बाधाओं को दूर करने में काफ़ी बेहतर हो रहे हैं, जिससे नवाचार फल-फूल रहा है – जिसका अंततः हम सभी को लाभ होगा।

‍