জার্মানির এর্লাঙ্গেনে Siemens-এর ইলেকট্রনিকস কারখানায় বাস্তব উৎপাদনের মধ্যে শিল্প AI-এর দুটি কাজের ধারা পরীক্ষা করছে Siemens ও NVIDIA। একটি ডিজিটাল টুইন থেকে তৈরি ছবি ব্যবহার করে নতুন সার্কিট বোর্ডের দৃশ্যভিত্তিক পরিদর্শন প্রস্তুত করে। অন্যটি উৎপাদনসূচি প্রস্তাব করে, যা মানব পরিকল্পনাকারীরা তুলনা করতে এবং কারখানার সিমুলেশনে পরীক্ষা করতে পারেন। Siemens 19 অক্টোবর কাজগুলোকে স্বায়ত্তশাসিত উৎপাদনের দিকে অগ্রগতি হিসেবে তুলে ধরেছে, পাশাপাশি এর্লাঙ্গেনকে উন্নয়ন ও পরীক্ষার স্থান বলেছে।

একই ধরনের ব্যবস্থা বিবেচনা করা নির্মাতাদের জন্য পার্থক্যটি গুরুত্বপূর্ণ। বর্ণিত কাজের ধারাগুলো দেরির দুটি নির্দিষ্ট উৎস সামলায়: পরিদর্শনের প্রস্তুতির আগে বাস্তব বোর্ডের জন্য অপেক্ষা করা এবং অর্ডার বা উপকরণ বদলালে উৎপাদন পরিকল্পনা তুলনা করা। Siemens প্রক্রিয়া ও সম্ভাব্য সুফল বর্ণনা করেছে, কিন্তু এমন গবেষণা প্রকাশ করেনি যার মাধ্যমে বাইরের মানুষ সাশ্রয় বা অন্য কারখানায় ব্যবস্থাগুলোর কর্মক্ষমতা মূল্যায়ন করতে পারেন।

প্রথম বোর্ড আসার আগেই পরিদর্শন প্রস্তুত করা যায়

এর্লাঙ্গেনের কারখানায় শিল্প ড্রাইভ ও ফ্রিকোয়েন্সি কনভার্টার তৈরি হয়, যেগুলোতে প্রিন্টেড সার্কিট বোর্ড অ্যাসেম্বলি থাকে। Siemens-এর 19 অক্টোবরের ঘোষণা অনুযায়ী, আগে নতুন অ্যাসেম্বলির পরিদর্শন প্রস্তুত করতে বাস্তব প্রোটোটাইপের জন্য অপেক্ষা করতে হতো, তারপর ভিশন সিস্টেম প্রশিক্ষণ ও পরিদর্শন সরঞ্জাম কনফিগার করতে হতো। এতে কয়েক সপ্তাহ লাগতে পারত।

নতুন কাজের ধারায় প্রস্তাবিত বোর্ডের ডিজিটাল টুইনের ভিত্তিতে পরিদর্শন প্রস্তুতির জন্য আলোকচিত্রের মতো বাস্তবসম্মত ছবি তৈরি হয়। Siemens-এর অনুষ্ঠানের তথ্যপত্র বলছে, NVIDIA Cosmos ওয়ার্ল্ড মডেল সম্ভাব্য ত্রুটিসহ ও ত্রুটিবিহীন বোর্ডের ছবি তৈরিতে সাহায্য করে। বাস্তব প্রোটোটাইপ তৈরির আগেই প্রকৌশলীরা এই ছবিগুলো দিয়ে পরিদর্শন সরঞ্জাম প্রশিক্ষণ দিতে পারেন। বিজ্ঞপ্তি ছবি তৈরির কাজটি NVIDIA Cosmos-এর বলে জানায়; তৈরি হওয়া পরিদর্শন ব্যবস্থার প্রশিক্ষণের তথ্য, ত্রুটি শনাক্তকরণের আওতা বা ভুলের হার প্রকাশ করে না।

Siemens বলছে, উৎপাদনের এই ভার্চুয়াল প্রস্তুতি নতুন বোর্ড অ্যাসেম্বলির জন্য প্রকৌশলগত শ্রম সর্বোচ্চ 85% এবং বাজারে আনার সময় সর্বোচ্চ 40% কমাতে পারে। এগুলো কোম্পানির জানানো সম্ভাব্য সুফল। বিজ্ঞপ্তিতে দুটি পরিসংখ্যানের জন্য তুলনার পদ্ধতি বা স্বাধীনভাবে যাচাইকৃত ফল নেই। এর্লাঙ্গেনে চালু হওয়া প্রতিটি পণ্যে মাপা উন্নতি হিসেবে এগুলো পড়া উচিত নয়।

এজেন্ট পরিকল্পনা দেয়, মানুষ বেছে নেয়

দ্বিতীয় কাজের ধারা উৎপাদন পরিকল্পনা নিয়ে। নতুন অর্ডার লাইনক্ষমতা, উপকরণের প্রাপ্যতা, খরচ ও সরবরাহের তারিখের ভারসাম্য বদলে দিতে পারে। Siemens বলছে, একটি AI এজেন্ট একাধিক পরিস্থিতি তৈরি করে এবং নির্ধারিত মূল কর্মক্ষমতার সূচকে সেগুলোর প্রভাব দেখায়। পরিকল্পনাকারীরা বিকল্পগুলো তুলনা করে একটি পরিকল্পনা বেছে নেন; বাস্তবায়নের আগে প্রস্তাবিত পরিকল্পনাটি কারখানার ডিজিটাল টুইনের সঙ্গে মিলিয়ে পরীক্ষা করা হয়। তথ্যপত্রে NVIDIA Factory Operations Blueprint দিয়ে তৈরি Siemens Intelligence Center X Agents-এর নাম দেওয়া হয়েছে এবং যাচাইটিকে পদার্থবিজ্ঞানভিত্তিক সিমুলেশন বলা হয়েছে। বিজ্ঞপ্তি বলছে, NVIDIA Omniverse লাইব্রেরি বাস্তব কারখানার তথ্য দিয়ে ভার্চুয়াল পরীক্ষা সমর্থন করে।

এই বিবরণ নিজের পরিচালনাগত সিদ্ধান্ত নিজে নেওয়া কারখানার চেয়ে সীমিত। প্রকাশ্য উপকরণে এজেন্টের তৈরি প্রস্তাব, সিমুলেশনে পরীক্ষা ও মানুষের তত্ত্বাবধানের কথা আছে। ব্যবস্থা নিজে উৎপাদনসূচি অনুমোদন করে, সরঞ্জামের সেটিং বদলায় বা পরিকল্পনাকারী ছাড়া এর্লাঙ্গেন চালায়—এমন কথা বলা হয়নি। Siemens বলছে, পরিকল্পনার পদ্ধতিটি সর্বোচ্চ 20% খরচ সাশ্রয় করতে পারে, তথ্যপত্র অনুযায়ী যার মধ্যে মূলধনী ও জরুরি কাজের খরচ আছে। কোম্পানি এই অনুমানের প্রকাশ্য তুলনাভিত্তি, পরিমাপের সময়কাল বা স্বাধীন নিরীক্ষা দেয়নি।

বড় পরিবর্তন

জানুয়ারিতে ঘোষিত অংশীদারত্বের লক্ষ্য ছিল সম্পূর্ণ AI-চালিত, পরিস্থিতির সঙ্গে মানিয়ে নিতে পারে এমন উৎপাদনকেন্দ্র তৈরি করা, যার প্রথম মডেল হবে এর্লাঙ্গেন। অক্টোবরের হালনাগাদে যৌথভাবে উন্নয়ন করা এবং বাস্তব উৎপাদনে পরীক্ষাধীন দুটি সুনির্দিষ্ট কাজের ধারা এসেছে: পরিদর্শন প্রস্তুতিতে ব্যবহৃত কৃত্রিম বোর্ডের ছবি এবং এমন এজেন্ট যার পরিকল্পনার বিকল্প মানুষ কাজে লাগানোর আগে কারখানার টুইনে পরীক্ষা করা হয়। বাস্তব পরিবর্তন হলো, বাস্তব বোর্ড বা সংশোধিত উৎপাদন পরিকল্পনা লাইনে পৌঁছানোর আগেই দল কিছু সিদ্ধান্ত ভার্চুয়ালি প্রস্তুত ও যাচাই করতে পারে।

অন্য নির্মাতাদের কাছে এর্লাঙ্গেন হলো Siemens ও NVIDIA কোথায় এসব সরঞ্জাম ব্যবহার করছে তার প্রমাণ; বড় পরিসরে স্বায়ত্তশাসিত কারখানা প্রমাণিত হওয়ার প্রমাণ নয়। কাজের ধারাগুলো পুনরায় তৈরি করতে নির্ভুল পণ্য ও কারখানার মডেল, উৎপাদনের তথ্য, পরিদর্শনের যাচাই এবং স্থানীয় পরিচালন নিয়ন্ত্রণ লাগবে। বর্ণিত স্থানের বাইরে এই পদ্ধতির খরচ, নির্ভরযোগ্যতা বা স্থানান্তরযোগ্যতা নির্ধারণের মতো যথেষ্ট বাস্তবায়ন বা ফলাফলের তথ্য কোম্পানিগুলো প্রকাশ করেনি। BIG CHANGE দুটি কাজের ধারার কোনোটিই পরীক্ষা করেনি।

সূত্র ও আরও পড়ুন