Siemens और NVIDIA जर्मनी के एर्लांगेन में Siemens के इलेक्ट्रॉनिक्स कारखाने के वास्तविक उत्पादन में औद्योगिक AI की दो कार्यप्रणालियों का परीक्षण कर रहे हैं। पहली कार्यप्रणाली डिजिटल ट्विन से बनाई गई छवियों के सहारे नए सर्किट बोर्ड की दृश्य जाँच तैयार करती है। दूसरी उत्पादन कार्यक्रम सुझाती है, जिन्हें मानव योजनाकार कारखाने के सिमुलेशन में तुलना करके जाँच सकते हैं। Siemens ने 19 अक्टूबर को इन कार्यों को स्वायत्त विनिर्माण की दिशा में प्रगति के रूप में पेश किया, साथ ही एर्लांगेन को विकास और परीक्षण का स्थल बताया।

ऐसी प्रणालियों पर विचार कर रहे निर्माताओं के लिए यह अंतर महत्वपूर्ण है। बताई गई कार्यप्रणालियाँ देरी के दो विशिष्ट कारणों को संबोधित करती हैं: जाँच की तैयारी से पहले वास्तविक बोर्ड की प्रतीक्षा और ऑर्डर या सामग्री बदलने पर उत्पादन योजनाओं को तौलना। Siemens ने प्रक्रिया और उसके संभावित लाभ बताए हैं, लेकिन ऐसा अध्ययन प्रकाशित नहीं किया है जिससे बाहरी लोग बचत या दूसरे कारखानों में प्रणालियों के प्रदर्शन का मूल्यांकन कर सकें।

पहला बोर्ड बनने से पहले जाँच की तैयारी हो सकती है

एर्लांगेन संयंत्र औद्योगिक ड्राइव और फ़्रीक्वेंसी कन्वर्टर बनाता है, जिनमें प्रिंटेड सर्किट बोर्ड असेंबली होती हैं। Siemens की 19 अक्टूबर की घोषणा के अनुसार, पहले किसी नई असेंबली की जाँच तैयार करने के लिए वास्तविक प्रोटोटाइप की प्रतीक्षा करनी पड़ती थी, फिर विज़न प्रणालियों को प्रशिक्षित और जाँच उपकरणों को कॉन्फ़िगर किया जाता था। इसमें कई सप्ताह लग सकते थे।

नई कार्यप्रणाली में प्रस्तावित बोर्ड का डिजिटल ट्विन जाँच की तैयारी के लिए फ़ोटो जैसी यथार्थवादी छवियाँ बनाने का आधार बनता है। Siemens के आयोजन की तथ्य-पत्रिका कहती है कि NVIDIA Cosmos के वर्ल्ड मॉडल संभावित दोषों वाले और बिना दोषों वाले बोर्ड की छवियाँ बनाने में मदद करते हैं। इंजीनियर वास्तविक प्रोटोटाइप बनने से पहले इन छवियों से जाँच उपकरणों को प्रशिक्षित कर सकते हैं। विज्ञप्ति छवि निर्माण का श्रेय NVIDIA Cosmos को देती है; इससे बनी जाँच प्रणाली के प्रशिक्षण डेटा, दोषों की कवरेज या त्रुटि दर का खुलासा नहीं करती।

Siemens का कहना है कि उत्पादन की यह आभासी तैयारी नई बोर्ड असेंबली के लिए इंजीनियरिंग के प्रयास को 85% तक और बाज़ार में लाने के समय को 40% तक घटा सकती है। ये कंपनी द्वारा बताए गए संभावित लाभ हैं। विज्ञप्ति दोनों आँकड़ों के लिए न तो तुलना की विधि देती है, न स्वतंत्र रूप से सत्यापित परिणाम। इन्हें एर्लांगेन में पेश होने वाले हर उत्पाद में मापे गए सुधार के रूप में नहीं पढ़ना चाहिए।

एजेंट योजनाएँ देता है, चुनाव लोग करते हैं

दूसरी कार्यप्रणाली उत्पादन नियोजन से जुड़ी है। नया ऑर्डर उत्पादन लाइन की क्षमता, सामग्री की उपलब्धता, लागत और डिलीवरी की तारीखों का संतुलन बदल सकता है। Siemens का कहना है कि एक AI एजेंट कई परिदृश्य बनाता है और तय प्रमुख प्रदर्शन संकेतकों के माध्यम से उनका असर दिखाता है। योजनाकार विकल्पों की तुलना करके योजना चुनते हैं; लागू करने से पहले प्रस्तावित योजना को कारखाने के डिजिटल ट्विन में जाँचा जाता है। तथ्य-पत्रिका NVIDIA Factory Operations Blueprint से बने Siemens Intelligence Center X Agents का नाम देती है और इस जाँच को भौतिकी-आधारित सिमुलेशन बताती है। विज्ञप्ति के अनुसार NVIDIA Omniverse लाइब्रेरी वास्तविक कारखाना डेटा के साथ आभासी परीक्षण का समर्थन करती हैं।

यह विवरण उस कारखाने के दावे से सीमित है जो अपने परिचालन संबंधी निर्णय खुद लेता है। सार्वजनिक सामग्री एजेंट के बनाए प्रस्तावों, सिमुलेशन में जाँच और मानव निगरानी का वर्णन करती है। यह नहीं कहती कि प्रणाली स्वतंत्र रूप से उत्पादन कार्यक्रम मंज़ूर करती है, उपकरणों की सेटिंग बदलती है या योजनाकारों के बिना एर्लांगेन स्थल चलाती है। Siemens का कहना है कि नियोजन का यह तरीका लागत में 20% तक बचत संभव बना सकता है, जिसमें तथ्य-पत्रिका के अनुसार पूँजी और त्वरित काम की लागत शामिल हैं। कंपनी ने इस अनुमान के लिए सार्वजनिक आधार-मान, मापन अवधि या स्वतंत्र ऑडिट नहीं दिया है।

बड़ा बदलाव

जनवरी में घोषित साझेदारी ने पूरी तरह AI-संचालित, अनुकूलनशील विनिर्माण स्थल बनाने की महत्वाकांक्षा रखी थी, जिसकी शुरुआत एर्लांगेन को मॉडल बनाकर होनी थी। अक्टूबर का अपडेट वास्तविक उत्पादन में संयुक्त रूप से विकसित और परखी जा रही दो ठोस कार्यप्रणालियाँ पेश करता है: जाँच की तैयारी के लिए सिंथेटिक बोर्ड छवियाँ और ऐसा एजेंट जिसके नियोजन विकल्पों को लोगों के कदम उठाने से पहले कारखाने के ट्विन में जाँचा जाता है। व्यावहारिक बदलाव यह है कि वास्तविक बोर्ड या संशोधित उत्पादन योजना लाइन तक पहुँचने से पहले टीमें कुछ निर्णयों की आभासी तैयारी और समीक्षा कर सकती हैं।

अन्य निर्माताओं के लिए एर्लांगेन यह दिखाता है कि Siemens और NVIDIA इन साधनों को कहाँ लागू कर रहे हैं; यह बड़े पैमाने पर स्वायत्त कारखाना सिद्ध होने का प्रमाण नहीं है। कार्यप्रणालियों को दोहराना उत्पाद और कारखाने के सटीक मॉडल, उत्पादन डेटा, जाँच के सत्यापन और स्थानीय परिचालन नियंत्रणों पर निर्भर करेगा। कंपनियों ने इतने कार्यान्वयन या परिणाम संबंधी आँकड़े प्रकाशित नहीं किए हैं कि बताए गए स्थल के बाहर इस तरीके की लागत, विश्वसनीयता या दूसरी जगह अपनाए जा सकने की क्षमता स्थापित हो सके। BIG CHANGE ने दोनों में से किसी कार्यप्रणाली का परीक्षण नहीं किया।

स्रोत और आगे पढ़ें