साक्षात्कार
अली असमारी, पीएचडी, यूएलसी टेक्नोलॉजीज में एआई और मशीन लर्निंग के प्रमुख – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
अली असमारी, पीएचडी यूएलसी टेक्नोलॉजीज में एआई और मशीन लर्निंग के प्रमुख हैं। यूएलसी टेक्नोलॉजीज को रोबोटिक्स इंजीनियरिंग और ऊर्जा, उपयोगिता, और औद्योगिक बाजारों के लिए प्रौद्योगिकी विकास में एक अग्रणी के रूप में माना जाता है। 2001 में अपनी शुरुआत के बाद से, यूएलसी का हमेशा उपयोगिता संचालन में सुधार और बुनियादी ढांचे में सुधार का समर्थन करने पर ध्यान केंद्रित किया गया है।
आपको रोबोटिक्स और एआई में क्या आकर्षित किया?
मैं उच्च विद्यालय में गणित और भौतिकी में बहुत अच्छा था, जिससे मुझे कॉलेज में यांत्रिक इंजीनियरिंग का अध्ययन करने के लिए प्रेरित किया गया। कॉलेज में मेरे पसंदीदा विषय मशीनरी डायनामिक्स और नॉनलाइनर कंट्रोल थे, जो रोबोटिक सिस्टम के नियंत्रण में आवश्यक हैं। ये विषय आपको अपनी रोबोटिक कल्पना को वास्तविकता में बदलने के लिए आवश्यक सभी उपकरण प्रदान करते हैं। मैंने न केवल कॉलेज में अपने रोबोट बनाए, बल्कि दुनिया भर में अंतरराष्ट्रीय रोबोटिक प्रतियोगिताओं में भी भाग लिया। मैंने रोबोटिक्स के क्षेत्र में आगे की पढ़ाई करने और स्नातक स्कूल में प्रवेश करने का फैसला किया।
मशीन लर्निंग एक अवधारणा थी जो 2010 की शुरुआत में बहुत लोकप्रिय हो गई। मशीन लर्निंग और न्यूरल नेटवर्क में कुछ बुनियादी पाठ्यक्रम लेने के बाद, मैंने तुरंत अपने शोध और काम में इन तरीकों को लागू करना शुरू कर दिया। मैं व्यक्तिगत रूप से आश्चर्यचकित हूं कि मशीन लर्निंग की अवधारणाएं कितनी समान हैं मानव मस्तिष्क के सीखने और कार्य करने के तरीके से। रोबोटिक्स में मशीन लर्निंग का उपयोग अपेक्षाकृत नया है और इसके पास आगे बढ़ने के लिए एक लंबा रास्ता है, और मुझे लगता है कि मैं इस आंदोलन का हिस्सा बनने के लिए बहुत भाग्यशाली हूं।
यूएलसी टेक्नोलॉजीज के पास कई रोबोट हैं जो जमीन के नीचे जाने के लिए डिज़ाइन किए गए हैं और कुछ कठिन इलाकों में। इन प्रकार के रोबोटों के लिए पूरी तरह से स्वायत्त बाधा से बचाव और मार्ग योजना बनाने की चुनौतियां क्या हैं?
हमारा अधिकांश काम शहरी क्षेत्रों में पुरानी पाइपलाइनों की निरीक्षण और आंतरिक मरम्मत पर केंद्रित रहा है, और इन पाइपलाइनों में, मलबा सामान्य रूप से पाया जाता है, जो पूरी तरह से स्वायत्त समाधानों को चुनौतीपूर्ण बनाता है। एक समाधान के रूप में, यूएलसी ने वाणिज्यिक पाइपलाइन रोबोटिक सिस्टम विकसित किए हैं जो गैस मुख्यों में मैन्युअल रूप से चलाए जाते हैं। पिछले 20 वर्षों में, हमारी पाइपलाइन रोबोटिक्स में विशेषज्ञता विस्तारित हुई है, जो हमें अब अधिक स्वचालन और मशीन लर्निंग के तत्वों को एकीकृत करने की अनुमति देती है।
एक ऐसी पहल है जिसे वितरण नेटवर्क जानकारी मैपिंग (DNIM) कहा जाता है, जो यूके गैस नेटवर्क, एसजीएन के साथ एक सहयोगी परियोजना है ताकि पाइपलाइन नेटवर्क में मशीन लर्निंग को लागू किया जा सके ताकि हम पाइप और पाइप में सुविधाओं की पहचान और मैपिंग को कुशलता से कर सकें। यह डेटा अंततः इन जटिल पाइपलाइन वातावरण में बाधा से बचाव और मार्ग योजना के लिए मार्ग प्रशस्त करेगा।
वर्तमान में कौन से रोबोटिक समाधान प्रदान किए जाते हैं?
यूएलसी उपयोगिता और ऊर्जा कंपनियों के साथ मिलकर भूमिगत और ऊपरी बुनियादी ढांचे जैसे पाइपलाइनों, एलएनजी संयंत्रों, सबस्टेशनों और अन्य जटिल वातावरणों की निरीक्षण, मरम्मत और रखरखाव के लिए रोबोटिक समाधान विकसित और तैनात करने के लिए काम करता है।
हमने सीआईएसबीओटी नामक एक रोबोट विकसित किया है जो लाइव कास्ट आयरन गैस मुख्यों में प्रवेश करता है और पाइप के माध्यम से यात्रा करता है ताकि आंतरिक रूप से जोड़ों को सील किया जा सके, जो गैस नेटवर्क को रिसाव को रोकने और पाइप के जीवन को 50 वर्ष तक बढ़ाने में मदद करता है, बिना ग्राहकों को गैस बंद किए। यूएलसी ने लाइव गैस मुख्यों की निरीक्षण के लिए रोबोटिक कैमरा और क्रॉलर सिस्टम का एक सूट भी विकसित किया है, जो उपयोगिताओं को जोखिम को कम करने, दक्षता में सुधार करने और संचालन चुनौतियों को हल करने में मदद करता है।
हमारे वर्तमान भूमिगत रोबोटिक सिस्टम के अलावा, हमारे पास एक इन-हाउस अनुसंधान और विकास टीम है जो अन्य उद्योगों के लिए रोबोटिक समाधानों पर काम कर रही है। एक उदाहरण रोबोटिक रोडवर्क्स एंड एक्सकेवेशन सिस्टम (आरआरईएस) है, जो एक परियोजना है जिस पर हम यूके की कंपनी एसजीएन के साथ सहयोग कर रहे हैं। आरआरईएस एक पूरी तरह से इलेक्ट्रिक रोबोटिक सिस्टम है जो पारंपरिक खुदाई विधियों को बदलने के लिए डिज़ाइन किया गया है, जिसमें भूमिगत सेंसिंग, कोरिंग और सड़कों को काटने, स्वचालित सॉफ्ट टच एक्सकेवेशन, पाइप स्थापना और फिर सड़क को पुनर्स्थापित करने की क्षमता है। आगे के विकास के माध्यम से, हम आशा करते हैं कि हम आरआरईएस को भविष्य में और अधिक ऑपरेशन करने में सक्षम बना पाएंगे।
यह केवल उन रोबोटिक समाधानों का एक नमूना है जो हम वर्तमान में प्रदान करते हैं, लेकिन हमारी प्रौद्योगिकियों के बारे में अधिक जानकारी हमारी वेबसाइट पर पाई जा सकती है। हमारे पास विकास में कई अन्य परियोजनाएं हैं और हम उपयोगिता, ऊर्जा और औद्योगिक उद्योगों में स्वचालन समाधानों की तलाश में कंपनियों के साथ साझेदारी करने की तलाश में रहते हैं।
आप किस प्रकार के डेटा को इकट्ठा करते हैं?
यूएलसी टेक्नोलॉजीज उद्योग में विभिन्न तकनीकी चुनौतियों को हल करने के लिए कस्टम रोबोटिक समाधान बनाती है। आवेदन के प्रकार के आधार पर, प्रत्येक रोबोट अपने वातावरण से विभिन्न प्रकार के डेटा को इकट्ठा करता है। निम्नलिखित हमारे निरीक्षण ऑपरेशन के दौरान इकट्ठा किए जाने वाले लोकप्रिय डेटा प्रकारों की एक सूची है:
- उच्च रिज़ॉल्यूशन वाली रंगीन छवियाँ। उदाहरण के लिए, हमारे अनमैन्ड एयरियल वेहिकल्स (यूएवी) निरीक्षण कार्य के दौरान 40 मेगापिक्सेल छवियों को कैप्चर करते हैं।
- 3डी पॉइंट क्लाउड। इसका एक उदाहरण हमारे कुछ इन-पाइप क्रॉलर रोबोट द्वारा एकत्रित 3डी पॉइंट क्लाउड है।
- कुछ हमारे ऊपरी रोबोट लिडार डेटा को नेविगेशन के लिए प्रोसेस करते हैं।
- इन्फ्रारेड छवियाँ। हमारे यूएवी और एसेट आइडेंटिफिकेशन एंड मैपिंग (एआईएम) समाधान निरीक्षण कार्य के दौरान इन्फ्रारेड छवियों को कैप्चर कर सकते हैं ताकि संपत्तियों के मूल्यांकन के लिए उपयोग किया जा सके।
- उच्च आवृत्ति रडार। आरआरईएस (रोबोटिक रोडवर्क्स एंड एक्सकेवेशन सिस्टम) जमीन के नीचे दफन संपत्तियों का मानचित्र बनाने के लिए ग्राउंड पेनेट्रेटिंग रडार का उपयोग करता है।
हमारे प्लेटफ़ॉर्म द्वारा एकत्रित किए जाने वाले विभिन्न प्रकार के डेटा हैं जो इस सूची में शामिल नहीं हैं क्योंकि वे एक उद्योग के लिए विशिष्ट अनुप्रयोग के कारण हैं।
इन छवियों को जियोटैग कैसे किया जाता है?
प्रत्येक रोबोटिक प्लेटफ़ॉर्म पर, जियोटैगिंग एकत्रित छवियों को अद्वितीय रूप से उस प्रणाली और उसके वातावरण में उपलब्ध जानकारी के अनुसार किया जाता है।
हमारा एआईएम सिस्टम ऑनबोर्ड जीपीएस का उपयोग करके हमारे सर्वेक्षण वाहन के मार्ग को मैप आउट करता है। अन्य ऑनबोर्ड सेंसर, कंप्यूटर विजन एल्गोरिदम और लक्ष्य ट्रैकिंग का उपयोग करके, हमारे प्रोप्राइटरी सॉफ़्टवेयर प्रत्येक पहचाने गए एसेट के स्थान को मापता है और उनकी छवियों को उनके अनुसार जियोटैग करता है। जीपीएस वंचित वातावरण जैसे地下 पाइप में, हमारे रोबोट अन्य तरीकों का उपयोग करके ऊपरी सर्वेक्षण वाहनों के साथ संवाद करते हैं ताकि पाइप के अंदर से एकत्रित डेटा को जियोटैग किया जा सके।
वर्तमान में डेटा प्रोसेसिंग के लिए कौन सी मशीन लर्निंग प्रौद्योगिकियां उपयोग की जा रही हैं?
रोबोटिक्स और स्वायत्त डेटा प्रोसेसिंग में उपयोग की जाने वाली तीन मुख्य मशीन लर्निंग विधियां हैं, जिनमें से सभी यूएलसी टेक्नोलॉजीज में विभिन्न अनुप्रयोगों में उपयोग की जा रही हैं:
- पर्यवेक्षित लर्निंग, जहां मॉडल को प्रशिक्षित करने के लिए ग्राउंड ट्रुथ आवश्यक है। ये मॉडल डेटा प्रोसेसिंग में उच्च सटीकता प्रदान करते हैं। यूएलसी का एआईएम समाधान इस मॉडल का उपयोग करके ऊपरी बिजली बुनियादी ढांचे की संपत्तियों की पहचान करने के लिए उच्च सटीकता और पुनरावृत्ति प्रदान करता है।
- अपर्यवेक्षित लर्निंग, जिसमें मॉडल डेटा में समानताओं और विसंगतियों की पहचान करता है। हमने इस विधि का उपयोग अपने इन-पाइप क्रॉलर्स से कैमरा फुटेज को प्रोसेस करने और पाइप के साथ उनके स्थान को मैप करने के लिए किया है।
- पुरस्कार-आधारित प्रणाली जो जटिल उपकरणों को प्रशिक्षित करने के लिए प्रतिकूल लर्निंग है। हम आरआरईएस प्लेटफ़ॉर्म पर रोबोटिक आर्म को संचालित करने के लिए इस विधि का उपयोग कर रहे हैं ताकि विभिन्न खुदाई ऑपरेशन कर सकें।
क्या आप यूएलसी टेक्नोलॉजीज के बारे में और कुछ साझा करना चाहते हैं?
हम उद्योगों में नवाचारी समाधानों के विकास पर साझेदारी करने के लिए उपयोगिता, ऊर्जा और निर्माण उद्योगों के नेताओं के साथ मिलकर काम करने की तलाश में रहते हैं। हमारे काम और फील्ड परीक्षण के माध्यम से, हम अपनी एआई और मशीन लर्निंग क्षमताओं को बढ़ाना जारी रखते हैं और भविष्य में अपने ग्राहकों के लिए नए चुनौतियों का समाधान करने की आशा करते हैं।
साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें यूएलसी टेक्नोलॉजीज की वेबसाइट पर जाना चाहिए।
