साक्षात्कार
अली अस्मारी, पीएचडी, यूएलसी टेक्नोलॉजीज में एआई और मशीन लर्निंग के प्रमुख - साक्षात्कार श्रृंखला
अली अस्मारी, पीएचडी, एआई और मशीन लर्निंग के प्रमुख हैं यूएलसी टेक्नोलॉजीज. यूएलसी टेक्नोलॉजीज को ऊर्जा, उपयोगिता और औद्योगिक बाजारों के लिए रोबोटिक्स इंजीनियरिंग और प्रौद्योगिकी विकास में अग्रणी माना जाता है। 2001 में अपनी शुरुआत के बाद से, यूएलसी का ध्यान हमेशा उपयोगिता संचालन को बढ़ाने और बुनियादी ढांचे में सुधार के समर्थन पर रहा है।
सबसे पहले आपको रोबोटिक्स और एआई की ओर किस चीज़ ने आकर्षित किया?
हाई स्कूल में मैं गणित और भौतिकी में बहुत अच्छा था जिसके कारण मुझे कॉलेज में मैकेनिकल इंजीनियरिंग की पढ़ाई करनी पड़ी। कॉलेज में मेरे पसंदीदा विषय मशीनरी डायनेमिक्स और नॉनलाइनियर कंट्रोल थे, ये दोनों रोबोटिक सिस्टम के नियंत्रण के लिए आवश्यक हैं। ये विषय आपको अपनी रोबोटिक कल्पना को वास्तविकता में बदलने के लिए सभी आवश्यक उपकरण प्रदान करते हैं। मैंने न केवल कॉलेज में अपने खुद के रोबोट बनाए, बल्कि मैंने दुनिया भर में अंतरराष्ट्रीय रोबोटिक प्रतियोगिताओं में भी भाग लिया। मैंने भी इस क्षेत्र में आगे अध्ययन करने का निर्णय लिया और रोबोटिस्ट बनने के लिए ग्रेजुएट स्कूल में प्रवेश लिया।
मशीन लर्निंग एक अवधारणा थी जो 2010 की शुरुआत में अनुप्रयोग में बहुत लोकप्रिय हो गई। मशीन लर्निंग और न्यूरल नेटवर्क में कुछ बुनियादी पाठ्यक्रम लेने के बाद, मैंने तुरंत अपने शोध और काम में तरीकों को लागू करना शुरू कर दिया। मैं व्यक्तिगत रूप से इस बात से आश्चर्यचकित हूं कि मशीन सीखने की अवधारणाएं मानव मस्तिष्क के सीखने और कार्य करने के तरीके से कितनी मिलती-जुलती हैं। रोबोटिक्स में मशीन लर्निंग का उपयोग अपेक्षाकृत नया है और इसे अभी लंबा रास्ता तय करना है और मैं इस आंदोलन का हिस्सा बनकर बहुत भाग्यशाली महसूस करता हूं।
यूएलसी टेक्नोलॉजीज के पास कई रोबोट हैं जो कुछ कठिन इलाकों में जमीन के नीचे जाने के लिए डिज़ाइन किए गए हैं। इस प्रकार के रोबोटों के लिए पूरी तरह से स्वायत्त बाधा निवारण और पथ योजना बनाने के पीछे कुछ चुनौतियाँ क्या हैं?
हमारा अधिकांश काम शहरी क्षेत्रों में पुरानी पाइपलाइनों के निरीक्षण और आंतरिक सुधार पर केंद्रित है और इन पाइपलाइनों के भीतर, आमतौर पर मलबा पाया जाता है जो पूरी तरह से स्वायत्त समाधान को चुनौतीपूर्ण बनाता है। समाधान के रूप में, यूएलसी ने वाणिज्यिक पाइपलाइन रोबोटिक सिस्टम विकसित किया जो गैस मेन के माध्यम से मैन्युअल रूप से संचालित होते हैं। पिछले 20 वर्षों में, पाइपलाइन रोबोटिक्स में हमारी विशेषज्ञता का विस्तार हुआ है जो अब हमें स्वचालन और मशीन लर्निंग के अधिक तत्वों को एकीकृत करने की अनुमति देता है।
ऐसी एक पहल को डिस्ट्रीब्यूशन नेटवर्क इंफॉर्मेशन मैपिंग (डीएनआईएम) कहा जाता है, जो पाइपलाइन नेटवर्क में मशीन लर्निंग को लागू करने के लिए यूके गैस नेटवर्क, एसजीएन के साथ एक सहयोगी परियोजना है ताकि हम पाइप के भीतर पाइपलाइन और सुविधाओं को कुशलतापूर्वक पहचान और मैप कर सकें। यह डेटा अंततः इन अत्यधिक जटिल पाइपलाइन वातावरणों में बाधाओं से बचने और पथ नियोजन के रास्ते खोलने में मदद करेगा।
वर्तमान में पेश किए जाने वाले कुछ रोबोटिक समाधान क्या हैं?
यूएलसी पाइपलाइनों, एलएनजी संयंत्रों, सबस्टेशनों और अन्य जटिल वातावरणों जैसे जमीन के ऊपर और नीचे के बुनियादी ढांचे के निरीक्षण, मरम्मत और रखरखाव के लिए रोबोटिक समाधान विकसित करने और तैनात करने के लिए उपयोगिता और ऊर्जा कंपनियों के साथ काम करता है।
हमने एक रोबोट विकसित किया जिसका नाम है सीआईएसबीओटी जो लाइव कास्ट आयरन गैस मेन में प्रवेश करता है और जोड़ों को आंतरिक रूप से सील करने के लिए पाइप के माध्यम से यात्रा करता है, जो गैस नेटवर्क को किसी भी रिसाव को रोकने में मदद करता है और पाइप के जीवन को 50 साल तक बढ़ाता है, ग्राहकों के लिए गैस बंद किए बिना। यूएलसी ने रोबोटिक का एक सूट भी विकसित किया कैमरा और क्रॉलर सिस्टम लाइव गैस मेन का निरीक्षण करने, उपयोगिताओं को जोखिम कम करने, दक्षता में सुधार करने और परिचालन चुनौतियों का समाधान करने में मदद करने के लिए।
हमारे वर्तमान भूमिगत रोबोटिक सिस्टम के अलावा, हमारे पास एक इन-हाउस आर एंड डी टीम भी है जो अन्य उद्योगों के लिए रोबोटिक समाधान पर काम कर रही है। एक उदाहरण है रोबोटिक रोडवर्क और उत्खनन प्रणाली (आरआरईएस), एक परियोजना जिसे हम यूके की कंपनी, एसजीएन के सहयोग से विकसित कर रहे हैं। आरआरईएस एक ऑल-इलेक्ट्रिक रोबोटिक प्रणाली है जो उत्खनन के पारंपरिक तरीकों को क्षमताओं के साथ बदलने के लिए बनाई गई है जिसमें जमीन के नीचे सेंसिंग, कोरिंग और कटिंग रोडवेज़, स्वचालित सॉफ्ट टच उत्खनन, पाइप इंस्टॉलेशन और फिर रोडवे को बहाल करने की क्षमता शामिल है। आगे के विकास के माध्यम से, हम भविष्य में आरआरईएस द्वारा किए जा सकने वाले कार्यों की सीमा का विस्तार करने की उम्मीद करते हैं।
यह केवल उन रोबोटिक्स समाधानों का एक नमूना है जो हम वर्तमान में पेश करते हैं, लेकिन हमारी प्रौद्योगिकियों के बारे में अतिरिक्त जानकारी हमारी वेबसाइट पर पाई जा सकती है। हमारे पास विकास में कई अन्य परियोजनाएं हैं और हम हमेशा उपयोगिता, ऊर्जा और औद्योगिक उद्योगों में कंपनियों के साथ साझेदारी करना चाहते हैं जो स्वचालित समाधान की तलाश में हैं।
किस प्रकार का डेटा एकत्र किया जाता है?
यूएलसी टेक्नोलॉजीज उद्योग में विभिन्न तकनीकी चुनौतियों का समाधान करने के लिए कस्टम रोबोटिक समाधान बनाती है। एप्लिकेशन के प्रकार के आधार पर, प्रत्येक रोबोट अपने वातावरण से विभिन्न प्रकार का डेटा कैप्चर करता है। निम्नलिखित कुछ लोकप्रिय प्रकार के डेटा की सूची है जिन्हें हम अपने निरीक्षण अभियान के दौरान एकत्र करते हैं:
- उच्च रिज़ॉल्यूशन रंगीन छवियाँ। उदाहरण के तौर पर हमारा मानव रहित हवाई वाहन (यूएवी)) निरीक्षण कार्य के दौरान 40MPixel छवियाँ कैप्चर करें
- 3डी बिंदु बादल। इसका एक उदाहरण 3डी बिंदु बादल हैं जिन्हें हमारे कुछ इन-पाइप क्रॉलर रोबोट एकत्र करते हैं।
- हमारे कुछ उपरोक्त ग्राउंड रोबोट नेविगेशन के लिए LIDAR डेटा संसाधित करते हैं
- इन्फ्रारेड छवियाँ। हमारे यूएवी और एसेट आइडेंटिफिकेशन एंड मैपिंग (एआईएम) समाधान संपत्ति की स्थिति के आकलन के लिए निरीक्षण कार्य के दौरान अवरक्त छवियों को कैप्चर कर सकते हैं।
- उच्च आवृत्ति रडार. आरआरईएस (रोबोटिक रोडवर्क्स एंड एक्सकेवेशन सिस्टम) जमीन के नीचे दबी संपत्तियों का पता लगाने के लिए ग्राउंड पेनेट्रेटिंग रडार का उपयोग करता है।
और भी कई अलग-अलग प्रकार के डेटा हैं जो हमारे कुछ प्लेटफ़ॉर्म अलग-अलग उद्देश्यों के लिए एकत्र करते हैं जो एक उद्योग के लिए उनके विशिष्ट अनुप्रयोग के कारण इस सूची में शामिल नहीं हैं।
क्या आप चर्चा कर सकते हैं कि इन छवियों को जियोटैग कैसे किया जाता है?
प्रत्येक रोबोटिक प्लेटफ़ॉर्म पर, कैप्चर की गई छवियों को जियोटैगिंग उस सिस्टम और उसके वातावरण में उपलब्ध जानकारी के लिए अद्वितीय होती है।
हमारा एआईएम सिस्टम हमारे सर्वेक्षण वाहन के पथ को मैप करने के लिए ऑनबोर्ड जीपीएस का उपयोग करता है। अन्य ऑनबोर्ड सेंसर, कंप्यूटर विज़न एल्गोरिदम और लक्ष्य ट्रैकिंग का उपयोग करते हुए, हमारा मालिकाना सॉफ़्टवेयर प्रत्येक पहचानी गई संपत्ति के स्थान को मापता है और तदनुसार उनकी छवियों को जियोटैग करता है। जीपीएस से वंचित वातावरण में जैसे भूमिगत पाइप के अंदर, हमारे रोबोट पाइप के अंदर से कैप्चर किए गए डेटा को जियोटैग करने के लिए उपरोक्त जमीन सर्वेक्षण वाहनों के साथ संचार करने के लिए अन्य तरीकों का उपयोग करते हैं।
कुछ मशीन लर्निंग तकनीकें क्या हैं जिनका उपयोग वर्तमान में डेटा को संसाधित करने के लिए किया जाता है?
मशीन लर्निंग की तीन मुख्य विधियाँ हैं जिनका उपयोग रोबोटिक्स और स्वायत्त डेटा प्रोसेसिंग में किया जा रहा है, जिनमें से सभी का उपयोग यूएलसी टेक्नोलॉजीज में विभिन्न अनुप्रयोगों में किया जा रहा है।
- पर्यवेक्षित शिक्षण, जहां मॉडल को प्रशिक्षित करने के लिए जमीनी सच्चाई आवश्यक है। इन मॉडलों में डेटा प्रोसेसिंग में उच्च सटीकता होती है। यूएलसी का एआईएम समाधान इस मॉडल का उपयोग उच्च सटीकता और दोहराव के साथ जमीन के ऊपर विद्युत बुनियादी ढांचे की संपत्तियों की पहचान करने के लिए कर रहा है।
- अनसुपरवाइज्ड लर्निंग, जिसमें मॉडल डेटा में समानता और विसंगतियों की पहचान करता है। हमने अपने इन-पाइप क्रॉलर से कैमरा फ़ुटेज को संसाधित करने और पाइप के साथ उनके स्थान को मैप करने के लिए इस पद्धति का उपयोग किया है।
- सुदृढीकरण सीखना, जो जटिल रिवर्स गतिज गणनाओं के बिना जटिल उपकरणों को प्रशिक्षित करने के लिए एक इनाम-आधारित प्रणाली है। हम विभिन्न उत्खनन कार्यों को करने के लिए आरआरईएस प्लेटफॉर्म पर रोबोटिक बांह को संचालित करने के लिए इस पद्धति का उपयोग कर रहे हैं।
क्या यूएलसी टेक्नोलॉजीज के बारे में आप कुछ और साझा करना चाहेंगे?
हम नवीन समाधानों के विकास की पहचान करने और सहयोग करने के लिए हमेशा औद्योगिक, ऊर्जा और निर्माण उद्योगों के नेताओं के साथ साझेदारी करना चाहते हैं। अपने कार्य और क्षेत्र परीक्षण के माध्यम से, हम अपनी एआई और मशीन सीखने की क्षमताओं को बढ़ाना जारी रखते हैं और भविष्य में अपने ग्राहकों के लिए नई चुनौतियों का समाधान करने के लिए तत्पर हैं।
बेहतरीन साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं, उन्हें अवश्य आना चाहिए यूएलसी टेक्नोलॉजीज.
