साक्षात्कार
यासर खान, वन टेक के सीईओ – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
यासर खान, वन टेक के सीईओ हैं, जो एक एआई-ड्रिवन टेक्नोलॉजी कंपनी है जो ओईएम, नेटवर्क ऑपरेटरों और उद्यमों के लिए अगली पीढ़ी के आईओटी समाधानों को डिज़ाइन, विकसित और तैनात करती है।
आपको आर्टिफ़िशियल इंटेलिजेंस में क्या आकर्षित किया?
कुछ साल पहले, हमने एक इंडस्ट्रियल इंटरनेट ऑफ़ थिंग्स (आईआईओटी) समाधान तैनात किया जिसने व्यापक भौगोलिक स्थान में कई संपत्तियों को जोड़ा। जो डेटा उत्पन्न हुआ था वह विशाल था। हमने पीएलसी से 50 मिलीसेकंड की नमूना दरों पर डेटा और बाहरी सेंसर मानों को कुछ सेकंड में एकत्र किया। एक 单 मिनट के दौरान, हमने प्रत्येक संपत्ति के लिए हज़ारों डेटापॉइंट्स उत्पन्न किए। हमें पता था कि इस डेटा को सर्वर पर प्रसारित करना और किसी व्यक्ति द्वारा इसका मूल्यांकन करना वास्तविक नहीं था, न ही यह व्यवसाय के लिए लाभकारी था। इसलिए, हमने एक उत्पाद बनाने का फैसला किया जो डेटा को संसाधित करेगा और उपभोग्य आउटपुट उत्पन्न करेगा, जिससे संगठन को डिजिटल परिवर्तन तैनाती से लाभ उठाने के लिए आवश्यक पर्यवेक्षण की मात्रा कम हो जाएगी – भारी रूप से संपत्ति प्रदर्शन प्रबंधन और भविष्यसूचक रखरखाव पर केंद्रित।
वन टेक के माइक्रोएआई समाधान के बारे में आप क्या चर्चा कर सकते हैं?
माइक्रोएआई एक मशीन लर्निंग प्लेटफ़ॉर्म है जो संपत्ति (डिवाइस या मशीन) के प्रदर्शन, उपयोगिता और व्यवहार में एक उच्च स्तर का अंतर्दृष्टि प्रदान करता है। यह लाभ निर्माण संयंत्र प्रबंधकों से लेकर हार्डवेयर ओईएम तक है, जो अपने उपकरणों के प्रदर्शन को बेहतर ढंग से समझना चाहते हैं। हम इसे संपत्ति के माइक्रोकंट्रोलर (एमसीयू) या माइक्रोप्रोसेसर (एमपीयू) पर एक छोटा सा पैकेट तैनात करके प्राप्त करते हैं। एक प्रमुख विभेदक यह है कि माइक्रोएआई की प्रशिक्षण और मॉडल बनाने की प्रक्रिया अद्वितीय है। हम संपत्ति पर सीधे मॉडल को प्रशिक्षित करते हैं। न केवल यह डेटा को स्थानीय रखने की अनुमति देता है, जो लागत और तैनाती के समय को कम करता है, बल्कि यह एआई आउटपुट की सटीकता और सटीकता को भी बढ़ाता है। माइक्रोएआई में तीन प्राथमिक परतें हैं:
- डेटा इनजेस्ट – माइक्रोएआई डेटा इनपुट के लिए अज्ञेयवादी है। हम किसी भी सेंसर मान को उपभोग कर सकते हैं और माइक्रोएआई प्लेटफ़ॉर्म इस पहली परत में इनपुट के लिए फीचर इंजीनियरिंग और वजन की अनुमति देता है।
- प्रशिक्षण – हम स्थानीय वातावरण के भीतर सीधे प्रशिक्षित करते हैं। प्रशिक्षण अवधि को उपयोगकर्ता द्वारा संपत्ति के सामान्य चक्र के आधार पर निर्धारित किया जा सकता है। आमतौर पर, हम 25-45 सामान्य चक्रों को पकड़ना पसंद करते हैं, लेकिन यह प्रत्येक चक्र में परिवर्तन/अस्थिरता पर बहुत अधिक आधारित है।
- आउटपुट – माइक्रोएआई द्वारा संपत्ति पर अनियमितता की गंभीरता के आधार पर सूचनाएं और अलर्ट उत्पन्न किए जाते हैं। इन सीमाओं को उपयोगकर्ता द्वारा समायोजित किया जा सकता है। माइक्रोएआई द्वारा उत्पन्न अन्य आउटपुट में भविष्य में रखरखाव के दिनों की संख्या (सेवा अनुसूचियों को अनुकूलित करने के लिए), स्वास्थ्य स्कोर और संपत्ति जीवन शेष शामिल हैं। इन आउटपुट को मौजूदा आईटी प्रणालियों में भेजा जा सकता है जो ग्राहकों के पास हैं (उत्पाद जीवन चक्र प्रबंधन उपकरण, समर्थन/टिकट प्रबंधन, रखरखाव, आदि।)
माइक्रोएआई के पीछे कुछ मशीन लर्निंग प्रौद्योगिकियों पर चर्चा कर सकते हैं?
माइक्रोएआई में एक बहुस्तरीय व्यवहार विश्लेषण पैक्ड है, जो एक पुनरावृत्ति अल्गोरिथ्म के भीतर है। जो भी इनपुट एआई इंजन में फीड किया जाता है, वह ऊपरी और निचली सीमाओं (अपर और निचली सीमाएं) को प्रभावित करता है जो एआई मॉडल द्वारा निर्धारित की जाती हैं। हम एक कदम आगे की भविष्यवाणी प्रदान करके ऐसा करते हैं। उदाहरण के लिए, यदि एक इनपुट आरपीएम है और आरपीएम बढ़ जाता है, तो बियरिंग तापमान की ऊपरी सीमा थोड़ी बढ़ सकती है क्योंकि मशीन की गति तेज है। यह मॉडल को विकसित होने और सीखने की अनुमति देता है।
माइक्रोएआई क्लाउड तक पहुंच के लिए निर्भर नहीं है, इसके फायदे क्या हैं?
हमें एक अद्वितीय दृष्टिकोण है जो मॉडल को सीधे एंडपॉइंट (जहां डेटा उत्पन्न होता है) पर बनाने के लिए। यह डेटा गोपनीयता और सुरक्षा को तैनाती में लाता है क्योंकि डेटा को स्थानीय वातावरण छोड़ने की आवश्यकता नहीं है। यह विशेष रूप से डेटा गोपनीयता अनिवार्य होने पर महत्वपूर्ण है। इसके अलावा, क्लाउड में डेटा प्रशिक्षित करने की प्रक्रिया समय लेने वाली है। यह समय लेने वाला अन्य लोगों द्वारा इस स्थान को दृष्टिकोण में लाने की आवश्यकता के कारण है, जिसमें ऐतिहासिक डेटा एकत्र करना, डेटा को क्लाउड में प्रसारित करना, मॉडल बनाना और अंत में मॉडल को एंड एसेट्स में पुश करना शामिल है। माइक्रोएआई 100% स्थानीय वातावरण में प्रशिक्षित और जीवित रह सकता है।
माइक्रोएआई प्रौद्योगिकी की एक विशेषता इसकी त्वरित अनियमितता का पता लगाने की क्षमता है, आप इस कार्यक्षमता पर विस्तार कर सकते हैं?
हमारे दृष्टिकोण के कारण व्यवहार विश्लेषण को तैनात करने और सीखने की अनुमति देने के लिए, हम माइक्रोएआई को तैनात कर सकते हैं और संपत्ति के व्यवहार को तुरंत सीखना शुरू कर सकते हैं। हम व्यवहार में पैटर्न देखना शुरू कर सकते हैं। फिर से, यह ऐतिहासिक डेटा लोड करने की आवश्यकता के बिना है। एक बार जब हम संपत्ति के पर्याप्त चक्रों को पकड़ लेते हैं, तो हम एआई मॉडल से सटीक आउटपुट उत्पन्न करना शुरू कर सकते हैं। यह स्थान में एक नए युग की शुरुआत है। जो पहले हफ्तों या महीनों में एक सटीक मॉडल बनाने में लगता था, अब कुछ घंटों में और कभी-कभी मिनटों में हो सकता है।
माइक्रोएआई हेलियो और माइक्रोएआई एटम के बीच क्या अंतर है?
माइक्रोएआई हेलियो सर्वर:
हमारा हेलियो सर्वर स्थानीय सर्वर (सबसे आम) में या क्लाउड इंस्टेंस में तैनात किया जा सकता है। हेलियो निम्नलिखित कार्यक्षमता प्रदान करता है: (वर्कफ़्लो प्रबंधन, डेटा विश्लेषण और प्रबंधन, और डेटा दृश्यीकरण)।
संपत्तियों के प्रबंधन के लिए वर्कफ़्लो – एक पदानुक्रम जहां वे तैनात हैं और वे कैसे उपयोग किए जाते हैं। (उदाहरण के लिए, सभी ग्राहक सुविधाओं की स्थापना विश्व स्तर पर, विशिष्ट सुविधाओं और प्रत्येक सुविधा के भीतर खंड, व्यक्तिगत स्टेशन, प्रत्येक स्टेशन में प्रत्येक संपत्ति तक)। इसके अलावा, संपत्तियों को विभिन्न नौकरियों के लिए विभिन्न चक्र दरों के साथ कॉन्फ़िगर किया जा सकता है; यह इन वर्कफ़्लो में कॉन्फ़िगर किया जा सकता है। इसके अलावा, टिकट/वर्कऑर्डर प्रबंधन की क्षमता भी हेलियो सर्वर वातावरण का हिस्सा है।
डेटा विश्लेषण और प्रबंधन – हेलियो के इस खंड में, उपयोगकर्ता एआई आउटपुट के साथ-साथ कच्चे डेटा स्नैपशॉट (उदाहरण के लिए, मैक्स, मिन और प्रति घंटे डेटा मान या डेटा हस्ताक्षर जो एक अलर्ट या अलार्म को ट्रिगर करते हैं) पर आगे के विश्लेषण चला सकते हैं। ये हेलियो विश्लेषण डिज़ाइनर में कॉन्फ़िगर किए गए प्रश्न हो सकते हैं या री या एक प्रोग्रामिंग भाषा जैसे उन्नत विश्लेषण लाए जा सकते हैं। डेटा प्रबंधन परत वह है जहां उपयोगकर्ता एपीआई प्रबंधन गेटवे का उपयोग तीसरे पक्ष के कनेक्शन के लिए कर सकते हैं जो हेलियो वातावरण के साथ समन्वय में डेटा का उपभोग और/या भेजना कर रहे हैं।
डेटा दृश्यीकरण – हेलियो विभिन्न उद्योग-विशिष्ट रिपोर्टिंग के लिए टेम्पलेट प्रदान करता है, जो उपयोगकर्ताओं को हेलियो डेस्कटॉप और मोबाइल एप्लिकेशन दोनों से जुड़ी संपत्तियों के लिए एंटरप्राइज़ एसेट मैनेजमेंट और एसेट प्रदर्शन प्रबंधन दृश्यों का उपभोग करने की अनुमति देता है।
माइक्रोएआई एटम:
माइक्रोएआई एटम एक मशीन लर्निंग प्लेटफ़ॉर्म है जो एमसीयू वातावरण में एम्बेड करने के लिए डिज़ाइन किया गया है। इसमें बहुस्तरीय व्यवहार विश्लेषण पुनरावृत्ति अल्गोरिथ्म को स्थानीय एमसीयू आर्किटेक्चर में सीधे प्रशिक्षित करना शामिल है – क्लाउड में नहीं और फिर एमसीयू में पुश किया जाता है। यह एमएल मॉडल को तेजी से बनाने और तैनात करने के लिए ऊपरी और निचली सीमाओं के आधार पर बहुस्तरीय मॉडल के आधार पर ऑटो-जेनरेशन की अनुमति देता है। हमने माइक्रोएआई को पारंपरिक विधियों की तुलना में सिग्नल डेटा को उपभोग करने और प्रशिक्षित करने के लिए एक अधिक कुशल तरीके से बनाया है। यह न केवल मॉडल को बनाने में एक उच्च स्तर की सटीकता लाता है, बल्कि होस्ट हार्डवेयर (उदाहरण के लिए, कम मेमोरी और सीपीयू उपयोग) पर कम संसाधनों का उपयोग करता है, जो हमें एमसीयू जैसे वातावरण में चलने की अनुमति देता है।
हमारे पास एक और मुख्य प्रस्ताव है जिसे माइक्रोएआई नेटवर्क कहा जाता है।
माइक्रोएआई नेटवर्क – एटम के एक नेटवर्क को एकत्रित करने और बाहरी डेटा स्रोतों के साथ मैश करने की अनुमति देता है ताकि एंडपॉइंट पर सीधे कई मॉडल बनाए जा सकें। यह विभिन्न क्षेत्रों में, ग्राहकों के बीच, अद्यतनों से पहले और बाद में आदि में तैनात संपत्तियों के प्रदर्शन पर क्षैतिज और ऊर्ध्वाधर विश्लेषण चलाने की अनुमति देता है। माइक्रोएआई नेटवर्क एक डिवाइस/संपत्ति के प्रदर्शन को तैनात की गई समान संपत्तियों के संबंध में एक गहरी समझ प्रदान करने की अनुमति देता है। फिर से, हमारे दृष्टिकोण के कारण मॉडल को सीधे एज पर बनाने के लिए, मशीन लर्निंग मॉडल होस्ट हार्डवेयर का बहुत कम मेमोरी और सीपीयू का उपभोग करते हैं।
वन टेक आईओटी सुरक्षा परामर्श भी प्रदान करता है। आईओटी पेनेट्रेशन टेस्टिंग और खतरे मॉडलिंग की प्रक्रिया क्या है?
हम संपत्तियों के व्यवहार को समझने में अपनी क्षमता के कारण, हम जुड़े उपकरण के आंतरिक (उदाहरण के लिए, सीपीयू, मेमोरी उपयोग, डेटा पैक आकार/आवृत्ति) से संबंधित डेटा को उपभोग कर सकते हैं। आईओटी उपकरणों में आमतौर पर एक नियमित पैटर्न होता है – यह कितनी बार डेटा प्रसारित करता है, यह डेटा कहां भेजता है और उस डेटा पैकेट का आकार क्या है। हम माइक्रोएआई को इन आंतरिक डेटा पैरामीटर को उपभोग करने के लिए लागू करते हैं ताकि जुड़े उपकरण के लिए सामान्य की एक आधार रेखा बनाई जा सके। यदि डिवाइस पर एक असामान्य क्रिया होती है, तो हम एक प्रतिक्रिया को ट्रिगर कर सकते हैं। यह डिवाइस को रीबूट करने से लेकर एक टिकट खोलने तक हो सकता है। वर्कऑर्डर प्रबंधन टूल में, हमारी सुरक्षा टीम ने परीक्षण हैक विकसित किए हैं और हमने माइक्रोएआई का उपयोग करके विभिन्न ज़ीरो-डे हमले के प्रयासों का सफलतापूर्वक पता लगाया है।
क्या वन टेक, इंक के बारे में आप कुछ और साझा करना चाहेंगे?
नीचे माइक्रोएआई एटम के कार्य करने का एक आरेख है। कच्चे डेटा को प्राप्त करना शुरू करते हुए, स्थानीय वातावरण में प्रशिक्षण और प्रसंस्करण, डेटा का अनुमान लगाना और आउटपुट प्रदान करना।
नीचे माइक्रोएआई नेटवर्क के कार्य करने का एक आरेख है। कई माइक्रोएआई एटम माइक्रोएआई नेटवर्क में फीड करते हैं। एटम डेटा के साथ-साथ, अतिरिक्त डेटा स्रोत मॉडल में मैश किए जा सकते हैं ताकि संपत्ति के प्रदर्शन की एक अधिक विस्तृत समझ प्राप्त की जा सके। इसके अलावा, माइक्रोएआई नेटवर्क के भीतर कई मॉडल बनाए जाते हैं, जो हितधारकों को विभिन्न क्षेत्रों में, ग्राहकों के बीच, अद्यतनों से पहले और बाद में आदि में संपत्तियों के प्रदर्शन पर क्षैतिज विश्लेषण चलाने की अनुमति देते हैं।
साक्षात्कार और विस्तृत प्रतिक्रियाओं के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं उन्हें वन टेक पर जाना चाहिए。
