یاسر خان، ون ٹیک - انٹرویو سیریز کے سی ای او

یاسر خان، کے سی ای او ہیں۔ ون ٹیک ایک AI سے چلنے والی ٹیکنالوجی کمپنی جو OEMs، نیٹ ورک آپریٹرز اور انٹرپرائزز کے لیے اگلی نسل کے IoT سلوشنز کو ڈیزائن، تیار اور تعینات کرتی ہے۔

ابتدائی طور پر آپ کو مصنوعی ذہانت کی طرف کس چیز نے راغب کیا؟

کچھ سال پہلے، ہم نے ایک صنعتی انٹرنیٹ آف تھنگز (IIoT) حل متعین کیا جس نے وسیع جغرافیائی محل وقوع میں بہت سے اثاثوں کو جوڑ دیا۔ ڈیٹا کی مقدار جو تیار کی گئی تھی وہ بہت زیادہ تھی۔ ہم نے PLCs سے ڈیٹا کو 50 ملی سیکنڈ کے نمونے لینے کی شرح اور بیرونی سینسر کی قدروں کو سیکنڈ میں چند بار جمع کیا۔ ایک منٹ کے دوران، ہمارے پاس ہر اس اثاثہ کے لیے ہزاروں ڈیٹا پوائنٹس تیار کیے جا رہے تھے جس سے ہم جڑ رہے تھے۔ ہم جانتے تھے کہ اس ڈیٹا کو سرور پر منتقل کرنے اور کسی شخص سے ڈیٹا کا جائزہ لینے کا معیاری طریقہ حقیقت پسندانہ نہیں تھا اور نہ ہی کاروبار کے لیے فائدہ مند تھا۔ لہٰذا ہم نے ایک ایسی پروڈکٹ بنانے کا ارادہ کیا جو ڈیٹا پر کارروائی کرے اور قابل استعمال آؤٹ پٹ پیدا کرے، جس سے نگرانی کی مقدار کو بہت حد تک کم کیا جائے جس کی ایک تنظیم کو ڈیجیٹل تبدیلی کی تعیناتی کے فوائد حاصل کرنے کے لیے درکار ہوتی ہے۔

کیا آپ بات کر سکتے ہیں کہ ONE ٹیک کا مائیکرو اے آئی حل کیا ہے؟ 

MicroAI™ ایک مشین لرننگ پلیٹ فارم ہے جو اثاثہ (ڈیوائس یا مشین) کی کارکردگی، استعمال اور مجموعی رویے کے بارے میں بصیرت کی ایک بڑی سطح فراہم کرتا ہے۔ یہ فائدہ مینوفیکچرنگ پلانٹ مینیجرز سے ہوتا ہے جو ہارڈ ویئر OEMs کے لیے آلات کی مجموعی تاثیر کو بہتر بنانے کے طریقے تلاش کر رہے ہیں جو بہتر طور پر یہ سمجھنا چاہتے ہیں کہ ان کے آلات فیلڈ میں کس طرح کام کر رہے ہیں۔ ہم اثاثے کے مائیکرو کنٹرولر (MCU) یا مائکرو پروسیسر (MPU) پر ایک چھوٹا (70kb جتنا چھوٹا) پیکٹ لگا کر اسے پورا کرتے ہیں۔ ایک اہم فرق یہ ہے کہ مائیکرو اے آئی کی تربیت اور ماڈل بنانے کا عمل منفرد ہے۔ ہم ماڈل کو براہ راست اثاثہ پر ہی تربیت دیتے ہیں۔ یہ نہ صرف ڈیٹا کو مقامی رہنے کی اجازت دیتا ہے، جس سے لاگت اور تعیناتی کا وقت کم ہوتا ہے، بلکہ یہ AI آؤٹ پٹ کی درستگی اور درستگی کو بھی بڑھاتا ہے۔ مائیکرو اے آئی کی تین بنیادی پرتیں ہیں:

1. ڈیٹا ادخال - مائیکرو اے آئی ڈیٹا ان پٹ کے لیے نادان ہے۔ ہم کسی بھی سینسر کی قیمت کو استعمال کر سکتے ہیں اور مائیکرو اے آئی پلیٹ فارم اس پہلی پرت کے اندر اندر فیچر انجینئرنگ اور ان پٹس کو وزن دینے کی اجازت دیتا ہے۔
2. ٹریننگ - ہم مقامی ماحول میں براہ راست تربیت دیتے ہیں۔ تربیت کا دورانیہ صارف اس بات پر منحصر کر سکتا ہے کہ اثاثہ کا معمول کا چکر کیا ہے۔ عام طور پر، ہم 25-45 نارمل سائیکلوں کو پکڑنا پسند کرتے ہیں، لیکن یہ بہت حد تک پکڑے گئے ہر سائیکل کے تغیر/تغیر پر مبنی ہے۔
3. آؤٹ پٹ - مائیکرو اے آئی کی طرف سے نوٹیفیکیشنز اور الرٹس پیدا کیے جاتے ہیں اس بے ضابطگی کی شدت کی بنیاد پر جو پتہ چلا ہے۔ ان حدوں کو صارف کے ذریعہ ایڈجسٹ کیا جاسکتا ہے۔ مائیکرو اے آئی کے ذریعہ تیار کردہ دیگر آؤٹ پٹس میں پیشن گوئی کے دن سے اگلی بحالی (سروس کے نظام الاوقات کو بہتر بنانے کے لیے)، ہیلتھ اسکور، اور باقی اثاثہ زندگی شامل ہیں۔ یہ آؤٹ پٹ موجودہ آئی ٹی سسٹمز کو بھیجے جا سکتے ہیں جو کلائنٹس کے پاس موجود ہیں (پروڈکٹ لائف سائیکل مینجمنٹ ٹولز، سپورٹ/ٹکٹنگ مینجمنٹ، مینٹیننس وغیرہ)

کیا آپ مائیکرو اے آئی کے پیچھے کچھ مشین لرننگ ٹیکنالوجیز پر بات کر سکتے ہیں؟

مائیکرو اے آئی ایک کثیر جہتی طرز عمل کا تجزیہ پیش کرتا ہے جو ایک تکراری الگورتھم کے اندر پیک کیا جاتا ہے۔ ہر ان پٹ جو AI انجن میں دیا جاتا ہے وہ دہلیز (اوپری اور لوئر باؤنڈز) پر اثر انداز ہوتا ہے جو AI ماڈل کے ذریعے سیٹ کیے گئے ہیں۔ ہم ایک قدم آگے کی پیشن گوئی فراہم کرکے ایسا کرتے ہیں۔ مثال کے طور پر، اگر ایک ان پٹ RPMs ہے اور RPMs میں اضافہ ہوتا ہے، تو مشین کی تیز رفتار حرکت کی وجہ سے بیئرنگ ٹمپریچر کی اوپری حد کی حد قدرے بڑھ سکتی ہے۔ یہ ماڈل کو ترقی اور سیکھنے کو جاری رکھنے کی اجازت دیتا ہے۔

مائیکرو اے آئی کلاؤڈ تک رسائی پر انحصار نہیں کرتا، اس کے کیا فائدے ہیں؟

ہمارے پاس براہ راست اختتامی نقطہ (جہاں ڈیٹا تیار ہوتا ہے) پر ماڈلز بنانے کا ایک منفرد طریقہ ہے۔ اس سے ڈیٹا پرائیویسی اور سیکیورٹی ڈیپلائیمنٹ میں آتی ہے کیونکہ ڈیٹا کو مقامی ماحول چھوڑنے کی ضرورت نہیں ہوتی۔ یہ خاص طور پر ان تعیناتیوں کے لیے اہم ہے جہاں ڈیٹا کی رازداری لازمی ہے۔ مزید برآں، کلاؤڈ میں ڈیٹا کی تربیت کا عمل وقت طلب ہے۔ اس وقت کی کھپت کے بارے میں کہ دوسرے اس جگہ تک کیسے پہنچ رہے ہیں تاریخی ڈیٹا کو جمع کرنے، ڈیٹا کو کلاؤڈ میں منتقل کرنے، ایک ماڈل بنانے، اور آخر کار اس ماڈل کو آخری اثاثوں کی طرف دھکیلنے کی ضرورت کی وجہ سے ہے۔ مائیکرو اے آئی مقامی ماحول میں 100% تربیت اور زندہ رہ سکتا ہے۔

مائیکرو اے آئی ٹکنالوجی کی خصوصیات میں سے ایک اس کی تیز رفتار بے ضابطگی کا پتہ لگانا ہے، کیا آپ اس فعالیت کی وضاحت کر سکتے ہیں؟

رویے کے تجزیہ کے ہمارے نقطہ نظر کی وجہ سے، ہم مائیکرو اے آئی کو تعینات کر سکتے ہیں اور فوری طور پر اثاثہ کے رویے کو سیکھنا شروع کر سکتے ہیں۔ ہم رویے کے اندر پیٹرن کو دیکھنا شروع کر سکتے ہیں۔ ایک بار پھر، یہ کسی تاریخی ڈیٹا کو لوڈ کرنے کی ضرورت کے بغیر ہے۔ ایک بار جب ہم اثاثہ کے کافی چکر حاصل کر لیتے ہیں، تب ہم AI ماڈل سے درست آؤٹ پٹ پیدا کرنا شروع کر سکتے ہیں۔ یہ خلا کے لیے اہم ہے۔ جو ایک درست ماڈل بنانے میں ہفتوں یا مہینوں کا وقت لگتا تھا وہ چند گھنٹوں اور بعض اوقات منٹوں میں ہو سکتا ہے۔

MicroAI™ Helio اور MicroAI™ ایٹم میں کیا فرق ہے؟

مائیکرو اے آئی ™ ہیلیو سرور:

ہمارا ہیلیو سرور ماحول مقامی سرور (سب سے عام) یا کلاؤڈ مثال میں تعینات کیا جا سکتا ہے۔ Helio مندرجہ ذیل فعالیت فراہم کرتا ہے: (ورک فلو مینجمنٹ، ڈیٹا تجزیہ اور انتظام، اور ڈیٹا ویژولائزیشن)۔

اثاثوں کے انتظام کے لیے ورک فلو - جہاں وہ تعینات ہیں اور ان کا استعمال کیسے کیا جاتا ہے اس کا ایک درجہ بندی۔ (مثال کے طور پر، عالمی سطح پر تمام کسٹمر سہولیات کا سیٹ اپ، ہر سہولت کے اندر مخصوص سہولیات اور حصے، انفرادی اسٹیشن، ہر اسٹیشن میں ہر اثاثہ تک)۔ مزید برآں، اثاثوں کو سائیکل کی مختلف شرحوں کے ساتھ مختلف کام انجام دینے کے لیے ترتیب دیا جا سکتا ہے۔ اسے ان ورک فلوز کے اندر کنفیگر کیا جا سکتا ہے۔ اس کے علاوہ ٹکٹ/ورک آرڈر مینجمنٹ کی صلاحیت بھی ہے، جو کہ ہیلیو سرور ماحول کا بھی ایک حصہ ہے۔

ڈیٹا کا تجزیہ اور انتظام - Helio کے اس حصے کے اندر، صارف AI آؤٹ پٹ پر کسی بھی خام ڈیٹا اسنیپ شاٹس کے ساتھ مزید تجزیات چلا سکتا ہے (یعنی، زیادہ سے زیادہ، کم سے کم، اور فی گھنٹہ کی بنیاد پر ڈیٹا کی اوسط قدریں یا ڈیٹا کے دستخط جو الرٹ یا الارم کو متحرک کرتے ہیں) . یہ وہ سوالات ہو سکتے ہیں جو Helio Analytics ڈیزائنر میں کنفیگر کیے گئے ہیں یا R جیسے ٹولز سے لائے گئے زیادہ جدید تجزیات، ایک پروگرامنگ لینگوئج۔ ڈیٹا مینجمنٹ لیئر وہ ہے جہاں صارف API مینجمنٹ گیٹ وے کو تھرڈ پارٹی کنکشنز کے لیے استعمال کر سکتا ہے جو Helio ماحول کے ساتھ ہم آہنگی میں ڈیٹا استعمال اور/یا بھیج رہے ہیں۔

ڈیٹا کی بصیرت - Helio مختلف صنعتوں کی مخصوص رپورٹنگ کے لیے ٹیمپلیٹس فراہم کرتا ہے، جو صارفین کو انٹرپرائز اثاثہ جات کے انتظام اور اثاثہ پرفارمنس مینجمنٹ کے خیالات کو Helio ڈیسک ٹاپ اور موبائل ایپلیکیشنز دونوں سے اپنے منسلک اثاثوں کے بارے میں معلومات فراہم کرتا ہے۔

مائیکرو اے آئی ایٹم:

مائیکرو اے آئی ایٹم ایک مشین لرننگ پلیٹ فارم ہے جو MCU ماحول میں سرایت کرنے کے لیے ڈیزائن کیا گیا ہے۔ اس میں کثیر جہتی رویے کے تجزیے کی تکراری الگورتھم کی تربیت براہ راست مقامی MCU فن تعمیر میں شامل ہے — نہ کہ بادل میں اور پھر MCU میں دھکیل دیا گیا۔ یہ ملٹی ویرینٹ ماڈل کی بنیاد پر اوپری اور نچلی حدوں کی آٹو جنریشن کے ذریعے ایم ایل ماڈلز کی تعمیر اور تعیناتی کو تیز کرنے کی اجازت دیتا ہے جو براہ راست اختتامی نقطہ پر بنتا ہے۔ ہم نے مائیکرو اے آئی کو دوسرے روایتی طریقوں کے مقابلے ماڈلز کو تربیت دینے کے لیے سگنل ڈیٹا کو استعمال کرنے اور اس پر کارروائی کرنے کا ایک زیادہ موثر طریقہ بنایا ہے۔ یہ نہ صرف بنائے گئے ماڈل میں اعلیٰ سطح کی درستگی لاتا ہے بلکہ میزبان ہارڈ ویئر (یعنی کم میموری اور CPU استعمال) پر کم وسائل کا استعمال کرتا ہے، جو ہمیں MCU جیسے ماحول میں چلانے کی اجازت دیتا ہے۔

ہمارے پاس ایک اور بنیادی پیشکش ہے جسے MicroAI™ نیٹ ورک کہتے ہیں۔

MicroAI™ نیٹ ورک - ایٹموں کے نیٹ ورک کو بیرونی ڈیٹا کے ذرائع کے ساتھ مضبوط اور میش کرنے کی اجازت دیتا ہے تاکہ براہ راست کنارے پر متعدد ماڈل بنائے جائیں۔ یہ ایٹم کو چلانے والے مختلف اثاثوں پر افقی اور عمودی تجزیہ کرنے کی اجازت دیتا ہے۔ مائیکرو اے آئی نیٹ ورک اس بات کو سمجھنے کی اور بھی گہری سطح کی اجازت دیتا ہے کہ کوئی ڈیوائس/اثاثہ اسی طرح کے اثاثوں کے سلسلے میں کس طرح کارکردگی کا مظاہرہ کر رہا ہے۔ ایک بار پھر، براہ راست کنارے پر ماڈلز بنانے کے لیے ہمارے منفرد انداز کی وجہ سے، مشین لرننگ ماڈلز میزبان ہارڈویئر کی بہت کم میموری اور CPU استعمال کرتے ہیں۔

ONE ٹیک IoT سیکیورٹی مشاورت بھی پیش کرتا ہے۔ تھریٹ ماڈلنگ اور IoT پینیٹریشن ٹیسٹنگ کا عمل کیا ہے؟

اثاثوں کے برتاؤ کو سمجھنے کی ہماری صلاحیت کی وجہ سے، ہم منسلک ڈیوائس کے اندرونی حصوں سے متعلق ڈیٹا استعمال کر سکتے ہیں (مثلاً، CPU، میموری کا استعمال، ڈیٹا پیک سائز/فریکوئنسی)۔ IoT آلات میں، زیادہ تر حصے کے لیے، آپریشن کا ایک باقاعدہ نمونہ ہوتا ہے — یہ کتنی بار ڈیٹا منتقل کرتا ہے، یہ ڈیٹا کہاں بھیجتا ہے، اور اس ڈیٹا پیکٹ کا سائز۔ ہم ان اندرونی ڈیٹا پیرامیٹرز کو استعمال کرنے کے لیے مائیکرو اے آئی کو لاگو کرتے ہیں تاکہ اس منسلک ڈیوائس کے لیے کیا معمول ہے اس کی ایک بنیادی لائن بنائی جائے۔ اگر آلہ پر کوئی غیر معمولی کارروائی ہوتی ہے، تو ہم ردعمل کو متحرک کر سکتے ہیں۔ یہ کسی ڈیوائس کو ریبوٹ کرنے یا ورک آرڈر مینجمنٹ ٹول کے اندر ٹکٹ کھولنے سے لے کر کسی ڈیوائس پر نیٹ ورک ٹریفک کو مکمل طور پر کم کرنے تک ہو سکتا ہے۔ ہماری سیکیورٹی ٹیم نے ٹیسٹنگ ہیکس تیار کیے ہیں اور ہم نے اس صلاحیت میں مائیکرو اے آئی کا استعمال کرکے زیرو ڈے حملے کی مختلف کوششوں کا کامیابی سے پتہ لگایا ہے۔

کیا کوئی اور چیز ہے جسے آپ ONE Tech, Inc کے بارے میں شیئر کرنا چاہیں گے؟

ذیل میں ایک خاکہ ہے کہ مائیکرو اے آئی ایٹم کیسے کام کرتا ہے۔ خام ڈیٹا کے حصول، مقامی ماحول میں تربیت اور پروسیسنگ، ڈیٹا کا اندازہ لگانے اور آؤٹ پٹ فراہم کرنے کے ساتھ شروع کرنا۔

ذیل میں ایک خاکہ ہے کہ مائیکرو اے آئی نیٹ ورک کیسے کام کرتا ہے۔ بہت سے مائیکرو اے آئی ایٹم مائیکرو اے آئی نیٹ ورک میں فیڈ کرتے ہیں۔ ایٹم ڈیٹا کے ساتھ، اضافی ڈیٹا کے ذرائع کو ماڈل میں ضم کیا جا سکتا ہے تاکہ اثاثہ کس طرح کارکردگی کا مظاہرہ کر رہا ہے۔ مزید برآں، مائیکرو اے آئی نیٹ ورک کے اندر متعدد ماڈلز بنائے گئے ہیں جو اسٹیک ہولڈرز کو افقی تجزیہ کرنے کی اجازت دیتے ہیں کہ مختلف خطوں میں، صارفین کے درمیان، اپ ڈیٹس سے پہلے اور بعد میں، وغیرہ کے اثاثے کیسے کام کر رہے ہیں۔

انٹرویو اور آپ کے تفصیلی جوابات کے لیے آپ کا شکریہ، جو قارئین مزید جاننا چاہتے ہیں وہ وزٹ کریں۔ ون ٹیک.