सध्या आर्टिफिशियल इंटेलिजन्स (AI) मध्ये टेक्स्ट-आधारित ऍप्लिकेशन्सऐवजी प्रत्यक्ष जगात वापरल्या जाणाऱ्या तंत्रज्ञानाकडे कल वाढत आहे. 'फिजिकल एआय' – म्हणजे मशीनद्वारे आवाज, कंपन आणि उष्णता यांसारख्या गोष्टी समजून घेण्याची क्षमता – आता कारखान्यांची कार्यक्षमता वाढवण्यासाठी अत्यंत महत्त्वाची ठरत आहे. भारतीय उत्पादन क्षेत्रातील कंपन्यांसाठी, सेन्सर-आधारित बुद्धिमत्ता (Sensor-based Intelligence) स्वीकारणे हे उपकरणांमधील बिघाड वेळेआधी ओळखणाऱ्या आणि केवळ सामान्य डेटा रिपोर्टिंग करणाऱ्या कंपन्यांमधील फरक स्पष्ट करेल.
डिजिटल इंटेलिजन्सच्या पलीकडे
आर्टिफिशियल इंटेलिजन्स (AI) मधील सध्याची गुंतवणूक प्रामुख्याने डिजिटल कंप्युटिंग पॉवर, जसे की ॲडव्हान्स चिप्स आणि मोठे डेटा सेंटर्स यावर केंद्रित आहे. यामुळे AI ची भाषा आणि इंटरनेटवरील प्रतिमांवर प्रक्रिया करण्याची क्षमता वाढली असली तरी, औद्योगिक क्षमतेमध्ये एक मोठी उणीव राहिली आहे. मशीन अहवाल लिहिण्यात अधिक सक्षम होत आहेत, परंतु त्या ज्या भौतिक वातावरणात काम करतात ते 'अनुभवणे' किंवा 'ऐकणे' यात अजूनही मागे आहेत. इथेच 'फिजिकल एआय'ची भूमिका सुरू होते.
पारंपरिक AI पेक्षा वेगळे
इंटरनेटवरील जुन्या डेटावरून शिकणाऱ्या पारंपरिक AI मॉडेल्सच्या विपरीत, फिजिकल एआय रिअल-टाईम सेन्सरी इनपुटवर लक्ष केंद्रित करते. स्टील प्लांट, टेक्सटाईल मिल किंवा केमिकल रिफायनरीसारख्या औद्योगिक वातावरणात, सर्वाधिक महत्त्वाचा डेटा कंपने (vibrations), ध्वनी लहरी (sound frequencies), उष्णतेचे नमुने (heat signatures) आणि विद्युत प्रवाहातील चढ-उतार यातून येतो. फिजिकल एआयने सुसज्ज असलेले मशीन इंजिनचा बारीक आवाज किंवा बेअरिंगमधील लयबद्ध कंपने ओळखू शकते, जी संभाव्य बिघाडाचे संकेत देतात. डिजिटल सारांशांवर अवलंबून असलेल्या सध्याच्या प्रणाली अनेकदा हे भौतिक संकेत पूर्णपणे दुर्लक्षित करतात.
एज कंप्युटिंगकडे (Edge Computing) वाटचाल
फिजिकल एआय स्वीकारण्यातील एक मोठे आव्हान म्हणजे डेटा व्यवस्थापन. प्रत्येक गोष्ट रेकॉर्ड करणारे सेन्सर्स कम्युनिकेशन नेटवर्कवर त्वरित भार टाकू शकतात, तर खूप हळू रेकॉर्ड करणारे सेन्सर्स अचानक उपकरण बिघडण्याची शक्यता गमावू शकतात. यासाठी 'स्मार्ट सेन्सिंग' हे विकसित होत असलेले समाधान आहे, जिथे विश्लेषण थेट स्त्रोतावर - म्हणजेच मशीनवरच - होते. सर्व डेटा दूरच्या क्लाउड सर्व्हरवर पाठवण्याऐवजी हे केले जाते. उच्च-जोखीम असलेल्या वातावरणासाठी हे बदल महत्त्वाचे आहेत, जिथे स्प्लिट-सेकंडचे निर्णय महागड्या उत्पादन थांबण्यापासून किंवा सुरक्षा धोक्यांपासून वाचवतात.
भारताच्या उत्पादन क्षेत्रावरील परिणाम
जागतिक उत्पादन केंद्र म्हणून भारताची उद्दिष्ट्ये पूर्ण करण्यासाठी, या तंत्रज्ञानाचा अवलंब करणे हे आर्थिक प्राधान्य आहे. ज्या कंपन्या सेन्सर स्तरावर बुद्धिमत्ता एकत्रित करतात, त्या 'रिॲक्टिव्ह मेंटेनन्स' (Reactive Maintenance) - म्हणजे मशीन बिघडल्यावर दुरुस्त करणे - यावरून 'प्रेडिक्टिव्ह मेंटेनन्स' (Predictive Maintenance) कडे वळू शकतात, जे समस्या उद्भवण्यापूर्वीच सोडवते. यामुळे डाउनटाइम कमी करून आणि बदली भागांची किंमत कमी करून नफ्यात लक्षणीय सुधारणा होऊ शकते. औद्योगिक क्षेत्रात गुंतवणूक करणाऱ्या गुंतवणूकदारांनी कोणत्या कंपन्या केवळ स्टँडर्ड ऑफ-द-शेल्फ सॉफ्टवेअर खरेदी करण्याऐवजी अंतर्गत सेन्सर क्षमता आणि औद्योगिक ऑटोमेशनमध्ये गुंतवणूक करत आहेत यावर लक्ष ठेवावे. मूलभूत ऑफिस ऑटोमेशनसाठी AI वापरणाऱ्या आणि फॅक्टरी फ्लोअर ऑपरेशन्स ऑप्टिमाइझ करण्यासाठी फिजिकल AI वापरणाऱ्या कंपन्यांमधील अंतर वाढण्याची अपेक्षा आहे, ज्यामुळे दीर्घकालीन ऑपरेशनल कार्यक्षमता आणि मालमत्तेचे आयुष्य थेट प्रभावित होईल.