चैटबॉट से परे: कैसे डसॉल्ट सिस्टम्स के एआई साथी औद्योगिक इंजीनियरिंग को नया रूप दे रहे हैं
औद्योगिक दुनिया स्थिर सॉफ्टवेयर के युग से आगे बढ़ रही है। दशकों से, इंजीनियरों और डिजाइनरों ने कंप्यूटर-एडेड डिजाइन (CAD) और प्रोडक्ट लाइफसाइकिल मैनेजमेंट (PLM) टूल पर डिजिटल ड्राफ्टिंग बोर्ड के रूप में भरोसा किया है। हालांकि, जेनेरेटिव एआई का उदय इन उपकरणों को निष्क्रिय साधनों से सक्रिय सहयोगियों में बदल रहा है। इस बदलाव में सबसे आगे डसॉल्ट सिस्टम्स (Dassault Systèmes) है, जो एक फ्रांसीसी सॉफ्टवेयर दिग्गज है जिसने 'वर्चुअल ट्विन' को पूर्ण करने में चालीस साल बिताए हैं।
ऑरा (Aura), लियो (Leo) और मैरी (Marie) जैसे विशेष एआई साथियों की शुरुआत के साथ, कंपनी केवल अपने इंटरफेस में सर्च बार नहीं जोड़ रही है; बल्कि यह सीधे इंजीनियरिंग वर्कफ़्लो में डोमेन-विशिष्ट बुद्धिमत्ता को शामिल कर रही है। ये ईमेल लिखने के लिए उपयोग किए जाने वाले सामान्य-उद्देश्य वाले चैटबॉट नहीं हैं; ये थर्मोडायनामिक्स, सामग्री विज्ञान और विनिर्माण रसद (logistics) की जटिलताओं को नेविगेट करने के लिए डिज़ाइन किए गए सटीक उपकरण हैं।
वर्चुअल ट्विन और जेनेरेटिव इंटेलिजेंस का मिलन
यह समझने के लिए कि ये एआई साथी क्यों महत्वपूर्ण हैं, पहले वर्चुअल ट्विन की अवधारणा को समझना होगा। एक साधारण 3D मॉडल के विपरीत, एक वर्चुअल ट्विन वास्तविक दुनिया की वस्तु या प्रणाली का गणितीय रूप से सटीक, भौतिकी-आधारित प्रतिनिधित्व है—चाहे वह जेट इंजन हो, गगनचुंबी इमारत हो या मानव हृदय।
इस वातावरण में जेनेरेटिव एआई को एकीकृत करके, डसॉल्ट सिस्टम्स इंजीनियरों को समाधान 'बनाने' के बजाय समस्या का 'वर्णन' करने की अनुमति देता है। वजन कम करने के लिए ब्रैकेट की ज्यामिति (geometry) को मैन्युअल रूप से समायोजित करने के बजाय, एक इंजीनियर एआई से एक विशिष्ट टाइटेनियम मिश्र धातु का उपयोग करके 3D प्रिंटिंग के लिए हिस्से को अनुकूलित करने के लिए कह सकता है। एआई केवल एक आकार का सुझाव नहीं देता है; यह वर्चुअल ट्विन वातावरण के भीतर भौतिकी के नियमों के खिलाफ उस आकार की पुष्टि करता है।
विशेषज्ञों से मिलें: मैरी, लियो और ऑरा
डसॉल्ट सिस्टम्स 'सबके लिए एक जैसा' एआई दृष्टिकोण से दूर हट गया है, और इसके बजाय अलग-अलग डेटासेट पर प्रशिक्षित विशेष व्यक्तित्वों को चुना है। यह सुनिश्चित करता है कि दी गई सलाह तकनीकी रूप से ठोस और संदर्भ के अनुसार प्रासंगिक हो।
- मैरी (Marie): एक वैज्ञानिक विशेषज्ञ के रूप में स्थित, मैरी को रसायन विज्ञान, जीव विज्ञान और सामग्री विज्ञान से संबंधित जटिल प्रश्नों के उत्तर देने के लिए डिज़ाइन किया गया है। एक नए पॉलीमर को विकसित करने वाले शोधकर्ता के लिए, मैरी वैज्ञानिक साहित्य के विशाल पुस्तकालयों से जानकारी प्राप्त करके आणविक स्थिरता या नियामक अनुपालन में अंतर्दृष्टि प्रदान कर सकती है।
- लियो (Leo): यह साथी इंजीनियरिंग की दुनिया का सेतु है। लियो को औद्योगिक डिजाइन के 'कैसे करें' को संभालने के लिए बनाया गया है। चाहे वह मैकेनिकल स्ट्रेस डिस्ट्रीब्यूशन के बारे में सवाल हो या जटिल फ्यूजलेज के लिए सबसे अच्छे असेंबली सीक्वेंस के बारे में पूछताछ हो, लियो कार्रवाई योग्य इंजीनियरिंग डेटा प्रदान करता है।
- डोमिनिक (Dominic): जबकि मैरी और लियो 'क्या' और 'कैसे' पर ध्यान केंद्रित करते हैं, डोमिनिक स्थितिजन्य मार्गदर्शक के रूप में कार्य करता है। हाल ही में मोबाइल वर्ल्ड कांग्रेस में प्रदर्शित, डोमिनिक एक उच्च-स्तरीय नेविगेटर के रूप में कार्य करता है, जो उपयोगकर्ताओं को बड़े पैमाने के आयोजनों के रसद का प्रबंधन करने या 3DEXPERIENCE प्लेटफॉर्म के विशाल पारिस्थितिकी तंत्र को नेविगेट करने में मदद करता है।
डसॉल्ट सिस्टम्स में EMEA की कार्यकारी उपाध्यक्ष फ्लोरेंस वर्ज़ेलन इन उपकरणों को 'सुपरपावर' के रूप में वर्णित करती हैं। लक्ष्य डेटा पुनर्प्राप्ति और बुनियादी गणना के 'नीरस काम' को खत्म करना है, जिससे मानव विशेषज्ञों को उच्च-स्तरीय रचनात्मक समस्या-समाधान पर ध्यान केंद्रित करने की अनुमति मिलती है।
जेनेरेटिव डिजाइन से जेनेरेटिव इंजीनियरिंग तक
पिछले दशक के जेनेरेटिव डिजाइन और आज की एआई-संचालित इंजीनियरिंग के बीच एक महत्वपूर्ण अंतर है। पारंपरिक जेनेरेटिव डिजाइन निर्धारित बाधाओं के आधार पर हजारों ज्यामितीय क्रमपरिवर्तन के माध्यम से पुनरावृत्ति करने के लिए एल्गोरिदम का उपयोग करता था। यह शक्तिशाली था लेकिन अक्सर 'ब्लैक बॉक्स' परिणाम उत्पन्न करता था जिन्हें संशोधित करना कठिन था।
आधुनिक एआई साथी प्राकृतिक भाषा संपर्क की एक परत प्रदान करते हैं। यह 'ह्यूमन-इन-द-लूप' अनुभव की अनुमति देता है जहां इंजीनियर एआई के साथ बहस कर सकता है, औचित्य मांग सकता है और वास्तविक समय में मापदंडों को परिष्कृत कर सकता है। यह डिजाइन प्रक्रिया को एक बातचीत में बदल देता है। यदि लियो एक विशिष्ट सुदृढीकरण पैटर्न का सुझाव देता है, तो इंजीनियर पूछ सकता है, "हनीकॉम्ब संरचना के बजाय वह पैटर्न क्यों?" और प्रोजेक्ट की विशिष्ट लोड आवश्यकताओं के आधार पर तकनीकी औचित्य प्राप्त कर सकता है।
विनिर्माण क्षेत्र के लिए व्यावहारिक निहितार्थ
इन साथियों का प्रभाव डिजाइन कार्यालय से परे तक फैला हुआ है। विनिर्माण इंजीनियरिंग में, जोखिम को डाउनटाइम और सामग्री की बर्बादी में मापा जाता है।
| विशेषता | पारंपरिक वर्कफ़्लो | एआई-साथी वर्कफ़्लो |
|---|---|---|
| समस्या समाधान | मैन्युअल खोज और साथियों से परामर्श | लियो/मैरी से त्वरित तकनीकी उत्तर |
| डिजाइन पुनरावृत्ति | क्रमिक, मैन्युअल समायोजन | भौतिकी पर आधारित जेनेरेटिव सुझाव |
| ज्ञान हस्तांतरण | वरिष्ठ कर्मचारियों के अनुभव पर निर्भर | एआई मॉडल में कैप्चर किया गया संस्थागत ज्ञान |
| डेटा विश्लेषण | मैन्युअल स्प्रेडशीट और सिमुलेशन समीक्षा | वर्चुअल ट्विन डेटा का एआई-संचालित संश्लेषण |
एआई एकीकरण के लिए अपने वर्कफ़्लो को कैसे तैयार करें
इन एआई साथियों को अपनाना स्विच ऑन करने जितना सरल नहीं है। इसके लिए औद्योगिक टीमों द्वारा अपने डेटा को प्रबंधित करने के तरीके में बदलाव की आवश्यकता होती है। इन उपकरणों का अधिकतम लाभ उठाने के लिए, कंपनियों को निम्नलिखित चरणों पर विचार करना चाहिए:
- अपने डेटा की नींव को साफ करें: एआई केवल उतना ही अच्छा है जितना वह डेटा जिसे वह एक्सेस करता है। सुनिश्चित करें कि आपका PLM डेटा संरचित है और आपके वर्चुअल ट्विन अप-टू-डेट हैं।
- विशेष उपयोग के मामलों को परिभाषित करें: एक साथ हर चीज के लिए एआई का उपयोग करने की कोशिश न करें। यह देखने के लिए कि उच्चतम ROI कहां है, R&D के लिए मैरी या मैकेनिकल अनुकूलन के लिए लियो को तैनात करके शुरुआत करें।
- इंजीनियरों के लिए प्रॉम्प्ट इंजीनियरिंग में निवेश करें: अपने कर्मचारियों को सटीक, तकनीकी प्रश्न पूछना सिखाना नया 'ड्राफ्टिंग' कौशल है। एक अस्पष्ट प्रश्न एक अस्पष्ट डिजाइन देता है।
- मानवीय निरीक्षण बनाए रखें: हमेशा एआई सुझावों को परिकल्पना के रूप में मानें। अंतिम सत्यापन अभी भी कठोर सिमुलेशन और भौतिक परीक्षण के माध्यम से होना चाहिए।
औद्योगिक नवाचार का भविष्य
इन एआई साथियों का लॉन्च एक महत्वपूर्ण मोड़ है जहां सॉफ्टवेयर एक उपकरण के बजाय एक टीम का साथी बनने लगता है। वर्चुअल ट्विन की भौतिक सटीकता में जेनेरेटिव एआई को आधार बनाकर, डसॉल्ट सिस्टम्स 'मतिभ्रम' (hallucination) की समस्या को हल कर रहा है जो सामान्य एआई को परेशान करती है।
जैसे-जैसे ये मॉडल 3DEXPERIENCE प्लेटफॉर्म के भीतर उत्पन्न विशाल मात्रा में डेटा से सीखना जारी रखेंगे, एक विचार और निर्मित वास्तविकता के बीच की खाई कम होती जाएगी। 2026 के इंजीनियर के लिए, चुनौती अब यह नहीं है कि सॉफ्टवेयर का उपयोग कैसे किया जाए, बल्कि यह है कि दुनिया की सबसे गंभीर औद्योगिक चुनौतियों को हल करने के लिए डिजिटल विशेषज्ञों की टीम का नेतृत्व कैसे किया जाए।
स्रोत
- Dassault Systèmes Official Newsroom
- 3DEXPERIENCE Platform Documentation
- Mobile World Congress 2024/2025 Tech Briefings
- Interviews with Florence Verzelen, EVP EMEA, Dassault Systèmes
आप दूसरी तरफ देखिए।
हमारा एंड-टू-एंड एन्क्रिप्टेड ईमेल और क्लाउड स्टोरेज समाधान सुरक्षित डेटा एक्सचेंज का सबसे शक्तिशाली माध्यम प्रदान करता है, जो आपके डेटा की सुरक्षा और गोपनीयता सुनिश्चित करता है।
/ एक नि: शुल्क खाता बनाएं
