جب لوگ مینوفیکچرنگ میں اے آئی سنتے ہیں تو ، وہ اکثر مکمل طور پر خودمختار ، لائٹس آؤٹ فیکٹریوں کے نظارے پر کود جاتے ہیں۔ یہ ایک چمکدار لیکن کسی حد تک گمراہ کن مثالی ہے۔ استحکام پر حقیقی ، پُرجوش اثر انسانوں کی جگہ لینے کے بارے میں نہیں ہے۔ یہ ہماری عدم صلاحیتوں کو دیکھنے اور ان پر عمل کرنے کی صلاحیت کو بڑھانے کے بارے میں ہے جو ہم روایتی طور پر آپریشنل اخراجات کے طور پر قبول کرتے ہیں۔ یہ توانائی کے مستقل ، پوشیدہ خون میں ہے ، خام مال کی حد سے تجاوز اور اس سے بچاؤ کے قابل فضلہ جس کو اے آئی کو اپنا سب سے قیمتی کردار ملتا ہے۔ میرا اپنا نظریہ ، جس کی تشکیل فیکٹری کے فرشوں سے ہوتی ہے ، وہ یہ ہے کہ فروغ کسی ایک عظیم الشان حل سے نہیں ہوتا ، بلکہ عملی ، ڈیٹا سے چلنے والی مداخلتوں سے موجودہ عمل میں شامل ہوتا ہے۔ مقصد کمال نہیں ، بلکہ پیمائش کرنے والا ، تکراری بہتری ہے جہاں اس کا شمار ہوتا ہے: نیچے کی لکیر اور ماحولیاتی نقش۔

ہائپ سے پرے: کچرے کے دھاروں کی نشاندہی کرنا

نقطہ اغاز مرئیت ہے۔ کئی دہائیوں سے ، استحکام کی کوششیں اکثر اندازہ لگائی جاتی تھیں - شیڈول کی بحالی کی ضرورت ہے چاہے ضرورت ہو یا نہیں ، تاریخی اوسط پر مبنی بلک مادی آرڈرز ، ایک مقررہ اوور ہیڈ کے طور پر توانائی کی کھپت۔ مجھے فاسٹنر پروڈکشن کی سہولت پر ایک پروجیکٹ یاد ہے ، اس کے برعکس نہیں جو آپ کو کسی بڑے کھلاڑی کے ساتھ مل جاتا ہے ہینڈن زیتائی فاسٹنر مینوفیکچرنگ کمپنی ، لمیٹڈ یونگنیان میں ، چین کی معیاری حصے کی تیاری کا دل۔ ان کا چیلنج ایک عام تھا: اعلی طاقت والے بولٹ کے ہر بیچ میں خام اسٹیل تار کی کھپت میں نمایاں تغیر ، جس کی وجہ سے لاگت اور سکریپ میٹل فضلہ دونوں ہوتے ہیں۔ مفروضہ یہ تھا کہ مشینیں بھاگتی تھیں۔

ہم نے کولڈ فورجنگ ہیڈرز اور تھریڈ رولرس پر نسبتا simple آسان مشین وژن اور سینسر اریوں کو تعینات کیا۔ اے آئی کا کام مشین کو کنٹرول کرنا نہیں تھا بلکہ ہزاروں ڈیٹا پوائنٹس - متنازعہ درجہ حرارت ، تار فیڈ کی رفتار ، ڈائی پہننے کے اشارے ، چکنا کرنے کا دباؤ - ہر ٹکڑے کے حتمی یونٹ کے وزن اور معیار کے ساتھ باہمی تعاون کرنا تھا۔ ہفتوں کے اندر ، نمونہ سامنے آیا: تار فیڈ میکانزم میں ایک مخصوص ، لطیف اتار چڑھاؤ ، جو شفٹ میں تبدیلیوں کے دوران بڑھ جاتا ہے ، جس کی وجہ سے مستقل 1.8 فیصد زیادہ استعمال ہوتا ہے۔ یہ کوئی غلطی نہیں تھی جس نے کسی نے لاگ ان کیا تھا۔ یہ ہر کلوگرام مواد پر ایک پوشیدہ ٹیکس تھا۔

فکس AI نہیں تھا۔ فکس ایک مکینیکل ایڈجسٹمنٹ اور آپریٹر کے طریقہ کار کے لئے موافقت تھا۔ اے آئی نے تشخیص فراہم کیا۔ یہ پہلی سطح کا فروغ ہے: فلسفیانہ مقصد سے پائیداری کو ایک عین مطابق ، مقدار کے مطابق انجینئرنگ کے مسئلے میں تبدیل کرنا۔ یہ گفتگو کو منتقل کرتا ہے جس سے ہمیں مواد کو بچانا چاہئے کہ ہم اپنے 1.8 ٪ مواد کو پوائنٹ X میں کھو رہے ہیں جس کی وجہ سے Y.

توانائی: مقررہ قیمت سے متحرک متغیر تک

انرجی مینجمنٹ ایک اور علاقہ ہے جس میں کم پھانسی والے پھل ہیں۔ بہت سارے مینوفیکچررز ، خاص طور پر توانائی سے متعلق عمل جیسے حرارت کے علاج یا الیکٹروپلاٹنگ جیسے ہینڈن کے آس پاس فاسٹنر انڈسٹری کلسٹر میں کمون-ایک یک سنگی بل کے طور پر علاج کی طاقت۔ وہ سب سے سستے ٹیرف ونڈوز کے ساتھ منسلک فکسڈ شیڈول پر غیر ضروری کمپریسرز یا فرنس پری ہیٹ سائیکل چلا سکتے ہیں ، لیکن یہ اکثر حد ہوتی ہے۔

ہم نے AI- ڈرائیوین پیش گوئی کرنے والے بوجھ میں توازن کو حقیقی وقت کے توانائی کی نگرانی کے نظام کے ساتھ مربوط کیا۔ اس نے صرف افادیت کی شرح کے شیڈول کو نہیں دیکھا۔ اس نے ہر بھٹی کی تھرمل جڑتا ، چڑھانا لائنوں سے اصل طلب کے سگنل ، اور یہاں تک کہ علاقائی توانائی کے مکس ڈیٹا پر مبنی مقامی گرڈ کاربن کی شدت کی پیش گوئی کی ہے۔ اس کے بعد یہ نظام غیر اہم عملوں میں مائیکرو ڈیلیوں یا ایکسلریشن کو خودمختاری سے عمل میں لانے کی سفارش کرسکتا ہے۔

مثال کے طور پر ، یہ تجویز کرسکتا ہے کہ جب ریجنل کاربن فوٹ پرنٹ سب سے زیادہ تھا ، یہاں تک کہ اگر مانیٹری لاگت بھی اسی طرح کی تھی تو بھی چوٹی کے گرڈ کی مدت سے بچنے کے ل an 20 منٹ تک اضافی 20 منٹ کے لئے فاسٹنرز کا ایک بیچ رکھنے کا مشورہ دے سکتا ہے۔ اس سے لاگت کی بچت کاربن میں کمی کے ساتھ سیدھ میں آتی ہے جس طرح جامد نظام الاوقات کبھی نہیں کر سکتے ہیں۔ بچت کسی بھی ایک گھنٹہ میں ڈرامائی نہیں تھی ، لیکن ایک چوتھائی سے زیادہ ، چوٹی کی طلب کے الزامات میں کمی اور اس سے وابستہ کاربن کے زیر اثر کافی تھا۔ اس نے توانائی کی کھپت کو ایک متحرک ، ذمہ دار متغیر بنا دیا ، پس منظر نہیں۔

انسانی لوپ لال لامحدود

یہ وہ جگہ ہے جہاں آپ نے ایک عملی چھین لیا۔ زیادہ سے زیادہ ماڈل کسی بیچ میں تاخیر کرنے کے لئے کہہ سکتا ہے ، لیکن فرش منیجر کے پاس 4 بجے ٹرک پہنچتا ہے۔ خالص اصلاح رسد کی حقیقت سے ٹکرا سکتی ہے۔ میں نے دیکھا ہے کہ سب سے کامیاب نفاذ نے تعمیل کی شرح میٹرک میں تعمیر کیا ہے۔ اے آئی تجویز کرتا ہے ، انسان کو ضائع کرتا ہے ، اور نظام اوور رائڈس سے سیکھتا ہے۔ وقت گزرنے کے ساتھ ، اگر نظام یہ دیکھتا ہے کہ شپنگ کے نظام الاوقات ایک ناقابل تسخیر رکاوٹ ہیں ، تو یہ اس سے پہلے اس حقیقت کو شروع کرتا ہے۔ یہ ایک تعاون ہے ، ٹیک اوور نہیں۔ یہ گندا ، تکراری ٹیوننگ وہی ہے جو تعلیمی منصوبوں کو حقیقی دنیا کے ٹولز سے الگ کرتی ہے۔

پیش گوئی کی بحالی: وسائل کی کارکردگی کا سنگ بنیاد

یہ شاید سب سے زیادہ پختہ ایپلی کیشن ہے ، لیکن اس کا استحکام زاویہ کبھی کبھی کم ہوجاتا ہے۔ یہ صرف ٹائم ٹائم سے گریز کرنے کے بارے میں نہیں ہے۔ تیز رفتار تار ڈرائنگ مشین میں ناکام اثر صرف نہیں ٹوٹتا ہے۔ یہ سب سے پہلے بڑھتے ہوئے رگڑ کا سبب بنتا ہے ، ہفتوں تک توانائی کی قرعہ اندازی کو آگے بڑھاتا ہے۔ قدرے غلط ڈائی ڈائی صرف سنیپ نہیں ہوتی ہے۔ اس سے ذیلی سطح کے نقائص کی بڑھتی ہوئی فیصد پیدا ہوتی ہے ، جس کی وجہ سے ایسے حصے پیدا ہوتے ہیں جو ان میں سرمایہ کاری کی پوری توانائی اور مواد رکھنے کے بعد معیار کی جانچ پڑتال میں ناکام ہوجاتے ہیں۔

کمپن ، صوتی ، اور تھرمل تجزیہ کا استعمال کرتے ہوئے حالت پر مبنی بحالی کی طرف بڑھتے ہوئے ، اے آئی ماڈل عمل کے سست ، بیکار انحطاط کو روکتے ہیں۔ مجھے ایک ایسا معاملہ یاد ہے جہاں ماڈل نے اپنے بجلی کے دستخط میں ٹھیک ٹھیک تبدیلی کی بنیاد پر توجہ کے لئے ایک کمپریسر کو جھنڈا لگایا تھا۔ بحالی لاگ سے پتہ چلتا ہے کہ یہ تمام معیاری میٹرکس کے ذریعہ ٹھیک ہے۔ معائنہ کرنے پر ، ایک چھوٹا سا والو چپکنے لگا تھا ، جس کی وجہ سے یونٹ دباؤ برقرار رکھنے کے لئے 7 ٪ مشکل سے کام کرتا ہے۔ یہ ہر گھنٹے میں 7 ٪ زیادہ بجلی ہے ، اس مسئلے کے لئے جو اگلی شیڈول سروس تک مزید تین ماہ تک چھوٹ جاتی۔

یہاں پائیداری کا فائدہ دو گنا ہے: یہ سامان کو ہراساں کرنے سے ضائع ہونے والی توانائی کا تحفظ کرتا ہے اور خود دارالحکومت کے اثاثہ کی کل خدمت زندگی میں توسیع کرتا ہے ، جس سے مشین کی تیاری اور اس کی جگہ لینے کی ماحولیاتی لاگت کو کم کیا جاسکتا ہے۔ سامان کے علاج سے کسی ایسی چیز کے طور پر علاج کرنے سے یہ ایک گہری تبدیلی ہے جو اس کے ٹوٹنے تک چلتی ہے ، اس کو ایک ایسے نظام کی طرح سمجھنا ہے جس کی کارکردگی کو مستقل طور پر محافظ رکھنا چاہئے۔

سپلائی چین اور ڈیزائن: اپ اسٹریم بیعانہ

اثر و رسوخ فیکٹری گیٹ سے آگے بڑھتا ہے۔ زیتائی فاسٹنرز جیسے کارخانہ دار کے لئے ، جس کی بڑی نقل و حمل کی شریانوں کے قریب بیجنگ-گونگزو ریلوے کے قریب ، ایک لاجسٹک فائدہ ہے ، اے آئی پائیداری کے ل that اس فائدہ کو بہتر بنا سکتا ہے۔ اعلی درجے کی منصوبہ بندی کے نظام اب نہ صرف لاگت اور وقت کا عنصر بناسکتے ہیں ، بلکہ مختلف ٹرانسپورٹ طریقوں اور راستوں کے کاربن فوٹ پرنٹ ، گرینر لیکن سست شپنگ آپشنز کے خلاف انوینٹری کی سطح کو متوازن کرتے ہیں۔

زیادہ واضح طور پر ، جنریٹو ڈیزائن الگورتھم ، جو صارفین کے ساتھ مل کر استعمال ہوتے ہیں ، حصہ کی اصلاح کی تجویز کرسکتے ہیں۔ اگر معمولی ڈیزائن میں تبدیلی کی گئی ہو تو کیا بریکٹ کم مواد استعمال کرسکتا ہے؟ کیا کم توانائی سے متعلق پیداوار کے عمل کے ساتھ ، اسٹیل کا ایک مختلف درجہ ، اگر مینوفیکچرنگ پیرامیٹرز کو ایڈجسٹ کیا جاتا ہے تو کیا کافی ہے؟ یہ وہ جگہ ہے جہاں اے آئی پائیدار ڈیزائن کے لئے مینوفیکچر گفتگو کے لئے ایک اتپریرک کے طور پر کام کرتا ہے ، پیداواری آرڈر کو رکھنے سے پہلے ممکنہ طور پر مواد اور توانائی کے بوجھ کو کم کرتا ہے۔ یہ ویلیو چین میں استحکام کو آگے بڑھاتا ہے۔

ٹھوکریں اور حقیقت پسندانہ توقعات

یہ سب ہموار سیلنگ نہیں ہوا ہے۔ سب سے بڑا ناکامی کا طریقہ جس کا میں نے مشاہدہ کیا ہے وہ یہ ہے کہ اوقیانوس کے نقطہ نظر کو ابالیں: پہلے دن سے ایک کامل ، پلانٹ وسیع ڈیجیٹل جڑواں بنانے کی کوشش کرنا۔ ڈیٹا انفراسٹرکچر ٹوٹ جاتا ہے ، ماڈل بہت پیچیدہ ہوجاتے ہیں ، اور پروجیکٹ اپنے وزن میں مر جاتا ہے۔ کامیابی ایک واحد ، تکلیف دہ فضلہ ندی کو چننے سے حاصل ہوتی ہے-جیسے مادے سے زیادہ استعمال کی مثال-اور اسے حل کرنے سے۔ قدر ثابت کریں ، پھر پیمانے پر۔

ایک اور مسئلہ ڈیٹا کا معیار ہے۔ پرانی پروڈکشن لائنوں پر ، مختلف پی ایل سی اور دستی لاگز سے صاف ستھرا ، وقت کی ہم آہنگی کا ڈیٹا حاصل کرنا ایک یادگار کام ہے۔ بعض اوقات ، ابتدائی پروجیکٹ کا 80 ٪ صرف ایک قابل اعتماد ڈیٹا پائپ لائن بنا رہا ہے۔ آپ کو بھی ثقافتی مزاحمت کا سامنا کرنا پڑتا ہے۔ اگر AI کی تجویز سے توانائی کی بچت ہوتی ہے لیکن آپریٹر کے لئے ایک قدم بڑھاتا ہے تو ، اس وقت تک اس کو نظرانداز کیا جائے گا جب تک کہ اس کو طویل عرصے میں ان کی ملازمت کو آسان یا زیادہ مستقل بنانے کے طور پر تیار نہیں کیا جائے گا۔

تو ، AI واقعی استحکام کو کس طرح فروغ دیتا ہے؟ یہ جادو کی چھڑی نہیں ہے۔ یہ ایک میگنفائنگ گلاس اور لاتعداد کیلکولیٹر ہے۔ یہ پوشیدہ ، مہنگی ناکارہیاں پر روشنی ڈالتا ہے جس کے ساتھ ہم نے رہنا سیکھا ہے-اضافی کلو واٹ گھنٹے ، اسٹیل کا ضائع گرام ، مشین کا سست کشی۔ یہ بہتر عمل میں سرمایہ کاری کے جواز کے لئے درکار ثبوت فراہم کرتا ہے اور انسانوں کو ہوشیار ، مزید باخبر فیصلے کرنے کا اختیار دیتا ہے جو چیزوں کو بنانے کے ماحولیاتی نقش کو اجتماعی طور پر سکڑ دیتے ہیں۔ فروغ مجموعی ، تکراری اور گہری عملی ہے۔ یہ بورڈ روم میں ایک رپورٹ سے پائیدار مینوفیکچرنگ کی خواہش کو دکان کے فرش پر روزانہ کی مشق میں بدل دیتا ہے۔