89% औद्योगिक रोबोट अभी भी पिंजरों में बंद हैं और कृत्रिम बुद्धिमत्ता इसका समाधान नहीं है
दशकों से, औद्योगिक रोबोट की छवि एक जैसी रही है: धातु की भुजाओं वाली एक शक्तिशाली और तेज़ मशीन, स्टील की जाली के पीछे बंद, जबकि इंसान बाहर से देखते रहते हैं। यह छवि पिछड़ेपन का रूपक नहीं है। यह एक इंजीनियरिंग निर्णय है जो इसलिए कायम है क्योंकि उपलब्ध सुरक्षा प्रणालियाँ कोई और विकल्प टिका नहीं सकी हैं।
इंटरनेशनल फेडरेशन ऑफ रोबोटिक्स की रिपोर्ट के अनुसार, लगभग 89% औद्योगिक रोबोट अभी भी भौतिक पिंजरों के भीतर काम कर रहे हैं। कोलैबोरेटिव रोबोट का बाज़ार — जो सैद्धांतिक रूप से बिना किसी बाधा के इंसानों के साथ काम करने के लिए बने हैं — 2025 में 2.9 अरब डॉलर पर बंद हुआ और 2033 तक इसके 17.2 अरब डॉलर तक पहुँचने का अनुमान है। ये संख्याएँ तेज़ी से बढ़ती हुई स्वीकृति की कहानी बताती हैं। लेकिन जो ये नहीं बतातीं, वह यह है कि अधिकांश "कोलैबोरेटिव" रोबोट अभी भी स्थान और निगरानी की उन्हीं बाधाओं के साथ काम कर रहे हैं, जो उनके पिंजरे में बंद पूर्ववर्तियों के समान हैं।
बाधा मशीनों की बुद्धिमत्ता में नहीं है। बाधा इस बात को प्रमाणित करने की क्षमता में है कि किसी नियामक, बीमाकर्ता और ऑपरेटर को यह दिखाया जा सके कि रोबोट किसी ऐसे तरीके से विफल नहीं होगा जिसकी किसी ने कल्पना न की हो।
Sonair Robotics के CEO Knut Sandven इस बिंदु को शल्य-चिकित्सीय सटीकता के साथ रखते हैं: आज औद्योगिक वातावरण में सुरक्षा के आधार के रूप में उपयोग किए जाने वाले मानक लेज़र सेंसर एक स्थिर दुनिया के लिए डिज़ाइन किए गए थे — जहाँ प्रकाश की नियंत्रित परिस्थितियाँ और सामग्री पूर्वानुमेय हो। ये सेंसर एड़ी की ऊँचाई पर एक क्षैतिज तल की निगरानी करते हैं। यदि कोई कर्मचारी किसी औज़ार को उठाने के लिए झुकता है या उस अदृश्य रेखा के ऊपर हाथ फैलाता है, तो सेंसर उसे बस पहचान नहीं पाता।
यह कोई छोटी खामी नहीं है। यही वह संरचनात्मक कारण है जिसकी वजह से पिंजरा अभी भी खड़ा है।
उस रोबोट का भ्रम जो "पहले से जानता है"
पिछले चार वर्षों में औद्योगिक स्वचालन क्षेत्र में प्रमुख कथानक, थोड़े-बहुत बदलाव के साथ, हमेशा एक ही रहा है: अधिक कैमरे, बेहतर कंप्यूटर विज़न, अधिक परिष्कृत पर्सेप्शन मॉडल। यदि सिस्टम अच्छी तरह "देख" सकता है, तो अच्छी तरह काम कर सकता है। और यदि अच्छी तरह काम करता है, तो सुरक्षित है।
इस तर्क की समस्या यह है कि यह अवधारणात्मक क्षमता को औपचारिक गारंटी के साथ भ्रमित कर देता है। कृत्रिम बुद्धिमत्ता प्रणालियाँ संभाव्य मॉडलों पर काम करती हैं। वे किसी दिए गए उत्तेजना के लिए सबसे संभावित प्रतिक्रिया की गणना करती हैं। अधिकांश औद्योगिक संदर्भों में — पुर्ज़ों का वर्गीकरण, पथ-अनुकूलन, पूर्वानुमानी रखरखाव — यह पूरी तरह पर्याप्त है। एक मॉडल जो 99.7% बार सही होता है, वह असाधारण रूप से उपयोगी है।
लेकिन शारीरिक सुरक्षा में शेष 0.3% का नाम और चेहरा होता है। इसके कानूनी, श्रमिक और प्रतिष्ठा संबंधी परिणाम होते हैं जिनका सामना कोई भी ऑपरेशन निदेशक नहीं करना चाहता। और इसकी एक नियामक संरचना है — ISO 10218 और ISO/TS 15066 जैसे मानक — जो "बहुत संभावित" से गुणात्मक रूप से भिन्न कुछ माँगती है: वह माँगती है सत्यापन योग्य नियतत्ववाद।
एक प्रमाणित सुरक्षा प्रणाली वह नहीं है जो लगभग हमेशा किसी व्यक्ति का पता लगा ले। वह है जहाँ पहचान तंत्र का भौतिकी गणितीय रूप से सबसे खराब संभावित प्रतिक्रिया समय की सीमा निर्धारित कर सके और यह प्रदर्शित कर सके कि वह समय क्षति पहुँचाने वाली सीमा से कम है। ध्वनि तरंगें एक ज्ञात गति से यात्रा करती हैं। वे एक पूर्वानुमेय तरीके से परावर्तित होती हैं। यही वह चीज़ है जो उस गारंटी की गणना को संभव बनाती है, जो मशीन लर्निंग पर आधारित कोई भी विज़न मॉडल आज उतनी ही ट्रेसेबिलिटी के साथ नहीं दे सकता।
Sandven इसे सीधे कहते हैं: "बहुत भरोसेमंद" और "प्रमाणित" एक ही चीज़ नहीं हैं। उद्योग यह सबक वास्तविक समय में सीख रहा है, जिसमें जोखिम की मात्रा इस बात पर निर्भर करती है कि किसने कितना मान लिया था कि दोनों एक जैसे हैं।
जो एक आयतन को प्रमाणित करता है, एक समतल को नहीं
Sonair ने अपना मूल्य प्रस्ताव एक तकनीकी अंतर पर बनाया है जो छोटा लगता है — जब तक इसे संचालन में परखा न जाए। इसके ADAR अल्ट्रासोनिक सेंसर — Acoustic Detection And Ranging — किसी रोबोट के कार्य क्षेत्र की निगरानी तीन आयामों में करते हैं, न कि फर्श के स्तर पर किसी द्विआयामी खंड में।
अंतर केवल सौंदर्यशास्त्र का नहीं है। एक 2D सिस्टम ज़मीन पर एक अदृश्य रेखा खींचता है। जो कोई उसे पार करे, मशीन रुक जाती है। एक 3D सिस्टम रोबोट के चारों ओर एक आयतन परिभाषित करता है: ऊपर, नीचे, बगल में, तिरछे। यह उस आयतन के किसी भी बिंदु पर मानव उपस्थिति का पता लगाता है, चाहे कार्यकर्ता की मुद्रा या ऊँचाई कुछ भी हो।
कंपनी ने अभी इस प्रकार के 3D अल्ट्रासोनिक सेंसर के लिए पहला स्वतंत्र सुरक्षा प्रमाणन घोषित किया है। यह केवल इंजीनियरिंग की एक उपलब्धि नहीं है। यह उस भाषा में बदलाव है जो औद्योगिक ग्राहक के साथ एक अलग प्रकार की बातचीत को संभव बनाती है। अब किसी को यह विश्वास दिलाने की कोशिश नहीं करनी कि तकनीक "ठीक काम करती है"। अब एक प्रमाणन निकाय द्वारा हस्ताक्षरित दस्तावेज़ दिखाया जा सकता है जो कहता है कि सिस्टम आवश्यक सुरक्षा अखंडता स्तरों को पूरा करता है।
यह खरीदार के नज़रिए से क्यों महत्वपूर्ण है, इसे समझने के लिए: एक प्लांट जो अपनी भौतिक जाली हटाना चाहता है, उसे किसी श्रम सुरक्षा ऑडिट के सामने उसी कानूनी वज़न वाले विकल्प से उसे प्रतिस्थापित करना होगा। अब तक, 3D में ऐसा कोई विकल्प मौजूद नहीं था। पिंजरा ही एकमात्र विकल्प बना रहा जिसके पीछे ठोस नियामक समर्थन था।
हाथ में स्वतंत्र 3D प्रमाणन होने के साथ, पिंजरे को बनाए रखने का तर्क काफी कठिन हो जाता है। और प्लांट के वे वर्ग मीटर जो वह पिंजरा घेरता है, काम के प्रवाह को जो वह खंडित करता है, स्थापना और रखरखाव का जो खर्च वह उत्पन्न करता है — ये सभी कारक स्वीकृत बाह्यताओं से अनुचित अकुशलताओं में बदल जाते हैं।
शक्ति डिज़ाइन के क्षण में होती है, तैनाती में नहीं
Sandven कुछ ऐसा इंगित करते हैं जो तकनीकी तर्क से परे ध्यान देने योग्य है: अधिकांश रोबोट निर्माता सुरक्षा के बारे में बहुत देर से सोचना शुरू करते हैं। सुरक्षा को एक ऐसी परत के रूप में माना जाता है जो अंत में जोड़ी जाती है, जब सिस्टम पहले ही परिभाषित हो चुका होता है। और जब इसे अंत में जोड़ा जाता है, तो उपलब्ध विकल्प सीमित होते हैं, महंगे होते हैं, या दोनों।
सिस्टम आर्किटेक्चर के नज़रिए से, यह केवल प्रक्रिया की गलती नहीं है। यह इस बात का संकेत है कि डिज़ाइन निर्णय लेते समय कमरे में कौन मौजूद होता है।
यदि रोबोट बनाने वाली टीम में गति इंजीनियर, पर्सेप्शन विशेषज्ञ और सॉफ्टवेयर डेवलपर शामिल हैं, तो बातचीत स्वाभाविक रूप से इस बात के इर्द-गिर्द घूमेगी कि रोबोट क्या कर सकता है। सुरक्षा बाद में आती है, जब अनुपालन टीम या कानूनी विभाग का कोई व्यक्ति हाथ उठाकर पूछता है कि क्या सिस्टम लक्ष्य बाज़ार के मानकों को पूरा करता है।
इस अनुक्रम के पूर्वानुमानित परिणाम होते हैं: सुरक्षा उत्पाद की सीमाओं में कोडीकृत हो जाती है, न कि उसकी आर्किटेक्चर में। रोबोट ऐसी चीज़ें करने में सक्षम हो जाता है जिन्हें वह प्रमाणित तरीके से सुरक्षित रूप से करता है, यह प्रदर्शित नहीं कर सकता। और यही वह अंतर है जो 89% औद्योगिक रोबोट को उनके पिंजरों के पीछे बनाए रखने वाली बाधा है।
Sonair जो समाधान प्रस्तावित करता है — एक प्रमाणित 3D सुरक्षा परत, रोबोट के AI दिमाग से अलग और नियतत्ववादी भौतिक सिद्धांतों पर निर्मित — केवल एक इंजीनियरिंग उत्तर नहीं है। यह एक आर्किटेक्चर उत्तर है। यह कहता है कि सुरक्षा AI मॉडल की गुणवत्ता पर निर्भर नहीं हो सकती, क्योंकि AI मॉडल विफल हो सकते हैं, अपडेट हो सकते हैं, ख़राब हो सकते हैं, या प्रशिक्षण में न देखे गए डेटा वितरण के सामने अप्रत्याशित तरीके से व्यवहार कर सकते हैं।
एक सुरक्षा प्रणाली जो AI मॉडल के विफल होने पर विफल हो जाती है, वह सुरक्षा प्रणाली नहीं है। वह अच्छे मार्केटिंग दस्तावेज़ीकरण के साथ सुरक्षा का एक भ्रम है।
विश्वास को एल्गोरिदम पर नहीं सौंपा जा सकता
सहयोगी स्वचालन बाज़ार वर्षों से एक अंतर्निहित तर्क के साथ अपने विस्तार का वर्णन करता आ रहा है: जैसे-जैसे रोबोट अधिक बुद्धिमान होते जाते हैं, उन पर भरोसा स्वाभाविक रूप से बढ़ता जाता है। यह धारणा गंभीर जाँच की माँग करती है।
उच्च-परिणाम वाली प्रणालियों में विश्वास — और भारी मशीनरी का इंसानों के साथ संचालन निस्संदेह एक उच्च-परिणाम वाली प्रणाली है — यह प्रदर्शित करके नहीं बनता कि सिस्टम कम विफल होता है। यह इस बात को प्रदर्शित करके बनता है कि जब यह विफल होता है, तो ऐसे तरीकों से विफल होता है जिन्हें पहले से अनुमानित, सीमित और नियंत्रित किया गया था। यही अंतर है एक आधुनिक हवाई जहाज़ और एक स्वायत्त कार के बीच: विफलताओं की आवृत्ति में नहीं, बल्कि उन विफलताओं को समाहित करने की आर्किटेक्चर में।
Sonair यह दाँव लगा रहा है कि औद्योगिक बाज़ार यह अंतर करने के लिए तैयार है। कंपनी ने अपनी तैनाती को तेज़ करने के लिए जो 60 लाख डॉलर जुटाए हैं, वे सुझाव देते हैं कि ऐसे निवेशक हैं जो इस विश्लेषण को साझा करते हैं। हाल ही में प्राप्त स्वतंत्र प्रमाणन उस दाँव की सबसे मूल्यवान संपत्ति है: इसलिए नहीं कि यह सहयोगी रोबोटिक्स में सुरक्षा की सभी समस्याओं को हल करती है, बल्कि इसलिए कि यह एक सत्यापन योग्य भाषा स्थापित करती है जहाँ पहले केवल अंतर्निहित विश्वास था।
जब 89% औद्योगिक रोबोट मानव-मशीन सहयोग के दशकों के वादों के बावजूद अभी भी पिंजरों में बंद हैं, तो सबसे ईमानदार निदान एक आर्किटेक्चर की खाई की ओर इशारा करता है, बुद्धिमत्ता की खाई की ओर नहीं। रोबोट अपने पिंजरों में इसलिए नहीं हैं क्योंकि वे स्वभाव से खतरनाक हैं। वे वहाँ हैं क्योंकि औपचारिक सत्यापन का वह ढाँचा जो उन्हें बाहर निकालने की अनुमति देता है, उस स्थान का वर्णन करने के लिए कभी उचित आयाम नहीं रखता था जहाँ मनुष्य और मशीनें साथ मिलकर काम करते हैं। यही वह संरचनात्मक दरार है जिसे एक 3D प्रमाणन पहली बार बंद करना शुरू कर रहा है।
