एआई इंजीनियरों की क्षमता बढ़ा सकता है, लेकिन बुनियादी सिद्धांतों की जगह नहीं ले सकता: गोपी

Gopichand Katragadda का तर्क है कि कृत्रिम बुद्धिमत्ता इंजीनियरिंग के पैमाने और गति को बदल रही है, लेकिन उन बुनियादों को नहीं बदल रही जिन पर अच्छी इंजीनियरिंग निर्भर करती है। The Times of India में प्रकाशित एक इंटरव्यू में उन्होंने कहा कि इंजीनियरों को अब भी मजबूत तकनीकी आधार, यह समझ कि विभिन्न घटक एक-दूसरे के साथ कैसे काम करते हैं, और उपयोगी उत्पाद बनाने, उनका परीक्षण करने तथा उनका दस्तावेजीकरण करने का अनुशासन चाहिए।

Katragadda GE और Tata Sons में वरिष्ठ तकनीकी पदों पर रह चुके हैं। वह Bengaluru स्थित GE’s India Technology Centre के प्रबंध निदेशक रहे, बाद में Tata Sons के पहले group chief technology officer और innovation head बने, और अब Myelin Foundry का नेतृत्व कर रहे हैं। यह कृत्रिम-बुद्धिमत्ता कंपनी मीडिया और मनोरंजन, औद्योगिक IoT तथा ऑटोमोटिव अनुप्रयोगों के क्षेत्र में काम करती है।

उनका मानना है कि इंजीनियरिंग को तीन परस्पर जुड़े क्षेत्रों के जरिए समझा जा सकता है: सिद्धांत और व्यावहारिक ज्ञान; घटक-स्तरीय विशेषज्ञता के साथ सिस्टम की समग्र समझ; और कार्यान्वयन। इनमें अंतिम क्षेत्र में उत्पादों को कुशलता से विकसित करना, यह आंकना कि वे वास्तविक व्यावसायिक मूल्य दे पाएंगे या नहीं, और इतनी जानकारी दर्ज करना शामिल है कि बाद की टीमें उस काम को समझ और बेहतर कर सकें।

भारतीय इंजीनियरिंग में सुधार की जरूरत

Katragadda का कहना है कि भारत ने गणित, सिद्धांत और अलग-अलग घटकों के डिजाइन में काफी मजबूती हासिल की है। हालांकि, उनका मानना है कि देश को व्यावहारिक इंजीनियरिंग, पूरी प्रणाली की समझ, शोध और दस्तावेजीकरण विकसित करने के लिए और अधिक प्रयास करने की जरूरत है।

उनके अनुसार, कोई व्यक्ति टर्बाइन ब्लेड का डिजाइन बनाना जान सकता है, लेकिन जरूरी नहीं कि वह यह तय करने में सक्षम हो कि पूरे विंड फार्म को किस तरह व्यवस्थित किया जाना चाहिए। इस व्यापक दृष्टिकोण के लिए इंजीनियरों को अलग-अलग घटकों, संचालन की स्थितियों और अंतिम प्रणाली के उद्देश्य के बीच की परस्पर क्रिया समझनी होगी।

वह कम लागत को सफल कार्यान्वयन का मुख्य पैमाना मानने की आदत पर भी सवाल उठाते हैं। किसी चीज को कम खर्च में विकसित कर लेना पर्याप्त नहीं है, अगर तैयार उत्पाद व्यावसायिक रूप से व्यवहार्य न हो या सार्थक मूल्य न देता हो। उनका मानना है कि इंजीनियरिंग टीमों को वास्तविक दुनिया में अच्छा प्रदर्शन करने वाला काम तैयार करने के लिए आवश्यक निवेश करना चाहिए।

दस्तावेजीकरण भी एक कमजोर पक्ष है। इंजीनियर व्यक्तिगत रूप से बड़ी मात्रा में ज्ञान अपने पास रख सकते हैं, लेकिन उसे लिखकर दर्ज न करने से सहयोग मुश्किल हो सकता है और भविष्य की टीमें पहले लिए गए फैसलों के पीछे का तर्क समझने से वंचित रह सकती हैं। Katragadda एआई को दस्तावेजीकरण को अधिक सुसंगत बनाने का एक संभावित तरीका मानते हैं, न कि इंजीनियरों की अपनी समझ के विकल्प के रूप में।

एआई के दौर में अनुभव क्यों मायने रखता है

Katragadda युवा इंजीनियरों को आगाह करते हैं कि वे एआई को विशेषज्ञता का अपना पहला स्रोत न बनाएं। उनका कहना है कि करियर की शुरुआत में लोगों को शॉर्टकट पर निर्भर हुए बिना संबंधित क्षेत्र की बुनियादी समझ हासिल करनी चाहिए। डेटा, हार्डवेयर और संचालन के माहौल का अनुभव ही इंजीनियर को बेहतर सवाल पूछने और यह पहचानने में सक्षम बनाता है कि कोई उत्तर सही है या नहीं।

एआई कठिन सिद्धांतों को समझाकर, प्रासंगिक जानकारी खोजने में मदद करके और व्यावहारिक अनुभव हासिल करने के रास्ते सुझाकर इस सीखने की प्रक्रिया में सहायता कर सकता है। यह कोडिंग, विश्लेषण और लिखित रिकॉर्ड तैयार करने में भी मदद कर सकता है। लेकिन समस्या की पहचान करने, विफलता के महत्वपूर्ण बिंदुओं को समझने और पहले की प्रणालियों में क्या सुधार होना चाहिए, यह तय करने की जिम्मेदारी इंजीनियर की ही रहती है।

यह जिम्मेदारी खास तौर पर तब महत्वपूर्ण हो जाती है जब कोई प्रणाली हार्डवेयर और सॉफ्टवेयर को एक साथ जोड़ती है। शुरुआत में इंजीनियरों को हर विवरण पता न हो, लेकिन उन्हें तकनीकी दस्तावेजों का अध्ययन करने, खराबियों की जांच करने और यह परखने में सक्षम होना चाहिए कि कोई एल्गोरिदम उस उपकरण पर काम करता है या नहीं जिसके लिए उसे बनाया गया है। Katragadda का कहना है कि इंजीनियरों को एआई से मिले परिणाम को बस स्वीकार नहीं कर लेना चाहिए; उन्हें उसकी जांच करनी चाहिए और अंतिम परिणाम की जिम्मेदारी लेनी चाहिए।

विमान के इंजनों का एक उदाहरण क्षेत्र-विशेष के ज्ञान की अहमियत को दर्शाता है। टर्बाइन ब्लेड में अलग-अलग प्रकार के छेद होते हैं। कुछ शीतलन में मदद करते हैं, जबकि अन्य वजन कम करते हैं और संरचनात्मक मजबूती से समझौता किए बिना thrust-to-weight ratio को बेहतर बनाने में सहायता करते हैं। इन विशेषताओं के अस्तित्व का कारण समझने के लिए केवल एक विश्वसनीय लगने वाला स्पष्टीकरण तैयार कर देना पर्याप्त नहीं है: इसके लिए इंजीनियरिंग समस्या और डिजाइन को आकार देने वाली सीमाओं का ज्ञान आवश्यक है।

एआई के अनुप्रयोग पहले से इस्तेमाल में

Myelin Foundry के उत्पाद उस तरह की इंजीनियरिंग का उदाहरण देते हैं, जिसे Katragadda एआई के जरिए संभव मानते हैं। कंपनी की एक प्रणाली वीडियो बैंडविड्थ की जरूरत को लगभग 40% कम कर देती है। इसके विकल्प के रूप में, यह आधुनिक डिस्प्ले पर इस्तेमाल के लिए कम-रिजॉल्यूशन वाले वीडियो को बेहतर बना सकती है। बैंडविड्थ में कमी का मतलब सामग्री-वितरण की लागत में तुलनीय गिरावट है, और इस प्रणाली का इस्तेमाल कई अंतरराष्ट्रीय ओवर-द-टॉप स्ट्रीमिंग कंपनियां कर रही हैं।

कंपनी ने वाहन के रियर-व्यू कैमरे की एक ऐसी प्रणाली भी विकसित की है, जिसे रात के समय की तस्वीर को दिन के उजाले में दिखने वाली तस्वीर के अधिक करीब दिखाने के लिए तैयार किया गया है। इसका उद्देश्य रिवर्स करते समय ड्राइवरों को अधिक स्पष्ट रूप से देखने में मदद करना है। Katragadda द्वारा बताए गए अन्य अनुप्रयोगों में असामान्यताओं का पता लगाना, रखरखाव की जरूरतों का अनुमान लगाना और दस्तावेज तैयार करना शामिल हैं।

ये उदाहरण उनकी व्यापक बात को रेखांकित करते हैं: उपयोगी एआई इंजीनियरिंग केवल किसी मॉडल से सामान्य उत्तर मांगने का मामला नहीं है। इसमें उस भौतिक उपकरण, सॉफ्टवेयर, डेटा और माहौल की सीमाओं को समझना शामिल है, जहां इस तकनीक को काम करना है। एआई इंजीनियर की क्षमता का दायरा बढ़ा सकता है, लेकिन बुनियादी सिद्धांत, व्यावहारिक परीक्षण और अंतिम प्रणाली की जिम्मेदारी लेना अब भी अनिवार्य हैं।