कल्पना कीजिए एक ऐसी दुनिया की जहाँ मशीनें आपस में बात करती हैं, लेकिन वे सभी अलग-अलग, जटिल बोलियाँ बोलती हैं। यह "इंडस्ट्रियल इंटरनेट ऑफ थिंग्स" (IIoT) की वास्तविकता है, जहाँ कारखानों में हजारों सेंसर, रोबोट और कंट्रोलर भरे होते हैं जिन्हें एक साथ काम करने के लिए सेटअप करने की आवश्यकता होती है। आमतौर पर, इन मशीनों को बात करने के काबिल बनाने के लिए एक मानव इंजीनियर को एक बहुत ही थके हुए अनुवादक की तरह काम करना पड़ता है। उन्हें तकनीकी शब्दावली में लिखे गए मोटे, भ्रमित करने वाले मैनुअल पढ़ने पड़ते हैं, सही नंबर खोजने पड़ते हैं, और उन्हें हाथ से एक कंप्यूटर सिस्टम में टाइप करना पड़ता है। यह धीमा, उबाऊ है, और यदि इंजीनियर एक छोटी सी भी गलती कर दे—जैसे कि रोबोटिक आर्म का गलत पता लिख देना—तो यह मशीन को तोड़ सकता है या, इससे भी बुरा, किसी को चोट पहुँचा सकता है।

हाल ही में, कंप्यूटर बहुत अच्छे से पढ़ने और लिखने में सक्षम हो गए हैं, जो कि "लार्ज लैंग्वेज मॉडल्स" (LLMs) नामक एक तकनीक की वजह से है। इन LLMs को ऐसे "सुपर-स्मार्ट छात्रों" के रूप में सोचें जिन्होंने इंटरनेट पर लगभग सब कुछ पढ़ा है। हालाँकि, यदि आप एक सुपर-स्मार्ट छात्र से एक खतरनाक मशीन को कॉन्फ़िगर करने के लिए कहते हैं, तो वे आत्मविश्वास के साथ एक ऐसा नंबर बना सकते हैं जो सुनने में तो सही लगे लेकिन वास्तव में गलत हो। इसे "हैलुसिनेटिंग" (hallucinating) कहा जाता है। इसे ठीक करने के लिए, वैज्ञानिक इन स्मार्ट छात्रों को एक "रिट्रीवल-ऑगमेंटेड जनरेशन" (RAG) सिस्टम के साथ जोड़ रहे हैं। कल्पना कीजिए कि आप उस छात्र को विशिष्ट किताबों का एक पुस्तकालय और एक सख्त नियम दे रहे हैं: "तुम केवल इन किताबों में मिले तथ्यों का उपयोग करके ही उत्तर दे सकते हो, और यदि तुम्हें उत्तर नहीं मिलता है, तो तुम्हें यह स्वीकार करना होगा कि तुम नहीं जानते।" यह शोध पत्र CLARITY नामक एक नया सिस्टम पेश करता है जो औद्योगिक मशीनों के लिए बिल्कुल यही करने की कोशिश करता है, यह सुनिश्चित करते हुए कि जब एक कंप्यूटर एक रोबोट को सेट अप करता है, तो वह सटीक, सुरक्षित और दोहरी जांच के बाद हो।

---

समस्या: मैनुअल पढ़ने वाला दुःस्वप्न

कारखानों की दुनिया में, एक नए उपकरण को सेट अप करना एक सिरदर्द है। एक इंजीनियर को "बॉड रेट" (baud rate) या "रजिस्टर एड्रेस" जैसे सूक्ष्म विवरण खोजने के लिए सैकड़ों पन्नों के PDF मैनुअलों में खोजबीन करनी पड़ती है। फिर उन्हें इन नंबरों को एक कंट्रोल सिस्टम में कॉपी करना होता है। यह एक जटिल लेगो (Lego) सेट बनाने की कोशिश करने जैसा है बिना निर्देशों के, लेकिन निर्देश एक 500 पन्नों के विश्वकोश के अंदर छिपे हुए हैं, और यदि आप एक भी ईंट गलत लगाते हैं, तो पूरा टावर ढह जाएगा। यह प्रक्रिया घंटों लेती है, बहुत पैसा खर्च करती है, और मानवीय त्रुटियों से भरी होती है।

समाधान: CLARITY, एक सुपर-हेल्पर

इस शोध पत्र के लेखकों ने इस पूरी प्रक्रिया को स्वचालित करने के लिए CLARITY नामक एक सिस्टम बनाया है। CLARITY को एक अत्यधिक व्यवस्थित, अत्यंत सतर्क रोबोटिक सहायक के रूप में समझें जो कभी थकता नहीं है और कभी अनुमान नहीं लगाता। यह केवल चीज़ों को "जानता" नहीं है; यह यह सुनिश्चित करने के लिए कि सब कुछ एकदम सही हो, एक सख्त छह-चरणीय रेसिपी का पालन करता है कि वास्तविक मशीन को छूने से पहले सब कुछ परफेक्ट हो।

चरण 1: लाइब्रेरी की तैयारी (Ingestion)
सबसे पहले, CLARITY उन विशाल, उबाऊ PDF मैनुअल्स को लेता है और उन्हें छोटे, प्रबंधनीय टुकड़ों में काट देता है (जैसे एक लंबी कहानी को फ्लैशकार्ड्स में काटना)। यह इन टुकड़ों के अर्थ को समझने के लिए एक स्मार्ट टूल का उपयोग करता है और उन्हें एक डिजिटल लाइब्रेरी में व्यवस्थित करता है। यह एक "मैप" भी बनाता है कि विभिन्न औद्योगिक शब्द एक-दूसरे से कैसे संबंधित हैं, जैसे कि एक ऐसा शब्दकोश जो जानता है कि "मोटर" का संबंध "गति" और "वोल्टेज" से है।

चरण 2: जासूसी कार्य (Hybrid Retrieval)
जब एक इंजीनियर पूछता है, "मैं इस विशिष्ट रोबोट को कैसे सेट अप करूँ?", तो CLARITY केवल अनुमान नहीं लगाता। यह दो अलग-अलग आवर्धक लेंसों (magnifying glasses) वाले एक जासूस की तरह काम करता है। एक लेंस सटीक शब्दों के मिलान को देखता है (जैसे किसी विशिष्ट पार्ट नंबर को खोजना), और दूसरा प्रश्न के अर्थ को देखता है (जैसे यह समझना कि "यह कितनी तेज़ चल सकती है" भले ही मैनुअल में "अधिकतम वेग" लिखा हो)। यह सबसे प्रासंगिक पन्नों को खोजने के लिए दोनों के परिणामों को मिलाता है।

चरण 3: सुरक्षा द्वार (Abstention)
यह सबसे महत्वपूर्ण हिस्सा है। कोई भी कोड लिखने से पहले, यह अपनी स्वयं की सटीकता की जाँच करता है। यह खुद से पूछता है: "क्या मुझे मैनुअल में उत्तर स्पष्ट रूप से मिला है, या मैं केवल अनुमान लगा रहा हूँ?"

• यदि उत्तर स्पष्ट है, तो यह अगले चरण पर जाता है।
• यदि उत्तर अस्पष्ट है या मैनुअल में जानकारी गायब है, तो CLARITY कहता है, "मुझे नहीं पता, और मैं अनुमान नहीं लगाऊँगा।" यह वहीं रुक जाता है। यह महत्वपूर्ण है क्योंकि कारखाने में, एक गलत अनुमान खतरनाक हो सकता है। सिस्टम को खतरनाक रूप से कार्य करने के बजाय, कार्य करने से इनकार करके सुरक्षित रूप से विफल होने के लिए डिज़ाइन किया गया है।

चरण 4: लेखक (LLM Generation)
यदि सुरक्षा द्वार खुल जाता है, तो एक स्मार्ट AI (एक लार्ज लैंग्वेज मॉडल) उन विशिष्ट पन्नों को पढ़ता है जिन्हें CLARITY ने खोजा है और एक कॉन्फ़िगरेशन फ़ाइल लिखता है। यह एक ऐसे छात्र की तरह है जो केवल उन नोट्स के आधार पर निबंध लिख रहा है जो उसने अभी पढ़े हैं। यह सुनिश्चित करने के लिए कि निबंध का प्रारूप सही है, CLARITY के पास एक "रिपेयर क्रू" है जो कोड में किसी भी टाइपो या टूटे हुए वाक्यों को स्वचालित रूप से ठीक करता है।

चरण 5: सख्त शिक्षक (SHACL Validation)
कोड के उपयोग में आने से पहले, एक सख्त शिक्षक (जिसे SHACL वैलिडेटर कहा जाता है) इसे एक नियम पुस्तिका के विरुद्ध जाँचता है। यह नियम पुस्तिका कहती है जैसे, "एक मोटर एड्रेस 1 और 65534 के बीच की संख्या होनी चाहिए।" यदि AI ने बहुत अधिक संख्या लिखी है या गलत फॉर्मेट का उपयोग किया है, तो शिक्षक इसे तुरंत खारिज कर देता है। यह सुनिश्चित करता है कि कोड गणितीय और तार्किक रूप से सही है।

चरण 6: टेस्ट ड्राइव (Deployment)
अंत में, यदि सब कुछ शिक्षक द्वारा पास कर दिया जाता है, तो CLARITY कॉन्फ़िगरेशन को एक सिम्युलेटर (वास्तविक मशीन का एक वर्चुअल संस्करण) को भेजता है ताकि यह देखा जा सके कि यह काम करता है या नहीं। यह सेटिंग्स लिखता है और फिर पुष्टि करने के लिए उन्हें वापस पढ़ता है, "हाँ, मशीन अब ठीक वैसे ही सेट अप है जैसा मैंने बताया था।" इस सफल टेस्ट ड्राइव के बाद ही यह काम पूरा होने का निर्णय लेता है।

उन्होंने क्या पाया

शोधकर्ताओं ने पाँच अलग-अलग प्रकार के औद्योगिक उपकरणों और यहाँ तक कि एक सिम्युलेटेड रोबोटिक आर्म (Universal Robots UR5e) पर CLARITY का परीक्षण किया। परिणाम इस प्रकार रहे:

• गति: यह सिस्टम अविश्वसनीय रूप से तेज़ है। यह एक शक्तिशाली कंप्यूटर पर लगभग 2.6 से 6.6 सेकंड में एक डिवाइस को सेट अप कर सकता है। इस सिस्टम के बिना, एक इंसान घंटों ले सकता है।
• सटीकता: परीक्षण किए गए चार प्रकार के उपकरणों में से तीन के लिए, CLARly ने हर बार 100% सही कॉन्फ़िगरेशन प्राप्त किया। चौथे प्रकार के लिए, इसने अधिकांश समय सही काम किया, लेकिन जब इसने गलती की, तो सुरक्षा द्वारों ने नुकसान पहुँचाने से पहले ही उसे पकड़ लिया।
• सुरक्षा: सभी 15 परीक्षणों में, शून्य असुरक्षित राइट्स (unsafe writes) थे। यदि सिस्टम को उत्तर नहीं पता था, तो इसने केवल रुककर कहा "मुझे नहीं पता," न कि कोई खतरनाक अनुमान लगाया।
• वास्तविक दुनिया का परीक्षण: उन्होंने एक वास्तविक, बिना बदलाव वाले रोबोटिक आर्म के मैनुअल पर भी इसका परीक्षण किया। भले ही मैनुअल बहुत बड़ा (254 पन्ने) और अव्यवस्थित था, CLARITY ने सफलतापूर्वक रोबोट को सिमुलेशन में कॉन्फ़िगर किया, जिससे सिद्ध हुआ कि यह वास्तविक दुनिया के दस्तावेज़ों को संभाल सकता है, न कि केवल आदर्श टेस्ट डेटा को।

कमी और भविष्य

शोध पत्र स्वीकार करता है कि सिस्टम अभी भी पूर्ण नहीं है। यह एक विशिष्ट प्रकार के जटिल संचार (OPC-UA) के साथ थोड़ा संघर्ष करता है क्योंकि उपयोग किया गया AI मॉडल कभी-कभी अपने लेखन में एक विशिष्ट विवरण शामिल करना भूल जाता है। हालाँकि, सख्त सुरक्षा जाँचों के कारण, इस गलती को पकड़ लिया गया और इससे कोई विफलता नहीं हुई।

लेखक सुझाव देते हैं कि CLARITY एक बड़ी प्रगति है, लेकिन इसे और भी अधिक जटिल, वास्तविक दुनिया के कारखाने के दस्तावेजों की आवश्यकता है जिनमें अस्त-व्यस्त टेबल और स्कैन किए गए पन्ने हों। वे यह भी नोट करते हैं कि "कॉन्फिडेंस थ्रेशोल्ड" (वह बिंदु जहाँ सिस्टम तय करता है कि रुकना है और कहना है कि "मुझे नहीं पता") को उपयोग किए जा रहे विशिष्ट मैनुअल के आधार पर ट्यून करने की आवश्यकता हो सकती है।

संक्षेप में, CLARITY दिखाता है कि हम औद्योगिक मशीनों को सेट अप करने के लिए स्मार्ट AI का उपयोग कर सकते हैं, लेकिन केवल तभी जब हम उस AI को सुरक्षा जाँचों, सख्त नियमों और "नहीं जानने" की बात स्वीकार करने की क्षमता के एक किले में लपेट दें। यह एक खतरनाक, त्रुटि-पूर्ण मानवीय कार्य को एक तेज़, विश्वसनीय और सुरक्षित स्वचालित प्रक्रिया में बदल देता है।