Localized Generative Design of Ship Hulls with Diffusion Models and High-Fidelity Assessment

एक जहाज का डिज़ाइन तैयार करना समझौता करने का एक धीमा, सावधानीपूर्ण नृत्य है। इंजीनियरों को एक ऐसा हल (hull) आकार देना होता है जो भारी भार उठा सके, उबड़-खाबड़ समुद्र में सीधा खड़ा रह सके, और कम से कम प्रयास के साथ पानी को काट सके। लक्ष्य ड्रैग (drag), या प्रतिरोध को कम करना है, जो जहाज की गति को धीमा कर देता है, क्योंकि कम ड्रैग का अर्थ है कम ईंधन और कम लागत। दशकों से, यह मानव विशेषज्ञों का काम रहा है जो हाथों से आकारों को तराशते हैं और प्रत्येक नए विचार का परीक्षण जटिल कंप्यूटर सिमुलेशन के साथ करते हैं। लेकिन संभावित आकारों की संख्या इतनी विशाल है कि एक आदर्श आकार खोजना घास के ढेर में सुई खोजने जैसा है। हाल ही में, एक नए प्रकार का कंप्यूटर प्रोग्राम उभरा है जो मौजूदा हजारों जहाज डिजाइनों से सीख सकता है और अपने आप नए डिजाइन बना सकता है। ये प्रोग्राम, जिन्हें जेनेरेटिव मॉडल (generative models) कहा जाता है, इस प्रक्रिया के रचनात्मक हिस्से को स्वचालित करने का एक तरीका प्रदान करते हैं। हालाँकि, इसमें एक पेंच है: ये डिजिटल आविष्कारक अक्सर ऐसे आकार बनाते हैं जो कागज पर तो अच्छे दिखते हैं, लेकिन भौतिकी के जटिल और अप्रत्याशित नियमों के परीक्षण में विफल हो जाते हैं।

ब्रिटिश कोलंबिया विश्वविद्यालय के शोधकर्ताओं की एक टीम ने, उद्योग भागीदारों के साथ मिलकर, यह देखने के लिए काम किया कि क्या वे इन डिजिटल आविष्कारकों को वास्तविक दुनिया के जहाज डिजाइन के लिए उपयोगी बना सकते हैं। उन्होंने जहाज के एक विशिष्ट भाग पर ध्यान केंद्रित किया: सामने का हिस्सा, जहाँ बल्बस बाउ (bulbous bow) स्थित होता है। यह बल्ब जहाज के अगले हिस्से के नीचे एक उभार है जो, यदि सही ढंग से डिजाइन किया जाए, तो लहरों को रद्द कर देता है और ईंधन बचाता है। शोधकर्ता जानना चाहते थे कि क्या एक कंप्यूटर केवल इस अगले हिस्से को बदलकर जहाज को तेज बना सकता है, बिना पूरे जहाज को बिगाड़े। उन्होंने एक ऐसी प्रणाली बनाई जो नए हल आकार उत्पन्न कर सकती थी और फिर तुरंत यह जांच सकती थी कि वे आकार कितने प्रभावी होंगे। लेकिन वे केवल एक त्वरित कंप्यूटर अनुमान तक ही नहीं रुके। उन्होंने सबसे अच्छे डिजिटल उम्मीदवारों को एक कठोर, हाई-फिडेलिटी (high-fidelity) परीक्षण के अधीन किया जिसने अत्यधिक सटीकता के साथ जहाज के चारों ओर बहते पानी का अनुकरण किया। उन्होंने जो पाया वह वादे और सीमाओं की एक कहानी थी, जो यह बताती थी कि हालांकि कंप्यूटर नए विचार उत्पन्न कर सकता है, लेकिन यह अभी भी उन सूक्ष्म भौतिकी को समझने में संघर्ष करता है जो एक जहाज को वास्तव में कुशल बनाती हैं।

शोधकर्ताओं ने एक कंप्यूटर मॉडल को एक प्रसिद्ध कंटेनर जहाज, KRISO कंटेनर शिप, की ज्यामिति को समझने के लिए प्रशिक्षित करके शुरुआत की। उन्होंने कंप्यूटर को पूरा जहाज शून्य से फिर से डिजाइन करने के लिए नहीं कहा। इसके बजाय, उन्होंने इसे केवल सामने के हिस्से पर ध्यान केंद्रित करने के लिए कहा, बाकी जहाज को बिल्कुल वैसा ही रखा। यह दृष्टिकोण, जिसे 'लोकलाइज्ड डिजाइन' (localized design) कहा जाता है, वास्तविक नौसेना वास्तुकारों (naval architects) के काम करने का तरीका है; वे शायद ही कभी पूरे जहाज को बदलते हैं, बल्कि विशिष्ट भागों को परिष्कृत करना पसंद करते हैं। कंप्यूटर को जहाज के हजारों थोड़े अलग संस्करणों पर प्रशिक्षित किया गया था, जिससे उसने उन पैटर्न को सीखा जो एक आकार को चिकना और निरंतर बनाते हैं। एक बार जब कंप्यूटर ने इन पैटर्न को सीख लिया, तो शोधकर्ताओं ने इसे उन आकारों की तलाश करने के लिए निर्देशित किया जो कम प्रतिरोध पैदा करेंगे। उन्होंने एक ऐसी विधि का उपयोग किया जो कंप्यूटर को तब पुरस्कृत करती थी जब वह एक ऐसा आकार पाता जो एक तेज़, सरलीकृत गणना के आधार पर पानी को अधिक आसानी से काटता हुआ प्रतीत होता था।

यह देखने के लिए कि क्या ये कंप्यूटर-जनित आकार वास्तव में बेहतर थे, टीम ने उन्हें एक स्वचालित पाइपलाइन के माध्यम से चलाया जिसने जहाज के चारों ओर बहते पानी का अनुकरण किया। यह सिमुलेशन उस त्वरित जांच की तुलना में बहुत अधिक विस्तृत था जिसका उपयोग कंप्यूटर को निर्देशित करने के लिए किया गया था। इसने पानी की श्यानता (viscosity), जहाज द्वारा बनाई गई लहरों और हल पर दबाव को ध्यान में रखा। उन्होंने कंप्यूटर की एक रचना का परीक्षण किया, जिसे उन्होंने 'मॉडल 1' कहा, मूल जहाज के विरुद्ध किया। धीमी गति पर, नया आकार मूल के समान ही अच्छा प्रदर्शन करता है। लेकिन जैसे-जैसे गति बढ़ती है, नया आकार संघर्ष करने लगता है। जहाज की विशिष्ट क्रूजिंग गति पर, प्रतिरोध मूल की तुलना में लगभग पचास प्रतिशत अधिक था। त्वरित गणना, जिसने कंप्यूटर को निर्देशित किया था, इस नाटकीय वृद्धि को पहचानने में विफल रही। इसने एक ऐसा आकार देखा जो स्थितियों की एक संकीमित सीमा में आशाजनक लग रहा था, लेकिन यह भविष्यवाणी करने में विफल रहा कि पानी के तेज होने पर वह आकार कैसा व्यवहार करेगा।

शोधकर्ताओं ने फिर एक गहरा सवाल पूछा: क्या समस्या कंप्यूटर की सीखने की प्रक्रिया के साथ थी, या यह उस तरीके के साथ थी जिससे आकारों को कंप्यूटर को समझाया गया था? यह जानने के लिए, उन्होंने एक अलग दृष्टिकोण अपनाया। कंप्यूटर पर नया आकार बनाने के बजाय, उन्होंने एक मानव नौसेना वास्तुकार से उसी नियमों के सेट का उपयोग करके मूल जहाज को परिष्कृत करने के लिए कहा जिसका पालन कंप्यूटर को करना था। मानव विशेषज्ञ ने जहाज के अगले हिस्से को मूल के जितना संभव हो उतना करीब लाने के लिए समायोजित किया, लेकिन कंप्यूटर के विवरण तंत्र की सीमाओं के भीतर। यह नया आकार, जिसे 'जेनहल ई' (GenHull E) कहा गया, में कोई बल्बस बाउ बिल्कुल नहीं था। शोधकर्ताओं द्वारा उपयोग किया गया सिस्टम एक चिकना, गोल बल्ब वर्णित करने में सक्षम नहीं था; यह केवल एक ऐसा आकार बना सकता था जो एक सपाट सिलेंडर जैसा दिखता था। जब उन्होंने इस मानव-परिष्कृत आकार का परीक्षण किया, तो परिणाम चौंकाने वाले थे। धीमी गति पर, यह मूल जहाज की तुलना में छह से आठ प्रतिशत अधिक कुशल था। इसका सतह क्षेत्र (surface area) कम था जो पानी को छू रहा था, जिससे घर्षण कम हो गया। लेकिन जैसे ही गति एक निश्चित बिंदु से ऊपर बढ़ी, बल्ब की अनुपस्थिति एक देन बन गई। जहाज के अगले हिस्से से उत्पन्न लहरें मजबूत हो गईं, और प्रतिरोध बढ़ गया। उच्चतम गति पर, मानव-परिष्कृत आकार मूल से काफी खराब था।

वह क्रॉसओवर बिंदु, जहाँ नया आकार बेहतर से बदतर हो गया, एक विशिष्ट गति पर हुआ। उस गति से नीचे, बल्ब की कमी के दंड की तुलना में गीले सतह (wetted surface) का लाभ अधिक था। उस गति से ऊपर, बल्ब की कमी का दंड, लाभ को खत्म कर दिया। शोधकर्ताओं ने पाया कि कंप्यूटर की रिवॉर्ड प्रणाली (reward system) इस व्यापार-बंद (trade-off) को देखने में विफल रही थी। इसे एक एकल संख्या खोजने के लिए प्रशिक्षित किया गया था जो विभिन्न गतियों की एक विस्तृत श्रृंखला में औसत प्रदर्शन का प्रतिनिधित्व करती थी। चूंकि जहाज अपना अधिकांश समय उच्च गति पर बिताता है, इसलिए कंप्यूटर उन आकारों की ओर झुका हुआ था जो उन गतियों पर अच्छा प्रदर्शन करते हैं, लेकिन इसने उस मोड़ को मिस कर दिया जहाँ भौतिकी बदल जाती है। मानव विशेषज्ञ, जो उसी कठोर विवरण प्रणाली द्वारा सीमित था, ने एक ऐसा आकार बनाया जो कुछ स्थितियों में बेहतर और कुछ में बदतर था, लेकिन कंप्यूटर का सरल रिवॉर्ड फंक्शन इस सूक्ष्मता को पकड़ने में असमर्थ था।

अध्ययन ने एक नए आकार की एक छिपी हुई लागत को भी उजागर किया। मानव-परिष्कृत हल मूल की तुलना में कम स्थिर था। इसमें उबड़-खाबड़ समुद्रों में सीधा रहने की क्षमता कम थी, जो किसी भी जहाज के लिए एक महत्वपूर्ण सुरक्षा आवश्यकता है। कंप्यूटर की प्रणाली ने इस स्थिरता की जाँच नहीं की; इसने केवल प्रतिरोध को देखा। मानव विशेषज्ञ के फिट में कोई स्थिरता शब्द (stability term) शामिल नहीं था, और परिणामस्वरूप, नए हल ने बेंचमार्क की तुलना में अनुमेय ऊर्ध्वाधर केंद्र गुरुत्व (vertical center of gravity) में 1.04 मीटर की कमी दर्ज की। इसने तकनीक के एक अंतर को उजागर किया: कंप्यूटर ऐसे आकार उत्पन्न कर सकता था जो एक एकल मीट्रिक पर अच्छे दिखते थे, लेकिन वह उन जटिल आवश्यकताओं के जाल को नहीं समझता था जिन्हें एक वास्तविक जहाज को पूरा करना होता है।

शोधकर्ताओं ने निष्कर्ष निकाला कि हालांकि जेनेरेटिव मॉडल नए डिजाइनों की खोज के लिए शक्तिशाली उपकरण हैं, वे अभी तक मानव निर्णय का स्थान लेने के लिए तैयार नहीं हैं। कंप्यूटर तेजी से हजारों बदलाव उत्पन्न कर सकता है, लेकिन इसे उन्हें मूल्यांकन करने के लिए एक बहुत बेहतर तरीके की आवश्यकता है। उनके द्वारा उपयोग किए गए सरल सूत्र प्रदर्शन का अनुमान लगाने के लिए पर्याप्त सटीक नहीं थे ताकि वे तरंग प्रतिरोध और स्थिरता में सूक्ष्म परिवर्तनों को पकड़ सकें। इन उपकरणों को वास्तव में उपयोगी बनाने के लिए, शोधकर्ताओं को एक ऐसी प्रणाली बनानी होगी जो प्रत्येक उम्मीदवार के लिए पानी के प्रवाह का उच्च सटीकता के साथ अनुकरण कर सके। उन्हें कंप्यूटर को यह भी सिखाना होगा कि एक आकार एक गति पर अच्छा और दूसरी गति पर बुरा हो सकता है, और सुरक्षा गति के समान ही महत्वपूर्ण है। आगे का रास्ता कंप्यूटर की गति को उच्च-फिडेलिटी भौतिकी सिमुलेशन की गहराई के साथ जोड़ने में निहित है, यह सुनिश्चित करते हुए कि कंप्यूटर द्वारा बनाए गए डिजिटल डिजाइन न केवल गणितीय रूप से दिलचस्प हों, बल्कि भौतिक रूप से वास्तविक और सुरक्षित भी हों।

इस टीम का कार्य इस बात की याद दिलाता है कि इंजीनियरिंग में, बारीकियों में ही असली चुनौती होती है। एक आकार जो एक सरलीकृत मॉडल में पूर्ण दिखता है, वह वास्तविक दुनिया को ध्यान में रखने पर बुरी तरह विफल हो सकता है। शोधकर्ताओं ने कोई जादुई समाधान नहीं पाया जो रातों-रात जहाज डिजाइन को हल कर दे। इसके बजाय, उन्होंने एक स्पष्ट मानचित्र पाया कि वर्तमान तकनीक कहाँ कम पड़ती है और इसे सफलता तक पहुँचाने के लिए क्या आवश्यक है। उन्होंने दिखाया कि जटिल मशीनों के डिजाइन को वास्तव में स्वचालित करने के लिए, हमें कंप्यूटर को पूरी तस्वीर देखना सिखाना होगा, न कि केवल उन हिस्सों को जो मापने में आसान हैं। जहाज डिजाइन का भविष्य एक ऐसी साझेदारी में निहित है जहाँ कंप्यूटर विचारों को उत्पन्न करने का भारी काम संभालता है, और मानव विशेषज्ञ, बेहतर उपकरणों से लैस होकर, उन विचारों को एक कुशल, सुरक्षित और मजबूत वास्तविकता की ओर निर्देशित करता है।