Human-centric multi-objective optimisation of operator safety and productivity

कल्पना कीजिए कि आप एक हाई-स्पीड रेस कार के कप्तान हैं। आपका लक्ष्य जीतने के लिए जितनी हो सके उतनी तेज़ गाड़ी चलाना है, लेकिन इसमें एक पेंच है: आप जितनी तेज़ गति से चलते हैं, आपका दिल उतनी ही तेज़ी से धड़कता है, आपके हाथ उतने ही कांपते हैं, और आप दुर्घटनाग्रस्त होने के बारे में उतना ही डरा हुआ महसूस करते हैं। चीज़ों को बनाने की दुनिया में, विशेष रूप से विशाल घूमते हुए औजारों से धातु काटने के मामले में, फैक्ट्री कर्मचारी इसी तरह की दुविधा का सामना करते हैं। वे उत्पादक होना चाहते हैं—जितनी जल्दी हो सके धातु के टुकड़े करना चाहते हैं—लेकिन उन्हें सुरक्षित और शांत भी रहना होता है। यदि मशीन बहुत अधिक कंपन करती है या बहुत शोर करती है, तो कर्मचारी की हृदय गति बढ़ जाती है और सुरक्षा का उनका अहसास गिर जाता है। यह केवल अच्छा महसूस करने के बारे में नहीं है; एक तनावग्रस्त ऑपरेटर एक थका हुआ ऑपरेटर होता है, और एक थका हुआ ऑपरेटर गलतियाँ करता है। इसलिए, वैज्ञानिक एक पेचीदा पहेली को सुलझाने की कोशिश कर रहे हैं: हम मशीन को इस तरह कैसे ट्यून करें कि वह तेज़ चले लेकिन इंसान को ऐसा महसूस न हो कि वह बेहोश होने वाला है?

यह एक नए अध्ययन की कहानी है जिसने एक विशेष प्रकार के "डिजिटल मस्तिष्क" जिसे आर्टिफिशियल इंटेलिजेंस (AI) कहा जाता है, का उपयोग करके इस पहेली को सुलझाने की कोशिश की। शोधकर्ताओं ने केवल अनुमान नहीं लगाया; उन्होंने एक कंप्यूटर मॉडल बनाया जो एक सुपर-स्मार्ट कोच की तरह काम करता है। यह कोच तीन चीज़ों को एक साथ देखता है: धातु कितनी तेज़ी से हटाई जा रही है (उत्पादकता), कर्मचारी के दिल की धड़कन कितनी तेज़ है (शारीरिक तनाव), और कर्मचारी कितना डरा हुआ महसूस करता है (व्यक्तिगत सुरक्षा)। लक्ष्य वह आदर्श "स्वीट स्पॉट" ढूंढना था जहाँ मशीन कड़ी मेहनत करे, लेकिन इंसान शांत और आत्मविश्वासी रहे। इसे करने के लिए, उन्होंने तीन अलग-अलग प्रकार के AI कोचों का परीक्षण किया, जिनमें से प्रत्येक का अपना व्यक्तित्व था, यह देखने के लिए कि कौन सा सबसे अच्छा संतुलन बना सकता है।

प्रयोग: धातु और मन का नृत्य

शोधकर्ताओं ने एक वर्कशॉप में एक वास्तविक परीक्षण सेटअप किया। उनके पास 11 स्वयंसेवक थे, जो सभी एक मिलिंग मशीन का उपयोग करने के लिए प्रशिक्षित थे, जिन्होंने प्रत्येक के लिए 27 अलग-अलग कटिंग कार्य किए। यानी कुल 297 कार्य! प्रत्येक कार्य के लिए, उन्होंने तीन मुख्य सेटिंग्स बदलीं: औज़ार कितनी तेज़ी से घूमता है, वह धातु में कितनी गहराई तक काटता है, और वह कितनी तेज़ी से आगे बढ़ता है। जब कार्यकर्ता अपना काम कर रहे थे, तब शोधकर्ताओं ने उन पर बारीकी से नज़र रखी। उन्होंने कर्मचारियों की कलाई पर स्मार्टवॉच बांधी ताकि उनकी हृदय गति को ट्रैक किया जा सके, शोर सुनने के लिए माइक्रोफ़ोन लगाए, और मशीन के कंपन को महसूस करने के लिए वाइब्रेशन सेंसर लगाए। इसके बाद, श्रमिकों ने एक सर्वे भरा, जिसमें उन्होंने रेटिंग दी कि वे कितना खतरनाक, घबराहट भरा या असहज महसूस कर रहे थे।

टीम ने इस सारे बिखरे हुए डेटा को स्पष्ट नियमों में बदलने के लिए "रोबस्ट लीनियर मॉडलिंग" नामक एक शक्तिशाली सांख्यिकीय उपकरण का उपयोग किया। इसे एक जासूस की तरह समझें जो बिंदुओं को जोड़ता है: उन्होंने ठीक से पता लगाया कि यदि फीड रेट बढ़ता है तो हृदय गति कितनी बढ़ेगी, या जब कट गहरा होता है तो कंपन का स्तर कैसे बदल जाता है। उन्होंने पाया कि कर्मचारी की हृदय गति इस बात का सबसे बड़ा संकेत थी कि वे कितना सुरक्षित महसूस करते हैं। यदि दिल तेज़ी से धड़क रहा था, तो कर्मचारी असुरक्षित महसूस कर रहा था। दिलचस्प बात यह है कि उन्होंने पाया कि जबकि टूल की गति ने मशीन को शोर करने वाला बनाया, लेकिन कट की गहराई और फीड रेट (औज़ार कितनी तेज़ी से आगे बढ़ता है) ने वास्तव में कर्मचारी को तनाव दिया।

AI का मुकाबला: तीन कोच, एक लक्ष्य

एक बार जब उनके पास नियम आ गए, तो शोधकर्ताओं ने तीन अलग-अलग AI एल्गोरिदम को आदर्श मशीन सेटिंग्स खोजने के लिए छोड़ा। इन तीन एल्गोरिदम को एक रेस कार को ट्यून करने की कोशिश करने वाले तीन अलग-अलग प्रकार के कोचों के रूप में कल्पना करें:

1. जेनेटिक एल्गोरिदम (GA): यह कोच एक प्राकृतिक चयन विशेषज्ञ की तरह है। यह विभिन्न सेटिंग्स को मिलाता और जोड़ता है, जो सबसे अच्छा काम करते हैं उन्हें रखता है, और खराब वालों को बाहर निकाल देता है, धीरे-धीरे एक पूर्ण समाधान विकसित करता है।
2. आर्टिफिशियल इम्यून सिस्टम (AIS): यह कोच मानव शरीर की प्रतिरक्षा प्रणाली से प्रेरित है। यह अच्छे समाधानों की कई प्रतियां बनाता है और उनमें थोड़ा बदलाव करता है, जैसे व्हाइट ब्लड सेल्स वायरस का शिकार करते हैं, ताकि सबसे सुरक्षित और सबसे प्रभावी रास्ता खोजा जा सके।
3. एंट कॉलोनी ऑप्टिमाइज़ेशन (ACO): यह कोच चींटियों के झुंड की तरह काम करता है। चींटियाँ अच्छे रास्तों पर "गंध के निशान" (डिजिटल सिग्नल) छोड़ती हैं। यदि कोई रास्ता शानदार परिणाम की ओर ले जाता है, तो अधिक चींटियाँ उस रास्ते का अनुसरण करती हैं, जिससे वह रास्ता और मजबूत होता है।

परिणाम: रेस कौन जीता?

जब धूल जम गई, तो तीनों कोचों की रणनीतियाँ और परिणाम अलग-अलग थे।

AIS कोच (संतुलित विजेता):
आर्टिफिशियल इम्यून सिस्टम सबसे संतुलित प्रदर्शन करने वाला निकला। इसने कर्मचारियों की हृदय गति को सबसे कम रखने में सफलता पाई, जो मात्र 78 बीट्स प्रति मिनट (bpm) थी। साथ ही, इसने उत्पादकता को उच्च रखा, जिससे लगभग 460 mm³ प्रति मिनट धातु हटाई गई। इसने एक ऐसा रास्ता खोजा जहाँ श्रमिकों ने सुरक्षित महसूस किया (1.01 के जोखिम स्कोर के साथ) बिना मशीन की गति को बहुत धीमा किए। अध्ययन बताता है कि यह सबसे "तर्कसंगत" दृष्टिकोण है, जो मानव कल्याण और फैक्ट्री के आउटपुट के बीच संतुलन बनाता है।

GA कोच (सुरक्षा प्रथम दृष्टिकोण):
जेनेटिक एल्गोरिदम थोड़ा अधिक सतर्क था। इसने सबसे पहले श्रमिकों को सुरक्षित रखने को प्राथमिकता दी। इसने 80 bpm की बहुत कम हृदय गति और 1.10 का सबसे कम कथित जोखिम स्कोर प्राप्त किया। हालांकि, चीजों को इतना सुरक्षित रखने के लिए, इसे 399.85 mm³/min की थोड़ी कम उत्पादकता दर को स्वीकार करना पड़ा। यह एक ऐसे ड्राइवर की तरह है जो यह सुनिश्चित करने के लिए कि वह कभी घबराए नहीं, थोड़ा भी तेज़ होने से मना कर देता है।

ACO कोच (स्पीड डेमन):
एंट कॉलोनी ऑप्टिमाइज़ेशन सबसे आक्रामक था। इसने उच्चतम उत्पादकता प्राप्त की, यानी 470 mm³ प्रति मिनट धातु को काटा। लेकिन इसमें एक पेंच था: श्रमिकों की हृदय गति अधिक थी, जो 82 bpm तक पहुँच गई, और उनका कथित जोखिम भी अधिक था। अध्ययन में पाया गया कि यह एल्गोरिदम थोड़ा अस्थिर था; कुछ परीक्षणों में, इसने असंभव सेटिंग्स (जैसे नकारात्मक धातु हटाना) का सुझाव भी दिया, जिससे पता चला कि यह सुरक्षा-महत्वपूर्ण कार्यों के लिए पर्याप्त विश्वसनीय नहीं था।

मुख्य निष्कर्ष

इस अध्ययन ने केवल यह नहीं पाया कि सब कुछ ठीक करने के लिए एक "जादुई बटन" क्या है। इसके बजाय, इसने दिखाया कि कोई एक आदर्श सेटिंग नहीं है जो हर समय हर किसी को खुश कर सके। आपको अपने समझौते (trade-off) को चुनना होगा। यदि आप कार्यकर्ता के लिए सबसे सुरक्षित, सबसे आरामदायक अनुभव चाहते हैं, तो आप GA सेटिंग्स के साथ जाते हैं। यदि आप सुरक्षा और गति के बीच सबसे अच्छा संतुलन चाहते हैं, तो AIS दृष्टिकोण विजेता है। यदि आप बस जितना हो सके उतना तेज़ चलना चाहते हैं और आपको इस बात से फर्क नहीं पड़ता कि कार्यकर्ता थोड़ा अधिक तनाव महसूस कर रहे हैं, तो ACO आपको वहां पहुंचा सकता है, लेकिन यह जोखिम भरा है।

शोधकर्ताओं ने मशीन के बारे में भी एक आश्चर्यजनक बात खोजी। उन्होंने पाया कि फीड रेट (औज़ार कितनी तेज़ी से आगे बढ़ता है) मुख्य चीज़ थी जिसने श्रमिकों को तनाव दिया, जबकि कट की गहराई बढ़ाने से वास्तव में उनके विशिष्ट परीक्षणों में शारीरिक भार को कम करने में मदद मिली। यह थोड़ा विरोधाभासी है, जैसे यह पता चलना कि एक बड़ा कदम लेना छोटे, तेज़ कदमों की तुलना में कम थकाऊ हो सकता है।

अंत में, यह पेपर साबित करता है कि हम स्मार्ट कंप्यूटर मॉडल का उपयोग ऐसी फैक्ट्रियों को डिजाइन करने के लिए कर सकते हैं जो उनमें काम करने वाले लोगों की परवाह करती हैं। इन AI कोचों का उपयोग करके, फैक्ट्री मैनेजर अपनी मशीनों को न केवल अधिक पैसा कमाने के लिए, बल्कि अपने श्रमिकों के दिल को एक आरामदायक गति से धड़कने और उनके मन को सुरक्षित महसूस कराने के लिए भी ट्यून कर सकते हैं। यह एक ऐसे भविष्य की ओर एक कदम है जहाँ "स्मार्ट मैन्युफैक्चरिंग" वास्तव में "इंसानों के लिए भी स्मार्ट" होती है।