Juna.ai का उद्देश्य AI एजेंट्स का उपयोग करके फैक्ट्रियों को अधिक ऊर्जा-कुशल बनाना है

 AI एजेंट्स का क्रेज आजकल बढ़ता जा रहा है, जिसका कारण जनरेटिव AI और बड़े भाषा मॉडल (LLM) का उभार है। यह बताना कि वास्तव में AI एजेंट्स क्या हैं, एक चुनौती हो सकती है, लेकिन आमतौर पर माना जाता है कि ये सॉफ्टवेयर प्रोग्राम हैं जिन्हें कार्य सौंपे जा सकते हैं और निर्णय लेने की क्षमता दी जा सकती है — विभिन्न स्तरों की स्वायत्तता के साथ।

संक्षेप में, AI एजेंट्स एक साधारण चैटबॉट से कहीं आगे बढ़कर लोगों को काम करने में मदद करते हैं।

यह अभी शुरुआती दौर में है, लेकिन Salesforce और Google जैसी कंपनियां पहले से ही AI एजेंट्स में भारी निवेश कर रही हैं। Amazon के CEO Andy Jassy ने हाल ही में भविष्य में "एजेंटिक" Alexa का संकेत दिया है, जो केवल बातचीत के अलावा कार्यों को भी संभाल सकती है।

इसी के साथ, स्टार्टअप्स भी इस ट्रेंड से लाभ उठा रहे हैं। इनमें नवीनतम जर्मन कंपनी Juna.ai है, जो फैक्ट्रियों को अधिक कुशल बनाने के लिए जटिल औद्योगिक प्रक्रियाओं को स्वचालित करना चाहती है, जिससे उत्पादन में अधिकतम वृद्धि, ऊर्जा की बचत और समग्र उत्सर्जन में कमी हो सके।

Juna.ai ने आज घोषणा की कि उसने सिलिकॉन वैली की वेंचर कैपिटल फर्म Kleiner Perkins, स्वीडन स्थित Norrsken VC और Kleiner Perkins के चेयरमैन John Doerr से $7.5 मिलियन की सीड फंडिंग जुटाई है।

स्वयं-शिक्षण ही रास्ता है

2023 में स्थापित, Juna.ai के संस्थापक Matthias Auf der Mauer और Christian Hardenberg हैं। Auf der Mauer ने पहले एक प्रेडिक्टिव मशीन मेंटेनेंस स्टार्टअप AiSight की स्थापना की थी और 2021 में इसे स्विस स्मार्ट सेंसर कंपनी Sensirion को बेच दिया था। वहीं, Hardenberg यूरोपीय फूड डिलीवरी कंपनी Delivery Hero के पूर्व चीफ टेक्नोलॉजी ऑफिसर रहे हैं।

Juna.ai का मुख्य उद्देश्य भारी उद्योगों जैसे स्टील, सीमेंट, पेपर, केमिकल्स, वुड और टेक्सटाइल के बड़े पैमाने पर उत्पादन प्रक्रियाओं को स्मार्ट, स्वयं-शिक्षण सिस्टम में बदलना है ताकि बेहतर मार्जिन और कम कार्बन फुटप्रिंट हासिल किया जा सके।

Juna.ai की तकनीक

Juna.ai का सॉफ्टवेयर, Aveva या SAP जैसे औद्योगिक सॉफ़्टवेयर से जुड़कर, मशीन सेंसर से प्राप्त ऐतिहासिक डेटा का उपयोग करता है। इसमें तापमान, दबाव, वेग और उत्पाद के गुणवत्ता, मोटाई और रंग जैसी सभी माप शामिल हैं।

Juna.ai इस जानकारी का उपयोग करके कंपनियों को उनके इन-हाउस एजेंट्स को प्रशिक्षित करने में मदद करता है ताकि मशीनरी के लिए सर्वोत्तम सेटिंग्स निर्धारित की जा सकें, जिससे ऑपरेटरों को रियल-टाइम डेटा और मार्गदर्शन मिलता है।

उदाहरण के लिए, एक केमिकल प्लांट जो एक विशेष प्रकार का कार्बन उत्पादित करता है, उसे अपने रिएक्टर में विभिन्न तेलों को मिलाकर ऊर्जा-गहन दहन प्रक्रिया से गुजरना पड़ता है। सर्वोत्तम उत्पादन और न्यूनतम अपशिष्ट के लिए, तापमान और गैसों के स्तर को सही बनाए रखना आवश्यक है। Juna.ai का AI एजेंट ऑपरेटर को बता सकता है कि बेहतरीन परिणामों के लिए क्या बदलाव करने चाहिए।

प्रबलित शिक्षण (Reinforcement Learning)

Juna.ai ने TensorFlow और PyTorch जैसे ओपन-सोर्स टूल्स का उपयोग करके अपने कस्टम AI मॉडल बनाए हैं। अपनी मॉडल को प्रशिक्षित करने के लिए, Juna.ai प्रबलित शिक्षण का उपयोग कर रहा है, जिसमें एक मॉडल अपने पर्यावरण के साथ इंटरैक्ट करके सीखता है — विभिन्न क्रियाएं करता है, परिणाम देखता है और सुधार करता है।

Hardenberg ने बताया कि Juna.ai का प्लेटफार्म श्रम बचाने के लिए नहीं है, बल्कि प्रक्रियाओं को अनुकूलित करने के लिए है ताकि महंगे अपशिष्ट को कम किया जा सके।

भविष्य की योजनाएं

वर्तमान में, Juna.ai का फोकस प्रत्येक ग्राहक के लिए उनकी ऐतिहासिक डेटा के आधार पर एक AI एजेंट तैयार करना है। लेकिन भविष्य में, कंपनी "पूर्व-प्रशिक्षित" एजेंट्स की पेशकश करने की योजना बना रही है जिन्हें किसी नए ग्राहक के डेटा पर ज्यादा प्रशिक्षण की आवश्यकता नहीं होगी।