Sogdiana-1 merosi: energetikada AI uchun poydevor

1989 yilda Toshkentda “Sogdiana-1” nomli shaxsiy kompyuter seriyali ishlab chiqarilgan. 8-bit protsessor va atigi 16 KB operativ xotira — bugun kulgili ko‘rinadi. Lekin men bu voqeani “nostalgiya” deb emas, O‘zbekistonda texnologik fikrlash uzluksizligining isboti deb ko‘raman. Va aynan shu uzluksizlik 2025 yilda energetika, neft-gaz va konchilikda sun’iy intellekt (AI) yechimlarini joriy etishda hal qiluvchi rol o‘ynayapti.

Bu maqola “Oʻzbekistonda Energetika va Tabiiy Resurslar Sektorini Sun’iy Intellekt Qanday Oʻzgartirmoqda” turkumining bir qismi. “Sogdiana-1” tarixi orqali bitta fikrni aniq aytmoqchiman: AI’ni muvaffaqiyatli tatbiq etish faqat algoritm masalasi emas — bu muhandislik madaniyati, ishlab chiqarish intizomi va amaliy muammo yechish tajribasi masalasi.

“Sogdiana-1” nimani anglatadi: lokal innovatsiya real bo‘lgan

“Sogdiana-1” — o‘sha davr uchun juda dadil loyiha edi. Kompyuterning nomi qadimgi Sogdiyona bilan bog‘langan, ya’ni texnika shunchaki “temir quti” emas, ramziy mahsulot sifatida ko‘rilgan. Bu yondashuv bugun ham dolzarb: energetikada AI’ni joriy qilayotgan korxonalar ham ko‘pincha bitta pilot bilan cheklanib qoladi. Ramziy maqsad bo‘lmasa (masalan, “ishlab chiqarish intizomini raqamlashtiramiz”, “xavfsizlikni 0 o‘limga yaqinlashtiramiz”), loyiha o‘zi “so‘nib” qoladi.

Sogdiana-1’ning texnik asosi “Radio-86RK” arxitekturasiga tayangan — oddiy, minimal mikrosxemalar bilan yig‘iladigan, televizorni monitor o‘rnida ishlatadigan va kasetali magnitofon orqali dastur yuklaydigan tizim. Qiziq joyi shundaki, bu minimalizm tez moslashish imkonini bergan.

Energetikada ham shunga o‘xshash qonuniyat bor: AI uchun eng yaxshi start — eng qimmat “platforma” emas, balki:

• o‘lchash mumkin bo‘lgan jarayon (masalan, kompressor tebranishi, nasos bosimi, transformator harorati)
• takrorlanuvchi operatsiya (ta’mirlash, ko‘rik, dispetcherlik qarori)
• tez ROI beradigan nuqta (yo‘qotishlarni qisqartirish, avariya riskini pasaytirish)

Mudofaa zavodidan “xalq mahsuloti”gacha: bugungi AI jamoalariga dars

“Sogdiana-1” Toshkentdagi “Algoritm” zavodida yo‘lga qo‘yilgan. Zavod aslida mudofaa sanoatiga xizmat qilgan, keyin Perestroyka davrida “xalq iste’moli tovarlari” ishlab chiqarishga o‘tishga majbur bo‘lgan. Bu o‘tish og‘riqli bo‘ladi: bir tomonda murakkab intizom, ikkinchi tomonda bozor talabi va tez sikl.

Bugun energetika va tabiiy resurslar sektorida AI’ni joriy etish ham shunga o‘xshaydi. Ko‘p kompaniyalarda kuchli “klassik” muhandislik bor, lekin AI loyihalari talab qiladigan tezkor iteratsiya (2–6 haftalik sprintlar, doimiy A/B tekshiruv, model monitoring) yo‘q.

Men ko‘p joyda bir xil xatoni ko‘raman: “AI bo‘limi”ni ajratib qo‘yishadi, u esa ishlab chiqarishdan uzilib qoladi. Sogdiana-1’ning muvaffaqiyatiga o‘xshash model esa boshqacha:

Amaliy model: “ishlab chiqarish + data + IT” uchburchagi

Energetikada natija beradigan AI jamoa tuzilmasi odatda shunday ishlaydi:

1. Jarayon egasi (bosh energetik/texnolog/dispetcher): muammo narxini biladi
2. Data mutaxassisi: sensorlar, SCADA/telemetriya, ma’lumot sifati bilan ishlaydi
3. IT/OT muhandisi: integratsiya, kiberxavfsizlik, sanoat tarmoqlari

Bu uch rol bir stol atrofida bo‘lmasa, AI ko‘pincha “demo” bo‘lib qoladi.

16 KB xotirali kompyuterdan “smart grid”gacha: o‘xshashlik qayerda?

“Sogdiana-1” bugungi standartlarda juda sodda. Lekin unda eng muhim narsa bor edi: o‘z qo‘ling bilan yaratish, sinash, tuzatish va qayta chiqarish sikli. Energetikada AI ham aynan shu siklga tayanadi.

AI energetikada nimani “optimallashtiradi”?

Amaliy misollarni aniq qilib aytaman. O‘zbekistonda energetika va tabiiy resurslar kompaniyalari uchun AI odatda 4 yo‘nalishda eng tez qiymat beradi:

• Prediktiv texnik xizmat (predictive maintenance): turbina, kompressor, nasos, ventilyator podshipniklarida tebranish/harorat signallaridan nosozlikni oldindan topish
• Energiya samaradorligi: yoqilg‘i sarfini pasaytirish, issiqlik yo‘qotishlarini aniqlash, rejimni optimallashtirish
• Xavfsizlik va monitoring: konlarda PPE (himoya vositalari) nazorati, xavfli zonalarda odam/texnika harakatini videoanalitika bilan kuzatish
• Operatsion rejalashtirish: ta’minot zanjiri, ehtiyot qismlar, ishlab chiqarish rejasi uchun prognoz

Bu yerda “Sogdiana-1”dan keladigan saboq shunday: oddiy arxitektura bilan tez ishlab ko‘rish. Masalan, prediktiv xizmat uchun birinchi bosqichda murakkab “digital twin” shart emas — 2–3 ta kritik agregatni tanlab, 3–6 oylik tarixiy signal bilan modelni sinab ko‘rish yetarli bo‘ladi.

“Bolalik kasalliklari” — AI’da ham bor, yashirmang

Maqolada “Sogdiana-1”ning ilk partiyalarida klaviatura muammolari bo‘lgani aytiladi. Bu normal: yangi mahsulotda kamchilik bo‘ladi, keyin tuzatiladi.

AI’da “bolalik kasalliklari” ko‘pincha quyidagicha ko‘rinadi:

• sensorlar kalibrovkasi noto‘g‘ri, shovqin ko‘p
• avariya yoki nosozlik label’lari yo‘q (ma’lumot belgilash madaniyati sust)
• OT tarmoqqa ulanish va kiberxavfsizlik cheklovlari hisobga olinmagan
• model ishlab turib “drift” bo‘ladi, lekin monitoring yo‘q

Muammo shundaki, ko‘pchilik buni “AI ishlamadi” deb talqin qiladi. Aslida bu “ishlab chiqarish intizomi + data intizomi”ni moslashtirish masalasi.

2025 yil konteksti: energiya talabi oshyapti, AI esa tanlov emas

2025 yil oxiri — budjetlarni rejalash, invest loyihalarni himoya qilish mavsumi. Energetika va konchilik kompaniyalari bir vaqtning o‘zida uch bosimni his qiladi:

• talab o‘sishi va quvvatlarni barqaror ushlab turish
• yoqilg‘i va logistika xarajatlari
• avariya, to‘xtash (downtime) va mehnat xavfsizligi risklari

Shu fon ichida AI’ni “PR uchun trend” sifatida ko‘rish xato. AI — bu boshqaruv asbobi. U eng avvalo uch narsa beradi: tezroq signal, yaxshiroq prognoz, aniqroq qaror.

Energetikada eng katta yo‘qotishlar ko‘pincha “katta avariya”dan emas, balki har kuni yig‘ilib boradigan mayda samarasizliklardan chiqadi.

Amaliy yo‘l xaritasi: energetika va resurslarda AI’ni qanday boshlash kerak?

Agar siz rahbar, bosh muhandis yoki raqamlashtirish bo‘yicha mas’ul bo‘lsangiz, AI’ni boshlash uchun “mukammal sharoit” kutmang. “Sogdiana-1” ham mukammal bo‘lmagan sharoitda chiqqan.

1) 1 ta muammo tanlang, 90 kunda natija bering

AI portfelini 12 ta use case bilan boshlash — odatda mag‘lubiyat. 1 ta aniq muammo:

• avariya ko‘p bo‘layotgan agregat
• yoqilg‘i sarfi yuqori bo‘lgan uchastka
• eng ko‘p jarohat xavfi bor zona

2) Data audit qiling: “bor” degani “yaroqli” degani emas

Minimal audit ro‘yxati:

• signal chastotasi (1 sekundmi, 1 minutmi?)
• uzilishlar foizi
• sensor joylashuvi va kalibrovkasi
• tarixiy davr (kamida 3–6 oy)

3) Integratsiyani oldindan hal qiling (IT/OT va kiberxavfsizlik)

Pilot model “noutbukda ishladi” — sanoatda hech narsa demaydi. Modelning qiymati u:

• SCADA/EMS/CMMS bilan ishlasa
• ogohlantirishlar dispetcher ish jarayoniga kirsa
• audit va ruxsatlar talabiga mos bo‘lsa

4) KPI’ni biznes tilida belgilang

Modelning accuracysi emas, ta’siri muhim:

• rejasiz to‘xtashlar soni (oyiga)
• texnik xizmat xarajati
• yoqilg‘i sarfi (kWh yoki tonna shartli yoqilg‘i)
• mehnat xavfsizligi hodisalari

“Sogdiana-1” nega qisqa umr ko‘rdi — va AI loyihalari bu xatoni takrorlamasin

“Sogdiana-1” 1991 yildan keyin bozor o‘zgargani uchun to‘xtagan: mudofaa buyurtmalari yo‘qoldi, bozorni kuchli xorijiy analoglar egalladi. Bu yerda eng muhim xulosa shunday: texnologiya o‘zi yetmaydi — uni yashatadigan ekotizim kerak.

AI loyihalarida “ekotizim” deganda men quyidagilarni nazarda tutaman:

• data yig‘ish va sifatini boshqarish siyosati
• model monitoring va yangilash jarayoni (MLOps)
• ichki kompetensiya (faqat vendor’ga tayanmaslik)
• o‘qitish: dispetcher, ustalar, muhandislar uchun amaliy trening

Aks holda pilotlar ko‘payadi, natija esa “tarqoq” bo‘lib qoladi.

Keyingi qadam: Sogdiana ruhi bilan AI’ni ishlab chiqarishga olib kiring

“Sogdiana-1”ning tarixi menga bitta narsani eslatadi: O‘zbekistonda texnik fikr, muhandislik jasorati va ishlab chiqarish intizomi bor bo‘lgan — va bor. Endi bu poydevorga energetika va tabiiy resurslar sektorida sun’iy intellekt, avtomatlashtirish va analitikani to‘g‘ri o‘rnatish qoladi.

Agar siz 2026 yil rejangizga AI tashabbusini qo‘shmoqchi bo‘lsangiz, savolni boshqacha qo‘ying: “Qaysi modelni olamiz?” emas, “Qaysi jarayonni 90 kunda o‘lchab, yaxshilaymiz?”

Siz ishlayotgan korxonada AI uchun eng tez natija beradigan bitta use case qaysi: prediktiv texnik xizmatmi, energiya optimallashtirishmi, yoki xavfsizlik monitoringimi?