সাইবার প্রতিরক্ষার জন্য আলাদা AI তহবিল চাইছে সেনাবাহিনী, তিনটি নতুন উদ্যোগ বাড়ছে

সাইবার AI-কে আর পার্শ্বপ্রকল্প হিসেবে অর্থায়ন করা যাবে না বলে জানাল আর্মি

যুক্তরাষ্ট্রের আর্মি সাইবার প্রতিরক্ষায় কৃত্রিম বুদ্ধিমত্তার জন্য আরও আনুষ্ঠানিক তহবিল নীতির দিকে এগোচ্ছে, যা দেখায় AI কত দ্রুত একটি পরীক্ষামূলক সহায়তা থেকে কেন্দ্রীয় কার্যকরী অগ্রাধিকারে পরিণত হয়েছে। TechNet Augusta-তে বক্তব্য রাখতে গিয়ে, আর্মির প্রধান সাইবার উপদেষ্টা Brandon Pugh বলেন, সার্ভিসটি এমন পর্যায়ে পৌঁছেছে যেখানে বিদ্যমান অপারেশনাল বাজেট থেকে শুধু সমর্থন না দিয়ে AI কাজের জন্য আলাদা তহবিল দরকার।

এটি গুরুত্বপূর্ণ, কারণ এটি দেখায় আর্মি প্রতিরক্ষামূলক সাইবার AI-কে কীভাবে দেখছে। বর্তমান টুলের একটি উপকারী সংযোজন হিসেবে না দেখে, কর্মকর্তারা এটিকে এমন একটি সক্ষমতা ক্ষেত্র হিসেবে বর্ণনা করছেন যার জন্য নিজস্ব বাজেট সমর্থন, ধারাবাহিক নজরদারি, এবং সম্ভবত যৌথ তহবিল ব্যবস্থার প্রয়োজন। Pugh বলেন, এই সম্পদগুলো শুধু আর্মি থেকেই নাও আসতে পারে, কারণ আলোচনাধীন অনেক সমাধান সম্ভবত যৌথ প্রকৃতির হবে।

তহবিলের এই যুক্তি সরকারি সাইবার কর্মসূচির একটি বৃহত্তর বাস্তবতাকেও তুলে ধরে: সংস্থাগুলি ছোট discretionary money দিয়ে AI-এর prototype তৈরি করতে পারে, কিন্তু সেটিকে live defensive operations-এ scale করতে হলে ভিন্ন স্তরের প্রতিশ্রুতি দরকার। staffing, software integration, testing, data handling, এবং operational validation—সবই পুনরাবৃত্ত খরচে পরিণত হয়। আলাদা তহবিলের ওপর জোর দিয়ে আর্মি নেতারা কার্যত বলছেন, সাইবার AI এখন পরবর্তী পর্যায়ে পৌঁছেছে।

রক্ষকদের জন্য AI-কে কেন বিশেষভাবে গুরুত্বপূর্ণ মনে করছে আর্মি

Pugh সাইবার, বিশেষত defensive cyber-এর জন্য AI-কে গত বছরের তাঁর অফিসের শীর্ষ অগ্রাধিকারগুলোর একটি হিসেবে উল্লেখ করেন। তাঁর framing ইঙ্গিত দেয় যে সাইবারস্পেসে আক্রমণকারীরা দীর্ঘদিন ধরে গতি, চমক, এবং কম খরচে পরীক্ষা-নিরীক্ষার সুবিধা পেয়ে আসা একটি অসমতাকে AI সমতাবস্থায় আনতে সাহায্য করতে পারে।

Pugh-এর মতে, AI শেষ পর্যন্ত আক্রমণকারী না রক্ষক—কারা বেশি সুবিধা পাবে তা নিয়ে এখনও বিতর্ক আছে। তবে তাঁর মত হলো, রক্ষকেরা যদি প্রযুক্তিটি কার্যকরভাবে গ্রহণ করে, তাহলে তারাই এগিয়ে থাকবে। এই যুক্তি দুটি ধারণার ওপর দাঁড়িয়ে আছে। প্রথমত, AI এমন পুনরাবৃত্ত নিরাপত্তা কাজ স্বয়ংক্রিয় করতে পারে, যা এখন বিশ্লেষকদের সময় নষ্ট করে। দ্বিতীয়ত, এটি threat detection এবং response workflows-কে দ্রুততর করতে পারে, যেগুলো কেবল মানব অপারেটর দিয়ে যথেষ্ট দ্রুত করা কঠিন।

বাস্তবে, এর মানে AI-কে শুধু একটি analytics স্তর হিসেবে নয়, বরং হুমকি চিহ্নিত করা থেকে তার বিরুদ্ধে ব্যবস্থা নেওয়া পর্যন্ত সময় কমানোর উপায় হিসেবে দেখা হচ্ছে। সামরিক নেটওয়ার্কের ক্ষেত্রে এই সময়-সংকোচন বিশেষভাবে গুরুত্বপূর্ণ। আর্মি বড়, জটিল পরিবেশে কাজ করে, যেখানে manual review এবং escalation chains সেই মুহূর্তে প্রতিক্রিয়া ধীর করতে পারে, যখন গতি সবচেয়ে গুরুত্বপূর্ণ।

Pugh-এর মন্তব্যে AI-কে সাইবার কর্মীদের বিকল্প হিসেবে দেখানো হয়নি। বরং, একে তিনি প্রতিরক্ষামূলক কাজের পূর্ণ পরিসরে একটি force multiplier হিসেবে বর্ণনা করেছেন, সাধারণ কাজ সামলানো থেকে আরও স্বয়ংক্রিয় পদক্ষেপ সক্ষম করা পর্যন্ত। এটি একটি বাস্তবসম্মত framing। এতে বোঝা যায়, AI-এর মূল্য headline-worthy autonomous ক্ষমতার মতো নয়, বরং মানসিক চাপ কমানো এবং ধারাবাহিকতা বাড়ানোর মতোও হতে পারে।

একটি শিল্প অনুশীলনের পর তিনটি কাজের ধারা গড়ে উঠছে

আর্মির বর্তমান উদ্যোগটি এপ্রিলে শিল্প নির্বাহীদের সঙ্গে একটি tabletop exercise-এর পর আসে। সেই ঘটনার পর, সার্ভিস নেতারা Rapid Defense Cyber Systems initiative, বা Project ARDCS, শুরু করেন, যাতে exercise থেকে শেখা বিষয়গুলো কাজে লাগানো যায়। Pugh বলেন, আর্মি প্রায় 17 থেকে 20টি সক্ষমতা বা উদ্যোগ চিহ্নিত করেছে যেগুলোর দিকে মনোযোগ দরকার, তবে প্রথমে তিনটি প্রাথমিক কাজের ধারায় ফোকাস করছে।

প্রথমটি Project Griffin, যার লক্ষ্য AI ব্যবহার করে আর্মি নেটওয়ার্কে হুমকি চিহ্নিত করা এবং শুধু সন্দেহজনক কার্যকলাপ পর্যবেক্ষণ না করে ব্যবস্থা নেওয়া। Pugh-এর বর্ণনা অনুযায়ী, এই উদ্যোগের লক্ষ্য হলো cyber detection agents-কে স্বয়ংক্রিয় করা এবং autonomous response সক্ষম করা। এই পার্থক্যটি গুরুত্বপূর্ণ। Passive monitoring সতর্কবার্তা আনতে পারে, কিন্তু তখনও মানব দলকেই ঠিক করতে হয় কোন ঘটনাগুলি গুরুত্বপূর্ণ, কী পদক্ষেপ নিতে হবে, এবং কত দ্রুত তা কার্যকর করা যাবে। আরও সক্রিয় একটি মডেল AI-কে সহায়ক ভূমিকা থেকে নেটওয়ার্ক প্রতিরক্ষার সরাসরি অংশগ্রহণকারীতে পরিণত করতে পারে।

Project Griffin-কে কেন্দ্র করে একটি commercial solutions opening প্রকাশ করে আর্মি এই উদ্যোগের গুরুত্ব দেখিয়েছে। এটি ইঙ্গিত দেয় যে সার্ভিসটি বাইরের প্রযুক্তিগত ইনপুট সক্রিয়ভাবে খুঁজছে এবং কেবল ধারণা উন্নয়নের বাইরে যেতে চাইছে।

দ্বিতীয় কাজের ধারা agentic deception agents-এর ওপর কেন্দ্রীভূত। Pugh প্রযুক্তিগত বিশদ দেননি, তবে ধারণাটি এমন AI সিস্টেমের দিকে ইঙ্গিত করে যেগুলো ভুয়া তথ্য, decoy পরিবেশ, বা কৃত্রিম সংকেত দিয়ে আক্রমণকারীদের বিভ্রান্ত করতে তৈরি। সাইবার প্রতিরক্ষায় deception দীর্ঘদিন ধরে প্রতিপক্ষের সময় নষ্ট করা এবং ক্ষতিকর আচরণ প্রকাশ করার জন্য ব্যবহৃত হয়ে আসছে। এই মিশনে agentic AI প্রয়োগ করলে deception আরও অভিযোজিত, আরও বিশ্বাসযোগ্য, এবং বড় নেটওয়ার্ক জুড়ে আরও scalable হতে পারে।

তৃতীয় উদ্যোগটি vendors-দের পাশাপাশি আর্মির নিজস্ব নেটওয়ার্কগুলোর নিরাপত্তা অবস্থান audit করতে agentic AI ব্যবহারের ওপর কেন্দ্রীভূত। supplier risk এবং configuration drift প্রতিরক্ষা সাইবারসিকিউরিটিতে স্থায়ী দুর্বলতা হওয়ায় এই ক্ষেত্রটি বিশেষভাবে গুরুত্বপূর্ণ হতে পারে। যদি AI টুলগুলি ধারাবাহিকভাবে posture পর্যালোচনা করতে, ঘাটতি চিহ্নিত করতে, এবং remediation workflows দ্রুত করতে পারে, তাহলে দুর্বলতা শনাক্ত হওয়া থেকে ব্যবস্থা নেওয়া পর্যন্ত দেরি কমাতে সাহায্য করতে পারে।

পরীক্ষা থেকে শাসনব্যবস্থা ও জবাবদিহিতার দিকে

Pugh এই প্রকল্পগুলোর জন্য একটি ব্যবস্থাপনার ছন্দও বর্ণনা করেছেন, বলছেন কর্মকর্তারা অগ্রগতি, বাধা, এবং সিদ্ধান্তের বিষয়গুলো নিয়ে মাসিক আপডেট চান। এটি প্রক্রিয়াগত মনে হতে পারে, কিন্তু আর্মির উদ্দেশ্য সম্পর্কে গুরুত্বপূর্ণ কিছু জানায়। নিয়মিত পর্যালোচনা মানে এই উদ্যোগগুলোকে exploratory pilots হিসেবে নয়, বরং এমন প্রোগ্রাম হিসেবে দেখা হচ্ছে যেগুলোকে স্পষ্ট ফল দেখাতে হবে।

নজরদারি কাঠামো প্রযুক্তিগত কাজের মতোই গুরুত্বপূর্ণ হতে পারে। সরকারি AI প্রকল্পগুলো প্রায়ই demonstration এবং deployment-এর মাঝে আটকে যায়, কারণ transition পথ স্পষ্ট নয়। বাজেটের মালিকানা, আইনি পর্যালোচনা, procurement strategy, এবং operational authority—সবই bottleneck হতে পারে। আলাদা তহবিল সেই বাধাগুলোর একটি মোকাবিলায় সাহায্য করে, কিন্তু কেবল তখনই যখন তার সঙ্গে এমন governance থাকে যা momentum বজায় রাখে এবং সমস্যা এলে সিদ্ধান্ত নিতে বাধ্য করে।

আর্মির পদ্ধতিতে একটি অন্তর্নিহিত সতর্কতাও আছে। সামরিক নেটওয়ার্কে detection এবং response স্বয়ংক্রিয় করা নির্ভরযোগ্যতা, নিয়ন্ত্রণ, এবং অনিচ্ছাকৃত ফলাফল নিয়ে গুরুতর প্রশ্ন তোলে। friendly পরিবেশে বিভ্রান্তি এড়াতে deception systems-কে সতর্কভাবে নকশা করতে হবে। কমান্ডার ও নিরাপত্তা দলকে যদি সেগুলোর ওপর নির্ভর করে ব্যবস্থা নিতে হয়, তাহলে AI-চালিত audits-কে নির্ভরযোগ্য আউটপুট দিতে হবে। সাক্ষাৎকারে এই সমস্যাগুলোর সমাধান হয়নি, তবে আর্মি কিছু নির্বাচিত উদ্যোগে ফোকাস করছে মানে তারা বিস্তৃত আকাঙ্ক্ষার বদলে ব্যবহারযোগ্য use cases-এর চারপাশে গড়ে তুলতে চাইছে।

সামরিক সাইবার AI-এর পরবর্তী ধাপের জন্য এর অর্থ কী

আর্মির অবস্থানের বড় তাৎপর্য এই নয় যে তারা সাইবার প্রতিরক্ষায় AI ব্যবহার করতে চায়। প্রতিরক্ষা খাতে এটি ইতিমধ্যেই বহুলভাবে বোঝা যায়। আরও গুরুত্বপূর্ণ পরিবর্তন হলো, জ্যেষ্ঠ নেতৃত্ব এখন এই প্রযুক্তিকে আনুষ্ঠানিক বাজেট পরিকল্পনা এবং নিকট-মেয়াদি বাস্তবায়ন অগ্রাধিকারের সঙ্গে যুক্ত করছে।

যদি সেই তহবিল বাস্তবে আসে, তাহলে আর্মি তিনটি ক্ষেত্রে দ্রুত এগোতে পারে, যেগুলো বাস্তব পরিচালনাগত সমস্যার সঙ্গে ঘনিষ্ঠভাবে মিলে যায়: দ্রুত হুমকি শনাক্তকরণ ও প্রতিক্রিয়া, আরও উন্নত প্রতিপক্ষ deception, এবং নেটওয়ার্ক ও vendor নিরাপত্তার আরও ধারাবাহিক মূল্যায়ন। এগুলো কল্পনাপ্রসূত moonshot নয়। এগুলো বাস্তব প্রতিরক্ষা কাজ, যেখানে সিস্টেম নির্ভরযোগ্যভাবে কাজ করলে AI পরিমাপযোগ্য কার্যকরী মূল্য দিতে পারে।

সুতরাং আর্মির বার্তা AI hype-এর চেয়ে institutionalization নিয়ে বেশি। সাইবার AI-কে বাজেট, procurement, এবং পুনরাবৃত্ত পর্যালোচনার যন্ত্রে টেনে আনা হচ্ছে। এটি সাফল্যের নিশ্চয়তা দেয় না, তবে প্রান্তিক পরীক্ষামূলক প্রচেষ্টা থেকে এমন সক্ষমতার দিকে একটি পরিবর্তন চিহ্নিত করে, যেগুলো দিয়ে সার্ভিস তার নেটওয়ার্কগুলো রক্ষা করতে চায়।

বৃহত্তর প্রতিরক্ষা প্রযুক্তি বাজারের জন্য এটি একটি গুরুত্বপূর্ণ সংকেত। বিক্রেতাদের কাছে এখন আরও স্পষ্ট প্রমাণ আছে যে আর্মি কেবল তাত্ত্বিকভাবে AI-তে আগ্রহী নয়। এটি নির্দিষ্ট mission area চিহ্নিত করছে, বাণিজ্যিক ইনপুটের জন্য পথ খুলছে, এবং বলছে এই কাজের জন্য আলাদা অর্থ রাখা উচিত। প্রতিরক্ষা procurement-এর ভাষায়, এটাই সেই মুহূর্ত যখন প্রযুক্তি ক্ষেত্রটি সত্যিকারের হয়ে উঠতে শুরু করে।

এই নিবন্ধটি Breaking Defense-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধ পড়ুন.