ড্রোন প্রতিরক্ষা দ্রুত করতে পেন্টাগন AI টার্গেটিং এগিয়ে নিচ্ছে: টারেট থেকে রাইফেল পর্যন্ত

ছোট ড্রোনের বিরুদ্ধে দ্রুত সিদ্ধান্ত চাইছে পেন্টাগন

যুক্তরাষ্ট্রের প্রতিরক্ষা বিভাগ ছোট ড্রোন মোকাবিলায় সৈন্য, যানবাহন, এবং জাহাজ কীভাবে তা সামলাবে, তা উন্নত করতে AI-সমৃদ্ধ লক্ষ্য শনাক্তকরণের দিকে ঝুঁকছে। C-UAS Close-In Kinetic Defeat Enhancement নামের এই প্রকল্পটি aided target recognition, বা AiTR-এর ওপর কেন্দ্রিত; এতে AI, machine learning, এবং computer vision ব্যবহার করে মানব অপারেটরের তুলনায় দ্রুত হুমকি শনাক্ত করা হয়।

নিকটমেয়াদি লক্ষ্য সরল: ড্রোন দেখার পর সেটিকে গুলি করে নামানোর মধ্যে সময় কমানো। সমানভাবে গুরুত্বপূর্ণ হলো, পেন্টাগন এমন সিস্টেম চায় যা প্রকৃত হুমকি আর পাখির মতো অ-হুমকি আলাদা করতে পারে; কম খরচের ড্রোন ছড়িয়ে পড়া এবং দৃশ্যগত জটিলতা সিদ্ধান্তকে আরও কঠিন করে তুলছে।

Defense Innovation Unit-এর solicitation ধাপে ধাপে একটি পরিকল্পনা নির্ধারণ করে, যা remote weapons stations দিয়ে শুরু হয়ে শেষ পর্যন্ত dismounted troops বহন করা small arms পর্যন্ত পৌঁছায়।

প্রথম ধাপ CROWS turret দিয়ে শুরু

প্রথম ধাপটি remote weapons stations-কে লক্ষ্য করে, বিশেষ করে Common Remotely Operated Weapon Station, বা CROWS, যা সামরিক যানবাহনে ব্যাপকভাবে বসানো হয়। solicitation অনুযায়ী, সিস্টেমটির উদ্দেশ্য engagement timeline দ্রুত করা; প্রাথমিক ফোকাস unmanned aircraft systems-এর ওপর এবং দ্বিতীয় ফোকাস vehicular ও man-sized targets-এর ওপর।

প্রোটোটাইপ সিস্টেমকে বর্তমান remote weapons stations-এর Group 1 ও Group 2 drones শনাক্ত, ট্র্যাক, এবং মোকাবিলার ক্ষমতা স্পষ্টভাবে উন্নত করতে হবে; এখানে এগুলোকে 55 পাউন্ড ও তার কম ওজনের targets হিসেবে সংজ্ঞায়িত করা হয়েছে। solicitation বলছে, 600 মিটারের বেশি দূরত্বে detection হতে হবে এবং অন্তত 100 মিটার দূরত্বে engagement হতে হবে। সিস্টেমটি কমপক্ষে সেকেন্ডে 30 মিটার, অর্থাৎ প্রায় ঘন্টায় 67 মাইল গতিতে চলা ড্রোনের বিরুদ্ধেও কাজ করতে পারতে হবে।

এই সংখ্যাগুলো দেখায় যে পেন্টাগন কোনো abstract demo খুঁজছে না। তারা এমন একটি সিস্টেম চায় যা বাস্তব tactical engagements-এর সঙ্গে সম্পর্কিত নির্দিষ্ট performance thresholds-এ কাজ করে।

প্রকল্পটি যানবাহনের বাইরে বিস্তৃত

দ্বিতীয় ধাপ ধারণাটিকে ground ও maritime environment-এ চলমান এবং স্থির উভয় platform-এ বিস্তৃত করে। সেই ধাপে solicitation 20 পাউন্ডের কম ওজনের Group 1 drone-কে সেকেন্ডে 7 মিটার গতিতে 50 থেকে 200 মিটার দূরত্বে আঘাত করার ক্ষমতা চায়।

অস্ত্রকে challenging firing angles-এ targets মোকাবিলা করতে সক্ষম হতে হবে, minus 10 degrees depression থেকে সরাসরি ওপরের দিকে 90 degrees elevation পর্যন্ত। Contractors-দের land ও maritime environment-এর জন্য উপযোগী live-fire capable prototype দিতে বলা হয়েছে, শুধুমাত্র laboratory demonstration নয়।

এই শর্ত defense technology pitch-এর সবচেয়ে সাধারণ দুর্বলতাগুলোর একটি তুলে ধরে: এমন সিস্টেম যা নিয়ন্ত্রিত পরিবেশে ভালো কাজ করে, কিন্তু recoil, motion, weather, এবং background clutter এলে কম বিশ্বাসযোগ্য হয়ে ওঠে। পেন্টাগন যেন শুরুতেই সেগুলো যাচাই করতে চাইছে।

সবচেয়ে উচ্চাকাঙ্ক্ষী ধাপটি ব্যক্তিগত অস্ত্র লক্ষ্য করে

তৃতীয় ধাপটি সবচেয়ে উল্লেখযোগ্য। এটি dismounted troops ব্যবহৃত small arms-এ aided target recognition যোগ করতে চায়। solicitation বলছে, কাঙ্ক্ষিত সমাধানের মধ্যে এমন সিস্টেম থাকবে যা manually selected transient targets-এর বিরুদ্ধে hit probability বাড়াতে standard-issue rounds-কে deflect বা self-aim করতে পারে, এবং একই সঙ্গে networked sensor ও small-arms fire-control systems একীভূত করতে পারে।

এটি সফল হলে, ড্রোন প্রতিরক্ষা vehicle- বা ship-mounted system-এর মধ্যে সীমাবদ্ধ না থেকে individual soldier-এর আরও কাছাকাছি পৌঁছে যাবে। শর্তটিতে আরও বলা হয়েছে, সিস্টেমটি legacy small arms-এর সঙ্গে মানিয়ে নিতে সক্ষম হতে হবে, বিভিন্ন caliber ও configuration-এ scale করতে হবে, এবং অতিরিক্ত প্রযুক্তি খারাপ বা ব্যর্থ হলে baseline weapon performance বজায় রাখতে হবে।

এই fallback requirement অত্যন্ত গুরুত্বপূর্ণ। যুদ্ধে কোনো digital aid malfunction করলে তা অস্ত্রকে অকার্যকর করে তুলতে পারে না। solicitation এই নীতিটিকে স্পষ্টভাবে সংরক্ষণ করেছে।

কেন এটি এখনকার battlefield-এর সঙ্গে মানানসই

ছোট unmanned system সস্তা, বিপুলসংখ্যক, এবং কার্যকরভাবে ভূপাতিত করা আরও কঠিন হয়ে উঠছে বলে counter-drone warfare দ্রুত বদলেছে। প্রচলিত air defense প্রায়ই সবচেয়ে ছোট হুমকির জন্য খুব ব্যয়বহুল বা খুব জটিল হয়, আর কেবল মানব visual recognition-ও কয়েক সেকেন্ড গুরুত্বপূর্ণ হলে ধীর বা ত্রুটিপূর্ণ হতে পারে।

AI-assisted recognition তাত্ত্বিকভাবে আরও scalable সমাধান দেয়। এমন একটি সিস্টেম যা দ্রুত বুঝতে পারে আকাশে থাকা বস্তুটি হুমকি কি না, সেটিকে tracked রাখতে পারে, এবং নিখুঁত engagement সমর্থন করতে পারে, তা প্রতিক্রিয়া সময় কমাতে এবং false target-এ গোলা নষ্ট করা কমাতে পারে।

ড্রোনকে পাখি থেকে আলাদা করার ওপর solicitation-এর জোর দেখায় এই চ্যালেঞ্জ কতটা বাস্তব হয়ে উঠেছে। সমস্যা শুধু গুরুত্বপূর্ণ জিনিসে আঘাত করা নয়। harmless clutter থেকে শুরু হওয়া engagement decision এড়ানোও জরুরি।

সাফল্য কেমন দেখাবে

যদি এই কর্মসূচি বিশ্বাসযোগ্য prototype তৈরি করতে পারে, তবে সাফল্য একসঙ্গে কয়েকটি জিনিস বোঝাবে।

• Remote weapons stations আরও দ্রুত ও নির্ভরযোগ্য drone engagement support পাবে।
• Ground ও maritime platform-এ adaptable close-in kinetic defense বিকল্প আসবে।
• Dismounted troops শেষ পর্যন্ত fleeting drone targets-এর বিরুদ্ধে আরও সক্ষম fire-control সহায়তা পেতে পারে।

তবুও human operators-এর ভূমিকা থাকবে। solicitation aided target recognition-এর কথা বলে, সম্পূর্ণ autonomous kill chain-এর নয়। AI-এর কাজ হলো এমন পরিস্থিতিতে detection, classification, এবং engagement support দ্রুত করা, যেখানে সময় ও visibility operator-এর বিরুদ্ধে।

এখন কী নজরে রাখা উচিত

solicitation deadline 15 মে, অর্থাৎ পেন্টাগন দ্রুত candidate systems সংগ্রহ করছে। আরও গুরুত্বপূর্ণ প্রশ্ন হলো, industry কি vehicles, ships, এবং infantry weapons-এর সঙ্গে কাজ করতে পারে এমন rugged, live-fire-capable tool তৈরি করতে পারবে, যা নতুন reliability বা safety সমস্যা না তৈরি করে।

এটি কঠিন মানদণ্ড, কিন্তু operational need স্পষ্ট। ছোট ড্রোন বর্তমান যুগের সংজ্ঞায়িত tactical threat-এর একটি হয়ে উঠেছে। মার্কিন সামরিক বাহিনী এখন ইঙ্গিত দিচ্ছে যে software-assisted targeting, কেবল নতুন interceptor নয়, সমাধানের একটি প্রধান অংশ হবে।

এই প্রচেষ্টা সফল হলে, ফল হবে শুধু উন্নত sensors নয়। এটি kinetic counter-drone defense কীভাবে চালানো হবে তার একটি বিস্তৃত পরিবর্তন হবে, যা mounted system থেকে AI support-কে মাটিতে থাকা individual service member পর্যন্ত বিস্তৃত করবে।

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