रक्षा AI कंपनियों की एक नई लहर
कृत्रिम बुद्धिमत्ता और सैन्य क्षमता के चौराहे ने ऐतिहासिक रूप से दो श्रेणियों की कंपनियां बनाई हैं: बड़ी रक्षा प्राइम जो मौजूदा सिस्टम में AI विशेषताएं जोड़ते हैं, और वाणिज्यिक तकनीक कंपनियां जो सैन्य ग्राहकों को दोहरे-उपयोग उपकरण लाइसेंस करती हैं। एक तीसरी श्रेणी अब बढ़ती प्रमुखता के साथ उभर रही है - स्टार्टअप जो अपनी नींव से सैन्य अनुप्रयोगों के लिए विशेष रूप से डिजाइन किए गए AI सिस्टम बना रहे हैं, जिसमें आर्किटेक्चर, प्रशिक्षण डेटा और संचालन प्रोफाइल हैं जो वाणिज्यिक बाजार न तो चाहता है और न ही सहन करता है।
Defense One की इस स्टार्टअप इकोसिस्टम की जांच कंपनियों के एक समूह को प्रकट करती है जिन्होंने निष्कर्ष निकाला है कि सेना की AI जरूरतें वाणिज्यिक अनुप्रयोगों से काफी अलग हैं जो वर्तमान वाणिज्यिक तकनीक के अनुकूलन के बजाय विशेष रूप से निर्मित समाधान को न्यायसंगत ठहराते हैं। ये कंपनियां जो तर्क देती हैं वह यह है कि चरम विश्वसनीयता आवश्यकताएं, वर्गीकृत डेटा वातावरण, प्रतिकूल परिस्थितियां और सैन्य कार्यों के अद्वितीय निर्णय लेने का संदर्भ ऐसे AI सिस्टम की आवश्यकता है जो बाद की सोच के रूप में नहीं बल्कि पहले सिद्धांत के रूप में उन आवश्यकताओं के साथ डिजाइन किए गए हों।
इस समूह के उदय का समय कारणों के एक अभिसरण को प्रतिबिंबित करता है: जटिल डोमेन में बड़े AI मॉडल की प्रदर्शित क्षमता, आधुनिक युद्ध में सूचना प्रसंस्करण और निर्णय समर्थन की बढ़ती केंद्रीयता, रक्षा प्रौद्योगिकी की ओर प्रवाहित उद्यम पूंजी की उपलब्धता, और एक नियामक और खरीद वातावरण जो 2020 के दशक की शुरुआत में शुरू की गई रक्षा नवाचार पहलों से फल देने के बाद से गैर-पारंपरिक रक्षा ठेकेदारों के लिए अधिक ग्रहणशील बन गया है।
सैन्य AI क्यों अलग है
सैन्य प्रसंग में AI सिस्टम पर लगाई गई मांगें वाणिज्यिक अनुप्रयोगों से इस तरह भिन्न हैं जो वृद्धिशील से अधिक है। वाणिज्यिक AI की विफलताएं ग्राहक शिकायतों, ब्रांड नुकसान और राजस्व हानि में मापी जाती हैं। सैन्य AI विफलताएं जीवन खर्च कर सकती हैं, मिशन को समझौता कर सकती हैं, या सबसे खराब स्थितियों में सहयोगियों या प्रतिद्वंद्वियों के साथ रणनीतिक संकट पैदा कर सकती हैं। परिणामों की यह असमानता विश्वसनीयता, सत्यापन और संचालन सुरक्षा के लिए विभिन्न दृष्टिकोण की आवश्यकता है जो वाणिज्यिक तैनाती के मानदंड मानते हैं।
डेटा एक विशेष रूप से महत्वपूर्ण अंतर है। सैन्य AI के लिए सबसे मूल्यवान प्रशिक्षण डेटा - संचार अवरोध, निगरानी चित्र, परिचालन लॉग, खतरा डेटाबेस - वर्गीकृत है और वाणिज्यिक मॉडल को प्रशिक्षित करने के लिए उपयोग नहीं किया जा सकता। सैन्य-विशिष्ट AI बनाने वाली कंपनियों को अपने स्वयं की वर्गीकृत प्रशिक्षण पाइपलाइन बनानी चाहिए, सरकारी डेटा वातावरण के भीतर काम करना चाहिए, या ऐसी आर्किटेक्चर विकसित करनी चाहिए जो असंगठित डेटा पर प्रभावी ढंग से प्रशिक्षित हो सकती है और वर्गीकृत डेटा पर सूक्ष्म-ट्यून की जा सकती है बिना सुरक्षा सीमाओं को समझौता किए जो निरीक्षण निकाय निषेध करेगा।
प्रतिकूल मजबूती आवश्यकताएं भी अलग हैं। वाणिज्यिक AI को आम तौर पर इनपुट के वितरण के खिलाफ मूल्यांकन किया जाता है जो वास्तविक उपयोगकर्ता उत्पन्न करते हैं। सैन्य AI को ऐसे प्रतिद्वंद्वियों के खिलाफ मजबूत होना चाहिए जो सक्रिय रूप से शोषण की तलाश करेंगे, सेंसर और डेटा फ़ीड को धोखा देने का प्रयास करेंगे जो मॉडल इनपुट प्रदान करते हैं, और AI सिस्टम को समझने और उन्हें हराने के लिए संसाधनों में निवेश करेंगे जो उनके कार्यों को धमकाते हैं। यह एक मौलिक रूप से अलग मूल्यांकन और लाल-टीम आवश्यकता बनाता है जो वाणिज्यिक AI सुरक्षा परीक्षण पर्याप्त रूप से संबोधित नहीं करता है।
