अमेरिकी नौसेना ड्रोन झुंड हमलों में मानव ऑपरेटरों की आवश्यकता को खत्म करने में मदद कर रही है। यूएस नेवल पोस्टग्रेजुएट स्कूल (एनपीएस) के नेतृत्व में एक अध्ययन में लेजर हथियारों को बेहतर लक्ष्य बनाने और कई ड्रोन हमलों को नष्ट करने में सक्षम बनाने के लिए कृत्रिम बुद्धिमत्ता का उपयोग किया गया है।
लेजर प्रकाश की गति से लक्ष्य पर हमला कर सकते हैं, इसलिए प्रमुख सैन्य शक्तियां विभिन्न प्रकार के खतरों से निपटने के लिए सख्ती से लेजर हथियार विकसित कर रही हैं - जिनमें से सबसे महत्वपूर्ण तेजी से परिष्कृत ड्रोन का अस्तित्व है।
हालाँकि, लेज़र सर्वशक्तिमान नहीं हैं, और ऐसी कई समस्याएं हैं जिन्हें व्यावहारिक हथियार बनने से पहले दूर करने की आवश्यकता है। सबसे पहले, वर्तमान लेजर सिस्टम के लिए मानव ऑपरेटरों को लक्ष्यों की पहचान करने और शूटिंग करने में कुछ कौशल की आवश्यकता होती है।
मूलतः इस समस्या को दो कार्यों में विभाजित किया जा सकता है। ड्रोन पर हमला करने के मामले में, पहला काम हमले के कमजोर बिंदुओं को निर्धारित करने के लिए ड्रोन के प्रकार की पहचान करना है। दूसरा लक्ष्य को नष्ट करने या निष्क्रिय करने के लिए उस कमजोर स्थान पर लेजर बीम को पर्याप्त समय तक प्रशिक्षित करना है - एक मुश्किल चुनौती जो कि और भी मुश्किल हो जाती है क्योंकि स्वायत्त ड्रोन उड़ान में तेज और अधिक चुस्त हो जाते हैं।
मानव ऑपरेटरों के पास अभी भी एक ड्रोन से सफलतापूर्वक निपटने का मौका है, लेकिन ड्रोन के झुंड एक अलग कहानी है। निश्चित रूप से, एक लेज़र एक सेकंड के एक अंश में एक लक्ष्य से दूसरे लक्ष्य तक चमक सकता है, लेकिन एक कमजोर बिंदु की पहचान करना और उस पर बीम को ठीक करना पूरी तरह से अलग बात है। वास्तविक युद्ध स्थितियों में, मानव संचालक शीघ्र ही अभिभूत हो सकते हैं। जैसे-जैसे लेज़र हाइपरसोनिक मिसाइलों से निपटने में सुधार करेंगे, समस्या और भी बदतर हो जाएगी।
यूएस मरीन कॉर्प्स, नेवल सर्फेस वारफेयर सेंटर डहलग्रेन डिवीजन, लॉकहीड मार्टिन, बोइंग और एयर फोर्स रिसर्च लेबोरेटरी (एएफआरएल) काउंटर-ड्रोन लेजर के लिए एक नया ट्रैकिंग सिस्टम विकसित करने के लिए सहयोग कर रहे हैं जो लंबी दूरी पर वायुमंडलीय विकृति को लक्षित करने और उससे निपटने में मानवीय सीमाओं को दूर करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करता है जो लेजर बीम को उनके लक्ष्य से विचलित कर सकता है।
अनुसंधान दल ने कृत्रिम बुद्धिमत्ता प्रणाली को प्रशिक्षित करने के लिए "रीपर" ड्रोन के टाइटेनियम मिश्र धातु 3डी मुद्रित लघु मॉडल का उपयोग किया। मॉडल इन्फ्रारेड प्रकाश और रडार के साथ स्कैन करता है, जो खराब दृश्यता की स्थिति में विभिन्न कोणों और दूरियों से दूरबीन के माध्यम से एक पूर्ण पैमाने का ड्रोन कैसा दिखेगा, इसका अनुकरण करता है।
छवि कैटलॉग ने 100,000 छवियों के दो डेटासेट तैयार किए जिनका उपयोग कृत्रिम बुद्धिमत्ता प्रणाली को ड्रोन की पहचान करने, पर्यवेक्षक के सापेक्ष उसके कोण की पुष्टि करने, कमजोर बिंदुओं को खोजने और उस बिंदु पर बीम को ठीक करने के लिए प्रशिक्षित करने के लिए किया गया था। इस बीच, रडार इनपुट ड्रोन के मार्ग और दूरी को निर्धारित करने के लिए डेटा प्रदान करते हैं। सिस्टम को प्रशिक्षित करने के लिए, हमने तीन कृत्रिम बुद्धिमत्ता प्रशिक्षण परिदृश्य स्थापित किए हैं। पहला परिदृश्य केवल सिंथेटिक डेटा का उपयोग करता है, दूसरा परिदृश्य सिंथेटिक और वास्तविक दुनिया डेटा को जोड़ता है, और तीसरा परिदृश्य केवल वास्तविक दुनिया डेटा का उपयोग करता है।
अमेरिकी नौसेना के अनुसार, तीसरा विकल्प सबसे अच्छा काम करता है और इसमें सबसे छोटी त्रुटि होती है।
अगला कदम वास्तविक लक्ष्यों पर रडार और ऑप्टिकल ट्रैकिंग का क्षेत्र परीक्षण होगा, जिसमें ट्रैकिंग के कुछ पहलुओं को नियंत्रित करने वाले मानव ऑपरेटर के साथ एक अर्ध-स्वचालित प्रणाली का उपयोग किया जाएगा।
डहलग्रेन के एक इमेजिंग वैज्ञानिक एरिक मोंटेग ने कहा, "अब हमारे पास ट्रैकिंग सिस्टम में लाइव चलने वाला मॉडल है।" मोंटाग ने कहा, "इस साल किसी समय हम अवधारणा के सरल प्रमाण के लिए ट्रैकिंग ढांचे के भीतर स्वचालित लक्ष्य बिंदु चयन प्रदर्शित करने की योजना बना रहे हैं।" "हमें ऑटो-उद्देश्य सुविधा का परीक्षण करने के लिए लेजर फायर करने की आवश्यकता नहीं है। पहले से ही कुछ कार्यक्रम हैं - [हाई एनर्जी लेजर एक्सपेडिशनरी (HELEX) प्रदर्शक] उनमें से एक है - जो इस तकनीक में रुचि रखते हैं। हम अपने ट्रैकिंग सिस्टम के साथ उनके प्लेटफार्मों से फिल्म बनाने के लिए उनके साथ काम कर रहे हैं।"
यह शोध मशीन विजन एंड एप्लीकेशन में प्रकाशित हुआ था।