NATO-समर्थित स्टार्टअप कृत्रिम बुद्धिमत्तेशी जुळवून घेत आहे जेणेकरून लहान लष्करी ड्रोन थेट मानवी आदेशांशिवाय लक्ष्य शोधू शकतील, ओळखू शकतील आणि हल्ला करू शकतील, Ars Technica च्या तपशीलवार अहवालानुसार. स्केलआउट सिस्टम्स या कंपनीने एआय-सक्षम लॉइटरिंग युद्धसामग्रीचे प्रात्यक्षिक केले ज्याने स्वायत्तपणे युद्धभूमीवरील सर्वोच्च-मूल्याचे लक्ष्य मानलेल्या गोष्टींना प्राधान्य दिले आणि स्फोटक टाकण्यासाठी त्याच्याकडे उड्डाण केले - स्वायत्त लक्ष्यीकरण संशोधन पेपरमधून युरोपियन संरक्षण कार्यक्रमांमध्ये किती वेगाने हलत आहे याचे लक्षण.
Scaleout Systems चे सहसंस्थापक आणि CEO Andreas Hellander यांनी Ars ला सांगितले की हे तंत्रज्ञान युद्धभूमीच्या टोकावर सेन्सर डेटा कार्यान्वित करून NATO सहयोगींना एक धार देण्यासाठी डिझाइन केले आहे. For more context on this story, see our ongoing breaking AI news.
ट्रक टेलीमेट्रीपासून रणांगणापर्यंत
Scaleout Systems ची स्थापना स्वीडनमधील Uppsala विद्यापीठातील संशोधकांनी 2018 मध्ये केली होती आणि तिचा मूळ फोकस शस्त्रास्त्र उद्योगापासून दूर होता: व्यावसायिक ट्रक आणि इतर वाहनांमधील हार्डवेअरवर थेट मशीन लर्निंग मॉडेलचे प्रशिक्षण आणि तैनाती. 2022 मध्ये रशियाने युक्रेनवर पूर्ण-प्रमाणात आक्रमण सुरू केल्यानंतर ते बदलले, जेव्हा कंपनीने संरक्षण अनुप्रयोगांकडे लक्ष दिले.
"युक्रेनमधील युद्ध आणि बदलत्या जगामुळे, आम्हाला जाणवले की हे तंत्रज्ञान एज डेटा आणि मशीन लर्निंगसाठी सेन्सर डेटा कार्यान्वित करण्यासाठी खूप महत्वाचे असू शकते याची खात्री करण्यासाठी नाटो सहयोगींना तो धोरणात्मक फायदा मिळाला आहे," हेलँडर यांनी आर्सला सांगितले.
नॉर्थ अटलांटिक (DIANA) चॅलेंज प्रोग्रामसाठी NATO च्या डिफेन्स इनोव्हेटर एक्सीलरेटरमध्ये सामील होण्यासाठी 2025 मध्ये कंपनीची निवड करण्यात आली होती, जिथे तिने फेडरेटेड एरियल इंटेलिजेंस फॉर रेकॉन नावाच्या प्रकल्पावर काम केले आहे. ड्रोन, ड्रोन पायलट टॅब्लेट आणि फील्ड कमांड पोस्टवर आढळलेल्या एज कॉम्प्युटिंग हार्डवेअरसाठी हे प्रयत्न मशीन लर्निंग मॉडेल्सचे रुपांतर करतात - हेलँडरने आर्सला सांगितल्याप्रमाणे, लहान एम्बेडेड उपकरणांपासून शक्तिशाली एज वर्कस्टेशन्सपर्यंतचे हार्डवेअर.
फ्रंट लाईनवर फेडरेटेड लर्निंग
Scaleout चा दृष्टिकोन OpenAI किंवा Anthropic च्या फ्रंटियर-मॉडेल प्लेबुकपेक्षा वेगळा आहे. मोठ्या सेंट्रलाइज्ड मॉडेल्सऐवजी, कंपनी ड्रोन हार्डवेअरवर थेट कॉम्प्युटर व्हिजन टास्क चालवणारे लीनर मशीन लर्निंग मॉडेल वापरते. ड्रोन ऑपरेटरना लक्ष्य ओळखण्यात मदत करतात जेव्हा त्यांचे कॅमेरे आणि सेन्सर रणांगण डेटा संकलित करतात, नंतर स्थानिक प्लाटून किंवा कंपनी मुख्यालयात संगणकीय नोड्ससह निवडक अपडेट्स शेअर करतात — संवेदनशील कच्चा डेटा प्रसारित न करता.
ते मुख्यालय नोड्स एकाधिक स्त्रोतांकडील एकत्रित डेटावर मॉडेलला पुन्हा प्रशिक्षित करतात आणि जेव्हा परिस्थिती अनुमती देतात तेव्हा अद्यतनित क्षमतांना एज डिव्हाइसेसवर परत ढकलतात. याचा फायदा अनुकूलता आहे: "मॉडेल्सला वाळवंटी वातावरणात प्रशिक्षित केले गेले असावे, आणि जर आम्ही त्यांना शहरी वातावरणात तैनात करण्याचा प्रयत्न केला तर ते चांगले प्रदर्शन करणार नाहीत," हेलँडरने आर्सला सांगितले. त्यांनी असा युक्तिवाद केला की एकल ऑपरेशन दरम्यान रणांगण सेन्सर डेटामधून शिकत आणि सुधारणारे मॉडेल "शाश्वत फायदा" दर्शवतात.
जूनमध्ये, स्केलआउटने अप्सला येथील स्वीडिश हवाई दलाच्या तळावर या संकल्पनेची चाचणी केली, जिथे स्वीडिश सैन्याकडे कंपनीच्या सॉफ्टवेअर प्लॅटफॉर्मसाठी आधीच परवाना आहे. या प्रात्यक्षिकातून असे दिसून आले आहे की एक फॉरवर्ड-डिप्लोइड कंप्युटिंग नोड कंपनीच्या लॅबमधील सेंट्रल नोडशी संपर्क गमावल्यानंतरही स्वतःचे AI अनुमान आणि सक्रिय-शिक्षण प्रक्रिया चालू ठेवू शकतो, कनेक्शन परत आल्यानंतर त्याचे शिकलेले अपडेट्स सिंक करून. हेलँडरने अर्सला सांगितले की ही संघटित रणनीती अखेरीस संपूर्ण प्रदेशांमध्ये स्केल करू शकते, हे लक्षात घेऊन, "तत्त्वतः, आपण नाटो सदस्य देशांमधील सहयोग अनलॉक करू शकता."
अल्मा: एक स्वायत्त लोइटरिंग युद्धसामग्री
सर्वात परिणामकारक अनुप्रयोग म्हणजे BAE सिस्टीम्स बोफोर्सच्या नेतृत्वाखालील परवडणाऱ्या लोइटरिंग मॉड्युलर ॲम्युनिशन (ALMA) प्रकल्पात स्केलआउटचा सहभाग, ज्याचे उद्दिष्ट कमी किमतीचे स्वायत्त कामिकाझे ड्रोन विकसित करणे आहे. जानेवारीमध्ये स्वीडनमधील हिवाळी डेमो 2026 इव्हेंटमध्ये ALMA संकल्पना प्रथम सार्वजनिकपणे प्रदर्शित करण्यात आली.
त्या प्रात्यक्षिकादरम्यान, ड्रोन स्वायत्तपणे "एआयच्या वापरासह सर्व संभाव्य धोके शोधून काढतात, ओळखतात आणि भूगर्भीय ओळखतात," एआरएसने उद्धृत केलेल्या स्केलआउट सिस्टम्स सादरीकरणानुसार. "सर्व डेटा समर्पित ऑनबोर्ड कंप्युटिंगद्वारे हाताळला जातो, ज्यामुळे सिस्टमला कोणत्याही बाह्य प्रक्रियेशिवाय रिअल-टाइममध्ये कार्य करण्यास अनुमती मिळते."
त्यानंतर ड्रोनने आपोआप त्याच्या मिशनद्वारे परिभाषित केलेल्या सर्वोच्च-मूल्याच्या लक्ष्याला प्राधान्य दिले - या प्रकरणात, एक आर्मर्ड इंजिनिअरिंग वाहन - त्याच्याकडे उड्डाण केले आणि एक स्फोटक सोडले. आर्सने नोंदवले की मानवी ऑपरेटर अजूनही ड्रोनला नियंत्रित आणि निर्देशित करू शकतो, परंतु ड्रोनने थेट मानवी आदेशांशिवाय हे मिशन स्वतः केले. हेलँडरने आर्सला सांगितले की कंपनीने स्वीडनमध्ये सार्वजनिकरित्या प्रदर्शित केलेल्या कार्यरत पाळत ठेवणे आणि टोपण संकल्पना देखील तयार केली आहे.
आधुनिक युद्धात एज एआय का महत्त्वाचा आहे
ऑनबोर्ड AI कडे ढकलणे सध्याच्या संघर्षांची वास्तविकता प्रतिबिंबित करते. इलेक्ट्रॉनिक युद्ध आणि शत्रूचे जॅमिंग वारंवार संप्रेषणांमध्ये व्यत्यय आणतात, हे एक कारण आहे की युक्रेनियन लष्करी ड्रोनची वाढती संख्या आधीच स्वस्त कामिकाझे डिझाइनमध्ये ऑनबोर्ड एआय समाविष्ट करते. अर्सने असेही नमूद केले आहे की एआय मॉडेल्स चालविण्यासाठी केंद्रीकृत डेटा केंद्रांवर अवलंबून राहणे अशा वेळी धोकादायक दिसते जेव्हा अमेरिका आणि इराणमधील युद्धादरम्यान मोठ्या डेटा केंद्रांना लक्ष्य केले गेले आणि नष्ट केले गेले.
स्थानिक AI मॉडेल्स जे स्वतंत्रपणे कार्य करतात — दूरच्या सर्व्हरशी सतत संपर्क न करता — जेव्हा लिंक्स खाली जातात तेव्हा काम करत राहतात, ज्याची परिस्थिती लष्करी नियोजकांना सर्वात जास्त काळजी वाटते.
स्वायत्त शस्त्रांवरील व्यापक वादविवाद
ALMA प्रात्यक्षिक प्राणघातक स्वायत्त शस्त्रास्त्रांवरील अनिर्णित आंतरराष्ट्रीय वादाच्या मध्यभागी उतरले आहे, जेथे मशीन जेव्हा लक्ष्य निवडतात आणि व्यस्त ठेवतात तेव्हा मानवी निरीक्षण किती लूपमध्ये राहिले पाहिजे हा मुख्य प्रश्न आहे. स्केलआउटच्या सार्वजनिक प्रात्यक्षिकांमध्ये, मानवी ऑपरेटरने ड्रोनला नियंत्रित आणि निर्देशित करण्याची क्षमता राखून ठेवली आणि कंपनीने त्याचे तंत्रज्ञान नाटो सैन्यांसाठी निर्णय समर्थन म्हणून तयार केले. जानेवारी डेमोने काय दाखवले आहे, तथापि, संपूर्ण मिशन सायकल — शोधणे, ओळखणे, प्राधान्य देणे, स्ट्राइक — आता बाह्य प्रक्रियेशिवाय कमी किमतीच्या ड्रोनच्या ऑनबोर्ड कॉम्प्युटिंगवर चालू शकते.
Ars Technica च्या अहवालाने स्पष्ट केल्याप्रमाणे, स्वायत्त आक्रमण क्षमतेचे बिल्डिंग ब्लॉक्स यापुढे प्रमुख शक्तींच्या वर्गीकृत कार्यक्रमांपुरते मर्यादित नाहीत. ते स्टार्टअप्सद्वारे एकत्रित केले जात आहेत, नाटो इनोव्हेशन चॅनेलद्वारे वेगवान केले जात आहेत आणि सार्वजनिकपणे प्रात्यक्षिक केले जात आहेत - असा विकास ज्यावर शस्त्रास्त्र-नियंत्रण वकिल आणि लष्करी नियोजक सारखेच लक्षपूर्वक पाहत असतील.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
