ਆਟੋਨੋਮਸ ਹਥਿਆਰ, ਡਰੋਨ ਅਤੇ ਅਗਲੀ ਸੁਰੱਖਿਆ ਬਹਿਸ 2026

ਕੇਵਲ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਲੜੀ ਜਾਣ ਵਾਲੀ ਜੰਗ ਦਾ ਦੌਰ ਖਤਮ ਹੋ ਰਿਹਾ ਹੈ। ਫੌਜੀ ਤਾਕਤਾਂ ਰਵਾਇਤੀ ਪਲੇਟਫਾਰਮਾਂ ਤੋਂ ਦੂਰ ਹੋ ਕੇ ਅਜਿਹੇ ਸਿਸਟਮਾਂ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ ਜਿੱਥੇ ਸਾਫਟਵੇਅਰ ਹੀ ਜੰਗ ਦੇ ਮੈਦਾਨ ਵਿੱਚ ਅੰਤਿਮ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ। ਇਹ ਬਦਲਾਅ ਸਾਇੰਸ ਫਿਕਸ਼ਨ ਰੋਬੋਟਾਂ ਬਾਰੇ ਨਹੀਂ, ਸਗੋਂ ਡੇਟਾ ਦੀ ਰਫਤਾਰ ਬਾਰੇ ਹੈ। ਆਧੁਨਿਕ ਲੜਾਈ ਦੇ ਮਾਹੌਲ ਵਿੱਚ ਇੰਨੀ ਜਾਣਕਾਰੀ ਪੈਦਾ ਹੁੰਦੀ ਹੈ ਕਿ ਮਨੁੱਖੀ ਦਿਮਾਗ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਉਸਨੂੰ ਪ੍ਰੋਸੈਸ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਆਪਣੀ ਬੜ੍ਹਤ ਬਣਾਈ ਰੱਖਣ ਲਈ, ਸਰਕਾਰਾਂ ਅਜਿਹੇ ਆਟੋਨੋਮੀ ਥ੍ਰੈਸ਼ਹੋਲਡ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ ਜੋ ਮਸ਼ੀਨਾਂ ਨੂੰ ਘੱਟੋ-ਘੱਟ ਨਿਗਰਾਨੀ ਨਾਲ ਟੀਚਿਆਂ ਦੀ ਪਛਾਣ ਕਰਨ, ਟਰੈਕ ਕਰਨ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਉਨ੍ਹਾਂ ‘ਤੇ ਹਮਲਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ। ਇਹ ਤਬਦੀਲੀ ਸਾਨੂੰ ‘ਹਿਊਮਨ-ਇਨ-ਦ-ਲੂਪ’ ਸਿਸਟਮਾਂ ਤੋਂ ‘ਹਿਊਮਨ-ਆਨ-ਦ-ਲੂਪ’ ਕੌਂਫਿਗਰੇਸ਼ਨਾਂ ਵੱਲ ਲੈ ਜਾਂਦੀ ਹੈ, ਜਿੱਥੇ ਕੋਈ ਵਿਅਕਤੀ ਸਿਰਫ ਕਿਸੇ ਕਾਰਵਾਈ ਨੂੰ ਰੋਕਣ ਲਈ ਦਖਲ ਦਿੰਦਾ ਹੈ। ਰਣਨੀਤਕ ਟੀਚਾ ਖਤਰੇ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਉਸਨੂੰ ਖਤਮ ਕਰਨ ਦੇ ਵਿਚਕਾਰਲੇ ਸਮੇਂ ਨੂੰ ਘਟਾਉਣਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਫੈਸਲੇ ਲੈਣ ਦੇ ਚੱਕਰ ਮਿੰਟਾਂ ਤੋਂ ਮਿਲੀਸਕਿੰਟਾਂ ਤੱਕ ਸੁੰਗੜਦੇ ਹਨ, ਗਲਤੀ ਨਾਲ ਵਧਣ ਵਾਲੇ ਟਕਰਾਅ ਦਾ ਖਤਰਾ ਵੱਧ ਜਾਂਦਾ ਹੈ। ਅਸੀਂ ਗਲੋਬਲ ਪੱਧਰ ‘ਤੇ ਸੁਰੱਖਿਆ ਨੂੰ ਕਿਵੇਂ ਖਰੀਦਿਆ, ਪ੍ਰਬੰਧਿਤ ਕੀਤਾ ਅਤੇ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਸ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਬਦਲਾਅ ਦੇਖ ਰਹੇ ਹਾਂ। ਫੋਕਸ ਟੈਂਕ ਦੀ ਭੌਤਿਕ ਟਿਕਾਊਤਾ ਤੋਂ ਹਟ ਕੇ ਉਸਦੇ ਅੰਦਰਲੇ ਚਿਪਸ ਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ ‘ਤੇ ਆ ਗਿਆ ਹੈ। ਇਹ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸੁਰੱਖਿਆ ਦੀ ਨਵੀਂ ਹਕੀਕਤ ਹੈ ਜਿੱਥੇ ਕੋਡ ਵੀ ਕਾਇਨੇਟਿਕ ਐਨਰਜੀ ਜਿੰਨਾ ਹੀ ਘਾਤਕ ਹੈ।

ਸਾਫਟਵੇਅਰ ਡਿਫਾਈਂਡ ਡਿਫੈਂਸ ਵੱਲ ਬਦਲਾਅ

ਰਵਾਇਤੀ ਫੌਜੀ ਖਰੀਦ ਪ੍ਰਕਿਰਿਆ ਹੌਲੀ ਅਤੇ ਸਖ਼ਤ ਹੈ। ਇੱਕ ਨਵਾਂ ਫਾਈਟਰ ਜੈੱਟ ਡਿਜ਼ਾਈਨ ਕਰਨ ਅਤੇ ਬਣਾਉਣ ਵਿੱਚ ਅਕਸਰ ਇੱਕ ਦਹਾਕਾ ਲੱਗ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਤੱਕ ਹਾਰਡਵੇਅਰ ਤਿਆਰ ਹੁੰਦਾ ਹੈ, ਉਦੋਂ ਤੱਕ ਅੰਦਰਲੀ ਤਕਨਾਲੋਜੀ ਅਕਸਰ ਪੁਰਾਣੀ ਹੋ ਜਾਂਦੀ ਹੈ। ਇਸ ਨੂੰ ਠੀਕ ਕਰਨ ਲਈ, ਅਮਰੀਕਾ ਅਤੇ ਉਸਦੇ ਸਹਿਯੋਗੀ ਸਾਫਟਵੇਅਰ-ਡਿਫਾਈਂਡ ਡਿਫੈਂਸ ਵੱਲ ਮੁੜ ਰਹੇ ਹਨ। ਇਹ ਪਹੁੰਚ ਹਾਰਡਵੇਅਰ ਨੂੰ ਗੁੰਝਲਦਾਰ ਐਲਗੋਰਿਦਮ ਲਈ ਇੱਕ ਡਿਸਪੋਸੇਬਲ ਸ਼ੈੱਲ ਵਜੋਂ ਦੇਖਦੀ ਹੈ। ਇਸ ਰਣਨੀਤੀ ਦਾ ਮੂਲ ਡਰੋਨਾਂ ਜਾਂ ਸੈਂਸਰਾਂ ਦੇ ਫਲੀਟ ਨੂੰ ਰਾਤੋ-ਰਾਤ ਅਪਡੇਟ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਹੈ, ਬਿਲਕੁਲ ਇੱਕ ਸਮਾਰਟਫੋਨ ਅਪਡੇਟ ਵਾਂਗ। ਖਰੀਦ ਅਧਿਕਾਰੀ ਹੁਣ ਸਿਰਫ ਬਖਤਰਬੰਦ ਮੋਟਾਈ ਜਾਂ ਇੰਜਣ ਦੀ ਤਾਕਤ ਨਹੀਂ ਦੇਖ ਰਹੇ ਹਨ। ਉਹ API ਅਨੁਕੂਲਤਾ, ਡੇਟਾ ਥ੍ਰੂਪੁੱਟ, ਅਤੇ ਇੱਕ ਪਲੇਟਫਾਰਮ ਦੀ ਇੱਕ ਕੇਂਦਰੀ ਕਲਾਉਡ ਨੈਟਵਰਕ ਨਾਲ ਜੁੜਨ ਦੀ ਸਮਰੱਥਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਬਦਲਾਅ ਵੱਡੀ ਗਿਣਤੀ ਦੀ ਲੋੜ ਦੁਆਰਾ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ। ਸਸਤੇ, ਆਟੋਨੋਮਸ ਡਰੋਨਾਂ ਦੀ ਵੱਡੀ ਗਿਣਤੀ ਮਹਿੰਗੇ, ਮਨੁੱਖੀ-ਚਾਲਿਤ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਹਰਾ ਸਕਦੀ ਹੈ। ਤਰਕ ਸਧਾਰਨ ਹੈ। ਜੇਕਰ ਇੱਕ ਹਜ਼ਾਰ ਛੋਟੇ ਡਰੋਨ ਇੱਕ ਉੱਚ-ਪੱਧਰੀ ਇੰਟਰਸੈਪਟਰ ਨਾਲੋਂ ਸਸਤੇ ਹਨ, ਤਾਂ ਡਰੋਨ ਵਾਲਾ ਪੱਖ ਜੰਗ ਜਿੱਤ ਜਾਵੇਗਾ। ਇਹ ਉਹ ਉਦਯੋਗਿਕ ਰਫਤਾਰ ਹੈ ਜਿਸਨੂੰ ਨੀਤੀ ਨਿਰਮਾਤਾ ਹਾਸਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ।

ਆਟੋਨੋਮੀ ਥ੍ਰੈਸ਼ਹੋਲਡ ਉਹ ਖਾਸ ਨਿਯਮ ਹਨ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ ਕਿ ਇੱਕ ਮਸ਼ੀਨ ਕਦੋਂ ਆਪਣੇ ਆਪ ਕੰਮ ਕਰ ਸਕਦੀ ਹੈ। ਇਹ ਥ੍ਰੈਸ਼ਹੋਲਡ ਅਕਸਰ ਗੁਪਤ ਹੁੰਦੇ ਹਨ ਅਤੇ ਮਿਸ਼ਨ ਦੇ ਆਧਾਰ ‘ਤੇ ਵੱਖ-ਵੱਖ ਹੁੰਦੇ ਹਨ। ਇੱਕ ਨਿਗਰਾਨੀ ਡਰੋਨ ਕੋਲ ਉਡਾਣ ਦੇ ਰਸਤੇ ਲਈ ਉੱਚ ਆਟੋਨੋਮੀ ਹੋ ਸਕਦੀ ਹੈ ਪਰ ਹਥਿਆਰ ਚਲਾਉਣ ਲਈ ਜ਼ੀਰੋ ਆਟੋਨੋਮੀ। ਹਾਲਾਂਕਿ, ਜਿਵੇਂ-ਜਿਵੇਂ ਇਲੈਕਟ੍ਰਾਨਿਕ ਵਾਰਫੇਅਰ ਕਮਿਊਨੀਕੇਸ਼ਨ ਲਿੰਕਾਂ ਨੂੰ ਅਵਿਸ਼ਵਾਸ਼ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ, ਮਸ਼ੀਨਾਂ ਨੂੰ ਵਧੇਰੇ ਆਜ਼ਾਦੀ ਦੇਣ ਦਾ ਦਬਾਅ ਵਧਦਾ ਹੈ। ਜੇਕਰ ਇੱਕ ਡਰੋਨ ਦਾ ਮਨੁੱਖੀ ਆਪਰੇਟਰ ਨਾਲ ਸੰਪਰਕ ਟੁੱਟ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਸਨੂੰ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ ਕਿ ਕੀ ਉਹ ਬੇਸ ‘ਤੇ ਵਾਪਸ ਆਵੇ ਜਾਂ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਆਪਣਾ ਮਿਸ਼ਨ ਜਾਰੀ ਰੱਖੇ। ਇਹ ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਬਾਰੇ ਅਧਿਕਾਰਤ ਬਿਆਨਬਾਜ਼ੀ ਅਤੇ ਡਿਸਕਨੈਕਟਡ ਆਪਰੇਸ਼ਨਾਂ ਦੀ ਵਿਹਾਰਕ ਹਕੀਕਤ ਵਿਚਕਾਰ ਇੱਕ ਪਾੜਾ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਉਦਯੋਗਿਕ ਦਿੱਗਜ ਅਤੇ ਸਟਾਰਟਅੱਪ ਦੋਵੇਂ ਹੀ ਇਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ਲਈ ‘ਦਿਮਾਗ’ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਦੌੜ ਰਹੇ ਹਨ, ਜੋ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਅਤੇ ਪੈਟਰਨ ਰਿਕੋਗਨੀਸ਼ਨ ‘ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਤ ਕਰ ਰਹੇ ਹਨ ਜੋ ਕਲਾਉਡ ਨਾਲ ਨਿਰੰਤਰ ਲਿੰਕ ਤੋਂ ਬਿਨਾਂ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ। ਟੀਚਾ ਇੱਕ ਅਜਿਹਾ ਸਿਸਟਮ ਬਣਾਉਣਾ ਹੈ ਜੋ ਕਿਸੇ ਵੀ ਮਨੁੱਖੀ ਦੁਸ਼ਮਣ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਦੇਖ ਅਤੇ ਕੰਮ ਕਰ ਸਕੇ।

ਇਸ ਤਕਨਾਲੋਜੀ ਦਾ ਵਿਸ਼ਵਵਿਆਪੀ ਪ੍ਰਭਾਵ ਪਲੇਟਫਾਰਮ ਦੀ ਸ਼ਕਤੀ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ। ਜੋ ਦੇਸ਼ ਅੰਡਰਲਾਈੰਗ ਕਲਾਉਡ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਅਤੇ ਸਭ ਤੋਂ ਉੱਨਤ ਸੈਮੀਕੰਡਕਟਰ ਨਿਰਮਾਣ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਕੋਲ ਇੱਕ ਵੱਡੀ ਬੜ੍ਹਤ ਹੈ। ਇਹ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸਬੰਧਾਂ ਵਿੱਚ ਇੱਕ ਨਵਾਂ ਦਰਜਾਬੰਦੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਅਮਰੀਕਾ ਦੇ ਸਹਿਯੋਗੀ ਅਕਸਰ Amazon, Microsoft, ਜਾਂ Google ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਖਾਸ ਟੈਕ ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਫਸੇ ਹੋਏ ਪਾਉਂਦੇ ਹਨ। ਇਹ ਕੰਪਨੀਆਂ ਮਿਲਟਰੀ AI ਲਈ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ, ਇੱਕ ਡੂੰਘੀ ਨਿਰਭਰਤਾ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ ਜੋ ਰਵਾਇਤੀ ਹਥਿਆਰਾਂ ਦੇ ਸੌਦਿਆਂ ਤੋਂ ਪਰੇ ਹੈ। ਜੇਕਰ ਕੋਈ ਦੇਸ਼ ਆਪਣੇ ਰੱਖਿਆ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਚਲਾਉਣ ਲਈ ਵਿਦੇਸ਼ੀ ਕਲਾਉਡ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਹ ਆਪਣੀ ਪ੍ਰਭੂਸੱਤਾ ਦਾ ਇੱਕ ਹਿੱਸਾ ਕੁਰਬਾਨ ਕਰ ਦਿੰਦਾ ਹੈ। ਇਹ ਗਤੀਸ਼ੀਲਤਾ ਦੇਸ਼ਾਂ ਨੂੰ ਆਪਣੇ ਉਦਯੋਗਿਕ ਅਧਾਰਾਂ ‘ਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰ ਰਹੀ ਹੈ। ਉਹ ਸਿਰਫ ਗੋਲਾ-ਬਾਰੂਦ ਲਈ ਫੈਕਟਰੀਆਂ ਨਹੀਂ ਬਣਾ ਰਹੇ, ਸਗੋਂ ਮਾਡਲ ਸਿਖਲਾਈ ਲਈ ਡੇਟਾ ਸੈਂਟਰ ਬਣਾ ਰਹੇ ਹਨ। Department of Defense ਨੇ ਇਹ ਸਪੱਸ਼ਟ ਕਰ ਦਿੱਤਾ ਹੈ ਕਿ ਇਨ੍ਹਾਂ ਤਕਨਾਲੋਜੀਆਂ ਵਿੱਚ ਅਗਵਾਈ ਬਣਾਈ ਰੱਖਣਾ ਆਉਣ ਵਾਲੇ ਦਹਾਕੇ ਲਈ ਸਭ ਤੋਂ ਵੱਡੀ ਤਰਜੀਹ ਹੈ। ਇਹ ਸਿਰਫ ਇੱਕ ਫੌਜੀ ਦੌੜ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਕੰਪਿਊਟੇਸ਼ਨਲ ਦਬਦਬੇ ਦੀ ਦੌੜ ਹੈ।

ਐਲਗੋਰਿਦਮਿਕ ਨਿਗਰਾਨੀ ਦੀ ਰੋਜ਼ਾਨਾ ਦੀ ਚੁਣੌਤੀ

ਨੇੜਲੇ ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਬਾਰਡਰ ਪੈਟਰੋਲ ਏਜੰਟ ਦੀ ਕਲਪਨਾ ਕਰੋ। ਉਨ੍ਹਾਂ ਦਾ ਦਿਨ ਕਿਸੇ ਸਰੀਰਕ ਗਸ਼ਤ ਨਾਲ ਸ਼ੁਰੂ ਨਹੀਂ ਹੁੰਦਾ। ਇਹ ਇੱਕ ਡੈਸ਼ਬੋਰਡ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਜੋ ਪਹਾੜੀ ਖੇਤਰ ਵਿੱਚ ਖਿੰਡੇ ਹੋਏ ਪੰਜਾਹ ਆਟੋਨੋਮਸ ਸੈਂਸਰਾਂ ਦੀ ਸਥਿਤੀ ਦਿਖਾਉਂਦਾ ਹੈ। ਇਹ ਸੈਂਸਰ ਸਿਰਫ ਕੈਮਰੇ ਨਹੀਂ ਹਨ। ਇਹ ਐਜ ਕੰਪਿਊਟਿੰਗ ਨੋਡ ਹਨ ਜੋ ਇੱਕ ਸਿੰਗਲ ਅਸਧਾਰਨਤਾ ਲੱਭਣ ਲਈ ਹਜ਼ਾਰਾਂ ਘੰਟਿਆਂ ਦੀ ਵੀਡੀਓ ਨੂੰ ਫਿਲਟਰ ਕਰਦੇ ਹਨ। ਏਜੰਟ ਸਕ੍ਰੀਨਾਂ ਨੂੰ ਨਹੀਂ ਦੇਖ ਰਿਹਾ ਹੈ। ਉਹ ਸਿਸਟਮ ਦੇ ਉੱਚ-ਸੰਭਾਵਨਾ ਵਾਲੀ ਘਟਨਾ ਨੂੰ ਫਲੈਗ ਕਰਨ ਦੀ ਉਡੀਕ ਕਰ ਰਹੇ ਹਨ। ਜਦੋਂ ਇੱਕ ਡਰੋਨ ਹਿਲਜੁਲ ਦਾ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ, ਤਾਂ ਉਹ ਪਿੱਛਾ ਕਰਨ ਲਈ ਇਜਾਜ਼ਤ ਨਹੀਂ ਮੰਗਦਾ। ਇਹ ਆਪਣੀ ਉਡਾਣ ਦੇ ਰਸਤੇ ਨੂੰ ਅਨੁਕੂਲ ਕਰਦਾ ਹੈ, ਇਨਫਰਾਰੈੱਡ ‘ਤੇ ਸਵਿਚ ਕਰਦਾ ਹੈ, ਅਤੇ ਇੱਕ ਟਰੈਕਿੰਗ ਰੁਟੀਨ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ। ਏਜੰਟ ਸਿਰਫ ਨਤੀਜਾ ਦੇਖਦਾ ਹੈ। ਇਹ ਅਮਲ ਵਿੱਚ ‘ਹਿਊਮਨ-ਆਨ-ਦ-ਲੂਪ’ ਮਾਡਲ ਹੈ। ਮਸ਼ੀਨ ਖੋਜਣ ਅਤੇ ਪਛਾਣਨ ਦਾ ਭਾਰੀ ਕੰਮ ਕਰਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਮਨੁੱਖ ਸਿਰਫ ਅੰਤਿਮ ਇਰਾਦੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਉੱਥੇ ਹੈ। ਇਹ ਥਕਾਵਟ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਪਰ ਸਿਸਟਮ ਦੀ ਸ਼ੁੱਧਤਾ ‘ਤੇ ਇੱਕ ਖਤਰਨਾਕ ਨਿਰਭਰਤਾ ਵੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਐਲਗੋਰਿਦਮ ਕਿਸੇ ਨਾਗਰਿਕ ਨੂੰ ਗਲਤੀ ਨਾਲ ਖਤਰਾ ਸਮਝ ਲੈਂਦਾ ਹੈ, ਤਾਂ ਏਜੰਟ ਕੋਲ ਸਿਸਟਮ ਦੇ ਅਗਲੇ ਪੜਾਅ ‘ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਗਲਤੀ ਨੂੰ ਫੜਨ ਲਈ ਸਿਰਫ ਸਕਿੰਟ ਹੁੰਦੇ ਹਨ।

ਇੱਕ ਲੜਾਈ ਦੇ ਖੇਤਰ ਵਿੱਚ, ਇਹ ਦ੍ਰਿਸ਼ ਹੋਰ ਵੀ ਤੀਬਰ ਹੋ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਡਰੋਨ ਸਵਾਰਮ ਨੂੰ ਦੁਸ਼ਮਣ ਦੀਆਂ ਹਵਾਈ ਰੱਖਿਆ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਦਬਾਉਣ ਦਾ ਕੰਮ ਸੌਂਪਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਡਰੋਨ ਆਪਣੀਆਂ ਸਥਿਤੀਆਂ ਅਤੇ ਟੀਚਿਆਂ ਨੂੰ ਤਾਲਮੇਲ ਕਰਨ ਲਈ ਇੱਕ ਦੂਜੇ ਨਾਲ ਸੰਚਾਰ ਕਰਦੇ ਹਨ। ਉਹ ਡੇਟਾ ਸਾਂਝਾ ਕਰਨ ਲਈ ਲੋਕਲ ਮੇਸ਼ ਨੈਟਵਰਕ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋਏ ਕਿ ਜੇਕਰ ਇੱਕ ਡਰੋਨ ਡਿੱਗ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਦੂਸਰੇ ਤੁਰੰਤ ਭਰਪਾਈ ਕਰ ਲੈਣ। ਆਪਰੇਟਰ ਸੈਂਕੜੇ ਮੀਲ ਦੂਰ ਇੱਕ ਕੰਟਰੋਲ ਸੈਂਟਰ ਵਿੱਚ ਬੈਠਾ, ਸਵਾਰਮ ਦੀ ਡਿਜੀਟਲ ਨੁਮਾਇੰਦਗੀ ਦੇਖ ਰਿਹਾ ਹੈ। ਉਹ ਰਵਾਇਤੀ ਅਰਥਾਂ ਵਿੱਚ ਡਰੋਨਾਂ ਨੂੰ ‘ਉਡਾ’ ਨਹੀਂ ਰਹੇ ਹਨ। ਉਹ ਉਦੇਸ਼ਾਂ ਦੇ ਇੱਕ ਸੈੱਟ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰ ਰਹੇ ਹਨ। ਤਣਾਅ ਸਰੀਰਕ ਨਹੀਂ ਸਗੋਂ ਬੌਧਿਕ ਹੈ। ਆਪਰੇਟਰ ਨੂੰ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ ਕਿ ਕੀ ਸਵਾਰਮ ਦਾ ਵਿਵਹਾਰ ਸਥਿਤੀ ਨੂੰ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਵਧਾ ਰਿਹਾ ਹੈ। ਜੇਕਰ ਆਟੋਨੋਮਸ ਸਿਸਟਮ ਕਿਸੇ ਅਜਿਹੇ ਟੀਚੇ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ ਜੋ ਅਸਲ ਮਿਸ਼ਨ ਬ੍ਰੀਫ ਵਿੱਚ ਨਹੀਂ ਸੀ, ਤਾਂ ਆਪਰੇਟਰ ਨੂੰ ਇੱਕ ਪਲ ਵਿੱਚ ਫੈਸਲਾ ਲੈਣਾ ਪੈਂਦਾ ਹੈ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਬਿਆਨਬਾਜ਼ੀ ਅਤੇ ਤੈਨਾਤੀ ਵਿਚਕਾਰ ਪਾੜਾ ਸਭ ਤੋਂ ਵੱਧ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਸਰਕਾਰਾਂ ਦਾਅਵਾ ਕਰਦੀਆਂ ਹਨ ਕਿ ਮਨੁੱਖ ਹਮੇਸ਼ਾ ਅੰਤਿਮ ਫੈਸਲਾ ਲੈਣਗੇ, ਪਰ ਜਦੋਂ ਮਸ਼ੀਨ ਇੱਕ ਤੇਜ਼ ਰਫਤਾਰ ਰੁਝੇਵੇਂ ਦੌਰਾਨ ਇੱਕ ‘ਪੁਸ਼ਟੀ ਕੀਤੇ’ ਟੀਚੇ ਨੂੰ ਪੇਸ਼ ਕਰਦੀ ਹੈ, ਤਾਂ ਮਨੁੱਖ ਐਲਗੋਰਿਦਮ ਦੀ ਪਸੰਦ ਲਈ ਸਿਰਫ ਇੱਕ ਰਬੜ ਸਟੈਂਪ ਬਣ ਜਾਂਦਾ ਹੈ।

ਇਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ਦੇ ਪਿੱਛੇ ਖਰੀਦ ਦਾ ਤਰਕ ‘ਐਟ੍ਰੀਟੇਬਲ’ ਤਕਨੀਕ ‘ਤੇ ਕੇਂਦ੍ਰਿਤ ਹੈ। ਇਹ ਉਹ ਪਲੇਟਫਾਰਮ ਹਨ ਜੋ ਇੰਨੇ ਸਸਤੇ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਨੂੰ ਰਣਨੀਤਕ ਜਾਂ ਵਿੱਤੀ ਸੰਕਟ ਪੈਦਾ ਕੀਤੇ ਬਿਨਾਂ ਲੜਾਈ ਵਿੱਚ ਗੁਆਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਕਮਾਂਡਰਾਂ ਲਈ ਜੋਖਮ ਦੀ ਗਣਨਾ ਨੂੰ ਬਦਲਦਾ ਹੈ। ਜੇਕਰ ਸੌ ਡਰੋਨ ਗੁਆਉਣਾ ਸਵੀਕਾਰਯੋਗ ਹੈ, ਤਾਂ ਉਹ ਉਨ੍ਹਾਂ ਨੂੰ ਹਮਲਾਵਰ ਤਰੀਕੇ ਨਾਲ ਵਰਤਣ ਦੀ ਜ਼ਿਆਦਾ ਸੰਭਾਵਨਾ ਰੱਖਦੇ ਹਨ। ਇਹ ਰੁਝੇਵਿਆਂ ਦੀ ਬਾਰੰਬਾਰਤਾ ਅਤੇ ਅਣਇੱਛਤ ਵਾਧੇ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਦੋ ਆਟੋਨੋਮਸ ਸਵਾਰਮਾਂ ਵਿਚਕਾਰ ਇੱਕ ਛੋਟੀ ਝੜਪ ਇੱਕ ਵੱਡੇ ਸੰਘਰਸ਼ ਵਿੱਚ ਬਦਲ ਸਕਦੀ ਹੈ ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਕਿ ਸਿਆਸੀ ਨੇਤਾਵਾਂ ਨੂੰ ਪਤਾ ਲੱਗੇ ਕਿ ਕੋਈ ਮੁਕਾਬਲਾ ਹੋਇਆ ਹੈ। ਮਸ਼ੀਨ ਦੀ ਰਫਤਾਰ ਇੱਕ ਅਜਿਹਾ ਖਲਾਅ ਪੈਦਾ ਕਰਦੀ ਹੈ ਜਿੱਥੇ ਰਵਾਇਤੀ ਕੂਟਨੀਤੀ ਕੰਮ ਨਹੀਂ ਕਰ ਸਕਦੀ। Reuters ਵਰਗੀਆਂ ਸੰਸਥਾਵਾਂ ਨੇ ਦਸਤਾਵੇਜ਼ੀ ਤੌਰ ‘ਤੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਕਿਵੇਂ ਸਰਗਰਮ ਸੰਘਰਸ਼ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਡਰੋਨ ਵਿਕਾਸ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸੰਸਥਾਵਾਂ ਦੀ ਰੁਝੇਵਿਆਂ ਦੇ ਨਿਯਮ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ ਤੋਂ ਅੱਗੇ ਨਿਕਲ ਰਿਹਾ ਹੈ। ਇਹ ਉਹ ਅਸਥਿਰਤਾ ਹੈ ਜੋ ਆਟੋਨੋਮੀ ਗਲੋਬਲ ਸੁਰੱਖਿਆ ਫਰੇਮਵਰਕ ਵਿੱਚ ਲਿਆਉਂਦੀ ਹੈ। ਇਹ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਹੈ ਜਿੱਥੇ ਪਹਿਲਾ ਹਮਲਾ ਕਿਸੇ ਸਾਫਟਵੇਅਰ ਬੱਗ ਜਾਂ ਗਲਤ ਸੈਂਸਰ ਰੀਡਿੰਗ ਦੁਆਰਾ ਸ਼ੁਰੂ ਹੋ ਸਕਦਾ ਹੈ।

ਆਟੋਨੋਮਸ ਨਿਗਰਾਨੀ ਦੀਆਂ ਲੁਕੀਆਂ ਹੋਈਆਂ ਲਾਗਤਾਂ

ਆਟੋਨੋਮਸ ਰੱਖਿਆ ਸਥਿਤੀ ਵੱਲ ਵਧਣ ਦੀਆਂ ਲੁਕੀਆਂ ਹੋਈਆਂ ਲਾਗਤਾਂ ਕੀ ਹਨ? ਸਾਨੂੰ ਇਹ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਜਦੋਂ ਇੱਕ ਆਟੋਨੋਮਸ ਸਿਸਟਮ ਫੇਲ ਹੁੰਦਾ ਹੈ ਤਾਂ ਜਵਾਬਦੇਹ ਕੌਣ ਹੈ? ਜੇਕਰ ਕੋਈ ਡਰੋਨ ਆਪਣੇ ਸਿਖਲਾਈ ਡੇਟਾ ਵਿੱਚ ਕਿਸੇ ਖਾਮੀ ਕਾਰਨ ਜੰਗੀ ਅਪਰਾਧ ਕਰਦਾ ਹੈ, ਤਾਂ ਕੀ ਜ਼ਿੰਮੇਵਾਰੀ ਕਮਾਂਡਰ, ਪ੍ਰੋਗਰਾਮਰ, ਜਾਂ ਉਸ ਕੰਪਨੀ ਦੀ ਹੈ ਜਿਸਨੇ ਸਾਫਟਵੇਅਰ ਵੇਚਿਆ ਸੀ? ਮੌਜੂਦਾ ਕਾਨੂੰਨੀ ਢਾਂਚੇ ਇਨ੍ਹਾਂ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਲਈ ਤਿਆਰ ਨਹੀਂ ਹਨ। ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ ਸੁਰੱਖਿਆ ਦਾ ਮੁੱਦਾ ਵੀ ਹੈ। ਇਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਲੋੜੀਂਦੇ ਡੇਟਾ ਦੀ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਅਕਸਰ ਨਾਗਰਿਕ ਆਬਾਦੀ ਬਾਰੇ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ। ਇਹ ਡੇਟਾ ਕਿਵੇਂ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇਸ ਤੱਕ ਕਿਸਦੀ ਪਹੁੰਚ ਹੈ? ਇੱਕ ‘ਬਲੈਕ ਬਾਕਸ’ ਦਾ ਜੀਵਨ-ਮੌਤ ਦੇ ਫੈਸਲੇ ਲੈਣਾ United Nations ਵਰਗੇ ਸਮੂਹਾਂ ਲਈ ਇੱਕ ਕੇਂਦਰੀ ਚਿੰਤਾ ਹੈ, ਜਿਸਨੇ ਸਾਲਾਂ ਤੋਂ ਘਾਤਕ ਆਟੋਨੋਮਸ ਹਥਿਆਰਾਂ ਦੀ ਨੈਤਿਕਤਾ ‘ਤੇ ਬਹਿਸ ਕੀਤੀ ਹੈ। ਸਾਨੂੰ ਇਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਲਈ ਲੋੜੀਂਦੇ ਵਿਸ਼ਾਲ ਡੇਟਾ ਸੈਂਟਰਾਂ ਦੀ ਵਾਤਾਵਰਣਕ ਲਾਗਤ ‘ਤੇ ਵੀ ਵਿਚਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਮਿਲਟਰੀ AI ਦੀ ਊਰਜਾ ਦੀ ਖਪਤ ਮਾਲਕੀ ਦੀ ਕੁੱਲ ਲਾਗਤ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪਰ ਘੱਟ ਚਰਚਾ ਵਾਲਾ ਕਾਰਕ ਹੈ।

ਇੱਕ ਹੋਰ ਸ਼ੱਕੀ ਸਵਾਲ ਸਿਖਲਾਈ ਡੇਟਾ ਦੀ ਇਕਸਾਰਤਾ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਕੋਈ ਦੁਸ਼ਮਣ ਜਾਣਦਾ ਹੈ ਕਿ ਟੀਚਾ ਪਛਾਣ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਕਿਹੜਾ ਡੇਟਾ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਤਾਂ ਉਹ ਸਿਸਟਮ ਨੂੰ ਧੋਖਾ ਦੇਣ ਲਈ ‘ਐਡਵਰਸੇਰੀਅਲ ਅਟੈਕ’ ਵਿਕਸਿਤ ਕਰ ਸਕਦੇ ਹਨ। ਟੇਪ ਦਾ ਇੱਕ ਸਧਾਰਨ ਟੁਕੜਾ ਜਾਂ ਵਾਹਨ ‘ਤੇ ਇੱਕ ਖਾਸ ਪੈਟਰਨ ਇੱਕ ਟੈਂਕ ਨੂੰ AI ਲਈ ਸਕੂਲ ਬੱਸ ਵਰਗਾ ਦਿਖਾ ਸਕਦਾ ਹੈ। ਇਹ ਡੇਟਾ ਪੋਇਜ਼ਨਿੰਗ ਅਤੇ ਮਾਡਲ ਮਜ਼ਬੂਤੀ ‘ਤੇ ਕੇਂਦ੍ਰਿਤ ਹਥਿਆਰਾਂ ਦੀ ਦੌੜ ਦੀ ਇੱਕ ਨਵੀਂ ਕਿਸਮ ਪੈਦਾ ਕਰਦਾ ਹੈ।

ਸੰਪੂਰਨ ਐਲਗੋਰਿਦਮ ਵਰਗੀ ਕੋਈ ਚੀਜ਼ ਨਹੀਂ ਹੈ। ਹਰ ਮਾਡਲ ਵਿੱਚ ਪੱਖਪਾਤ ਅਤੇ ਅੰਨ੍ਹੇ ਚਟਾਕ ਹੁੰਦੇ ਹਨ। ਜਦੋਂ ਇਹ ਅੰਨ੍ਹੇ ਚਟਾਕ ਇੱਕ ਹਥਿਆਰ ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਮੌਜੂਦ ਹੁੰਦੇ ਹਨ, ਤਾਂ ਨਤੀਜੇ ਘਾਤਕ ਹੁੰਦੇ ਹਨ। ਕੀ ਅਸੀਂ ਰਣਨੀਤਕ ਗਤੀ ਦੇ ਬਦਲੇ ‘ਐਲਗੋਰਿਦਮਿਕ ਗਲਤੀਆਂ’ ਦੀ ਇੱਕ ਨਿਸ਼ਚਿਤ ਪ੍ਰਤੀਸ਼ਤ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਲਈ ਤਿਆਰ ਹਾਂ? ਇਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਤੈਨਾਤ ਕਰਨ ਦਾ ਦਬਾਅ ਅਕਸਰ ਟੈਸਟਿੰਗ ਅਤੇ ਮੁਲਾਂਕਣ ਵਿੱਚ ਕੋਨੇ ਕੱਟਣ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ। ਇਹ ਇੱਕ ਕਮਜ਼ੋਰ ਸੁਰੱਖਿਆ ਮਾਹੌਲ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਤਾਕਤ ਦਾ ਦਿਖਾਵਾ ਡੂੰਘੀਆਂ ਤਕਨੀਕੀ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਲੁਕਾਉਂਦਾ ਹੈ। ਅਸੀਂ ਅਪ੍ਰਮਾਣਿਤ ਕੋਡ ਦੀ ਨੀਂਹ ‘ਤੇ ਤਾਸ਼ ਦੇ ਘਰ ਬਣਾ ਰਹੇ ਹਾਂ।

ਤਕਨੀਕੀ ਰੁਕਾਵਟਾਂ ਅਤੇ ਐਜ ਇੰਟੀਗ੍ਰੇਸ਼ਨ

ਆਟੋਨੋਮਸ ਹਥਿਆਰਾਂ ਦੀ ਤਕਨੀਕੀ ਹਕੀਕਤ ਰੁਕਾਵਟਾਂ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੀ ਗਈ ਹੈ, ਨਾ ਕਿ ਅਸੀਮਤ ਸੰਭਾਵਨਾਵਾਂ ਦੁਆਰਾ। ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਰੁਕਾਵਟ ਐਜ ਕੰਪਿਊਟਿੰਗ ਹੈ। ਇੱਕ ਡਰੋਨ ਇੱਕ ਵਿਸ਼ਾਲ ਸਰਵਰ ਰੈਕ ਨਹੀਂ ਲੈ ਜਾ ਸਕਦਾ। ਇਸਨੂੰ ਆਪਣੇ AI ਮਾਡਲਾਂ ਨੂੰ ਛੋਟੀਆਂ, ਘੱਟ-ਪਾਵਰ ਵਾਲੀਆਂ ਚਿਪਸ ‘ਤੇ ਚਲਾਉਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਲਈ ਮਾਡਲ ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਗੁੰਝਲਦਾਰ ਨਿਊਰਲ ਨੈਟਵਰਕ ਨੂੰ ਸੁੰਗੜਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ ਤਾਂ ਜੋ ਇਹ ਸੀਮਤ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਚੱਲ ਸਕੇ। ਇਹ ਪ੍ਰਕਿਰਿਆ ਅਕਸਰ ਮਾਡਲ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ। ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਪਲੇਟਫਾਰਮ ਦੀ ਬੈਟਰੀ ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ ਦੀਆਂ ਭੌਤਿਕ ਸੀਮਾਵਾਂ ਦੇ ਨਾਲ ਉੱਚ-ਫਿਡੇਲਿਟੀ ਮਾਨਤਾ ਦੀ ਲੋੜ ਨੂੰ ਲਗਾਤਾਰ ਸੰਤੁਲਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। API ਸੀਮਾਵਾਂ ਵੀ ਇੱਕ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦੀਆਂ ਹਨ। ਜਦੋਂ ਵੱਖ-ਵੱਖ ਵਿਕਰੇਤਾਵਾਂ ਦੇ ਕਈ ਸਿਸਟਮਾਂ ਨੂੰ ਇੱਕ ਦੂਜੇ ਨਾਲ ਗੱਲ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਪ੍ਰਮਾਣਿਤ ਪ੍ਰੋਟੋਕੋਲ ਦੀ ਘਾਟ ਵੱਡੀ ਰਗੜ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਇੱਕ ਕੰਪਨੀ ਦਾ ਨਿਗਰਾਨੀ ਡਰੋਨ ਇੱਕ ਗੁੰਝਲਦਾਰ ਅਤੇ ਹੌਲੀ ਮਿਡਲਵੇਅਰ ਪਰਤ ਤੋਂ ਬਿਨਾਂ ਕਿਸੇ ਹੋਰ ਕੰਪਨੀ ਦੇ ਸਟ੍ਰਾਈਕ ਡਰੋਨ ਨਾਲ ਆਪਣਾ ਟੀਚਾ ਡੇਟਾ ਸਾਂਝਾ ਕਰਨ ਦੇ ਯੋਗ ਨਹੀਂ ਹੋ ਸਕਦਾ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ‘ਪਲੇਟਫਾਰਮ ਪਾਵਰ’ ਇੰਨੀ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਜੇਕਰ ਇੱਕ ਕੰਪਨੀ ਪੂਰਾ ਸਟੈਕ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ, ਤਾਂ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਸਹਿਜ ਹੈ, ਪਰ ਸਰਕਾਰ ਉਸ ਵਿਕਰੇਤਾ ਨਾਲ ‘ਲੌਕ ਇਨ’ ਹੋ ਜਾਂਦੀ ਹੈ।

ਲੋਕਲ ਸਟੋਰੇਜ ਇੱਕ ਹੋਰ ਨਾਜ਼ੁਕ ਮੁੱਦਾ ਹੈ। ਇੱਕ ਵਿਵਾਦਪੂਰਨ ਮਾਹੌਲ ਵਿੱਚ ਜਿੱਥੇ ਲੰਬੀ ਦੂਰੀ ਦਾ ਸੰਚਾਰ ਜਾਮ ਹੈ, ਇੱਕ ਡਰੋਨ ਨੂੰ ਆਪਣਾ ਸਾਰਾ ਮਿਸ਼ਨ ਡੇਟਾ ਲੋਕਲ ਤੌਰ ‘ਤੇ ਸਟੋਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਇੱਕ ਸੁਰੱਖਿਆ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਡਰੋਨ ਫੜਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਦੁਸ਼ਮਣ ਮਿਸ਼ਨ ਲੌਗਸ, ਸਿਖਲਾਈ ਮਾਡਲਾਂ ਅਤੇ ਸੈਂਸਰ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਨਾਲ ਹਾਰਡਵੇਅਰ ਦੇ ਅੰਦਰ ਸਵੈ-ਵਿਨਾਸ਼ਕਾਰੀ ਸਟੋਰੇਜ ਅਤੇ ਐਨਕ੍ਰਿਪਟਡ ਐਨਕਲੇਵਜ਼ ਦਾ ਵਿਕਾਸ ਹੋਇਆ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਮੌਜੂਦਾ ਫੌਜੀ ਢਾਂਚੇ ਵਿੱਚ ਇਨ੍ਹਾਂ ਸਿਸਟਮਾਂ ਦਾ ਵਰਕਫਲੋ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਅਕਸਰ ਗੜਬੜ ਵਾਲਾ ਹੁੰਦਾ ਹੈ। ਸਿਪਾਹੀ ਜੋ ਰਵਾਇਤੀ ਉਪਕਰਣਾਂ ਦੇ ਆਦੀ ਹਨ, ਉਨ੍ਹਾਂ ਲਈ ਅਜਿਹੀ ਮਸ਼ੀਨ ‘ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਸਕਦਾ ਹੈ ਜੋ ਆਪਣੇ ਆਪ ਕੰਮ ਕਰਦੀ ਹੈ। ਆਟੋਨੋਮਸ ਫਲੀਟਾਂ ਦੇ ਪ੍ਰਬੰਧਨ ਲਈ ਸਿੱਖਣ ਦੀ ਇੱਕ ਤਿੱਖੀ ਵਕਰ ਹੈ। ਫੌਜ ਦਾ ਗੀਕ ਸੈਕਸ਼ਨ ਹੁਣ ‘DevSecOps’ ‘ਤੇ ਕੇਂਦ੍ਰਿਤ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਹਥਿਆਰ ਦੇ ਸੰਚਾਲਨ ਜੀਵਨ ਚੱਕਰ ਵਿੱਚ ਸੁਰੱਖਿਆ ਅਤੇ ਵਿਕਾਸ ਨੂੰ ਜੋੜਨ ਦਾ ਅਭਿਆਸ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ ਸਾਫਟਵੇਅਰ ਪੈਚ ਇੱਕ ਡਰੋਨ ‘ਤੇ ਤੈਨਾਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜਦੋਂ ਉਹ ਕੈਰੀਅਰ ਡੈੱਕ ‘ਤੇ ਬੈਠਾ ਹੋਵੇ, ਲਾਂਚ ਲਈ ਤਿਆਰ ਹੋਵੇ। ਰੁਕਾਵਟ ਹੁਣ ਫੈਕਟਰੀ ਲਾਈਨ ਨਹੀਂ ਸਗੋਂ ਤੈਨਾਤੀ ਪਾਈਪਲਾਈਨ ਦੀ ਬੈਂਡਵਿਡਥ ਹੈ।

• ਮਾਡਲ ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਘੱਟ ਬਿਜਲੀ ਦੀ ਖਪਤ ਦੇ ਬਦਲੇ ਟੀਚੇ ਦੀ ਪਛਾਣ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
• ਮੇਸ਼ ਨੈੱਟਵਰਕਿੰਗ ਡਰੋਨਾਂ ਨੂੰ ਪ੍ਰੋਸੈਸਿੰਗ ਕੰਮ ਸਾਂਝੇ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ, ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਅਸਮਾਨ ਵਿੱਚ ਇੱਕ ਵੰਡਿਆ ਹੋਇਆ ਸੁਪਰਕੰਪਿਊਟਰ ਬਣਾਉਂਦਾ ਹੈ।
• ਜ਼ੀਰੋ-ਟਰੱਸਟ ਆਰਕੀਟੈਕਚਰ ਆਟੋਨੋਮਸ ਨੋਡਾਂ ਵਿਚਕਾਰ ਸੰਚਾਰ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਲਈ ਮਿਆਰ ਬਣ ਰਿਹਾ ਹੈ।
• ਸੈਂਸਰ-ਟੂ-ਸ਼ੂਟਰ ਲਿੰਕਾਂ ਵਿੱਚ ਲੇਟੈਂਸੀ ਸਿਸਟਮ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਮੁੱਖ ਮੈਟ੍ਰਿਕ ਬਣੀ ਹੋਈ ਹੈ।

ਅੰਤਿਮ ਤਕਨੀਕੀ ਰੁਕਾਵਟ ਡੇਟਾ ਖੁਦ ਹੈ। ਵੱਖ-ਵੱਖ ਮੌਸਮੀ ਸਥਿਤੀਆਂ ਵਿੱਚ ਇੱਕ ਖਾਸ ਕਿਸਮ ਦੇ ਕੈਮੋਫਲੇਜਡ ਵਾਹਨ ਨੂੰ ਪਛਾਣਨ ਲਈ ਇੱਕ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਲੱਖਾਂ ਲੇਬਲ ਵਾਲੀਆਂ ਤਸਵੀਰਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸ ਡੇਟਾ ਨੂੰ ਇਕੱਠਾ ਕਰਨਾ ਅਤੇ ਲੇਬਲ ਕਰਨਾ ਇੱਕ ਵਿਸ਼ਾਲ ਮਨੁੱਖੀ ਕੰਮ ਹੈ। ਇਸ ਕੰਮ ਦਾ ਬਹੁਤਾ ਹਿੱਸਾ ਪ੍ਰਾਈਵੇਟ ਠੇਕੇਦਾਰਾਂ ਨੂੰ ਆਊਟਸੋਰਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਡੇਟਾ ਵਰਕਰਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸਪਲਾਈ ਚੇਨ ਬਣ ਜਾਂਦੀ ਹੈ। ਇਹ ਸੁਰੱਖਿਆ ਜੋਖਮ ਦੀ ਇੱਕ ਹੋਰ ਪਰਤ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਡੇਟਾ ਲੇਬਲਿੰਗ ਪ੍ਰਕਿਰਿਆ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਨਤੀਜਾ AI ਮਾਡਲ ਨੁਕਸਦਾਰ ਹੋਵੇਗਾ। ਰੱਖਿਆ ਉਦਯੋਗ ਦਾ ‘ਗੀਕ ਸੈਕਸ਼ਨ’ ਵਰਤਮਾਨ ਵਿੱਚ ਸਿੰਥੈਟਿਕ ਡੇਟਾ ਜਨਰੇਸ਼ਨ ਨਾਲ ਜਨੂੰਨੀ ਹੈ। ਇਸ ਵਿੱਚ AI ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ‘ਨਕਲੀ’ ਡੇਟਾ ਬਣਾਉਣ ਲਈ ਉੱਚ-ਫਿਡੇਲਿਟੀ ਸਿਮੂਲੇਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ, ਇਹ ਇੱਕ ‘ਸਿਮ-ਟੂ-ਰੀਅਲ’ ਪਾੜਾ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ ਜਿੱਥੇ AI ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਦਾ ਹੈ ਪਰ ਭੌਤਿਕ ਸੰਸਾਰ ਦੀ ਗੜਬੜ, ਅਣਪਛਾਤੀ ਹਕੀਕਤ ਵਿੱਚ ਅਸਫਲ ਹੋ ਜਾਂਦਾ ਹੈ। ਇਹ ਪਾੜਾ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਗਲਤੀਆਂ ਹੁੰਦੀਆਂ ਹਨ।

ஆசிரியரின் குறிப்பு: கணினித் துறையில் நிபுணர்கள் அல்லாதவர்கள், ஆனால் செயற்கை நுண்ணறிவைப் புரிந்துகொள்ளவும், அதை அதிக நம்பிக்கையுடன் பயன்படுத்தவும், ஏற்கனவே வந்துகொண்டிருக்கும் எதிர்காலத்தைப் பின்தொடரவும் விரும்பும் மக்களுக்காக, பலமொழி AI செய்திகள் மற்றும் வழிகாட்டல் மையமாக இந்த தளத்தை நாங்கள் உருவாக்கினோம்.

ਕੋਈ ਗਲਤੀ ਮਿਲੀ ਜਾਂ ਕੁਝ ਠੀਕ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਸਾਨੂੰ ਦੱਸੋ।

ਆਉਣ ਵਾਲੇ ਸਾਲ ਵਿੱਚ ਅਰਥਪੂਰਨ ਤਰੱਕੀ

2026 ਵਿੱਚ ਅਸਲ ਤਰੱਕੀ ਵਜੋਂ ਕੀ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ? ਇਹ ਕਿਸੇ ਨਵੇਂ ਡਰੋਨ ਦਾ ਉਦਘਾਟਨ ਨਹੀਂ ਹੈ। ਇਹ ਆਟੋਨੋਮੀ ਥ੍ਰੈਸ਼ਹੋਲਡ ਲਈ ਸਪੱਸ਼ਟ, ਲਾਗੂ ਕਰਨ ਯੋਗ ਪ੍ਰੋਟੋਕੋਲ ਦੀ ਸਥਾਪਨਾ ਹੈ। ਸਾਨੂੰ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸਮਝੌਤਿਆਂ ਨੂੰ ਦੇਖਣ ਦੀ ਲੋੜ ਹੈ ਜੋ ਇਹ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਨ ਕਿ ਅਮਲ ਵਿੱਚ ‘ਅਰਥਪੂਰਨ ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ’ ਅਸਲ ਵਿੱਚ ਕੀ ਦਿਖਦਾ ਹੈ। ਟੈਕ ਉਦਯੋਗ ਲਈ, ਤਰੱਕੀ ਦਾ ਮਤਲਬ ਮਿਲਟਰੀ APIs ਲਈ ਖੁੱਲੇ ਮਿਆਰ ਬਣਾਉਣਾ ਹੈ ਤਾਂ ਜੋ ਵੱਖ-ਵੱਖ ਸਿਸਟਮ ਵਿਕਰੇਤਾ ਲੌਕ-ਇਨ ਤੋਂ ਬਿਨਾਂ ਇਕੱਠੇ ਕੰਮ ਕਰ ਸਕਣ। ਸਰਕਾਰਾਂ ਲਈ, ਇਸਦਾ ਮਤਲਬ ‘AI ਉੱਤਮਤਾ’ ਦੀ ਬਿਆਨਬਾਜ਼ੀ ਤੋਂ ਅੱਗੇ ਵਧਣਾ ਅਤੇ ਦੇਣਦਾਰੀ ਅਤੇ ਵਾਧੇ ਦੇ ਜੋਖਮ ਦੇ ਸਖ਼ਤ ਸਵਾਲਾਂ ਨੂੰ ਹੱਲ ਕਰਨਾ ਹੈ। ਸਾਨੂੰ ਰੱਖਿਆ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ‘ਵਿਆਖਿਆਯੋਗ AI’ ਦੀ ਤੈਨਾਤੀ ਦੀ ਭਾਲ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਜਿੱਥੇ ਮਸ਼ੀਨ ਇੱਕ ਮਨੁੱਖੀ ਆਪਰੇਟਰ ਨੂੰ ਆਪਣੇ ਫੈਸਲਿਆਂ ਲਈ ਤਰਕ ਪ੍ਰਦਾਨ ਕਰ ਸਕੇ। ਜੇਕਰ ਅਸੀਂ ਇਹ ਐਲਗੋਰਿਦਮ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ, ਇਸ ਵਿੱਚ ਪਾਰਦਰਸ਼ਤਾ ਦਾ ਇੱਕ ਬੁਨਿਆਦੀ ਪੱਧਰ ਵੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਾਂ, ਤਾਂ ਅਸੀਂ ਦੁਨੀਆ ਨੂੰ ਥੋੜ੍ਹਾ ਸੁਰੱਖਿਅਤ ਬਣਾ ਲਵਾਂਗੇ। 2026 ਲਈ ਟੀਚਾ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਜਿਵੇਂ-ਜਿਵੇਂ ਸਾਡੀਆਂ ਮਸ਼ੀਨਾਂ ਚੁਸਤ ਹੁੰਦੀਆਂ ਹਨ, ਉਨ੍ਹਾਂ ‘ਤੇ ਸਾਡੀ ਨਿਗਰਾਨੀ ਹੋਰ ਵੀ ਮਜ਼ਬੂਤ ਹੁੰਦੀ ਹੈ। ਉਦਯੋਗਿਕ ਰਫਤਾਰ ਅਤੇ ਨੀਤੀਗਤ ਸੁਸਤੀ ਵਿਚਕਾਰ ਪਾੜਾ ਅਗਲੇ ਵੱਡੇ ਸੰਘਰਸ਼ ਦੇ ਸ਼ੁਰੂ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਬੰਦ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਆਟੋਮੇਟਿਡ ਫੋਰਸ ਦੇ ਯੁੱਗ ਵਿੱਚ ਸਥਿਰਤਾ ਬਣਾਈ ਰੱਖਣ ਦਾ ਇਹ ਇੱਕੋ ਇੱਕ ਤਰੀਕਾ ਹੈ।

ਸਿੱਟਾ ਇਹ ਹੈ ਕਿ ਆਟੋਨੋਮਸ ਹਥਿਆਰ ਹੁਣ ਭਵਿੱਖ ਦਾ ਖਤਰਾ ਨਹੀਂ ਹਨ। ਉਹ ਇੱਕ ਵਰਤਮਾਨ ਹਕੀਕਤ ਹਨ। ਖਰੀਦ, ਨਿਗਰਾਨੀ, ਅਤੇ ਆਟੋਨੋਮੀ ਥ੍ਰੈਸ਼ਹੋਲਡ ‘ਤੇ ਫੋਕਸ ਗਲੋਬਲ ਸੁਰੱਖਿਆ ਬਹਿਸ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇ ਰਿਹਾ ਹੈ। ਹਾਲਾਂਕਿ ਤਕਨਾਲੋਜੀ ਤੇਜ਼, ਵਧੇਰੇ ਕੁਸ਼ਲ ਰੱਖਿਆ ਦਾ ਵਾਅਦਾ ਪੇਸ਼ ਕਰਦੀ ਹੈ, ਇਹ ਡੂੰਘੀ ਅਸਥਿਰਤਾ ਅਤੇ ਨੈਤਿਕ ਦੁਬਿਧਾਵਾਂ ਵੀ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਦੌਰ ਵਿੱਚ ਦਾਖਲ ਹੋ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਇੱਕ ਦੇਸ਼ ਦੀ ਸ਼ਕਤੀ ਉਸਦੇ ਕਲਾਉਡ ਨਿਯੰਤਰਣ ਅਤੇ ਐਜ ‘ਤੇ ਕੋਡ ਤੈਨਾਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਦੁਆਰਾ ਮਾਪੀ ਜਾਂਦੀ ਹੈ। ਅਗਲੇ ਸਾਲ ਲਈ ਚੁਣੌਤੀ ਇਸ ਤਬਦੀਲੀ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਹੋਵੇਗੀ ਬਿਨਾਂ ਉਸ ਮਨੁੱਖੀ ਤੱਤ ਨੂੰ ਗੁਆਏ ਜੋ ਇੱਕ ਨਿਰਪੱਖ ਅਤੇ ਸਥਿਰ ਸੰਸਾਰ ਲਈ ਜ਼ਰੂਰੀ ਹੈ। ਸਾਨੂੰ ਯਾਦ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਜਦੋਂ ਇੱਕ ਮਸ਼ੀਨ ਇੱਕ ਟੀਚੇ ਦੀ ਗਣਨਾ ਕਰ ਸਕਦੀ ਹੈ, ਉਹ ਜੰਗ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਨਹੀਂ ਸਮਝ ਸਕਦੀ। ਉਹ ਜ਼ਿੰਮੇਵਾਰੀ ਸਿਰਫ ਸਾਡੀ ਹੈ। ਸੁਰੱਖਿਆ ਦਾ ਭਵਿੱਖ ਸਿਰਫ ਬਿਹਤਰ ਡਰੋਨ ਬਣਾਉਣ ਬਾਰੇ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਉਨ੍ਹਾਂ ਮਸ਼ੀਨਾਂ ਲਈ ਬਿਹਤਰ ਨਿਯਮ ਬਣਾਉਣ ਬਾਰੇ ਹੈ ਜੋ ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਬਣਾ ਚੁੱਕੇ ਹਾਂ।