चीनकडून लार्ज लँग्वेज मॉडेल्सचा लष्करी प्रणालींमध्ये समावेश हा युद्धक्षेत्रातील एक क्रांतिकारी बदल आहे. वेगवान नवकल्पना, सुसंगत प्रणाली एकत्रीकरण आणि युद्धभूमीवर अचूक व मोठ्या प्रमाणावर हे सर्व तैनात करण्याच्या क्षमतेद्वारे चीन अमेरिकेच्या वर्चस्वाला आव्हान देत आहे.
Image Source: Getty Images
चीनच्या 2017 च्या आर्टिफिशियल इंटेलिजन्स (AI) योजनेचा उल्लेख करताना, गुगलचे माजी सीईओ एरिक श्मिट यांनी एकदा म्हटले होते, “2020 पर्यंत ते आमच्यापर्यंत पोहोचतील. 2025 पर्यंत ते आमच्यापेक्षा चांगले असतील. आणि 2030 पर्यंत ते AI उद्योगांवर वर्चस्व गाजवतील.” चीनने अलीकडेच सुरू केलेल्या डीपसिक (DeepSeek) प्रकल्पाने एरिक यांचा इशारा प्रत्यक्षात आणल्याचे दिसते, आणि काही लोकांनी या सुरुवातीस चीनचा ‘स्पुटनिक मोमेंट’ म्हणजेच धक्का देणारा क्षण असेही म्हटले आहे.
लार्ज लँग्वेज मॉडेल्स (LLMs) मध्ये चीनचे आघाडीवर असणे केवळ आर्थिक फायद्यासारखे वाटू शकते. मात्र, नवीन पिढीची AI-सक्षम लष्करी प्रणाली ही युद्धशास्त्रातील एक बौद्धिक झेप दर्शवते. जी चीनच्या प्रणाली एकत्रीकरणाला (सिस्टिम इंटिग्रेशन) बळकट करते, किल चेन (शत्रूवर त्वरित आणि अचूक आघात करण्याची साखळी) अधिक कार्यक्षम बनवते, आणि अमेरिकेच्या लष्करी निर्णय प्रक्रियेच्या गतीला मागे टाकण्याची शक्यता दर्शवते. त्याशिवाय, ड्रोन किंवा मानवरहित हवाई वाहने (अनमॅन्ड एरियल वेहिकल्स UAVs) उत्पादनात चीनची प्रगत क्षमता या एकत्रीकरणाला अधिक गती देते. हे तंत्रज्ञान स्वयंचलित म्हणजेच ऑटोनॉमस स्वॉर्मस तयार करण्यास सक्षम असून, युद्धभूमीवर माफक दरात आणि मोठ्या प्रमाणात अचूक आक्रमण शक्य बनवते.
अमेरिका आपली रेप्लीकेटर इनिशिएटीव वापरून स्वयंचलित प्रणाली तैनात करण्यासाठी शर्यतीत उतरली असली, तरी तज्ञांचे मत आहे की वेगवेगळ्या विभागातील सॉफ्टवेअर एकत्रीकरण प्रक्रिया या प्रगतीत अडथळा आणत आहे. दुसरीकडे, चीनने जेव्हा लष्करी स्थापनेत प्रगतलार्ज लँग्वेज मॉडेल्स (LLMs) एकत्र गुंफायला सुरुवात केली आहे, तेव्हा अमेरिकेनेही सेवा-आधारित निर्णय प्रक्रियांमध्ये समन्वय साधण्यासाठी आणि AI-आधारित तंत्रज्ञान युद्धभूमीवर आपली प्रगती कायम ठेवण्यासाठी, प्रणालींचे एकत्रीकरण गतीने करणे आवश्यक ठरते.
पश्चिमेकडील मॉडेल्स जसे की चॅटजीपीटी-4 किंवा लामा 3 यांच्या तुलनेत केवळ एक दशांश संगणकीय क्षमतेने आणि अल्प खर्चात विकसित केले गेलेले डीपसीक हे मॉडेल लष्करी वापरासाठी महत्त्वाचे ठरण्याची क्षमता बाळगते. UAVs (ड्रोन) पासून कमांड अँड कंट्रोल (C2) प्रणालींपर्यंत विविध क्षेत्रांमध्ये त्याचा उपयोग होऊ शकतो. अलीकडील अहवालांनुसार, चीनने डीपसीकची मॉडेल्स रुग्णालये आणि सैनिक प्रशिक्षण कार्यक्रमांमध्ये वापरण्यास सुरुवात केली आहेत, ज्यामुळे प्रत्यक्ष युद्धात वापरण्यापूर्वी नियंत्रित प्रयोगात्मक वातावरण तयार केले गेले आहे.
अबू धाबीतील एका अलीकडील डिफेन्स एक्स्पो मध्ये, शिंगजी–पी60 (Xingji-P60) या स्वयंचलित लष्करी वाहनामध्ये डीपसीकचे एकत्रीकरण पाहायला मिळाले. हे वाहन स्वतः चालणाऱ्या सॉफ्टवेअरसह ड्युअल-यूज म्हणजेच दुहेरी (नागरिक व लष्करी) कार्यांसाठी वापरले जाऊ शकते. ही उदाहरणे दाखवतात की चीन सैन्यासाठी LLMs चा जलद प्रयोग आणि युद्धासाठी प्रत्यक्ष तैनात करण्यावर भर देत आहे.
यापेक्षाही अधिक गंभीर बाब म्हणजे चीनची सेनांमधील समन्वय साधून LLMs जलदगतीने तैनात करण्याची क्षमता विशेषतः ‘नेटवर्क-सेंट्रिक’ युद्धभूमीवर. विविध सेवा (नौदल, हवाईदल, स्थलसेना) एकत्र आणून, हे LLMs केवळ काही सेकंदांतच डेटा, निर्णय, आणि कृती यामधील अंतर मिटवू शकतात, जे युद्धातील “सेन्सर-टू-शूटर” साखळीला अतिशय जलद बनवते.
हे मॉडेल्स थेट गुप्तचर माहितीचा वापर करून लक्ष्य-आघात मोहिमा मार्गदर्शित करू शकतात. ही क्षमता रेकी (reconnaissance) साधने आणि अचूक आघात क्षमतांना एकत्र आणते, जेणेकरून किल चेन अत्यंत वेगाने पूर्ण होईल. तज्ञ ज्याला रिकनॉन्सन्स स्ट्राईक कॉम्प्लेक्स (RSC) म्हणतात, अशी लष्करी संरचना चीन विकसित करत आहे. चीनची RSC क्षमता इतकी प्रगत झाली आहे की, ती अमेरिकेच्या तुलनेत युद्धभूमीवरील वर्चस्वाचे परिमाणच बदलू शकते आणि ते देखील अमेरिकेने त्या गतीने प्रगती करण्याआधीच.
चिनी अहवाल सुचवतात की डीपसीक ड्रोन, उपग्रह, आणि रडार यांचे एकत्रीकरण करू शकतो आणि काही क्षणांतच महत्वाची लक्ष्ये ओळखून लष्करी निर्णयप्रक्रियेला मदत करू शकतो. अमेरिकेच्या पेंटागॉन कडून अलीकडेच प्रसिद्ध झालेल्या अहवालांनीही हे समर्थन केले आहे, ज्यामध्ये सांगितले आहे की चीन मल्टी-डोमेन किल-वेब’ विकसित करत आहे. ही एक अशी प्रणाली आहे जी विमाने, सेन्सर्स, आणि क्षेपणास्त्रे यांच्यात समन्वय साधते.
चीन ज्या प्रकारच्या AI समाकलनाचा (इंटिग्रेशन) विचार करत आहे, त्यावर भर देत, हा अहवाल नमूद करतो की पीएलए पीपल्स लिब्रेशन आर्मी PLA ) ला 2030 पर्यंत विविध स्तरांवर अल्गोरिथमिक आणि नेटवर्क सेंट्रिक युद्धशक्ती कार्यरत असतील अशी अपेक्षा आहे. त्यासोबतच, एक सेंट्रालाइस्ड कमांड संरचना जी सर्व सेवा शाखांमध्ये एकसंध डेटा शेअरिंग सुनिश्चित करते, आणि सिव्हिल-मिलिटरी फ्युजन (नागरिक व लष्करी तंत्रज्ञान यांचे संमीलन), या सर्व उद्दिष्टांमुळे PLA जलदगतीने AI क्षमतांची तैनाती शक्य करत आहे.
सध्या अमेरिकन लष्कराकडे अजूनही AI चे एकसंध आणि सर्व शाखांमध्ये समाकलन म्हणजेच इंटिग्रेशन नाही, ज्यामुळे स्वायत्त प्रणालींची प्रभावी तैनात अडथळ्यात येते. जरी जॉइंट ऑल डोमेन कमांड अँड कंट्रोल (JADC2) सारख्या उपक्रमांमध्ये काही आशा दिसते, तरीही सेवा शाखांमध्ये डेटा शेअरिंग, संघटनेच्या रचनात्मक अडचणी, आणि लष्करी संस्कृतीतील अंतर्गत अडथळे अजूनही मोठी आव्हाने आहेत. इंटरऑपरेबल सॉफ्टवेअर नसेल, तर स्वायत्त प्लॅटफॉर्म्स इतर प्रणालींशी रिअल-टाइम डेटा शेअर करू शकत नाहीत यामुळे निर्णय प्रक्रियेची साखळी कमजोर होते.
याशिवाय, चीनचा मोठा आणि किफायतशीर ड्रोन बाजार या आव्हानांना अजून तीव्र करतो. AI-सक्षम स्वस्त ड्रोन प्लॅटफॉर्म्स, जे एकमेकांशी समन्वय साधून मिशन पूर्ण करतात, बॅटलफिल्डवर प्रचंड संख्येने तैनात होऊ शकतात. संपूर्णपणे एकत्रित प्रणाली दृष्टिकोन आणि स्वस्त, मोठ्या प्रमाणावर अचूक आक्रमणक्षमता यामुळे, येणाऱ्या हाय-टेक युद्धाच्या युगात अमेरिकेच्या वर्चस्वावर गंभीर धोका निर्माण होतो आहे. जरी चीन अनेक तंत्रज्ञान क्षेत्रांमध्ये अजूनही अमेरिकेच्या पूर्णपणे बरोबरीत किंवा पुढे नसेल, तरीही ‘सिस्टिम-ऑफ-सिस्टीम्स’ दृष्टिकोनातून LLMs चे प्रगत समाकलन हे परिस्थिती चीनच्या बाजूने झुकवू शकते. जर वॉशिंग्टनने वेळेत आणि गंभीरपणे प्रतिसाद दिला नाही तर.
सध्या युक्रेनमधील युद्धात AI-सुसज्ज लहान ड्रोन ही एक सामान्य आणि प्रभावी युद्धसामग्री बनली आहे. विशेषतः अमेरिकन कंपन्या युक्रेनला स्कायनोड-एस (Skynode-S) बोर्ड्ससारखे तंत्रज्ञान पुरवत आहेत, जे क्रेडिट कार्डच्या आकाराचे संगणक असून LLM वापरांसाठी अनुकूलित आहेत. या प्रणाली UAVs ला स्वयंचलितपणे लक्ष्यावर लॉक होऊन हालचाल करण्यास सक्षम करतात आणि इतर विविध कामेही पार पाडतात. मात्र, अशा प्रणालींमध्ये अजूनही काही मोठ्या अडचणी आहेत, जसे की लहान ड्रोनमध्ये पुरेशी संगणकीय ताकद बसवणे आणि LLM प्रणालींना स्थिर व कार्यक्षम बनवण्यासाठी प्रशिक्षण देणे. हेच ते तंत्रज्ञान आहे जे चीन डीपसीक सारख्या प्रगत LLM च्या मदतीने सोडवू शकतो. अशा प्रगतीमुळे डेटा प्रक्रिया जलद होते, निर्णय घेण्याची गती वाढते, आणि UAVs व इतर स्वायत्त प्रणालींमध्ये नैसर्गिक भाषेच्या माध्यमातून सुलभ समन्वय साधता येतो.
जरी अमेरिकेच्या संरक्षण विभागाने JADC2, नवीन सॉफ्टवेअर खरेदी धोरण, OTA यांसारखे प्रयत्न सुरू केले असले तरी हे प्रयत्न अजूनही संथ आहेत कारण प्रशासकीय अडथळे आणि विभागांमध्ये एकसंधपणा नसल्याने अंमलबजावणी सुसंगत होत नाही. संरक्षण विभागाने आता एकसंध सॉफ्टवेअर आर्किटेक्चर विकसित करणे, सर्व युनिट्स व सेवांमध्ये सॉफ्टवेअर एकत्रित करणे, DevSecOps प्रक्रियांना गती देणे आणि निर्णय प्रक्रियेला संकुचित करणारे इंटरऑपरेबल LLMs तैनात करणे यांना प्राधान्य देणे आवश्यक आहे.
PLA (चिनी लष्कर) च्या LLM-आधारित युद्धक्षमता अतिशय वेगाने विकसित होत असून, यामुळे अमेरिकेच्या लष्करी वर्चस्वाला मोठे आव्हान निर्माण झाले आहे. अमेरिकेला या धोक्याची जाणीव असली तरी, वेगवेगळ्या सॉफ्टवेअरच्या एकत्रीकरणाच्या समस्या, प्रशासकीय अडथळे आणि संघटनात्मक विभागणी या गोष्टींवर तात्काळ आणि लवचिकपणे उपाय करणे आवश्यक आहे, कारण आजचे युद्ध हे ‘सॉफ्टवेअरने परिभाषित पण हार्डवेअरद्वारे सक्षम’ अशा स्वरूपात होत आहे. चीनचे AI एकत्रीकरण आणि उत्पादन क्षमतेचा वेग भविष्यातील युद्धभूमी चीनच्या बाजूने झुकवू शकतो. त्यामुळे अमेरिकेची प्रतिबंधक क्षमता आता नेटवर्क-केंद्रित युद्धासाठी लवकरात लवकर सुसंगत सॉफ्टवेअर विकसित करण्यात आणि त्याचे तातडीने रूपांतर करण्यातच आहे.
रोहित नारायण स्तंबमकडी हे स्टारबर्स्ट एक्सेलरेटर, यूएसए या संस्थेचे असोसिएट आहेत. ही संस्था संरक्षण आणि एरोस्पेस क्षेत्रातील आघाडीच्या उपक्रमांचा जलद विकास व तैनाती घडवून आणणारे इनोव्हेशन कन्सल्टिंग फर्म आहे.
The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.
Rohith Narayan Stambamkadi is an Associate at Starburst Accelerator, USA—an innovation consulting firm that fast-tracks the development and deployment of cutting-edge ventures in the defence ...
Read More +
PREV
