जब डेटा दुर्लभ है: भारत कैसे अलग तरीके से सैन्य एआई का निर्माण कर रहा है

सैन्य एआई के निर्माण की वैश्विक दौड़ में, डेटा सबसे मूल्यवान हथियार बन गया है। आधुनिक युद्ध में श्रेष्ठता केवल मिसाइलों या जनशक्ति में ही नहीं, बल्कि एल्गोरिदम में भी मापी जा रही है।

डिफेंसटेक स्टार्टअप इन्फेरिगेंस कोशिएंट की सह-संस्थापक और सीईओ और रक्षा अनुसंधान एवं विकास संगठन (डीआरडीओ) की पूर्व वैज्ञानिक नीता त्रिवेदी कहती हैं, “जिसके पास भी डेटा है, उसके पास अभी एआई में बढ़त है।” जहां उन्होंने 28 साल बिताए।

लेकिन भारत के सामने एक बुनियादी चुनौती है: देश के पास पर्याप्त डेटा नहीं है।

ऐसे समय में जब रूस-यूक्रेन युद्ध से लेकर पूरे पश्चिम एशिया में अस्थिरता तक भू-राजनीतिक तनाव, एआई-सक्षम युद्ध की ओर वैश्विक दबाव को तेज कर रहा है, बुद्धिमान रक्षा प्रणाली बनाने की क्षमता कई देशों के लिए एक रणनीतिक प्राथमिकता बन गई है।

भले ही देश एआई के नेतृत्व वाले युद्ध का प्रयोग कर रहा है, जैसा कि ऑपरेशन सिन्दूर के दौरान प्रदर्शित हुआ, भारत और वैश्विक सैन्य शक्तियों के बीच अंतर स्पष्ट बना हुआ है। अमेरिका पंचकोण रक्षा एआई क्षमताओं को आगे बढ़ाने के लिए लगभग 13.4 बिलियन डॉलर की मांग की है। अनुमान से पता चलता है कि चीन की पीपुल्स लिबरेशन आर्मी समान प्रौद्योगिकियों पर सालाना 1-2 अरब डॉलर के बीच निवेश कर रही है।

इसके विपरीत, भारत का आवंटन कहीं अधिक मामूली है: मोटे तौर पर $60 मिलियन थिंक टैंक दिल्ली पॉलिसी ग्रुप की 2023 की रिपोर्ट के अनुसार पांच वर्षों में समान रूप से फैला हुआ है।

यह असमानता फंडिंग से भी आगे तक फैली हुई है। एआई सिस्टम को प्रभावी ढंग से प्रशिक्षित करने के लिए भारी मात्रा में डेटा की आवश्यकता होती है। अमेरिका से अधिक की मेजबानी करता है 5,000 एआई डेटा सेंटर जबकि भारत के पास है 150. व्यावहारिक रूप से, इसका मतलब है कि भारत अपने भू-राजनीतिक प्रतिद्वंद्वियों की तुलना में बहुत छोटे डेटासेट के साथ सैन्य एआई विकसित कर रहा है।

फिर भी सवाल सिर्फ यह नहीं है कि भारत के पास कितना डेटा है – बल्कि सवाल यह है कि वह पहले से मौजूद डेटा का उपयोग कैसे करता है।

भारत की सैन्य AI में डेटा गैप है

त्रिवेदी का कहना है कि बड़ी मात्रा में संभावित मूल्यवान सैन्य डेटा पहले से ही मौजूद है, लेकिन बड़े पैमाने पर अप्रयुक्त है। दशकों से, मानवरहित हवाई वाहनों ने बड़ी मात्रा में निगरानी फुटेज कैप्चर किए हैं। उस डेटा का अधिकांश हिस्सा ग्राउंड स्टेशनों पर संग्रहीत किया गया है।

वह कहती हैं, ”वीडियो ग्राउंड स्टेशनों पर आते हैं और दशकों से वहीं पड़े हैं।” “प्रशिक्षण के लिए डेटा को निकालने और लेबल करने की आवश्यकता है। और यह सिर्फ वीडियो नहीं है; रडार जैसे अन्य सेंसर भी हैं। निजी कंपनियां उन तक नहीं पहुंच सकती हैं क्योंकि डेटा वर्गीकृत है, और सेना के पास इसे संसाधित करने के लिए हमेशा बैंडविड्थ नहीं होता है।”

यहां तक ​​कि जब डेटासेट उपलब्ध होते हैं, तब भी वे एक और चुनौती पेश करते हैं। वास्तविक दुनिया के संघर्ष की गन्दी, अप्रत्याशित स्थितियों की तुलना में रक्षा परीक्षण वातावरण में उत्पन्न अधिकांश डेटा अपेक्षाकृत ‘स्वच्छ’ है।

त्रिवेदी का कहना है कि एक दृष्टिकोण उपलब्ध परीक्षण डेटा के साथ एआई मॉडल का प्रशिक्षण शुरू करना है और फिर पहुंच संभव होने पर सीमित परिचालन डेटा का उपयोग करके उन्हें परिष्कृत करना है। साथ ही, शोधकर्ता यह पता लगा रहे हैं कि क्या प्रभावी एआई सिस्टम को काफी छोटे डेटासेट के साथ प्रशिक्षित किया जा सकता है।

“वे कहते हैं कि यदि आप किसी बच्चे को हाथी से परिचित कराना चाहते हैं, तो आप उन्हें कुछ तस्वीरें दिखाएँ और बच्चा जानवर की पहचान कर सकता है,” वह कहती हैं। “आपको लाखों छवियों की आवश्यकता नहीं है। शोधकर्ता यह पता लगा रहे हैं कि क्या कुछ समान एआई के लिए काम कर सकता है। बेशक, मानव मस्तिष्क मशीन लर्निंग मॉडल से अलग काम करता है, लेकिन उस क्षेत्र में दिलचस्प काम हो रहा है।”

स्वदेशी समाधान की खोज

एक सुझाव जो अक्सर सामने आता है वह यह है कि क्या भारत रूस-यूक्रेन युद्ध जैसे चल रहे संघर्षों के डेटासेट का उपयोग करके अपने एआई सिस्टम को प्रशिक्षित कर सकता है। लेकिन विशेषज्ञों का कहना है कि यह दृष्टिकोण काफी हद तक अव्यावहारिक है।

रक्षा अनुसंधान और विकास संगठन (डीआरडीओ) के तहत वैमानिकी विकास प्रतिष्ठान के पूर्व प्रबंध निदेशक शशिधर बीपी का तर्क है कि इस तरह के डेटा तक पहुंच होने की संभावना नहीं है।

वे कहते हैं, “अन्य युद्ध परिदृश्यों में उत्पन्न डेटा का उपयोग करना लगभग असंभव है। ऐसे डेटासेट आमतौर पर संबंधित रक्षा बलों के स्वामित्व में होते हैं और दुरुपयोग को रोकने के लिए लगभग हमेशा एन्क्रिप्टेड होते हैं।”

इसके बजाय, उनका मानना ​​है कि भारत की दीर्घकालिक रणनीति को अपने स्वयं के रक्षा डेटासेट के अनुरूप स्वदेशी एआई सिस्टम विकसित करने पर ध्यान केंद्रित करना चाहिए।

वे कहते हैं, “सरकारी और निजी दोनों क्षेत्रों में कई पहल चल रही हैं। जैसे-जैसे ये प्रौद्योगिकियां विकसित और एकीकृत होती हैं, वे तेजी से बदलते युद्ध के माहौल में सशस्त्र बलों की जरूरतों का समर्थन कर सकती हैं।” “एक बार जब हम अपने स्वयं के भाषा मॉडल विकसित कर लेते हैं और उन्हें कई अनुप्रयोगों में उत्पन्न डेटासेट पर प्रशिक्षित करते हैं, तो हमारे पास एक सिद्ध एआई प्लेटफॉर्म होगा जिसे न केवल रक्षा में बल्कि अन्य क्षेत्रों में भी तैनात किया जा सकता है।”

संप्रभु सैन्य एआई का निर्माण

कई भारतीय डिफेंसटेक स्टार्टअप के लिए, स्वदेशी एआई विकास की दिशा में प्रयास पहले ही शुरू हो चुका है।

अपोलियन डायनेमिक्स के सह-संस्थापक और सीईओ जयंत खत्री का कहना है कि कंपनी जानबूझकर संवेदनशील डेटा एक्सपोज़र के जोखिम को कम करने के लिए चैटजीपीटी जैसे टूल सहित अंतरराष्ट्रीय एलएलएम या एपीआई का उपयोग करने से बचती है।

“हम अपने स्वयं के एल्गोरिदम विकसित करते हैं जो एज कंप्यूटिंग सिस्टम पर चलते हैं,” वह कंप्यूटिंग का जिक्र करते हुए कहते हैं, जो क्लाउड इंफ्रास्ट्रक्चर पर निर्भर होने के बजाय स्रोत के करीब डेटा को संसाधित करता है। “हम नियंत्रित प्रशिक्षण वातावरण बनाने के लिए हार्डवेयर-इन-द-लूप परीक्षण के साथ उच्च-निष्ठा सिमुलेशन को जोड़ते हैं। प्रत्येक फ़ील्ड परिनियोजन सिस्टम में वापस फ़ीड करता है, एक बंद-लूप सीखने की प्रक्रिया बनाता है,” वे कहते हैं।

स्टार्टअप न्यूरलिक्स द्वारा विकसित प्रोजेक्ट एकम जैसी पहल में संप्रभु एआई प्लेटफार्मों की ओर दबाव भी दिखाई देता है। भारत की पहली मालिकाना रक्षा एआई-ए-ए-सर्विस प्रणाली के रूप में वर्णित इस प्लेटफॉर्म का उद्घाटन दिसंबर 2025 में रक्षा मंत्री राजनाथ सिंह ने किया था।

न्यूरलिक्स के सीईओ और संस्थापक विक्रम जयराम के अनुसार, सैन्य डेटासेट के साथ काम करना अधिकांश वाणिज्यिक जेनएआई सिस्टम में उपयोग किए जाने वाले क्यूरेटेड डेटा को संभालने से मौलिक रूप से अलग है।

एआई और मशीन लर्निंग उद्योग में लगभग 27 साल बिताने वाले जयराम कहते हैं, ”सैन्य डेटा बेहद खंडित है।” “इन डेटा स्रोतों को कभी भी भाषा मॉडल के लिए आसानी से ग्रहण करने और संसाधित करने के लिए डिज़ाइन नहीं किया गया था। कंप्यूटिंग आर्किटेक्चर भी बड़े पैमाने पर प्रशिक्षण क्रमपरिवर्तन के लिए सीमित है। डेटा को कैसे व्यवस्थित किया जाए और यह निर्धारित करने में कई साल लग गए हैं कि छोटे, विशेष मॉडल का निर्माण ज्यादातर स्थितियों में अधिक प्रभावी है या नहीं।”

टूटी सड़कों पर कोई फ़ेरारी नहीं

जयराम का मानना ​​है कि भारत को बड़े भाषा मॉडल बनाने की वैश्विक दौड़ में शामिल होने से बचना चाहिए।

इसके बजाय, उनका कहना है कि ध्यान भारत की सुरक्षा बाधाओं, विशेष रूप से बड़े पैमाने पर डेटासेट तक इसकी सीमित पहुंच के लिए डिज़ाइन किए गए ढांचे के साथ विशिष्ट निर्णय समर्थन प्रणाली की समस्याओं को हल करने पर होना चाहिए। अमेरिका जैसे देशों द्वारा अपनाए गए दृष्टिकोण को दोहराने की कोशिश अंततः प्रतिकूल साबित हो सकती है।

“बड़े भाषा मॉडल बनाना एक फेरारी बनाने जैसा है। हम एक बनाने की कोशिश कर सकते हैं। लेकिन अगर आप फेरारी को खराब सड़क पर रखते हैं, तो पूरी चीज बिखर जाएगी। यदि अंतर्निहित डेटा, बुनियादी ढांचा या उद्देश्य खराब है, तो यह कभी भी प्रदर्शन नहीं करेगा,” वे कहते हैं। “हमारी प्राथमिकता उन खंडित समस्याओं का समाधान करना होनी चाहिए जिनका हम वास्तव में सामना करते हैं। यही कारण है कि हम छोटे भाषा मॉडल या एसएलएम का निर्माण कर रहे हैं। इन्हें प्रबंधित करना और पुनरावृत्त करना आसान है, और समय के साथ कई विशेष मॉडल एक बड़ी प्रणाली बनाने के लिए एक साथ आ सकते हैं।”

एकम एआई को पहले ही भारत में तैनात किया जा चुका है रक्षा पारिस्थितिकी तंत्र जबकि अधिक परिष्कृत भाषा मॉडल पर समानांतर रूप से काम जारी है।

जयराम छोटे डेटासेट के साथ मजबूत एआई सिस्टम को प्रशिक्षित करने के उद्देश्य से चल रहे शोध की ओर भी इशारा करते हैं, जिस दृष्टिकोण पर त्रिवेदी ने पहले प्रकाश डाला था।

“जब प्रशिक्षण नमूने दुर्लभ होते हैं, तो हम समय के साथ अतिरिक्त नमूने उत्पन्न करने के लिए गणितीय परिवर्तन लागू करते हैं। एक बार जब ये प्रशिक्षण डेटासेट पर्याप्त मात्रा में बन जाते हैं, तो उनका उपयोग मॉडल को अधिक प्रभावी ढंग से प्रशिक्षित करने के लिए किया जा सकता है,” वे कहते हैं।

जैसे-जैसे युद्ध बुद्धिमान स्वचालन के युग में गहराई से आगे बढ़ता है, अंतिम लक्ष्य उच्च परिशुद्धता और न्यूनतम संपार्श्विक क्षति के साथ संचालन करने में सक्षम एआई सिस्टम का निर्माण करना है। हालाँकि, विश्वसनीयता के उस स्तर को हासिल करना एक बड़ी चुनौती बनी हुई है।

त्रिवेदी कहते हैं, “आखिरकार, यह बराबरी का मौका नहीं है। एक आतंकवादी को इसकी परवाह नहीं है कि किसे नुकसान हुआ है। वे बस अराजकता पैदा करना चाहते हैं। लेकिन जब हम उनके खिलाफ कार्रवाई करते हैं, तो हम गलत लक्ष्य को भेदने का जोखिम नहीं उठा सकते। सटीकता के उस स्तर को हासिल करना महत्वपूर्ण है।”

विशेषज्ञों का कहना है कि बाधाओं के बावजूद रक्षा क्षेत्र लगातार गति पकड़ रहा है।

भारतीय सेना के एक सेवानिवृत्त मेजर जनरल नाम न छापने की शर्त पर कहते हैं, ”हमारा काम परिचालन वर्कफ़्लो में भाषा मॉडल और एआई के विचारशील एकीकरण को दर्शाता है।” “पारिस्थितिकी तंत्र दिखा रहा है कि कैसे संप्रभु तकनीक आधुनिक सैन्य अभियानों में बुद्धिमानी, अनुमान और स्थिति जागरूकता को चुपचाप लेकिन शक्तिशाली रूप से बढ़ा सकती है।”