स्ट्राइववर्क्स ने रक्षा और सहयोगी सरकारों के लिए एआई ऑपरेशन्स को स्केल करने के लिए सीरीज बी फंडिंग हासिल की

स्ट्राइववर्क्स ने वाशिंगटन हार्बर पार्टनर्स के नेतृत्व में एक सीरीज बी निवेश हासिल किया है, जो कंपनी के रक्षा और राष्ट्रीय सुरक्षा वातावरण में ऑपरेशनल एआई का विस्तार करने के प्रयास में एक महत्वपूर्ण कदम है। यह निवेश उत्पाद विकास को तेज करने, इंजीनियरिंग और अनुसंधान एवं विकास टीमों को बढ़ाने और अमेरिकी सरकारी एजेंसियों और सहयोगी देशों में इसकी प्रौद्योगिकी के व्यापक तैनाती का समर्थन करने के लिए उपयोग किया जाएगा।

यह बढ़ावा ऐसे समय में आया है जब सरकारें मिशन-महत्वपूर्ण प्रणालियों में कृत्रिम बुद्धिमत्ता के तेजी से एकीकरण को प्राथमिकता दे रही हैं, विशेष रूप से जब भू-राजनीतिक प्रतिस्पर्धा तेज हो रही है और ऑपरेशनल समयसीमा सिकुड़ रही है।

राष्ट्रीय सुरक्षा में ऑपरेशनल एआई की ओर बदलाव

रक्षा सेटिंग्स में एआई को तैनात करना केवल मॉडल बनाने का मामला नहीं है – यह ऐसे सिस्टम की आवश्यकता है जो गतिशील, उच्च-जोखिम वाले वातावरण में विश्वसनीय रूप से प्रदर्शन कर सकें। सरकारों को दोहरी चुनौती का सामना करना पड़ता है: परिचालन लाभ बनाए रखने के लिए पर्याप्त तेजी से आगे बढ़ना और सुनिश्चित करना कि सिस्टम ऑडिट करने योग्य, विश्वसनीय और सख्त सुरक्षा आवश्यकताओं के अनुरूप बने रहें।

स्ट्राइववर्क्स ने इस चौराहे पर खुद को स्थापित किया है, ऑपरेशनल एआई पर ध्यान केंद्रित किया है – मशीन लर्निंग सिस्टम को वास्तविक दुनिया की स्थितियों में तैनात, निगरानी और लगातार अनुकूलन करने की क्षमता, नियंत्रित वातावरण के बजाय।

यह मांग नीति स्तर पर भी मजबूत हो रही है, जहां एआई का तेजी से एकीकरण रक्षा और खुफिया ऑपरेशनों में रणनीतिक लाभ बनाए रखने के लिए आवश्यक माना जा रहा है।

वास्तविक दुनिया की तैनाती के लिए निर्मित एक मंच

स्ट्राइववर्क्स की पेशकश के केंद्र में इसका चारियोट मंच है, एक एआई ऑपरेशन्स (एआईओपीएस) सिस्टम है जो मॉडलों को विकास से उत्पादन में जल्दी से ले जाने के लिए डिज़ाइन किया गया है, जबकि निगरानी और प्रदर्शन बनाए रखता है।

मंच संगठनों को क्लाउड इन्फ्रास्ट्रक्चर, एज एनवायरनमेंट और डिस्कनेक्टेड या बैंडविथ-निर्धारित सेटिंग्स सहित वर्कफ़्लो को स्पैन करते हुए, कुछ घंटों में एआई मॉडल बनाने, तैनात करने और बनाए रखने की अनुमति देता है। यह रक्षा संदर्भों में विशेष रूप से प्रासंगिक है, जहां एआई सिस्टम को सेंसर फीड, उपग्रह इमेजरी और रियल-टाइम इंटेलिजेंस इनपुट जैसे खंडित डेटा स्रोतों के साथ काम करना होता है।

चारियोट निगरानी और प्रदर्शन पर भी जोर देता है, जो संगठनों को यह समझने की अनुमति देता है कि मॉडल कैसे प्रशिक्षित किए जाते हैं, डेटा सिस्टम के माध्यम से कैसे प्रवाहित होता है, और आउटपुट कैसे उत्पन्न होते हैं – नियंत्रित और मिशन-महत्वपूर्ण वातावरण में महत्वपूर्ण क्षमताएं।

जटिल और विवादित वातावरण में परीक्षण किया गया

स्ट्राइववर्क्स की प्रौद्योगिकी को पहले से ही कई रक्षा कार्यक्रमों में तैनात किया जा चुका है, जिसमें यू.एस. आर्मी की नेक्स्ट जेनरेशन कमांड एंड कंट्रोल पहल से जुड़ा काम भी शामिल है, साथ ही सीमा सुरक्षा और स्वायत्त समुद्री प्रणालियों से संबंधित ऑपरेशन भी।

इन तैनाती एक बड़े बदलाव को दर्शाती हैं कि एआई का उपयोग कैसे किया जा रहा है। विश्लेषण या प्रयोग से परे जाने के बजाय, एआई वास्तविक समय के निर्णय लेने का समर्थन करने वाले ऑपरेशनल वर्कफ़्लो में तैनात किया जा रहा है।

कंपनी का ध्यान विवादित वातावरण में प्रदर्शन को बनाए रखने पर है, जहां डेटा स्थितियां तेजी से बदलती हैं और सिस्टम को निरंतर अनुकूलन करना होता है, जो इसके दृष्टिकोण का एक परिभाषित पहलू बन गया है।

प्रौद्योगिकी के अंदर: एआई मॉडल और वास्तविक दुनिया के ऑपरेशन्स के बीच की खाई को पाटना

स्ट्राइववर्क्स का मंच एक समस्या के आसपास बनाया गया है जो प्रयोग से उत्पादन में एआई के स्थानांतरण के साथ तेजी से दिखाई दे रहा है: मॉडल प्रशिक्षण में विफल नहीं होते हैं – वे तैनाती में विफल होते हैं।

कंपनी का चारियोट मंच मॉडल बनाने के बाद की घटना पर केंद्रित है। ऑपरेशनल वातावरण में, डेटा शायद ही कभी साफ या स्थिर होता है। इनपुट बदलते हैं, एज कंडीशंस सिग्नल की गुणवत्ता को खराब करते हैं, और मिशन आवश्यकताएं वास्तविक समय में विकसित होती हैं। यह नियंत्रित सेटिंग्स में मॉडल प्रदर्शन और क्षेत्र में प्रणालियों के व्यवहार के बीच एक खाई बनाता है।

चारियोट इसे उन एआई सिस्टम के रूप में संबोधित करता है जो स्थिर तैनाती के बजाय निरंतर प्रबंधित संपत्ति के रूप में हैं। मंच मॉडल प्रदर्शन की निरंतर निगरानी की अनुमति देता है, डेटा और आउटपुट में ड्रिफ्ट का पता लगाता है, और पूर्ण पुनः प्रशिक्षण चक्र की आवश्यकता के बिना तेजी से पुनरावृत्ति की अनुमति देता है। यह रक्षा वातावरण में विशेष रूप से प्रासंगिक है, जहां देरी, विश्वसनीयता और अनुकूलन परिणामों पर सीधा प्रभाव डालते हैं।

इस आर्किटेक्चर का एक प्रमुख हिस्सा इसकी क्षमता है जो खंडित और वितरित डेटा वातावरण में संचालित होती है। केंद्रीयकृत बुनियादी ढांचे पर निर्भर रहने के बजाय, मंच क्लाउड, ऑन-प्रिमाइसेस और एज सिस्टम सहित तैनाती का समर्थन करता है। यह मॉडलों को डेटा के करीब चलने की अनुमति देता है, चाहे वह सेंसर से, सैटेलाइट फीड से या वास्तविक समय के ऑपरेशनल इनपुट से – देरी को कम करता है और प्रतिक्रिया में सुधार करता है।

चारियोट निगरानी और प्रदर्शन पर भी जोर देता है, जो संगठनों को यह समझने की अनुमति देता है कि मॉडल कैसे प्रशिक्षित किए जाते हैं, डेटा सिस्टम के माध्यम से कैसे प्रवाहित होता है, और आउटपुट कैसे उत्पन्न होते हैं – नियंत्रित और मिशन-महत्वपूर्ण वातावरण में महत्वपूर्ण क्षमताएं।

निरंतर मूल्यांकन, वितरित तैनाती और निर्मित निगरानी का यह संयोजन एआई सिस्टम डिज़ाइन में एक बड़े बदलाव को दर्शाता है। चुनौती अब केवल सटीक मॉडल बनाने की नहीं है, बल्कि यह सुनिश्चित करना है कि वे वास्तविक दुनिया की स्थितियों में तैनात होने पर विश्वसनीय, अनुकूलनीय और जवाबदेह बने रहें।