هند د خپلو سرحدونو په اوامتداد د دښمن ډرونونو د موندلو او Neutralize کولو لپاره خپل لومړی AI-پایه ماډولار ضد ډرون سیسټم ځای پر ځای کړی [1].
دا سیسټم په ملي امنیت کې یو مهم بدلون दर्शوي، ځکه چې هندي مسلح ځواکونه هڅه کوي د پرمخکېAerial ګواړو، په ځانګړې توګه د swarm او kamikaze ډرونونو په وړاندې مبارزه وکړي [1]. د artificial intelligence د ځای پر ځای کولو په واسطه، پوځي ځواکونه غواړي د موندلو او تعقیب پروسه اتوماتیکه کړي ترڅو د ګړو نفوذونو په وړاندې د ځواب ورکولو وخت کم کړي [1].
دا ماډولار shield چې د Zen Technologies لخوا د هندي مسلح ځواکونو سره په ګډه جوړ شوی، د real-time عملیاتو لپاره ډیزاین شوی [1]. دا ټیکنالوژي د موندلو داسې محدوده предостав کوي چې تر 15 km څخه زیاته وي [1]. دا پراخ perimeter امنیتي ځواکونو ته اجازه ورکوي چې حساسې تاسیساتو ته د ډرونونو له رسیدو وړاندې د غیر قانوني هوایي فعالیتونو د پیژندلو او ځواب ورکولو لپاره ډیر وخت ولري [1].
د دې سیسټم یو له اصلي تخنیکي ګټو څخه یې د لوړ حجم تعقیب ظرفیت دی. دا AI-driven shield کولی شي په یو وخت کې تر 100 څخه زیات هدفونه تعقیب کړي [1]. دا وړتیا په ځانګړي ډول د swarm attacks د خطر کمولو لپاره ده، چیرې چې څو ډرونونه په همcoordionation کې د دودیزو دفاعي سیسټمونو د ماتولو لپاره کارول کیږي [1].
که څه هم په سرحدونو کې د دې سیسټم د ځای پر ځای کولو دقیق ځایونه افشا نه झाल्या، خو سیسټم اوس فعال دی [1]. د هارډویر ماډولار طبیعت اجازه ورکوي چې د ډرون ټیکنالوژۍ د تکامل سره په ګډه اپډیټونه او پراخوالی رامنځه شي [1].
Zen Technologies د دې پروژې لپاره انجینرینګ وړاندې کړی، چې تمرکز یې یوازې د موندلو باندې نه، بلکې په real time کې د ګواړو Neutralize کولو وړتیا باندې هم و [1]. دا اقدام د 2024 کال د جون ماه په جریان کې د سیسټم د پراختیا او وړتیاوو په اړه د ورکړل شوی اعلان څخه وروسته شوی دی [1].
“هند یې لومړی AI-پایه ماډولار ضد ډرون سیسټم ځای پر ځای کړ”
د دې AI-پایه shield ځای پر ځای کول د هند د خپل ذاتي (autonomous) سرحدي دفاع په لور لیږد ښیي. د swarm او kamikaze ډرونونو د کمولو په تمرکز کولو سره، هندي پوځ د یوې ځانګړې نقطه ضعفت په اړه کار کوي چې په recent نړیوالو جګړو کې لیدل شوې، چیرې چې کم لګښت او لوړ حجم لرونکي ډرون حملې د دودیزو radar او kinetic دفاعي سیسټمونو څخه تېره شوې.
