যদি আপনাকে অন্য ব্যক্তির কাছ থেকে লুকিয়ে থাকতে হয়, তাহলে আপনি একটি ঘিলি স্যুট পরে যেতে পারেন। কিন্তু তা যদি এমন একজন ব্যক্তি না হয় যার কাছ থেকে আপনি লুকিয়ে ছিলেন, কিন্তু একটি ক্যামেরা তাপ এবং রেডিও তরঙ্গ সনাক্ত করে?
মাল্টিস্পেকট্রাল ছদ্মবেশ দৃশ্যমান আলোর সীমার বাইরে ইলেক্ট্রোম্যাগনেটিক বর্ণালীর অংশগুলি সনাক্ত করে এমন সেন্সরগুলি থেকে বস্তুগুলিকে গোপন করতে ব্যবহৃত হয়। কিন্তু এর ঐতিহ্যগত নকশা প্রক্রিয়া ধীর, স্বজ্ঞা এবং ট্রায়াল-এন্ড-এরর উপর অনেক বেশি নির্ভর করে। কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহার করে পরস্পরবিরোধী উদ্দেশ্যগুলির ভারসাম্য বজায় রাখার সময় কম স্বজ্ঞাত এবং আরও কার্যকর কাঠামো উন্মোচন করতে সাহায্য করতে পারে। ওয়াং এট আল। এই উন্নয়নের সুবিধা এবং চ্যালেঞ্জ পর্যালোচনা.
লেখকরা কণা ঝাঁক অপ্টিমাইজেশান এবং কনভোল্যুশনাল নিউরাল নেটওয়ার্ক সহ বেশ কয়েকটি গণনীয় পদ্ধতি অধ্যয়ন করেছেন। সামগ্রিকভাবে, AI এর একটি সাধারণ সুবিধা ছিল একই সাথে চাক্ষুষ ছদ্মবেশ, ইনফ্রারেড লো-ইমিসিভিটি এবং রাডার শোষণকে একীভূত করার ক্ষমতা - যদিও সাধারণত ট্রেড-অফের সাথে। এর ডিজাইনগুলি প্রচলিত পদ্ধতির চেয়ে আরও সঠিকভাবে প্রাকৃতিক পটভূমির সাথে মেলে।
অধিকন্তু, AI কার্যকরী, তবুও কম জটিল প্রোফাইল ডিজাইন করতে সক্ষম ছিল।
"এআই দ্বারা অপ্টিমাইজ করা সহজ মাল্টিলেয়ার ফিল্ম স্ট্যাকগুলি আরও জটিল মেটাসারফেস ডিজাইনকে ছাড়িয়ে যেতে পারে," লেখক চুনহাই ওয়াং বলেছেন৷ "এআই-উত্পাদিত ডিজাইনে সাধারণত মানব-পরিকল্পিত কাঠামোর কাছাকাছি-অভিন্ন সিমুলেশন কার্যকারিতা ছিল, তবে অনেক পাতলা বা হালকা প্রোফাইলের সাথে।"
যাইহোক, এই পদ্ধতিগুলি ত্রুটি ছাড়া ছিল না। উদাহরণস্বরূপ, জেনেটিক অ্যালগরিদম - যা প্রার্থী সমাধান জনসংখ্যার প্রজন্মের উপর পুনরাবৃত্তি করে একটি সমাধানের জন্য অপ্টিমাইজ করে - ধীর অভিন্নতার সাথে গণনাগতভাবে ব্যয়বহুল ছিল, যখন বায়েসিয়ান অপ্টিমাইজেশান অ্যালগরিদমগুলি খুব উচ্চ-মাত্রিক বা অরৈখিক সমস্যার সাথে লড়াই করেছিল।
বাস্তব জগতে AI এর পন্থাগুলিকে একীভূত করাও একটি চ্যালেঞ্জ ছিল।
"এআই-পরিকল্পিত কাঠামোর জন্য ন্যানোস্কেল নির্ভুলতার প্রয়োজন হতে পারে যা বর্তমান উত্পাদন অর্জন করতে পারে না," ওয়াং বলেছিলেন। "সিমুলেশন মডেলগুলি বাস্তব ইলেক্ট্রোম্যাগনেটিক এবং তাপীয় আচরণকে পুরোপুরি ক্যাপচার করতে পারে না, যার ফলে ভবিষ্যদ্বাণী করা এবং বাস্তব কর্মক্ষমতার মধ্যে অসঙ্গতি দেখা দেয়।"
শেষ পর্যন্ত, এই গবেষণাটি সামরিক এবং বেসামরিক অ্যাপ্লিকেশনগুলির জন্য অত্যন্ত উপযোগী, যার মধ্যে রয়েছে অ্যান্টি-ড্রোন সুরক্ষা এবং তাপ নিয়ন্ত্রণ। তাদের বর্তমান খারাপ দিক থাকা সত্ত্বেও, ওয়াং উল্লেখ করেছেন যে এই কৌশলগুলি এগিয়ে যাওয়ার নির্ভরযোগ্য হতে পারে।
"এআই-সহায়ক নকশা, সিমুলেশন, ফ্যাব্রিকেশন, পরিমাপ এবং এআই মডেল পুনঃপ্রশিক্ষণ সমন্বিত একটি ক্লোজড-লুপ ওয়ার্কফ্লো পরবর্তী প্রজন্মের মাল্টিস্পেকট্রাল ক্যামোফ্লেজ প্রযুক্তিগুলির জন্য একটি নির্ভরযোগ্য পদ্ধতি হিসাবে উপস্থিত হয়," ওয়াং বলেন।

