भारत ने अंतरिक्ष संचार की निगरानी में एक बड़ा कदम उठाया है, जिसमें एमओएसएआईसी आर्किटेक्चर का उपयोग करके आर्टिफ़िशियल इंटेलिजेंस का इस्तेमाल किया जा रहा है।

भारत की अंतरिक्ष स्थिति जागरूकता प्रणाली को एक महत्वपूर्ण बढ़त मिली है डिगन्तरा के MOSAIC AI आर्किटेक्चर के अनावरण के साथ। यह नवाचारी प्रणाली एक ही समय में कई अंतरिक्षीय वस्तुओं की खोज, खोज, और ट्रैक करने के लिए डिज़ाइन की गई है, उपयोगकर्ताओं को कार्रवाई योग्य अंतरिक्षीय जानकारी प्रदान करती है। इसकी प्राथमिकता मानवीय बुद्धिमत्ति पर है, MOSAIC एक महत्वपूर्ण चुनौती का समाधान करने के लिए तैयार है जो अंतरिक्ष संचालकों और सैन्य अंतरिक्ष संगठनों के सामने आती है: एक बढ़ती हुई अंतरिक्षीय पर्यावरण का एक सटीक चित्र बनाए रखना।

हजारों वस्तुओं को एक ही समय में ट्रैक करने की क्षमता बढ़ती हुई महत्वपूर्ण हो रही है क्योंकि अंतरिक्ष में उपग्रहों, अवशेष वस्तुओं और अन्य निवासी अंतरिक्षीय वस्तुओं की संख्या बढ़ती जा रही है। पारंपरिक अंतरिक्ष सुरक्षा आर्किटेक्चर को बड़ी संख्या में वस्तुओं के लिए स्थायी निगरानी बनाए रखने में संघर्ष हो सकता है क्योंकि दृष्टिकोणों की वितरित प्रकृति और बड़े पैमाने पर प्रसंस्करण और संबंधित आवश्यकताएं हैं। MOSAIC का AI-ड्राइवन दृष्टिकोण वस्तुओं की खोज, संबंधित, और ट्रैकिंग प्रक्रिया को अधिकांशतः स्वचालित करता है, दृष्टिकोणों और समय कालों के बीच कई वस्तुओं और वस्तुओं के बीच संबंधों की पहचान करता है।

डिगन्तरा की मौजूदा तकनीकी स्टैक MOSAIC के वाइड एरिया दृष्टिकोण के लिए एक आधार प्रदान करता है। कंपनी की PRISM परिवार अंतरिक्ष-आधारित इलेक्ट्रोऑप्टिकल सेंसिंग प्रदान करती है, जबकि LOCUS प्लेटफ़ॉर्म उच्च-सटीकता निवासी अंतरिक्ष-वस्तु ट्रैकिंग और कक्षा प्रसार पर केंद्रित है। डिगन्तरा की प्रणालियाँ वस्तुओं की खोज, कैटलॉगिंग, और वर्णन करने के लिए डिज़ाइन की गई हैं, साथ ही संचालन उपयोगकर्ताओं के लिए कक्षीय जानकारी प्रदान करती हैं। AIRA आर्किटेक्चर, जो अंतरिक्ष-आधारित और जमीन-आधारित सेंसरों से डेटा एकत्र करता है, उपयोगिता Or-Eng का उपयोग करता है, जो एक स्वामित्व AI/ML प्रसंस्करण प्रणाली है, जो कक्षीय अवलोकनों को जानकारी में परिवर्तित करता है।

MOSAIC का वाइड एरिया दृष्टिकोण संभावित रूप से एक सेंसिंग और प्रसंस्करण परत प्रदान कर सकता है जो एक व्यक्तिगत वस्तुओं के विस्तृत विश्लेषण से पहले एक कक्षीय चित्र बनाने के लिए तेजी से बना सकता है। यह विशेष रूप से महत्वपूर्ण है कि पहले अनसंबंधित वस्तुओं की पहचान करने, उपग्रहों की गतिविधि की निगरानी करने, और कक्षीय मॉडलों में परिवर्तनों का पता लगाने के लिए। आर्किटेक्चर को सैन्य अनुप्रयोगों के लिए भी संभावित है, क्योंकि अंतरिक्ष क्षेत्र की जागरूकता एक महत्वपूर्ण घटक बन गई है जो राष्ट्रीय सुरक्षा के लिए आवश्यक है। जानबूझकर या अनजाने वस्तुओं की स्थिति, उनकी गतिविधि, और उनके व्यवहार में परिवर्तन को समझने से एक महत्वपूर्ण रणनीतिक लाभ मिल सकता है।

डिगन्तरा की मौजूदा प्रणालियाँ पहले से ही आवासी अंतरिक्ष-वस्तु डिटेक्शन और ट्रैकिंग, मिसाइल डिटेक्शन, कक्षीय आईएसआर, वस्तु वर्णन, और व्यवहार प्रोफ़ाइलिंग सहित अनुप्रयोगों को पहचानती हैं। MOSAIC का स्वायत्त तत्व भी महत्वपूर्ण है, क्योंकि एक आधुनिक अंतरिक्ष सुरक्षा नेटवर्क पूरी तरह से मानव ऑपरेटरों के माध्यम से हर अवलोकन की जांच पर निर्भर नहीं हो सकता है। AI-ड्राइवन प्रसंस्करण का उपयोग संदिग्ध वस्तुओं को प्राथमिकता देने, विभिन्न सेंसरों से अवलोकनों को संबंधित करने, और कक्षीय व्यवहार के अपेक्षाओं से भिन्न होने पर अलर्ट पैदा करने के लिए किया जा सकता है।

यह भारत के लिए विशेष रूप से महत्वपूर्ण है क्योंकि देश अधिक स्वायत्त अंतरिक्ष क्षेत्र की जागरूकता क्षमताओं का निर्माण करने की कोशिश कर रहा है। एक घरेलू विकसित प्रणाली जो अंतरिक्ष-आधारित और जमीन-आधारित अवलोकनों को संयोजित करती है, विदेशी कक्षीय डेटा पर निर्भरता को कम कर सकती है और भारतीय सैन्य और नागरिक उपयोगकर्ताओं को एक सामान्य संचालन चित्र प्रदान कर सकती है।

डिगन्तरा ने पहले से ही एक सेंसर, डेटा प्रसंस्करण, और विश्लेषण के लिए एक पूर्ण-श्रृंखला दृष्टिकोण विकसित किया है। AIRA आर्किटेक्चर विविध डेटासेट को एकत्र करने के लिए डिज़ाइन किया गया है, जबकि MAP प्लेटफ़ॉर्म मिशन प्लानिंग, टकराव रोकथाम, उपग्रह स्वास्थ्य निगरानी, और अन्य संचालन कार्यों को प्रदान करता है। MOSAIC को इसलिए एक अन्य कदम माना जा सकता है जो एक एकीकृत भारतीय कक्षीय-जानकारी आर्किटेक्चर बनाने की दिशा में कदम बढ़ाता है, एक स्वतंत्र अंतरिक्ष सुरक्षा सेंसर के बजाय।

प्रणाली की महत्ता अंततः इसके प्रदर्शित डिटेक्शन रेंज, वस्तु आकार संवेदनशीलता, पुनः दौरान दर, झूठी अलर्ट प्रदर्शन, और चुनौतीपूर्ण परिस्थितियों में वस्तुओं की निगरानी बनाए रखने की क्षमता पर निर्भर करेगी। हालांकि, इसके निहित सिद्धांत को अंतरिक्ष सुरक्षा की दिशा में एक महत्वपूर्ण कदम माना जा सकता है: अलग-अलग अवलोकनों से एक स्थायी, स्वचालित, और AI-ड्राइवन कक्षीय जानकारी की ओर। अंतरिक्ष में वस्तुओं की संख्या बढ़ती जा रही है, भारत की क्षमता वस्तुओं को ट्रैक करने और कक्षीय पर्यावरण को समझने के लिए राष्ट्रीय सुरक्षा और आर्थिक हितों के लिए महत्वपूर्ण होगी।