DeepSeek: चीनचे AI आव्हान!

चीनमधील AI स्टार्टअप DeepSeek ने आपल्या R1 कृत्रिम बुद्धिमत्ता मॉडेलचे (artificial intelligence model) एक सुधारित वर्जन (enhanced version) सादर केले आहे. या सुधारित मॉडेलमुळे OpenAI या कंपनीसोबतची स्पर्धा अधिक तीव्र झाली आहे. विशेष म्हणजे, DeepSeek ने हे मॉडेल औपचारिक घोषणा न करताच बाजारात आणले आहे, ज्यामुळे चीनच्या AI क्षेत्रातील प्रगती आणि अमेरिकन (U.S.) तंत्रज्ञान कंपन्यांवरील दबाव दिसून येतो. DeepSeek R1 मॉडेल Hugging Face या लोकप्रिय AI मॉडेल रिपॉझिटरीवर (repository) उपलब्ध आहे, ज्यामुळे जगभरातील डेव्हलपर्स (developers) आणि संशोधकांना ते वापरता येणार आहे.

DeepSeek चा उदय

DeepSeek ची सुरूवात या वर्षाच्या सुरुवातीला झाली, जेव्हा कंपनीचे R1 रिझनिंग मॉडेल (reasoning model), मेटा (Meta) आणि OpenAI यांच्या तुलनेत अधिक प्रभावी ठरले. या मॉडेलच्या कमी खर्चामुळे आणि कमी वेळेत झालेल्या विकासामुळे AI बाजारात खळबळ उडाली.

• कमी खर्च आणि कमी वेळ: DeepSeek ने R1 मॉडेल ज्या वेगाने आणि कमी खर्चात विकसित केले, ते आश्चर्यकारक होते. AI मधील नविनता कमी खर्चात आणि कमी वेळेत होऊ शकते, हे यातून दिसून आले.
• अमेरिकन (U.S.) कंपन्यांसाठी धोक्याची घंटा: DeepSeek च्या R1 मॉडेलच्या यशामुळे अमेरिकन (U.S.) तंत्रज्ञान कंपन्या AI इन्फ्रास्ट्रक्चरवर (infrastructure) जास्त खर्च करत आहेत की काय, अशी शंका निर्माण झाली. DeepSeek च्या कार्यक्षम मॉडेल डेव्हलपमेंटने (model development), मोठ्या अमेरिकन (American) कंपन्यांच्या संसाधनांचे वाटप आणि धोरणात्मक निर्णयांवर प्रश्नचिन्ह उभे केले.
• बाजारातील प्रतिक्रिया: DeepSeek च्या R1 मॉडेलच्या लॉन्चमुळे Nvidia सारख्या AI हार्डवेअरमधील (hardware) महत्वाच्या कंपन्यांच्या शेअर्सच्या किमतींमध्ये घट झाली. गुंतवणूकदारांना (investors) भीती वाटली की, स्पर्धेमुळे अमेरिकन (American) AI कंपन्यांचा मार्केट शेअर (market share) कमी होऊ शकतो. जरी या कंपन्यांच्या शेअर्सच्या किमती पूर्ववत झाल्या असल्या, तरी AI उद्योगात मोठे बदल घडू शकतात, याचा इशारा DeepSeek ने दिला आहे.

सुधारित DeepSeek R1: एक दृष्टीक्षेप

पहिल्या DeepSeek R1 प्रमाणेच, सुधारित मॉडेलची घोषणा कमी प्रसिद्धीमध्ये करण्यात आली. पश्चिमी (Western) कंपन्यांच्या तुलनेत DeepSeek ची ही पद्धत वेगळी आहे, कारण पश्चिमी (Western) कंपन्या प्रॉडक्ट लॉन्च (product launch) आणि मोठ्या घोषणांवर अधिक लक्ष केंद्रित करतात.

DeepSeek R1 मॉडेल हे रिझनिंग मॉडेल (reasoning model) आहे, म्हणजेच ते गुंतागुंतीची कार्ये अनेक तार्किक भागांमध्ये विभाजित करून पूर्ण करण्यासाठी डिझाइन (design) केलेले आहे. ही क्षमता केवळ पॅटर्न रेकग्निशनपेक्षा (pattern recognition) अधिक आवश्यक असलेल्या ॲप्लिकेशन्ससाठी (applications) महत्त्वाची आहे, जसे की समस्या सोडवणे, निर्णय घेणे आणि प्रगत डेटा ॲनालिसिस (advanced data analysis). रिझनिंग मॉडेल (reasoning model) हे साध्या AI मॉडेलपेक्षा अधिक sophisticated आणि versatile मानले जातात, कारण ते डेटातील संबंध ओळखण्यावर अवलंबून असतात.

परफॉरमेंस बेंचमार्किंग (Performance Benchmarking)

LiveCodeBench नुसार, सुधारित DeepSeek R1 मॉडेल OpenAI च्या o4-mini आणि o3 रिझनिंग मॉडेलच्या जवळपास पोहोचले आहे. याचा अर्थ DeepSeek जगातील आघाडीच्या AI डेव्हलपर्समध्ये (developers) झपाट्याने प्रगती करत आहे.

Hugging Face मधील AI संशोधक ॲडिना याकेफू यांनी सुधारित DeepSeek R1 मॉडेलमधील सुधारणांवर प्रकाश टाकला:

• सुधारित रिझनिंग (Enhanced Reasoning): हे मॉडेल तार्किक (logical) आणि विश्लेषणात्मक (analytical) कार्ये अधिक प्रभावीपणे करते.
• सुधारित गणितीय (Mathematical) आणि कोडिंग कौशल्ये (Coding Skills): या मॉडेलमध्ये गणितीय क्रिया (mathematical operations) आणि कोड (code) तयार करण्याच्या क्षमतेत सुधारणा आहेत. हे वैज्ञानिक संशोधन, अभियांत्रिकी (engineering) आणि सॉफ्टवेअर डेव्हलपमेंटमधील (software development) ॲप्लिकेशन्ससाठी (applications) महत्त्वाचे आहे.
• टॉप-टीयर मॉडेलच्या (Top-Tier Models) जवळ: हे मॉडेल Google च्या Gemini आणि OpenAI च्या O3 सारख्या आघाडीच्या मॉडेलच्या जवळपास पोहोचत आहे, जे DeepSeek च्या जलद प्रगतीचे निर्देशक आहे.

याकेफू यांनी मॉडेलमधील "inferencing आणि hallucination reduction" मध्ये झालेल्या सुधारणांवर जोर दिला. आज AI मॉडेलसमोर असलेल्या दोन प्रमुख समस्यांचे निराकरण करणे महत्त्वाचे आहे.

• Inference: Inference म्हणजे मॉडेलने प्रशिक्षण घेतलेल्या माहितीच्या आधारावर निष्कर्ष काढण्याची आणि अंदाज लावण्याची क्षमता. Inference क्षमता सुधारल्याने AI मॉडेल रिअल-वर्ल्ड ॲप्लिकेशन्समध्ये (real-world applications) अधिक अचूक आणि विश्वसनीय बनतात.
• Hallucination Reduction: Hallucination म्हणजे AI मॉडेल चुकीची किंवा अर्थहीन माहिती देणे. AI सिस्टीमवर (system) विश्वास निर्माण करण्यासाठी आणि त्यांचा योग्य वापर सुनिश्चित करण्यासाठी Hallucination कमी करणे आवश्यक आहे.

तांत्रिक निर्बंधांदरम्यान चीनची AI महत्वाकांक्षा

अमेरिकेने (United States) प्रगत तंत्रज्ञानावर (advanced technologies), विशेषत: सेमीकंडक्टरवर (semiconductors) निर्बंध लादले असले, तरी DeepSeek चे यश चीनच्या कृत्रिम बुद्धिमत्तेतील प्रगती दर्शवते.

अलीकडील काही महिन्यांत, Baidu आणि Tencent यांसारख्या अनेक चीनी (Chinese) तंत्रज्ञान कंपन्यांनी अमेरिकन (U.S.) निर्बंधांचा प्रभाव कमी करण्यासाठी AI मॉडेल अधिक कार्यक्षम बनवण्याची घोषणा केली आहे. हे प्रयत्न चीनमध्ये (China) तंत्रज्ञान क्षेत्रात आत्मनिर्भरता (self-sufficiency) प्राप्त करण्याच्या धोरणाचा भाग आहेत.

Nvidia चे CEO यांचा निर्यातीवरील (Export) दृष्टिकोन

Nvidia चे CEO जेन्सन हुआंग, जे मोठ्या AI मॉडेलला (large AI models) प्रशिक्षण देण्यासाठी आवश्यक ग्राफिक्स प्रोसेसिंग युनिट्सचे (GPUs) डिझाइन (design) करतात, त्यांनी अमेरिकन (U.S.) निर्यातीवर टीका केली आहे. AI हार्डवेअर मार्केटमधील (hardware market) Nvidia ची मजबूत स्थिती पाहता, हुआंग यांचे मत महत्त्वाचे आहे.

हुआंग यांनी असा युक्तिवाद केला आहे की, अमेरिकन (U.S.) धोरण एका चुकीच्या गृहितकावर आधारित आहे: चीन स्वतःचे AI चिप्स (chips) तयार करण्यास सक्षम नाही. ते मानतात की हे गृहितक "स्पष्टपणे चुकीचे" आहे आणि चीनमध्ये आधीपासूनच प्रगत सेमीकंडक्टर (advanced semiconductors) विकसित करण्याची क्षमता आहे.

हुआंग यांनी यावर जोर दिला की प्रश्न हा नाही की चीनकडे AI असेल की नाही, तर चीन AI तंत्रज्ञान कसे विकसित आणि उपयोजित करेल हा आहे. त्यांचा असा विश्वास आहे की, चीनला अमेरिकन (U.S.) तंत्रज्ञानाचा ॲक्सेस (access) प्रतिबंधित केल्याने, चीनला स्वतःच्या AI विकासाला गती देण्यास प्रोत्साहन मिळेल.

AI च्या भविष्यासाठी परिणाम

DeepSeek चा उदय आणि चीनमधील AI उद्योगातील व्यापक ट्रेंड्सचे कृत्रिम बुद्धिमत्तेच्या भविष्यावर अनेक महत्त्वाचे परिणाम होतील:

वाढती स्पर्धा

AI क्षेत्रात स्पर्धा वाढत आहे, कारण जगाच्या विविध भागातून नवीन खेळाडू उदयास येत आहेत. ही स्पर्धा नविनतेला चालना देईल आणि अधिक शक्तिशाली आणि परवडणाऱ्या AI तंत्रज्ञानाचा विकास होईल.

बदलती शक्ती समीकरणे

AI मध्ये अमेरिका (U.S.) आता एकमेव वर्चस्ववादी नाही. चीन वेगाने प्रगती करत आहे आणि इतर देशही AI संशोधन आणि विकासात महत्त्वपूर्ण गुंतवणूक (investment) करत आहेत. या शक्तीतील बदलांचा जागतिक अर्थव्यवस्था (global economy) आणि आंतरराष्ट्रीय संबंधांवर (international relations) मोठा प्रभाव पडू शकतो.

ओपन सोर्सचे (Open Source) महत्त्व

DeepSeek ने आपले R1 मॉडेल ओपन-सोर्स सॉफ्टवेअर (open-source software) म्हणून रिलीज (release) करण्याच्या निर्णयामुळे कंपनीला यश मिळाले आणि AI क्षेत्रातील नवकल्पनांना गती मिळाली. ओपन-सोर्स मॉडेलमुळे (open-source model) डेव्हलपर्स (developers) आणि संशोधकांना एकमेकांच्या कामात मदत करण्याची संधी मिळते, ज्यामुळे AI तंत्रज्ञानाचा विकास आणि अवलंब जलद गतीने होतो.

धोरणात्मक अनुकूलनाची गरज

अमेरिकन (U.S.) तंत्रज्ञान कंपन्यांना या नवीन आणि अधिक स्पर्धात्मक वातावरणात टिकून राहण्यासाठी त्यांच्या धोरणांमध्ये बदल करण्याची आवश्यकता आहे. यासाठी संशोधन आणि विकासामध्ये अधिक गुंतवणूक करणे, आंतरराष्ट्रीय भागीदारांशी अधिक सहकार्य करणे आणि अधिक लवचिक ॲजाइल डेव्हलपमेंट प्रोसेस (agile development process) स्वीकारणे आवश्यक आहे.

नैतिक विचार

AI तंत्रज्ञान अधिक शक्तिशाली आणि व्यापक होत असताना, AI च्या नैतिक Implications (परिणामांना) सामोरे जाणे महत्त्वाचे आहे. यामध्ये bias, fairness, transparency आणि accountability यासारख्या समस्यांचा समावेश आहे. मानवी मूल्यांशी जुळणाऱ्या आणि जबाबदारीने वापरल्या जाणाऱ्या AI प्रणाली विकसित करणे आवश्यक आहे.

DeepSeek चा धोरणात्मक फायदा: ओपन सोर्स (Open Source) आणि सामुदायिक सहभाग

DeepSeek च्या सुरुवातीच्या यशाचे श्रेय अंशतः ओपन-सोर्स मॉडेल (open-source model) स्वीकारण्याच्या धोरणात्मक निर्णयाला जाते. DeepSeek ने आपले R1 रिझनिंग मॉडेल (reasoning model) ओपन-सोर्स सॉफ्टवेअर (open-source software) म्हणून रिलीज (release) करून, एक सहकार्याचे वातावरण तयार केले, ज्यामुळे जगभरातील डेव्हलपर्स (developers) आणि संशोधकांकडून योगदान आकर्षित झाले. या दृष्टिकोनमुळे कंपनीला जागतिक AI समुदायाच्या सामूहिक बुद्धिमत्तेचा लाभ घेता आला, ज्यामुळे मॉडेलचा विकास आणि सुधारणा जलद झाली.

ओपन-सोर्स मॉडेल (open-source model) AI अल्गोरिदम्समध्ये (algorithms) पारदर्शकता (transparency) वाढवते आणि संभाव्य bias किंवा त्रुटी ओळखण्यास मदत करते. आरोग्य सेवा, वित्त आणि कायद्याची अंमलबजावणी (law enforcement) यासारख्या संवेदनशील ॲप्लिकेशन्समध्ये (applications) हे विशेषतः महत्त्वाचे आहे.

शिवाय, ओपन-सोर्स दृष्टिकोन डेव्हलपर्स (developers) आणि संशोधकांसाठी अडथळे कमी करतो, ज्यामुळे त्यांना महत्त्वपूर्ण लायसेंसिंग फी (licensing fee) न भरता DeepSeek च्या तंत्रज्ञानाचा वापर करता येतो. यामुळे AI चे नवीन आणि नविन ॲप्लिकेशन्स (applications) तयार होऊ शकतात, जे अन्यथा शक्य झाले नसते.

परफॉरमेंस मेट्रिक्स (Performance Metrics) आणि मूल्यांकन

LiveCodeBench प्लॅटफॉर्म (platform) विविध कार्ये आणि मेट्रिक्समध्ये (metrics) AI मॉडेलच्या (model) परफॉरमेंसचे मूल्यांकन करण्यासाठी एक स्टँडर्डाइज्ड फ्रेमवर्क (standardized framework) प्रदान करते. हे संशोधक आणि डेव्हलपर्सना (developers) वेगवेगळ्या मॉडेलची (model) वस्तुनिष्ठपणे तुलना करण्यास आणि सुधारणांसाठी क्षेत्रे ओळखण्यास अनुमती देते.

सुधारित DeepSeek R1 मॉडेल LiveCodeBench वर OpenAI च्या o4-mini आणि o3 रिझनिंग मॉडेलच्या परफॉरमेंस पातळीच्या जवळपास पोहोचत आहे, ही एक महत्त्वपूर्ण उपलब्धी आहे. हे दर्शवते की DeepSeek केवळ प्रगत AI मॉडेल (advanced AI model) विकसित करण्यास सक्षम नाही, तर उद्योगातील आघाडीच्या खेळाडूंशी स्पर्धा करण्यासही सक्षम आहे.

तथापि, हे लक्षात घेणे महत्त्वाचे आहे की परफॉरमेंस बेंचमार्क (performance benchmark) हे AI मॉडेलचे मूल्यांकन करण्याचे फक्त एक पैलू आहे. मॉडेलची कार्यक्षमता, स्केलेबिलिटी (scalability) आणि रोबस्टनेस (robustness) यांसारख्या इतर घटकांचा विचार करणे देखील महत्त्वाचे आहे. रिअल-वर्ल्ड ॲप्लिकेशन्समध्ये (real-world applications) मॉडेलच्या परफॉरमेंसचे मूल्यांकन करणे आणि वापरकर्त्यांकडून अभिप्राय (feedback) गोळा करणे देखील महत्त्वाचे आहे.

AI इकोसिस्टमवर (ecosystem) व्यापक परिणाम

DeepSeek च्या यशामुळे व्यापक AI इकोसिस्टमवर (ecosystem) मोठा प्रभाव पडत आहे. हे इतर चीनी (Chinese) AI स्टार्टअप्सना नविनतेच्या सीमा ओलांडण्यास आणि पश्चिमी (Western) तंत्रज्ञान कंपन्यांच्या वर्चस्वाला आव्हान देण्यास प्रेरणा देत आहे.

DeepSeek आणि OpenAI मधील स्पर्धेमुळे दोन्ही कंपन्या AI तंत्रज्ञानात जलद प्रगती साधण्यासाठी संशोधन आणि विकासामध्ये अधिक गुंतवणूक (investment) करत आहेत. यामुळे अंतिम वापरकर्त्यांना आणि व्यवसायांना अधिक शक्तिशाली आणि अत्याधुनिक AI टूल्स (tools) मिळण्यास मदत होत आहे.

शिवाय, DeepSeek चा ओपन-सोर्स दृष्टिकोन इतर AI कंपन्यांनाही अशाच धोरणांचा अवलंब करण्यास प्रोत्साहित करत आहे. यामुळे अधिक सहकार्याचे आणि खुल्या AI इकोसिस्टमची (ecosystem) निर्मिती होत आहे, जिथे ज्ञान आणि तंत्रज्ञान अधिक मुक्तपणे सामायिक केले जातात.

AI विकासाचे भू-राजकीय परिणाम

AI चा विकास केवळ एक तांत्रिक शर्यत नाही; तर ती एक भू-राजकीय शर्यत देखील आहे. AI विकासात आघाडीवर असलेले देश आगामी वर्षांमध्ये महत्त्वपूर्ण आर्थिक आणि धोरणात्मकadvantage मिळवण्याची शक्यता आहे.

अमेरिका (U.S.) दीर्घकाळापासून AI संशोधन आणि विकासात अग्रेसर आहे, परंतु चीन वेगाने प्रगती करत आहे. चीन सरकारने AI ला राष्ट्रीय प्राधान्य दिले आहे आणि AI संशोधन, शिक्षण आणि पायाभूत सुविधांमध्ये (infrastructure) मोठ्या प्रमाणावर गुंतवणूक (investment) करत आहे.

AI मध्ये अमेरिका (U.S.) आणि चीनमधील स्पर्धा आगामी वर्षांमध्ये अधिक तीव्र होण्याची शक्यता आहे. या स्पर्धेमुळे जागतिक शक्ती संतुलनावर महत्त्वपूर्ण परिणामहोऊ शकतात.

AI Hallucinations ला संबोधित करणे: एक महत्त्वपूर्ण आव्हान

AI डेव्हलपर्ससमोरील (developers) प्रमुख आव्हानांपैकी एक म्हणजे "hallucinations" ची समस्या, जी AI मॉडेल चुकीची किंवा अर्थहीन माहिती देते. Hallucinations मुळे AI प्रणालींवरील विश्वास कमी होऊ शकतो आणि निर्णयांमध्ये त्रुटी निर्माण होऊ शकतात.

Hallucinations कमी करणे ही एक जटिल समस्या आहे, ज्यासाठी बहुआयामी दृष्टिकोन आवश्यक आहे. यामध्ये प्रशिक्षण डेटाची (training data) गुणवत्ता आणि विविधता सुधारणे, अधिक मजबूत अल्गोरिदम्स (algorithms) विकसित करणे आणि त्रुटी शोधण्यासाठी आणि सुधारण्यासाठी यंत्रणा लागू करणे यासारख्या उपायांचा समावेश आहे.

DeepSeek ने आपल्या सुधारित R1 मॉडेलमध्ये hallucinations कमी करण्याचे प्रयत्न केले आहेत, जे एक महत्त्वपूर्ण पाऊल आहे. AI मॉडेलची (model) अचूकता आणि विश्वसनीयता सुधारून DeepSeek त्यांना अधिक उपयुक्त आणि विश्वसनीय बनविण्यात मदत करत आहे.

AI विकासात हार्डवेअरची (hardware) भूमिका

प्रगत AI मॉडेलच्या (advanced AI model) विकासासाठी शक्तिशाली हार्डवेअरची (hardware) आवश्यकता असते, विशेषत: GPUs ची. Nvidia दीर्घकाळापासून GPU मार्केटमध्ये (market) वर्चस्व गाजवत आहे, परंतु इतर कंपन्याही आता स्वतःचे AI चिप्स (chips) विकसित करत आहेत.

सेमीकंडक्टरवरील (semiconductors) अमेरिकन (U.S.) निर्यात नियंत्रणे चीनचा प्रगत AI हार्डवेअरपर्यंतचा ॲक्सेस (access) प्रतिबंधित करण्यासाठी आहेत. तथापि, Nvidia चे CEO जेन्सन हुआंग यांनी नमूद केले आहे की, ही नियंत्रणे दीर्घकाळात प्रभावी নাও ठरू शकतात. चीन आपल्या सेमीकंडक्टर (semiconductor) उद्योगात मोठ्या प्रमाणावर गुंतवणूक (investment) करत आहे आणि या क्षेत्रात अधिकाधिक आत्मनिर्भर (self-sufficient) बनण्याची शक्यता आहे.

हार्डवेअरची (hardware) उपलब्धता हा एक महत्त्वाचा घटक आहे जो AI विकासात कोणते देश आणि कंपन्या आघाडीवर असतील हे ठरवतो. AI वर्चस्वासाठी स्पर्धा तीव्र होत असताना, हार्डवेअरचा ॲक्सेस (access) अधिक महत्त्वाचा ठरेल.

रिझनिंगच्या (reasoning) पलीकडे: AI क्षमतांचे भविष्य

DeepSeek चे R1 मॉडेल हे प्रामुख्याने रिझनिंग मॉडेल (reasoning model) असले, तरी AI च्या भविष्यात क्षमतांची विस्तृत श्रेणी समाविष्ट असेल, ज्यात:

• नॅचरल लँग्वेज प्रोसेसिंग (Natural Language Processing) (NLP): मानवी भाषेला समजून घेण्याची आणि तयार करण्याची क्षमता.
• कॉम्प्युटर व्हिजन (Computer Vision): प्रतिमा आणि व्हिडिओ "पाहण्याची" आणि त्यांचे विश्लेषण करण्याची क्षमता.
• रोबोटिक्स (Robotics): रोबोट्स (robots) डिझाइन (design) करणे, तयार करणे आणि ऑपरेट (operate) करण्याची क्षमता.
• रिइन्फोर्समेंट लर्निंग (Reinforcement Learning): प्रयत्न आणि त्रुटी (trial and error) द्वारे अनुभवातून शिकण्याची क्षमता.

या क्षमतांमुळे AI चा उपयोग आरोग्य सेवा आणि शिक्षणापासून ते उत्पादन आणि वाहतूक क्षेत्रांपर्यंत विस्तृत ॲप्लिकेशन्समध्ये (applications) करता येईल.

सहकार्य आणि नैतिक मार्गदर्शक तत्त्वांचे महत्त्व

AI अधिक शक्तिशाली होत असताना, त्याच्या विकास आणि वापरासाठी नैतिक मार्गदर्शक तत्त्वे (ethical guidelines) स्थापित करणे अधिकाधिक महत्त्वाचे आहे. यामध्ये bias, fairness, transparency आणि accountability यासारख्या समस्यांचे निराकरण करणे समाविष्ट आहे.

नैतिक AI मार्गदर्शक तत्त्वे (ethical guidelines) विकसित करण्यासाठी सरकार, उद्योग आणि शिक्षण क्षेत्रातील सहकार्य आवश्यक आहे. AI चा विकास आणि वापर समाजासाठी फायदेशीर ठरेल याची खात्री करण्यासाठी या चर्चेत जनतेला सहभागी करणे देखील महत्त्वाचे आहे.

AI लँडस्केपमध्ये (landscape) नेव्हिगेट (navigate) करणे

AI लँडस्केप (landscape) वेगाने विकसित होत आहे, नवनवीन तंत्रज्ञान आणि कंपन्या सतत उदयास येत आहेत. या वातावरणात यशस्वी होण्यासाठी, नवीनतम घडामोडींची माहिती ठेवणे आणि बदलांना स्वीकारणे महत्त्वाचे आहे.

AI युगात यशस्वी होण्यासाठी आवश्यक कौशल्ये आणि ज्ञान विकसित करण्यासाठी कंपन्या आणि व्यक्तींनी AI शिक्षण आणि प्रशिक्षणात गुंतवणूक (investment) करावी. नवीन AI ॲप्लिकेशन्सच्या (applications) विकासाला प्रोत्साहन देण्यासाठी नविनता आणि प्रयोगांची संस्कृती वाढवणे देखील महत्त्वाचे आहे.