राष्ट्रीय सुरक्षेची गरज
भारत, जो जगातील 20% पेक्षा जास्त डिजिटल डेटा तयार करतो — 2026 पर्यंत ही संख्या 25% पर्यंत वाढण्याचा अंदाज आहे — अशा स्थितीत स्वतःला असुरक्षित समजतो. जेव्हा Large Language Models (LLMs) चा विचार केला जातो, तेव्हा यापैकी बहुतेक डेटावर परदेशी AI प्रणालींद्वारे प्रक्रिया केली जाते. हे सार्वभौमत्वासाठी महत्त्वपूर्ण धोके निर्माण करते, ज्याकडे त्वरित लक्ष देणे आवश्यक आहे.
याचे परिणाम विचारात घ्या: संवेदनशील सरकारी संवाद, वैयक्तिक आरोग्य नोंदी आणि महत्त्वपूर्ण आर्थिक व्यवहार हे सर्व परदेशी AI मॉडेल्सद्वारे हाताळले जातात. हे भारताला महत्त्वपूर्ण अधिकारक्षेत्राच्या जोखमींमध्ये टाकते. U.S. CLOUD Act सारख्या कायद्यानुसार, अमेरिकन LLM द्वारे प्रक्रिया केलेला डेटा अमेरिकन कायदेशीर विनंत्यांना अधीन असू शकतो.
फेब्रुवारी 2024 च्या राष्ट्रीय सायबर सुरक्षा धोरण अहवालात या असुरक्षिततेवर स्पष्टपणे जोर देण्यात आला आहे, ज्यामध्ये AI वरील अवलंबित्व “महत्त्वाचे लीव्हरेज पॉईंट्स तयार करते ज्याचा भू-राजकीय तणावाच्या काळात फायदा घेतला जाऊ शकतो” हे अधोरेखित केले आहे. ही केवळ सैद्धांतिक चिंता नाही.
याउलट, चीनने सक्रियपणे सरकारी कामकाजात 50 हून अधिक स्वदेशी LLM तैनात केले आहेत. या धोरणात्मक वाटचालीमुळे संवेदनशील क्षेत्रांमधील परदेशी AI वरील अवलंबित्व प्रभावीपणे संपुष्टात आले आहे. चीनचा दृष्टिकोन, काही प्रमाणात, प्रगत AI चिप्सवरील अमेरिकेच्या निर्बंधांना प्रतिसाद होता — अशी परिस्थिती भारताला देखील येऊ शकते.
भाषिक विभाजन: प्रगतीमधील अडथळा
भारतात स्वदेशी AI ची गरज कदाचित भाषा प्रक्रियेच्या क्षेत्रात सर्वात जास्त जाणवते. भारताचे भाषिक स्वरूप 22 अधिकृतपणे मान्यताप्राप्त भाषा आणि 120 पेक्षा जास्त प्रमुख बोलीभाषांनी विणलेले आहे. हे वैविध्य, एक सांस्कृतिक সম্পদ असताना, AI विकासासाठी एक अनोखे आव्हान सादर करते.
AI4Bharat द्वारे आयोजित केलेल्या अलीकडील बेंचमार्क चाचण्यांनी एक कटू सत्य उघड केले आहे: आघाडीचे जागतिक LLM, इंग्रजीच्या तुलनेत भारतीय भाषांवर प्रक्रिया करताना 30-40% कामगिरीत घट दर्शवतात. आसामी, मैथिली आणि डोगरीसारख्या भाषांसाठी, कामगिरी वापरण्यायोग्य पातळीच्या खाली घसरते.
मूळ समस्या अशी आहे की परदेशी AI मॉडेल्समध्ये अनेकदा भारतीय भाषांमध्ये असलेल्या सांस्कृतिक संदर्भाची आणि भाषिक बारकाव्यांची खोल समज नसते. हे एक डिजिटल विभाजन तयार करते, जे प्रभावीपणे गैर-इंग्रजी भाषिकांना - भारताच्या बहुसंख्य लोकसंख्येला - AI युगात दुय्यम दर्जा देतात.
नॅशनल डिजिटल लायब्ररीच्या निष्कर्षांवरून ही असमानता आणखी स्पष्ट होते. AI-सहाय्यित शिक्षण साधनांना या भाषिक अडथळ्यांमुळे गैर-इंग्रजी भाषिक प्रदेशांमध्ये 78% कमी स्वीकृती दर दिसून येतो.
आर्थिक सार्वभौमत्व: एक আসন্ন धोका
AI वरील अवलंबित्वाचे आर्थिक परिणाम देखील गंभीर आहेत. 2023 मध्ये $200 अब्ज मूल्य असलेली भारताची डिजिटल अर्थव्यवस्था 2030 पर्यंत $800 अब्जपर्यंत पोहोचण्याचा अंदाज आहे. तथापि, AI ऍप्लिकेशन्समधून मिळणाऱ्या आर्थिक मूल्याचा मोठा भाग सध्या परदेशी तंत्रज्ञान पुरवठादारांकडे जातो.
केवळ 2023 मध्ये, भारतीय व्यवसायांनी परदेशी AI API सेवांवर अंदाजे ₹3,700 कोटी खर्च केले. NASSCOM च्या अंदाजानुसार 2026 पर्यंत ही संख्या ₹17,500 कोटींपर्यंत वाढेल. परदेशी AI कंपन्या सध्या भारताच्या 94% एंटरप्राइझ AI बाजारावर वर्चस्व गाजवतात.
इतर राष्ट्रांचा अनुभव एक आकर्षक विरोधाभास दर्शवतो. स्वदेशी AI मॉडेल असलेल्या देशांमध्ये AI स्टार्टअप निर्मितीचे प्रमाण 3-4 पट जास्त आहे. 2023 मध्ये $3.5 अब्ज मूल्य असलेली भारताची AI स्टार्टअप इकोसिस्टम, स्वदेशी फाउंडेशन मॉडेल्सच्या विकासामुळे 2027 पर्यंत $16 अब्जपर्यंत पोहोचू शकते.
सध्याचे प्रयत्न आणि अडथळे
भारतात अनेक आशादायक उपक्रम सुरू असले तरी, ते अनेकदा जागतिक स्तरावर मागे पडतात:
- AI4Bharat चे Indic-LLMs: हे मॉडेल भारतीय भाषांमध्ये चांगली कामगिरी दर्शवतात, परंतु तर्क क्षमतांमध्ये अजूनही मागे आहेत.
- C-DAC चा सजग प्रकल्प: 2026 पर्यंत 100-अब्ज-पॅरामीटर मॉडेल विकसित करण्याचे या महत्त्वाकांक्षी प्रकल्पाचे उद्दिष्ट आहे.
- कॉर्पोरेट उपक्रम: रिलायन्स जिओ (भारतजीपीटीसह) आणि टाटा (प्रोजेक्ट इंडससह) सारख्या कंपन्या प्रगती करत आहेत, परंतु हे प्रयत्न अजूनही प्राथमिक अवस्थेत आहेत.
आव्हाने आणि सरकारचा रोडमॅप
सरकारच्या भक्कम पाठिंब्यानंतरही, भारतात स्वदेशी LLM विकसित करताना महत्त्वपूर्ण अडथळ्यांचा सामना करावा लागतो. देशाची उच्च-कार्यक्षमता संगणन क्षमता सध्या अंदाजे 6.4 पेटाफ्लॉप्स आहे. स्पर्धात्मक AI मॉडेल्सना प्रशिक्षित करण्यासाठी आवश्यक असलेल्या 2% पेक्षा कमी प्रतिनिधित्व करते.
2024-25 च्या अर्थसंकल्पात AI साठी ₹7,500 कोटींची तरतूद, एक सकारात्मक पाऊल असले तरी, जागतिक AI कंपन्या मॉडेल डेव्हलपमेंटमध्ये दरवर्षी गुंतवत असलेल्या $10-25 अब्जच्या तुलनेत खूपच कमी आहे.
आणखी एक महत्त्वाचे आव्हान म्हणजे उच्च-गुणवत्तेच्या, भाष्य केलेल्या डेटासेटची उपलब्धता, विशेषतः प्रादेशिक भाषांमध्ये. हे डेटासेट स्पर्धात्मक AI मॉडेल्सना प्रशिक्षित करण्यासाठी आवश्यक आहेत. याव्यतिरिक्त, भारताला मूलभूत AI संशोधन आणि मोठ्या प्रमाणात मॉडेल प्रशिक्षणात प्रतिभेची कमतरता जाणवते.
या बहुआयामी आव्हानांना तोंड देण्यासाठी सरकारने अनेक उपक्रम सुरू केले आहेत:
- AI कोश: या उपक्रमाचा उद्देश LLM संशोधनाला पाठिंबा देणे आहे.
- 18,000 शेअर्ड GPUs: हे महत्त्वपूर्ण संगणकीय पायाभूत सुविधा पुरवते.
- भाषिणी: हा प्रकल्प AI-चालित भाषा मॉडेल विकसित करण्यावर लक्ष केंद्रित करतो.
- सेमीकॉन इंडिया आणि सुपरकंप्युटिंग मिशन: हे कार्यक्रम AI हार्डवेअर क्षमता वाढवण्यासाठी डिझाइन केलेले आहेत.
रिलायन्स जिओ, टीसीएस आणि इन्फोसिससह प्रमुख भारतीय कंपन्या देखील LLM विकासातील राष्ट्राची प्रगती जलद करण्यासाठी AI संशोधनात मोठ्या प्रमाणावर गुंतवणूक करत आहेत.
निष्क्रियतेची किंमत: एक कठोर इशारा
स्वदेशी LLM क्षमता विकसित करण्यात अयशस्वी होण्याचे परिणाम केवळ तांत्रिक अवलंबित्वाच्या पलीकडे जातात.
2030 पर्यंत, AI भारतात $450-500 अब्ज इतके मोठे आर्थिक मूल्य निर्माण करेल असा अंदाज आहे. स्वदेशी मॉडेल्सशिवाय, या मूल्याचा मोठा भाग परदेशी तंत्रज्ञान पुरवठादारांकडे जाईल.
तथापि, संशोधक ‘अल्गोरिदमिक वसाहतवाद’ म्हणून संबोधतात, ही एक अधिक गंभीर चिंता आहे. हे भारताच्या माहिती परिसंस्थेवर, सांस्कृतिक कथांवर आणि निर्णय घेण्याच्या प्रक्रियांवर परदेशी AI प्रणालींचा वाढता प्रभाव दर्शवते.
इतर राष्ट्रे आक्रमकपणे AI विकासाचा पाठपुरावा करत असताना, भारत स्वतःला एका महत्त्वपूर्ण टप्प्यावर पाहतो. स्वदेशी LLM चा विकास ही केवळ तांत्रिक आकांक्षा नाही; भारताचे सार्वभौमत्व आणि डिजिटल युगात त्याचे भविष्य सुरक्षित करण्यासाठी ही एक धोरणात्मक गरज आहे. हे सुनिश्चित करणे आहे की भारताची अद्वितीय भाषिक आणि सांस्कृतिक विविधता केवळ जतन केली जात नाही तर AI द्वारे सक्षम देखील केली जाईल. हे भारतीय व्यवसाय आणि नागरिकांना फायदा होईल अशा आर्थिक वाढीस प्रोत्साहन देण्याबद्दल आहे. आणि, शेवटी, हे भारताच्या डिजिटल नशिबावर नियंत्रण ठेवण्याबद्दल आहे. पुढील मार्गासाठी सरकार, उद्योग आणि शिक्षण यांच्यात शाश्वत गुंतवणूक, सहयोग आणि नावीन्यपूर्णतेवर लक्ष केंद्रित करणे आवश्यक आहे. याकडे दुर्लक्ष करणे खूप महागात पडू शकते.
स्वदेशी LLM चा विकास यासाठी महत्त्वाचा आहे:
राष्ट्रीय सुरक्षेचे रक्षण: परदेशी AI प्रणालींवरील अवलंबित्व कमी केल्याने डेटा अधिकारक्षेत्र आणि भू-राजकीय तणावाच्या काळात संभाव्य शोषणाशी संबंधित धोके कमी होतात.
भाषेतील अंतर कमी करणे: भारतीय भाषा समजून घेणारी आणि त्यावर प्रक्रिया करणारी AI मॉडेल्स तयार करणे सर्व नागरिकांसाठी AI-शक्तीवर चालणाऱ्या तंत्रज्ञानामध्ये सर्वसमावेशकता आणि समान प्रवेश सुनिश्चित करते.
आर्थिक वाढ सुरक्षित करणे: देशांतर्गत AI उद्योगाचा विकास नावीन्यपूर्णतेला प्रोत्साहन देतो, नोकऱ्या निर्माण करतो आणि परदेशी तंत्रज्ञान पुरवठादारांकडे आर्थिक मूल्याचा प्रवाह रोखतो.
अल्गोरिदमिक वसाहतवादाला विरोध: AI प्रणालींवर नियंत्रण ठेवल्याने भारताची माहिती परिसंस्था, सांस्कृतिक कथा आणि निर्णय घेण्याच्या प्रक्रिया परदेशी घटकांकडून अवाजवीपणे प्रभावित होणार नाहीत याची खात्री होते.
नावीन्यपूर्णतेला प्रोत्साहन: स्वदेशी AI मॉडेल्स विशिष्ट भारतीय गरजा आणि संदर्भांनुसार तयार केले जाऊ शकतात, ज्यामुळे अधिक प्रभावी आणि संबंधित उपाय मिळू शकतात.
डेटा गोपनीयता: भारतीय नागरिक आणि व्यवसायांचा संवेदनशील डेटा देशातच राहील आणि भारतीय कायद्यांद्वारे शासित होईल याची खात्री करा.
सामरिक स्वायत्तता मजबूत करणे: परदेशी तंत्रज्ञानावरील अवलंबित्व कमी करून, भारत डिजिटल युगात जागतिक नेता म्हणून आपले स्थान निश्चित करू शकतो.
स्पर्धात्मकता वाढवणे: स्वदेशी AI मॉडेल्समध्ये प्रवेश असलेल्या भारतीय कंपन्या जागतिक बाजारपेठेत अधिक प्रभावीपणे स्पर्धा करू शकतात.
संशोधन आणि विकासाला प्रोत्साहन: LLM विकासातील गुंतवणूक संगणक विज्ञान, भाषाशास्त्र आणि डेटा विश्लेषण यासारख्या संबंधित क्षेत्रांतील संशोधन आणि नावीन्यपूर्णतेला चालना देते.
डिजिटल इंडियाला सशक्त करणे: स्वदेशी LLM हे डिजिटल इंडिया उपक्रमाचा एक आधारस्तंभ आहेत, जे विविध क्षेत्रांमध्ये डिजिटल परिवर्तनाला चालना देतात.
सध्याच्या घडीला एका एकत्रित आणि सहयोगी राष्ट्रीय प्रयत्नांची गरज आहे, ज्यामध्ये शिक्षण, उद्योग आणि सरकारमधील सर्वोत्तम विचार एकत्र येतील. हे केवळ तांत्रिक प्रगतीबद्दल नाही; हे 21 व्या शतकातील राष्ट्रीय स्व-निर्णयाबद्दल आहे. डिजिटल युगातील भारताचे भविष्य AI च्या सामर्थ्याचा उपयोग स्वतःच्या अटींवर करण्याच्या क्षमतेवर अवलंबून आहे. कृती करण्याची हीच वेळ आहे. निवड स्पष्ट आहे: एकतर स्वदेशी AI विकासाचा स्वीकार करा किंवा नवीन जागतिक व्यवस्थेत डिजिटल वसाहत बनण्याचा धोका पत्करा. भारताने पहिले निवडले पाहिजे, अशा भविष्याकडे वाटचाल केली पाहिजे जिथे त्याचे डिजिटल सार्वभौमत्व सुरक्षित असेल, त्याची भाषिक विविधता साजरी केली जाईल आणि त्याची आर्थिक समृद्धी स्व-निर्धारित असेल.