Whalesbook
AI ના ખેલમાં નવો દાવ
ભારત હવે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) માં પોતાની આગવી ઓળખ બનાવી રહ્યું છે. દેશી કંપનીઓ હવે માત્ર ગ્લોબલ મોડેલોના મોટા પેરામીટર કાઉન્ટ (Parameter Count) ની પાછળ દોડવાને બદલે, ભારતીય ભાષાઓ અને સંસ્કૃતિની ઊંડી સમજણ પર ધ્યાન કેન્દ્રિત કરી રહી છે. આ અભિગમ 'Sovereign AI' ક્ષમતા વિકસાવવામાં મદદ કરી રહ્યો છે, જે વૈશ્વિક દિગ્ગજોને સીધી ટક્કર આપી શકે છે.
સ્થાનિક મોડેલોનો ધમાકો
તાજેતરમાં India AI Summit માં, આ નવી વ્યૂહરચના સ્પષ્ટપણે જોવા મળી. Sarvam AI એ 105-બિલિયન-પેરામીટર વાળું એક એડવાન્સ મોડેલ રજૂ કર્યું છે, જે ભારતીય ભાષાઓમાં તર્ક (reasoning) અને અનુવાદ (translation) માટે ડિઝાઇન કરવામાં આવ્યું છે. કંપનીનો દાવો છે કે ઓપ્ટિકલ કેરેક્ટર રેકગ્નિશન (OCR) અને ભારતીય ભાષાઓ માટે મલ્ટિ-લિંગ્યુઅલ સ્પીચ (Multilingual Speech) જેવા ક્ષેત્રોમાં તે વૈશ્વિક સિસ્ટમ્સ કરતાં વધુ સારું પ્રદર્શન કરે છે.
આ ઉપરાંત, IIT બોમ્બેના સરકારી-સમર્થિત BharatGen એ 17-બિલિયન-પેરામીટર વાળું મલ્ટિ-લિંગ્યુઅલ મિક્ષ્ચર-ઓફ-એક્સપર્ટ્સ (Mixture-of-Experts) મોડેલ લૉન્ચ કર્યું છે. આ મોડેલ ખાસ કરીને ગવર્નન્સ અને હેલ્થકેર જેવા મહત્વપૂર્ણ ક્ષેત્રો માટે, ભારતીય ડેટા પર વિકસાવવામાં આવ્યું છે. Gnani.ai એ પણ પાંચ-બિલિયન-પેરામીટર વાળું વોઈસ-ટુ-વોઈસ મોડેલ રજૂ કર્યું છે, જે ભારતીય બોલીની જટિલતાઓને ધ્યાનમાં રાખીને બનાવવામાં આવ્યું છે.
આ તમામ પહેલને સરકારના IndiaAI Mission હેઠળ નોંધપાત્ર ભંડોળ મળી રહ્યું છે, જેમાં કુલ ₹10,372 કરોડ ફાળવવામાં આવ્યા છે. Sarvam AI જેવી કંપનીઓને પણ સ્વદેશી ફાઉન્ડેશનલ મોડેલ વિકસાવવા માટે મહત્વપૂર્ણ કમ્પ્યુટિંગ સંસાધનો (compute resources) આપવામાં આવ્યા છે.
બજારનું વિશ્લેષણ અને 'Sovereign AI' નો દમ
આ વ્યૂહાત્મક ફેરફાર વૈશ્વિક AI દિગ્ગજોથી બિલકુલ અલગ છે, જેઓ અંગ્રેજી અને મેન્ડરિન જેવી મુખ્ય ભાષાઓ પર પ્રભુત્વ ધરાવતા વિશાળ ડેટાસેટ્સ પર તાલીમ પામેલા મોડેલો બનાવવામાં રોકાયેલા છે. ભારતીય વિકાસકર્તાઓ માને છે કે આનાથી સામાન્ય તર્કશક્તિ (general reasoning) મજબૂત બને છે, પરંતુ ઘણીવાર સ્થાનિક સંદર્ભો અને ભાષાઓમાં મુશ્કેલીઓ આવે છે.
ભારતીય AI માર્કેટની વૃદ્ધિ ખૂબ જ ઝડપી રહેવાની ધારણા છે. તે $9.51 બિલિયન (2024) થી વધીને $130 બિલિયન (2032) સુધી પહોંચી શકે છે. આ વૃદ્ધિ "Sovereign AI" પર ભાર મૂકવાના મહત્વને વધુ મજબૂત બનાવે છે. IndiaAI Mission, જે ₹10,372 કરોડ થી વધુની ફાળવણી કરે છે, તેનો મુખ્ય ઉદ્દેશ્ય સ્થાનિક નવીનતા અને વ્યૂહાત્મક સ્વાયત્તતાને પ્રોત્સાહન આપવાનો છે.
OpenAI ના IndQA જેવા બેન્ચમાર્ક, જે ખાસ કરીને ભારતીય ભાષાઓ અને સંસ્કૃતિની AI ની સમજ ચકાસવા માટે ડિઝાઇન કરાયેલા છે, તે આ સ્થાનિક મોડેલોના મહત્વને દર્શાવે છે. Sarvam AI એ OCR અને વોઈસ બેન્ચમાર્ક પર Google Gemini અને ChatGPT કરતાં વધુ સારું પ્રદર્શન કરવાનો દાવો કર્યો છે, જે સાબિત કરે છે કે 1.4 અબજ લોકોના બજારમાં ડેટાની સુસંગતતા (data relevance) વિશાળ સ્કેલ કરતાં વધુ અસરકારક બની શકે છે.
પડકારો અને ભવિષ્યની ચિંતાઓ
જોકે, આ આશાસ્પદ વિકાસ છતાં, અનેક પડકારો પણ છે. ભારત-કેન્દ્રિત (India-centric) મોડેલોની સ્કેલેબિલિટી (scalability) અને વૈશ્વિક બેન્ચમાર્ક પર સ્પર્ધા કરવાની તેમની ક્ષમતા પર પ્રશ્નો ઉભા થાય છે. Google અને OpenAI જેવી આંતરરાષ્ટ્રીય ટેક કંપનીઓ પાસે અપાર નાણાકીય અને કમ્પ્યુટેશનલ સંસાધનો છે, જે તેમને વૈશ્વિક સ્તરે પોતાના મોડેલોને રિફાઇન કરવાની મંજૂરી આપે છે.
કેટલાક ઓપન-સોર્સ ફાઇન-ટ્યુન (fine-tune) પર મળેલા યુઝર ફીડબેક મિશ્ર છે, જે સૂચવે છે કે શરૂઆતનો ઉત્સાહ હંમેશા વાસ્તવિક દુનિયામાં મજબૂત પ્રદર્શનમાં પરિણમતો નથી. "AI રાષ્ટ્રવાદ" (AI nationalism) નો ખતરો પણ વૈશ્વિક પ્રગતિથી અલગ કરી શકે છે. આ ઉપરાંત, ચોક્કસ ડેટાસેટ્સ પર આધાર રાખવાથી પૂર્વગ્રહો (biases) દાખલ થઈ શકે છે. આ નવી કંપનીઓએ નિયમનકારી જટિલતાઓ (regulatory complexities) અને વ્યાપક સ્વીકૃતિ મેળવવામાં પણ મોટા પડકારોનો સામનો કરવો પડશે.
આશાસ્પદ ભવિષ્ય
ભારત સંપૂર્ણ-સ્ટેક AI ઇકોસિસ્ટમ (full-stack AI ecosystem) બનાવવા માટે પ્રતિબદ્ધ છે. Sarvam AI, BharatGen અને Gnani.ai ની સફળતા, સાંસ્કૃતિક રીતે સુસંગત, કાર્યક્ષમ અને સસ્તું AI સોલ્યુશન્સ પહોંચાડવાની તેમની ક્ષમતા પર નિર્ભર રહેશે. આ કંપનીઓ ઊંડા સ્થાનિક ઇન્ટેલિજન્સ પર ભાર મૂકીને વૈશ્વિક આર્ટિફિશિયલ ઇન્ટેલિજન્સ રેસમાં "જીત" નો અર્થ ફરીથી વ્યાખ્યાયિત કરી શકે છે.