વૈશ્વિક ટેક કંપનીઓ દ્વારા ડેટા હાર્વેસ્ટિંગની ચિંતાઓ વચ્ચે, ભારતે સ્વદેશી AI વિકાસ પર ભાર મૂક્યો

ઈન્ડિયા AI મિશનના CEO અને ઇલેક્ટ્રોનિક્સ અને IT મંત્રાલયના વધારાના સચિવ, અભિષેક સિંહે ભારતના ડિજિટલ ભવિષ્ય માટે એક મોટી ચિંતા વ્યક્ત કરી છે. તેમણે ચેતવણી આપી હતી કે OpenAI ના ChatGPT જેવા 'મફત' આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ટૂલ્સ ઓફર કરતી વૈશ્વિક ટેકનોલોજી કંપનીઓ, તેમના માલિકીના AI મોડેલોને તાલીમ આપવા માટે ભારતીય વપરાશકર્તાઓના ડેટાનો મોટા પાયે સંગ્રહ કરી રહી છે. સિંહે 'જ્યારે કોઈ ઉત્પાદન મફત હોય, ત્યારે તમે જ ઉત્પાદન છો' એ સિદ્ધાંત પર ભાર મૂક્યો, જે આવી સેવાઓના ઉપયોગના છુપાયેલા ખર્ચને પ્રકાશિત કરે છે.

આનો સામનો કરવા માટે, ભારત સ્વદેશી AI મોડેલોના વિકાસને પ્રોત્સાહન આપી રહ્યું છે, જેથી ડેટાસેટ્સ પર દેશી નિયંત્રણ સુનિશ્ચિત કરી શકાય અને નવીનતાને પ્રોત્સાહન આપી શકાય. ઈન્ડિયા AI મિશન Sarvam AI, Gnani, અને Soket જેવા ભારતીય સ્ટાર્ટઅપ્સને સક્રિયપણે સમર્થન આપી રહ્યું છે, જે ભારતીય ભાષાઓ અને ડેટા પર તાલીમ પામેલા ફાઉન્ડેશન મોડેલો પર કામ કરી રહ્યા છે. મિશન કમ્પ્યુટ ઈન્ફ્રાસ્ટ્રક્ચરને પણ વિસ્તૃત કરી રહ્યું છે, જેમાં હાલમાં 38,000 થી વધુ GPUs ઉપલબ્ધ છે અને વધુ ઉમેરવાની યોજના છે.

સિંહે નોંધ્યું કે GPU ઍક્સેસ કોઈ અવરોધ ન હોવા છતાં, ભંડોળ (funding) અને સ્કેલિંગ (scaling) પડકારો જ રહે છે. સરકાર AI કમ્પ્યુટ સેન્ટરો માટે પબ્લિક-પ્રાઇવેટ રોકાણની યોજના બનાવી રહી છે, જેનો ખર્ચ દરેક INR 500 કરોડ થી INR 800 કરોડ સુધીનો હોઈ શકે છે. તેમણે GitHub Copilot જેવા વિદેશી AI કોડ જનરેટર્સથી ભારતીય IT વર્કફોર્સને સંભવિત જોખમ અંગે પણ ધ્યાન દોર્યું, અને Tata Consultancy Services અને Infosys જેવી મોટી ભારતીય IT કંપનીઓને રાષ્ટ્રીય ભારતીય કોડ જનરેટર પર સહયોગ કરવાનો પ્રસ્તાવ મૂક્યો.

વધુમાં, સરકાર 5મા ધોરણથી AI અને ડેટા સાયન્સ શિક્ષણને એકીકૃત કરી રહી છે અને IndiaAI ફેલોશિપનો વિસ્તાર કરી રહી છે. ભારત AI માં 'યુઝ કેસ કેપિટલ' બને તે તેનું વ્યાપક ધ્યેય છે.

અસર આ સમાચાર ભારતીય ટેકનોલોજી ક્ષેત્ર, IT સેવાઓ અને સ્ટાર્ટઅપ્સ માટે અત્યંત મહત્વપૂર્ણ છે. ડેટા સાર્વભૌમત્વ અને સ્વદેશી AI ક્ષમતાઓને પ્રોત્સાહન આપવાના સરકારના સક્રિય વલણ, કમ્પ્યુટ ઈન્ફ્રાસ્ટ્રક્ચરના નોંધપાત્ર રોકાણ સાથે મળીને, સ્થાનિક ખેલાડીઓ માટે નોંધપાત્ર વૃદ્ધિ લાવી શકે છે. વિદેશી AI કંપનીઓ સંબંધિત નીતિગત વિચારણાઓ અને IT વર્કફોર્સ માટે કૌશલ્ય જાળવણી પર ધ્યાન કેન્દ્રિત કરવાથી તેનો નોંધપાત્ર પ્રભાવ પડશે. રેટિંગ: 8/10.

વ્યાખ્યાઓ: ડેટા હાર્વેસ્ટિંગ (Data harvesting): ડિજિટલ પ્લેટફોર્મ્સ સાથે સંપર્ક કરતા વપરાશકર્તાઓ પાસેથી, ઘણીવાર સ્પષ્ટ સંમતિ વિના, મોટા પ્રમાણમાં ડેટા એકત્રિત કરવાની પ્રક્રિયા. AI મોડેલો (AI models): ભાષા સમજવી, છબીઓને ઓળખવી અથવા ટેક્સ્ટ જનરેટ કરવું જેવા કાર્યો કરવા માટે, વિશાળ ડેટા પર તાલીમ પામેલા કમ્પ્યુટર પ્રોગ્રામ્સ. ફાઉન્ડેશન મોડેલો (Foundation models): વિસ્તૃત ડેટા પર તાલીમ પામેલા મોટા AI મોડેલો, જેમને વિવિધ પ્રકારના ડાઉનસ્ટ્રીમ કાર્યો માટે અનુકૂલિત કરી શકાય છે. GPUs (Graphics Processing Units): સમાંતર પ્રોસેસિંગ માટે ડિઝાઇન કરાયેલ વિશિષ્ટ માઇક્રોપ્રોસેસર્સ, જે તેમની ઉચ્ચ કમ્પ્યુટેશનલ શક્તિને કારણે જટિલ AI મોડેલોને તાલીમ આપવા અને ચલાવવા માટે આવશ્યક છે. કમ્પ્યુટ ઇન્ફ્રાસ્ટ્રક્ચર (Compute infrastructure): ખાસ કરીને AI વિકાસ માટે, કમ્પ્યુટેશનલ કાર્યો કરવા માટે જરૂરી હાર્ડવેર (સર્વર્સ, GPUs, નેટવર્કિંગ) અને સોફ્ટવેરનું સંયોજન. પબ્લિક-પ્રાઇવેટ રોકાણ (Public-private investment): મોટા પાયાના પ્રોજેક્ટ્સ હાથ ધરવા માટે સરકારી સંસ્થાઓ (પબ્લિક) અને ખાનગી કંપનીઓ બંને દ્વારા ફાળવવામાં આવેલ ભંડોળ અને સંસાધનો.