भारताची 'सोव्हरेन AI' मोहीम
भारताने जागतिक कृत्रिम बुद्धिमत्ता (AI) क्षेत्रात एक महत्त्वपूर्ण स्थान निर्माण करण्याचा निर्धार केला आहे. यासाठी सरकारने तब्बल $217 बिलियन (सुमारे ₹18 लाख कोटी) इतकी मोठी गुंतवणूक पुढील दोन वर्षांत AI च्या 'सोव्हरेन' (स्वदेशी) धोरणासाठी जाहीर केली आहे. केंद्रीय मंत्री अश्विनी वैष्णव यांनी स्पष्ट केले की, AI मध्ये आत्मनिर्भरता भारताच्या 'धोरणात्मक गरजा' (Strategic Requirements) पूर्ण करण्यासाठी आणि कोणत्याही परदेशी तंत्रज्ञानावरील अवलंबित्व कमी करण्यासाठी अत्यंत आवश्यक आहे. या गुंतवणुकीचे नियोजनही अतिशय विचारपूर्वक केले आहे. अंदाजे $200 बिलियन AI इन्फ्रास्ट्रक्चर उभारणीसाठी, तर उर्वरित $17 बिलियन डीप टेक (Deep Tech) आणि AI ऍप्लिकेशन्ससाठी वापरले जातील. या योजनेत आंतरराष्ट्रीय टेक कंपन्या आणि व्हेंचर कॅपिटलिस्ट्स (Venture Capitalists) कडूनही मोठ्या प्रमाणात रस दिसून येत आहे. पंतप्रधान नरेंद्र मोदी यांनी 'सर्वम AI' (Sarvam AI) आणि 'ज्ञानी.एआय' (gnani.ai) सारख्या देशी AI कंपन्यांशी साधलेला संवाद, स्थानिक क्षमतांना प्रोत्साहन देण्याच्या सरकारच्या वचनबद्धतेवर प्रकाश टाकतो. ही मोहीम भारताच्या 'आत्मनिर्भर भारत' धोरणाशी जोडलेली आहे.
जागतिक AI शर्यतीतील स्थिती
सध्या जागतिक AI मार्केटमध्ये अमेरिका आणि चीन यांच्यात तीव्र स्पर्धा सुरू आहे. 2024 मध्ये, अमेरिकेने AI मध्ये $109.1 बिलियनची खाजगी गुंतवणूक केली, जी चीनच्या $9.3 बिलियनपेक्षा खूप जास्त आहे. अमेरिकन मॉडेल्स विशेषतः इंग्रजी भाषेतील कामांमध्ये आघाडीवर आहेत. मात्र, चीन देखील वेगाने प्रगती करत असून, बहुभाषिक क्षमता आणि किफायतशीर मॉडेल्समध्ये (उदा. DeepSeek, ज्याची किंमत पाश्चात्त्य मॉडेल्सच्या तुलनेत खूपच कमी आहे) ते लवकरच मार्केटचा मोठा हिस्सा काबीज करतील असा अंदाज आहे. जागतिक स्तरावर, 2025 पर्यंत AI वरील खर्च $1.5 ट्रिलियन आणि 2026 पर्यंत $2 ट्रिलियन पेक्षा जास्त अपेक्षित आहे. डेटा सेंटर्स आणि AI-ऑप्टिमाइझ्ड हार्डवेअरमध्ये (AI-Optimized Hardware) होणाऱ्या प्रचंड गुंतवणुकीमुळे ही वाढ अपेक्षित आहे. भारताची ही योजना या तंत्रज्ञानाच्या शर्यतीत एक 'तिसरा पोल' म्हणून उदयास येण्याची शक्यता निर्माण करते. मायक्रोसॉफ्ट (Microsoft) आणि गुगल (Google) सारख्या कंपन्यांनीही भारताच्या AI आणि क्लाउड इन्फ्रास्ट्रक्चरमध्ये 2030 पर्यंत $68 बिलियन गुंतवण्याची घोषणा केली आहे, ज्यामुळे भारताचे जागतिक AI इकोसिस्टममधील महत्त्व अधोरेखित होते.
'टेक्नो-लीगल' (Techno-Legal) चौकटीचे महत्त्व
AI विकासासोबतच, भारत त्याच्या AI उपक्रमांसाठी मजबूत प्रशासन (Governance) आणि सुरक्षितता यंत्रणांवर (Safety Mechanisms) भर देत आहे. सरकार 'टेक्नो-लीगल' दृष्टिकोन स्वीकारत आहे, ज्यात AI चे संभाव्य धोके व्यवस्थापित करण्यासाठी तांत्रिक उपायांना कायदेशीर नियमांशी जोडले जात आहे. या धोरणाचा उद्देश AI चा वापर केवळ फायद्यासाठी व्हावा आणि हानिकारक परिणामांना नियामक देखरेख (Regulatory Oversight) व तांत्रिक सुरक्षा उपायांद्वारे (Technical Safeguards) नियंत्रित करता यावे हा आहे. AI सुरक्षिततेवर जागतिक सहमती निर्माण करण्यासाठी आंतरराष्ट्रीय स्तरावर चर्चा सुरू आहे. भारताची AI सुरक्षा संस्था (AISI) शैक्षणिक आणि संशोधन संस्थांसोबत मिळून डीपफेक्स (Deepfakes) आणि अल्गोरिदमिक बायस (Algorithmic Bias) सारखे AI धोके कमी करण्यासाठी स्वदेशी तांत्रिक उपाय विकसित करत आहे. याशिवाय, सरकारने IT इंटरमीडियरी नियमांमध्ये (IT Intermediary Rules) अलीकडेच बदल केले आहेत, ज्यात कृत्रिमरित्या तयार केलेल्या माहितीला लेबल लावणे (Labeling) बंधनकारक केले आहे, ज्यामुळे AI वातावरणावरील नियंत्रणाचा सरकारचा निर्धार दिसून येतो.
भारताचे AI इन्फ्रास्ट्रक्चर सज्ज
भारताच्या स्वदेशी AI महत्त्वाकांक्षेचा पाया मजबूत देशांतर्गत इन्फ्रास्ट्रक्चर उभारण्यावर अवलंबून आहे. सरकार राष्ट्रीय AI कॉम्प्युट क्षमता (Compute Capacity) लक्षणीयरीत्या वाढवण्याची योजना आखत आहे. सध्याच्या 38,000 ग्राफिक्स प्रोसेसिंग युनिट्समध्ये (GPUs) आणखी 20,000 युनिट्सची भर घालून एकूण संख्या 58,000 पर्यंत नेली जाईल. या विस्ताराचा उद्देश संशोधक आणि स्टार्टअप्ससाठी कॉम्प्युटची उपलब्धता सुलभ करणे हा आहे. 'सर्वम AI', 'सोकेट AI' (Soket AI), 'ज्ञानी.एआय' (Gnani.ai) आणि 'गान.एआय' (Gan.ai) यांसारख्या अनेक भारतीय स्टार्टअप्सची निवड भारताच्या विविध गरजांसाठी (उदा. प्रगत तर्क क्षमता, बहुभाषिक व्हॉइस प्रोसेसिंग आणि विशिष्ट क्षेत्रातील ऍप्लिकेशन्स) AI मॉडेल्स विकसित करण्यासाठी केली जात आहे. 'सर्वम AI' 70 बिलियन पॅरामीटर्सचे मल्टीमॉडल मॉडेल (Multimodal Model) विकसित करत आहे, तर 'सोकेट AI' संरक्षण, आरोग्यसेवा आणि शिक्षण क्षेत्रांसाठी 120 बिलियन पॅरामीटर्सचे ओपन-सोर्स मॉडेल (Open-Source Model) तयार करत आहे. 'इंडिया.एआय मिशन' (IndiaAI Mission) द्वारे एक केंद्रीकृत कॉम्प्युट इन्फ्रास्ट्रक्चर देखील उभारले जात आहे, जे सेवा प्रदात्यांना (Service Providers) स्पर्धात्मक दरात GPU उपलब्ध करून देईल.
आव्हानात्मक परिस्थिती (The Bear Case)
महत्वाकांक्षी उद्दिष्ट्ये आणि मोठी गुंतवणूक असूनही, भारताला स्वदेशी AI क्षेत्रात नेतृत्व मिळवण्यासाठी अनेक मोठ्या आव्हानांना सामोरे जावे लागणार आहे. अमेरिका आणि चीनमधील स्थापित टेक कंपन्यांनी AI संशोधन आणि विकासावर (R&D) केलेली प्रचंड खर्च आणि प्रतिभा मिळवण्यासाठी असलेली स्पर्धा, भारतासाठी एक मोठे आव्हान आहे. अत्याधुनिक AI मॉडेल्स विकसित करण्यासाठी प्रचंड भांडवली खर्च (Capital Expenditure) आवश्यक आहे, विशेषतः कॉम्प्युट संसाधने (Compute Resources) आणि हार्डवेअरसाठी, जे राष्ट्रीय स्तरावरील गुंतवणुकीनंतरही भारताच्या संसाधनांवर ताण आणू शकते. जरी भारतात तांत्रिक प्रतिभेची (Technical Talent) मोठी उपलब्धता असली तरी, जागतिक कंपन्यांकडून मिळणाऱ्या आकर्षक पगार आणि संसाधनांच्या तुलनेत उत्कृष्ट AI संशोधकांना आकर्षित करणे आणि टिकवून ठेवणे हे एक सततचे आव्हान आहे. याशिवाय, सेमीकंडक्टरसारख्या (Semiconductor) तंत्रज्ञानासाठी भारताचे ऐतिहासिक अवलंबित्व एक संभाव्य अडथळा ठरू शकते. त्यामुळे, फ्रँटियर मॉडेल शर्यतीत थेट स्पर्धा करण्याऐवजी, मोठ्या आणि वैविध्यपूर्ण देशांतर्गत बाजारपेठेत आपल्या सामर्थ्याचा उपयोग करून ऍप्लिकेशन-आधारित नवोपक्रम (Application-led Innovation) आणि मोठ्या प्रमाणावरील उपयोजनांवर (Large-scale Deployment) अधिक लक्ष केंद्रित करणे आवश्यक ठरू शकते. तसेच, 'टेक्नो-लीगल' चौकटीची यशस्वी अंमलबजावणी नवोपक्रमाला (Innovation) बाधा न आणता करणे हे देखील महत्त्वाचे ठरेल.
भविष्यातील वाटचाल
भारताची 'सोव्हरेन AI' मोहीम हे तंत्रज्ञानातील स्वायत्तता (Technological Autonomy) मिळवण्याचे आणि जागतिक AI नकाशावर स्वतःचे एक वेगळे स्थान निर्माण करण्याचे एक धोरणात्मक दूरचे ध्येय आहे. इन्फ्रास्ट्रक्चर आणि डीप टेक मधील प्रस्तावित गुंतवणूक, स्थानिक उपायांवर भर आणि सर्वसमावेशक प्रशासकीय दृष्टिकोन यामुळे एक वेगळी AI इकोसिस्टम तयार होण्याची अपेक्षा आहे. यश हे पायाभूत सुविधा आणि प्रतिभा संपादनातील आव्हानांवर मात करण्यावर आणि धोरणांचे मोठ्या प्रमाणावर प्रभावी AI उपयोजनांमध्ये रूपांतरित करण्याच्या क्षमतेवर अवलंबून असेल. विशेषतः ग्लोबल साऊथ (Global South) आणि भाषिक विविधतेचा (Linguistic Diversity) उपयोग करून घेण्यावर भर दिल्यास, थेट स्पर्धेऐवजी विशिष्ट AI डोमेन्समध्ये (AI Domains) विशेष नेतृत्व मिळवण्याचा एक वेगळा स्पर्धात्मक फायदा भारताला मिळू शकेल.