ਭਾਰਤ ਦਾ AI ਸੁਪਨਾ: ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਅਰਬਾਂ ਦਾ ਖਰਚ, ਪਰ ਵੱਡੀਆਂ ਚੁਣੌਤੀਆਂ ਕਿੱਥੇ ਖੜ੍ਹੀਆਂ?

AI ਦੀ ਮਹਾਂ-ਸ਼ਕਤੀ ਬਣਨ ਦੀ ਦੌੜ

ਭਾਰਤ ਦੀ AI ਵਿੱਚ ਮਹਾਂ-ਸ਼ਕਤੀ ਬਣਨ ਦੀਆਂ ਕੋਸ਼ਿਸ਼ਾਂ ਦੇ ਵਿੱਚ, ਇੱਕ ਪਾਸੇ ਜਿੱਥੇ ਤਕਨੀਕੀ ਦਿੱਗਜ ਐਡਵਾਂਸ ਚਿਪਸ, ਡਾਟਾ ਸੈਂਟਰਾਂ ਅਤੇ ਓਪਨ-ਸੋਰਸ ਟੂਲਜ਼ 'ਤੇ ਜ਼ੋਰ ਦੇ ਰਹੇ ਹਨ, ਉੱਥੇ ਦੂਜੇ ਪਾਸੇ ਇਸ ਸੁਪਨੇ ਨੂੰ ਅਸਲੀਅਤ ਬਣਾਉਣ ਵਿੱਚ ਕਈ ਗੰਭੀਰ ਬੁਨਿਆਦੀ ਸਮੱਸਿਆਵਾਂ ਵੀ ਖੜ੍ਹੀਆਂ ਹਨ। ਮੁੱਖ ਤੌਰ 'ਤੇ, ਹਰ ਕਿਸੇ ਤੱਕ ਪਹੁੰਚ (Accessibility), ਡਾਟਾ ਗਵਰਨੈਂਸ (Data Governance) ਅਤੇ ਸਥਿਰਤਾ (Sustainability) ਵਰਗੇ ਮਸਲੇ ਭਾਰਤ ਦੀ AI ਤਰੱਕੀ ਦੀ ਤਸਵੀਰ ਨੂੰ ਹੋਰ ਗੁੰਝਲਦਾਰ ਬਣਾ ਰਹੇ ਹਨ।

ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਅਰਬਾਂ ਦਾ ਨਿਵੇਸ਼

AI ਦੇ ਸੁਪਨੇ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ, ਭਾਰਤ ਇੱਕ ਅਣਦੇਖੀ ਡਿਜੀਟਲ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਨਿਵੇਸ਼ ਦਾ ਗਵਾਹ ਬਣ ਰਿਹਾ ਹੈ। ਅੰਦਾਜ਼ੇ ਦੱਸਦੇ ਹਨ ਕਿ 2027 ਤੱਕ ਡਾਟਾ ਸੈਂਟਰਾਂ ਵਿੱਚ $100 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਦਾ ਨਿਵੇਸ਼ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਇਹ ਅੰਕੜਾ $200 ਬਿਲੀਅਨ ਤੱਕ ਵੀ ਪਹੁੰਚ ਸਕਦਾ ਹੈ। ਇਸ ਨਿਵੇਸ਼ ਨੂੰ Google ਵੱਲੋਂ $15 ਬਿਲੀਅਨ, Microsoft ਵੱਲੋਂ $17.5 ਬਿਲੀਅਨ ਅਤੇ Amazon ਵੱਲੋਂ $35 ਬਿਲੀਅਨ ਵਰਗੇ ਵੱਡੇ ਕਦਮਾਂ ਤੋਂ ਬਲ ਮਿਲ ਰਿਹਾ ਹੈ। ਸਰਕਾਰ ਵੀ ਇਸ ਵਿੱਚ ਸਰਗਰਮ ਹੈ, ਜਿਸ ਨੇ AI-ਸਪੈਸਿਫਿਕ ਡਾਟਾ ਸੈਂਟਰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਲਈ $1.24 ਬਿਲੀਅਨ ਮਨਜ਼ੂਰ ਕੀਤੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਵੱਡੀ GPU ਸਮਰੱਥਾ ਵੀ ਸ਼ਾਮਲ ਹੈ। Nxtra, NTT, AdaniConneX ਅਤੇ STT Global Data Centers ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਭਾਰਤ ਨੂੰ ਇੱਕ ਗਲੋਬਲ ਹੱਬ ਬਣਾਉਣ ਲਈ ਆਪਣੀ ਸਮਰੱਥਾ ਵਧਾ ਰਹੀਆਂ ਹਨ। ਗਲੋਬਲ ਪੱਧਰ 'ਤੇ, AI ਚਿੱਪਾਂ ਦਾ ਬਾਜ਼ਾਰ ਵੀ ਬੂਮ ਕਰ ਰਿਹਾ ਹੈ, ਜਿੱਥੇ 2024 ਵਿੱਚ AI ਐਕਸਲਰੇਟਰਾਂ ਨੇ ਕੁੱਲ ਸੈਮੀਕੰਡਕਟਰ ਮਾਲੀਆ ਦਾ ਲਗਭਗ 20% ਹਿੱਸਾ ਬਣਾਇਆ ਹੈ। ਇਸ ਨਾਲ ਐਡਵਾਂਸ ਚਿਪਸ ਅਤੇ ਡਿਜ਼ਾਈਨ ਟੂਲਜ਼ ਦੀ ਮੰਗ ਵਧੀ ਹੈ, ਜਿੱਥੇ Synopsys ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ, Ansys ਵਰਗੇ ਰਣਨੀਤਕ ਐਕਵਾਇਰ (strategic acquire) ਨਾਲ ਮਜ਼ਬੂਤ ਹੋ ਰਹੀਆਂ ਹਨ।

ਡਿਜੀਟਲ ਪਾੜਾ: ਪਹੁੰਚ ਬਣੇਗੀ ਵੱਡੀ ਰੁਕਾਵਟ?

ਇਸ ਤੇਜ਼ੀ ਨਾਲ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਵਿਕਾਸ ਦੇ ਬਾਵਜੂਦ, ਪਹੁੰਚ (Accessibility) ਵਿੱਚ ਵੱਡੀਆਂ ਖਾਮੀਆਂ ਮੌਜੂਦ ਹਨ, ਖਾਸ ਕਰਕੇ ਪੇਂਡੂ ਭਾਰਤ ਵਿੱਚ। ਇੰਟਰਨੈੱਟ ਦੀ ਸੀਮਤ ਪਹੁੰਚ, ਬੇਭਰੋਸੇਯੋਗ ਬਿਜਲੀ, ਅਤੇ ਡਿਜੀਟਲ ਸਿੱਖਿਆ ਦੀ ਘਾਟ ਅਜੇ ਵੀ ਵੱਡੇ ਲੋਕ ਸਮੂਹਾਂ ਨੂੰ ਬਾਹਰ ਰੱਖ ਰਹੀ ਹੈ। ਲਗਭਗ 70% ਅਪਾਹਜ ਆਬਾਦੀ ਪੇਂਡੂ ਖੇਤਰਾਂ ਵਿੱਚ ਰਹਿੰਦੀ ਹੈ, ਜਿੱਥੇ ਤਕਨੀਕੀ ਪਹੁੰਚ ਹੋਰ ਵੀ ਔਖੀ ਹੈ। ਇਸ ਲਈ, ਆਵਾਜ਼-ਆਧਾਰਿਤ (voice-based), ਬਹੁ-ਭਾਸ਼ਾਈ (multilingual) AI ਸਿਸਟਮਾਂ ਦੀ ਮੰਗ ਸਭ ਤੋਂ ਜ਼ਰੂਰੀ ਹੈ, ਤਾਂ ਜੋ ਤਕਨਾਲੋਜੀ ਸਾਰਿਆਂ ਲਈ ਕੁਦਰਤੀ ਅਤੇ ਆਸਾਨ ਬਣ ਸਕੇ, ਖਾਸ ਕਰਕੇ ਉਨ੍ਹਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਜਿੱਥੇ ਟਾਈਪਿੰਗ ਅਤੇ ਪੜ੍ਹਨ ਦੀ ਸਮਰੱਥਾ ਘੱਟ ਹੈ। ਇਹ ਡਿਜੀਟਲ ਪਾੜਾ (digital divide) ਅਸਮਾਨਤਾਵਾਂ ਨੂੰ ਵਧਾ ਰਿਹਾ ਹੈ।

ਡਾਟਾ ਗਵਰਨੈਂਸ ਅਤੇ ਗੋਪਨੀਯਤਾ ਦਾ ਮਸਲਾ

ਭਾਰਤ ਦੇ ਡਿਜੀਟਲ ਪਰਸਨਲ ਡਾਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ (DPDP) ਐਕਟ, 2023 ਨੇ ਡਾਟਾ ਸੁਰੱਖਿਆ ਵੱਲ ਇੱਕ ਕਦਮ ਵਧਾਇਆ ਹੈ, ਪਰ ਇਹ AI ਦੀਆਂ ਵਿਲੱਖਣ ਚੁਣੌਤੀਆਂ ਨੂੰ ਸੰਬੋਧਨ ਕਰਨ ਵਿੱਚ ਪਿੱਛੇ ਰਹਿ ਗਿਆ ਹੈ। ਕਾਨੂੰਨ ਵਿੱਚ AI-ਆਧਾਰਿਤ ਆਟੋਮੈਟਿਡ ਫੈਸਲਾ ਲੈਣ (automated decision-making), ਐਲਗੋਰਿਦਮਿਕ ਤਰਕ (algorithmic logic) ਵਿੱਚ ਪਾਰਦਰਸ਼ਤਾ, ਅਤੇ AI ਸਿਸਟਮਾਂ ਲਈ ਜਵਾਬਦੇਹੀ (accountability) ਦੇ ਢਾਂਚੇ ਬਾਰੇ ਕੋਈ ਖਾਸ ਪ੍ਰਾਵਧਾਨ ਨਹੀਂ ਹਨ। ਇਸ ਨਾਲ ਵਿਅਕਤੀਗਤ ਗੋਪਨੀਯਤਾ (privacy) ਅਤੇ ਅਧਿਕਾਰਾਂ ਨੂੰ ਢਾਅ ਲੱਗ ਸਕਦਾ ਹੈ। ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਡਾਟਾ ਇਕੱਠਾ ਕਰਨਾ, ਪ੍ਰੋਫਾਈਲਿੰਗ, ਨਿਗਰਾਨੀ (surveillance) ਅਤੇ ਸਹਿਮਤੀ (consent fatigue) ਵਰਗੀਆਂ ਚਿੰਤਾਵਾਂ ਮਹੱਤਵਪੂਰਨ ਹਨ, ਕਿਉਂਕਿ ਅਣਜਾਣੇ ਐਲਗੋਰਿਦਮ (opaque algorithms) ਬਿਨਾਂ ਢੁਕਵੀਂ ਨਿਗਰਾਨੀ ਦੇ ਪੱਖਪਾਤੀ ਜਾਂ ਵਿਤਕਰ ਵਾਲੇ ਨਤੀਜੇ ਦੇ ਸਕਦੇ ਹਨ।

ਸਥਿਰਤਾ (Sustainability) ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ

AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਵਧਣ ਦਾ ਵਾਤਾਵਰਨ 'ਤੇ ਵੀ ਅਸਰ ਪੈ ਰਿਹਾ ਹੈ। ਡਾਟਾ ਸੈਂਟਰ, ਜੋ AI ਸਰਵਰਾਂ ਨੂੰ ਰੱਖਣ ਲਈ ਜ਼ਰੂਰੀ ਹਨ, ਬਿਜਲੀ ਅਤੇ ਪਾਣੀ ਦੀ ਭਾਰੀ ਖਪਤ ਕਰਦੇ ਹਨ। ਇਸ ਨਾਲ ਗ੍ਰੀਨਹਾਊਸ ਗੈਸਾਂ ਦਾ ਨਿਕਾਸ ਵਧਦਾ ਹੈ ਅਤੇ ਪਾਣੀ ਦੀ ਘਾਟ ਹੋਰ ਗੰਭੀਰ ਹੋ ਜਾਂਦੀ ਹੈ। AI ਹਾਰਡਵੇਅਰ ਦੇ ਨਿਰਮਾਣ ਵਿੱਚ ਜ਼ਰੂਰੀ ਖਣਿਜਾਂ (critical minerals) ਦੀ ਵਰਤੋਂ ਹੁੰਦੀ ਹੈ, ਜੋ ਅਕਸਰ ਵਾਤਾਵਰਨ ਦੇ ਨੁਕਸਾਨ ਨਾਲ ਜੁੜੇ ਹੁੰਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਨਵਿਆਉਣਯੋਗ ਊਰਜਾ (renewable energy) ਸਰੋਤਾਂ ਅਤੇ ਪਾਣੀ-ਕੁਸ਼ਲ ਕੂਲਿੰਗ (water-efficient cooling) ਵਰਗੇ ਸਥਿਰਤਾ (sustainability) ਦੇ ਉਪਾਅ ਅਪਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ, ਪਰ AI ਕਾਰਜਾਂ ਦੇ ਵੱਡੇ ਪੈਮਾਨੇ 'ਤੇ ਵਾਤਾਵਰਨ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਬਣਿਆ ਹੋਇਆ ਹੈ।

ਚਿੱਪ ਡਿਜ਼ਾਈਨ ਅਤੇ ਗਲੋਬਲ ਮੁਕਾਬਲਾ

Synopsys, ਇਲੈਕਟ੍ਰਾਨਿਕ ਡਿਜ਼ਾਈਨ ਆਟੋਮੇਸ਼ਨ (EDA) ਅਤੇ ਸੈਮੀਕੰਡਕਟਰ IP ਵਿੱਚ ਇੱਕ ਮੋਹਰੀ ਕੰਪਨੀ ਹੈ, ਜੋ AI ਬੂਮ ਦਾ ਫਾਇਦਾ ਉਠਾਉਣ ਲਈ ਰਣਨੀਤਕ ਤੌਰ 'ਤੇ ਮੌਜੂਦ ਹੈ। AI ਅਤੇ ਹਾਈ-ਪਰਫਾਰਮੈਂਸ ਕੰਪਿਊਟਿੰਗ (HPC) ਸੈਕਟਰਾਂ ਤੋਂ ਇਸਦੀ ਮਜ਼ਬੂਤ ਮੰਗ ਹੈ। Ansys ਦੇ ਐਕਵਾਇਰ (acquisition) ਨਾਲ ਇਸ ਦੀਆਂ ਐਡਵਾਂਸ ਚਿਪ ਡਿਜ਼ਾਈਨ ਅਤੇ ਸਿਮੂਲੇਸ਼ਨ (simulation) ਪੇਸ਼ਕਸ਼ਾਂ ਹੋਰ ਮਜ਼ਬੂਤ ਹੋਈਆਂ ਹਨ। ਗਲੋਬਲ ਪੱਧਰ 'ਤੇ, AI ਸੈਮੀਕੰਡਕਟਰ ਬਾਜ਼ਾਰ ਮਜ਼ਬੂਤ ਹੈ, ਜਿਸ ਵਿੱਚ AI ਐਕਸਲਰੇਟਰਾਂ ਅਤੇ ਐਡਵਾਂਸ ਨੋਡਾਂ ਦੀ ਮੰਗ ਕਾਰਨ ਵਾਧਾ ਹੋ ਰਿਹਾ ਹੈ, ਹਾਲਾਂਕਿ ਸਪਲਾਈ ਚੇਨ (supply chains) ਕੱਸ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਰਵਾਇਤੀ ਖੇਤਰਾਂ ਨੂੰ ਮੁਸ਼ਕਲਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ।

ਭਵਿੱਖ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਅਤੇ ਮੌਕੇ

ਹਾਲਾਂਕਿ ਭਾਰਤ AI ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਵਿਸਥਾਰ ਦਾ ਟੀਚਾ ਰੱਖ ਰਿਹਾ ਹੈ, ਪਰ ਇਸ ਦੇ ਵਿਆਪਕ ਪ੍ਰਭਾਵ (widespread adoption) ਦਾ ਰਸਤਾ ਖਤਰਿਆਂ ਨਾਲ ਭਰਿਆ ਹੈ। ਇੱਕ ਵੱਡੀ 'ਪ੍ਰੀ-ਸਕੇਲ' ਚੁਣੌਤੀ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਪੱਧਰ ਦੀ ਤਾਇਨਾਤੀ (enterprise-level deployment) ਤੱਕ ਪਹੁੰਚਣਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਡਾਟਾ ਸਿਲੋਜ਼ (data silos), ਵਿਸ਼ੇਸ਼ AI ਪ੍ਰਤਿਭਾ (specialized AI talent) ਦੀ ਭਾਰੀ ਕਮੀ, ਅਤੇ ਨਿਵੇਸ਼ 'ਤੇ ਅਸਪਸ਼ਟ ਰਿਟਰਨ (unclear ROI) ਫਰੇਮਵਰਕ ਰੁਕਾਵਟ ਬਣ ਰਹੇ ਹਨ। ਕਈ ਕੰਪਨੀਆਂ AI ਲਈ ਲੋੜੀਂਦੇ ਡਾਟਾ ਤੱਕ ਪਹੁੰਚਣ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ, ਕਿਉਂਕਿ ਡਾਟਾ ਅਕਸਰ ਸਿਸਟਮਾਂ ਵਿੱਚ ਖਿੰਡਿਆ ਹੋਇਆ ਹੁੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਸਮਰੱਥਾਵਾਂ ਵਿਕਸਤ ਕਰਨ ਦੀ ਇੱਛਾ ਇੱਕ 'ਊਰਜਾ ਦੀ ਕੰਧ' (energy wall) ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੀ ਹੈ, ਜਿਸ ਲਈ ਵਿਸ਼ਾਲ, ਟਿਕਾਊ ਪਾਵਰ ਸਰੋਤਾਂ ਦੀ ਲੋੜ ਹੈ ਜੋ ਮੌਜੂਦਾ ਗਰਿੱਡਾਂ 'ਤੇ ਦਬਾਅ ਪਾਉਂਦੇ ਹਨ। AI ਹੱਲਾਂ ਦੀ ਲਾਗਤ, ਖੇਤਰੀ ਭਾਸ਼ਾ ਸਹਾਇਤਾ ਦੀ ਘਾਟ ਦੇ ਨਾਲ, ਡਿਜੀਟਲ ਪਾੜੇ ਨੂੰ ਹੋਰ ਵਧਾਉਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਮੌਜੂਦਾ ਸਮਾਜਿਕ ਅਸਮਾਨਤਾਵਾਂ ਘਟਣ ਦੀ ਬਜਾਏ ਵਧ ਸਕਦੀਆਂ ਹਨ। ਪਾਣੀ ਦੀ ਖਪਤ ਤੋਂ ਲੈ ਕੇ ਈ-ਕਚਰੇ (e-waste) ਤੱਕ, ਵਾਤਾਵਰਨ ਦਾ ਪ੍ਰਭਾਵ ਜੋਖਮ ਦੀ ਇੱਕ ਹੋਰ ਪਰਤ ਜੋੜਦਾ ਹੈ, ਜਿਸ ਲਈ ਅਣਜਾਣੇ ਨਤੀਜਿਆਂ ਤੋਂ ਬਚਣ ਲਈ ਸਾਵਧਾਨ ਪ੍ਰਬੰਧਨ ਦੀ ਲੋੜ ਹੈ।

ਭਵਿੱਖ ਦਾ ਨਜ਼ਰੀਆ

ਵਿਸ਼ਲੇਸ਼ਕ ਭਾਰਤ ਦੇ AI ਬਾਜ਼ਾਰ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਵਾਧੇ ਦਾ ਅਨੁਮਾਨ ਲਗਾ ਰਹੇ ਹਨ। ਅੰਦਾਜ਼ੇ ਵੱਖੋ-ਵੱਖਰੇ ਹਨ ਪਰ ਲਗਾਤਾਰ ਮਜ਼ਬੂਤ ਸਾਲਾਨਾ ਵਾਧਾ ਦਰ (CAGR) ਦਿਖਾਉਂਦੇ ਹਨ, ਜੋ 2032 ਤੱਕ $130 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਅਤੇ 2033 ਤੱਕ $325 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ। ਇਸਦੀ ਸਫਲਤਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਘਾਟ, ਡਿਜੀਟਲ ਸਾਖਰਤਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ, ਵਿਆਪਕ ਡਾਟਾ ਗਵਰਨੈਂਸ ਨੂੰ ਲਾਗੂ ਕਰਨ, ਅਤੇ ਸਥਿਰ ਵਿਕਾਸ ਨੂੰ ਤਰਜੀਹ ਦੇਣ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ। ਦੇਸ਼ ਦੇ ਮਹੱਤਵਪੂਰਨ ਨਿਵੇਸ਼ ਅਤੇ ਵਧ ਰਹੇ ਪ੍ਰਤਿਭਾ ਪੂਲ (talent pool) ਇਸ ਨੂੰ ਇੱਕ ਚੰਗੀ ਸਥਿਤੀ ਵਿੱਚ ਰੱਖਦੇ ਹਨ, ਪਰ ਇਸਦੀ AI ਸਮਰੱਥਾ ਨੂੰ ਅਹਿਸਾਸ ਕਰਨ ਲਈ ਇਹਨਾਂ ਬਹੁ-ਪੱਖੀ ਚੁਣੌਤੀਆਂ ਨੂੰ ਪਾਰ ਕਰਨਾ ਹੋਵੇਗਾ ਤਾਂ ਜੋ ਇਹ ਯਕੀਨੀ ਬਣਾਇਆ ਜਾ ਸਕੇ ਕਿ AI ਸ਼ਾਮਲ ਵਿਕਾਸ (inclusive growth) ਦਾ ਇੱਕ ਸਾਧਨ ਬਣੇ, ਨਾ ਕਿ ਹੋਰ ਅਸਮਾਨਤਾਵਾਂ ਦਾ ਕਾਰਨ।