உலகளாவிய தொழில்நுட்ப நிறுவனங்கள் தரவுகளை சேகரிப்பது குறித்த கவலைகள் மத்தியில், இந்தியாவின் உள்நாட்டு AI மேம்பாட்டிற்கு அழைப்பு

இந்தியா AI மிஷனின் CEO மற்றும் எலக்ட்ரானிக்ஸ் மற்றும் IT அமைச்சகத்தின் கூடுதல் செயலாளர் அபிஷேக் சிங், இந்தியாவின் டிஜிட்டல் எதிர்காலத்திற்காக ஒரு குறிப்பிடத்தக்க கவலையை எழுப்பியுள்ளார். OpenAI இன் ChatGPT போன்ற 'இலவச' செயற்கை நுண்ணறிவு (AI) கருவிகளை வழங்கும் உலகளாவிய தொழில்நுட்ப நிறுவனங்கள், தங்கள் தனியுரிம AI மாதிரிகளைப் பயிற்றுவிக்க இந்தியப் பயனர்களின் தரவுகளைப் பெருமளவில் சேகரித்து வருகின்றன என்று அவர் எச்சரித்தார். 'ஒரு தயாரிப்பு இலவசமாக இருந்தால், நீங்கள்தான் அந்தத் தயாரிப்பு' என்ற கொள்கையை சிங் வலியுறுத்தினார், இது போன்ற சேவைகளைப் பயன்படுத்துவதன் மறைக்கப்பட்ட செலவை எடுத்துக்காட்டுகிறது.

இதைச் சமாளிக்க, இந்தியா தனது உள்நாட்டு AI மாதிரிகளை உருவாக்குவதை ஊக்குவித்து வருகிறது, இதனால் தரவுத்தொகுப்புகளில் உள்நாட்டுக் கட்டுப்பாட்டை உறுதிசெய்து புதுமைகளை வளர்க்க முடியும். இந்தியா AI மிஷன், சர்வம AI, ஞானி மற்றும் சோக்கெட் போன்ற இந்திய ஸ்டார்ட்அப்களை தீவிரமாக ஆதரிக்கிறது, இவை இந்திய மொழிகள் மற்றும் தரவுகளில் பயிற்சி பெற்ற அடித்தள மாதிரிகளில் (foundation models) வேலை செய்கின்றன. இந்த மிஷன் கணினி உள்கட்டமைப்பையும் அளவிடுகிறது, தற்போது 38,000க்கும் மேற்பட்ட GPUகள் உள்ளன, மேலும் பலவற்றை சேர்க்க திட்டமிடப்பட்டுள்ளது.

GPU அணுகல் ஒரு தடையாக இல்லை என்றாலும், நிதி மற்றும் அளவிடுதல் சவால்களாகவே உள்ளன என்று சிங் குறிப்பிட்டார். அரசு AI கணினி மையங்களுக்காக பொது-தனியார் முதலீட்டைத் திட்டமிடுகிறது, இதன் செலவு ஒவ்வொன்றும் 500 கோடி முதல் 800 கோடி ரூபாய் வரை ஆகலாம். GitHub Copilot போன்ற வெளிநாட்டு AI குறியீடு ஜெனரேட்டர்களிடமிருந்து இந்திய IT பணியாளர்களுக்கு ஏற்படக்கூடிய ஆபத்தையும் அவர் சுட்டிக்காட்டினார், மேலும் டாடா கன்சல்டன்சி சர்வீசஸ் மற்றும் இன்ஃபோசிஸ் போன்ற முக்கிய இந்திய IT நிறுவனங்கள் ஒரு தேசிய இந்திய குறியீடு ஜெனரேட்டரில் ஒத்துழைக்க முன்மொழியுமாறு கேட்டுக்கொண்டார்.

மேலும், அரசு 5 ஆம் வகுப்பிலிருந்து AI மற்றும் தரவு அறிவியல் கல்வியை ஒருங்கிணைத்து வருகிறது மற்றும் IndiaAI பெல்லோஷிப்பை விரிவுபடுத்துகிறது. AI இன் 'பயன்பாட்டு வழக்கு தலைநகரம்' (use case capital) ஆக இந்தியா மாறுவதே இதன் ஒட்டுமொத்த நோக்கமாகும்.

தாக்கம் இந்தச் செய்தி இந்திய தொழில்நுட்பத் துறை, IT சேவைகள் மற்றும் ஸ்டார்ட்அப்களுக்கு மிகவும் முக்கியமானது. தரவு இறையாண்மை மற்றும் உள்நாட்டு AI திறன்களை வளர்ப்பதில் அரசின் முனைப்பான நிலைப்பாடு, கணினி உள்கட்டமைப்பில் கணிசமான முதலீட்டுடன் இணைந்து, உள்ளூர் வீரர்களுக்கு கணிசமான வளர்ச்சியைத் தூண்டும். வெளிநாட்டு AI நிறுவனங்கள் தொடர்பான கொள்கை பரிசீலனைகள் மற்றும் IT பணியாளர்களுக்கான திறன் பாதுகாப்பில் கவனம் செலுத்துவது ஒரு பொருள் தாக்கத்தை ஏற்படுத்தும். மதிப்பீடு: 8/10.

வரையறைகள்: தரவு அறுவடை (Data harvesting): டிஜிட்டல் தளங்களுடன் தொடர்பு கொள்ளும் பயனர்களிடமிருந்து, பெரும்பாலும் வெளிப்படையான ஒப்புதல் இல்லாமல், பெரிய அளவிலான தரவுகளைச் சேகரிக்கும் செயல்முறை. AI மாதிரிகள் (AI models): மொழி புரிந்துகொள்ளுதல், படங்களை அங்கீகரித்தல் அல்லது உரையை உருவாக்குதல் போன்ற குறிப்பிட்ட பணிகளைச் செய்ய, பரந்த அளவிலான தரவுகளில் பயிற்சி பெற்ற கணினி நிரல்கள். அடித்தள மாதிரிகள் (Foundation models): பரந்த அளவிலான தரவுகளில் பயிற்சி பெற்ற பெரிய AI மாதிரிகள், அவை பல்வேறு வகையான கீழ்நிலை பணிகளுக்கு மாற்றியமைக்கப்படலாம். GPUs (Graphics Processing Units): இணையான செயலாக்கத்திற்காக வடிவமைக்கப்பட்ட சிறப்பு மைக்ரோபிராசசர்கள், அவற்றின் உயர் கணினி சக்தி காரணமாக சிக்கலான AI மாதிரிகளைப் பயிற்றுவிப்பதற்கும் இயக்குவதற்கும் அவசியமானவை. கணினி உள்கட்டமைப்பு (Compute infrastructure): குறிப்பாக AI மேம்பாட்டிற்கான கணினி பணிகளைச் செய்யத் தேவையான வன்பொருள் (சர்வர்கள், GPUகள், நெட்வொர்க்கிங்) மற்றும் மென்பொருளின் கலவை. பொது-தனியார் முதலீடு (Public-private investment): பெரிய அளவிலான திட்டங்களை மேற்கொள்வதற்காக அரசாங்க நிறுவனங்கள் (பொது) மற்றும் தனியார் நிறுவனங்கள் ஆகிய இரண்டாலும் பங்களிக்கப்பட்ட நிதி மற்றும் வளங்கள்.