भारत में AI का लोकतंत्रीकरण

संदर्भ

केंद्र सरकार विकसित भारत @2047 की परिकल्पना का समर्थन करने के उद्देश्य से, कृत्रिम बुद्धिमत्ता के बुनियादी ढाँचे, कौशल और प्रौद्योगिकी तक समावेशी पहुँच को एक प्रमुख विकास स्तंभ के रूप में बढ़ावा दे रही है।

AI के लोकतंत्रीकरण के बारे में

• अर्थ और उद्देश्य: AI का लोकतंत्रीकरण का अर्थ है AI क्षमताओं, उपकरणों और लाभों का वितरण न कि केवल बड़ी तकनीकी कंपनियों या AI विशेषज्ञों तक सीमित रहे बल्कि यह समाज में सभी वर्गों में समान रूप से वितरित हो।
• सार्वभौमिक पहुँच: इसमें AI को व्यक्तियों, व्यवसायों, सरकारों और समुदायों के लिए सुलभ, किफायती और उपयोग योग्य बनाना शामिल है, ताकि व्यापक आबादी AI प्रणालियों का उपयोग, निर्माण और उन पर प्रभाव डाल सके।
• मुख्य संरचनात्मक स्तंभ: शोधकर्ता आमतौर पर तीन मुख्य स्तंभों की पहचान करते हैं:-
  • कृत्रिम बुद्धिमत्ता के उपयोग का लोकतंत्रीकरण
  • कृत्रिम बुद्धिमत्ता के विकास का लोकतंत्रीकरण
  • कृत्रिम बुद्धिमत्ता के शासन का लोकतंत्रीकरण
• मूलभूत संसाधनों तक पहुँच: यह केवल “ऐप्स” के उपयोग तक सीमित नहीं है, बल्कि उच्च स्तरीय कंप्यूटर, विशाल डेटासेट और मॉडल इकोसिस्टम जैसे मूलभूत घटकों तक पहुँच प्रदान करता है।
• डिजिटल सार्वजनिक अवसंरचना के रूप में AI (भारत का दृष्टिकोण): AI को डिजिटल सार्वजनिक अवसंरचना (DPI) के रूप में अपनाकर, भारत यह सुनिश्चित करता है कि ग्रामीण स्टार्ट-अप को भी वैश्विक स्तर की बड़ी कंपनियों के समान तकनीकी आधार प्राप्त हो।

AI के लोकतंत्रीकरण के व्यापक स्तंभ

• डेटा स्तंभ (पहुँच और गुणवत्ता): वास्तविक लोकतंत्रीकरण के लिए डेटा साइलो को विखंडित करना आवश्यक है ताकि ‘बिग टेक’ AI के “ईंधन” पर एकाधिकार न कर सके।
  • सार्वजनिक संसाधन: AIकोष 20 क्षेत्रों में फैले 7,500 से अधिक डेटासेट को होस्ट करता है, जिससे स्टार्ट-अप और गैर-लाभकारी संगठनों को भारी लागत के बिना निर्माण के लिए आवश्यक संसाधन उपलब्ध होते हैं।
  • सिंथेटिक और प्रतिनिधि डेटा: सिंथेटिक डेटा और ओपन-सोर्स डेटासेट का उपयोग करके, डेवलपर गोपनीयता संबंधी बाधाओं और डेटा की कमी को दूर कर सकते हैं।
  • डेटा साक्षरता: ‘सिटिजन डेटा साइंटिस्ट’ आंदोलन को बढ़ावा देने से यह सुनिश्चित होता है कि डेटा को सटीक रूप से मानकीकरण किया गया है।

• कंप्यूटिंग का मुख्य आधार (बुनियादी ढाँचा और लाभकारी): ‘हार्डवेयर की कमी’ को दूर करने के लिए, उच्च-स्तरीय प्रोसेसिंग क्षमता को सिर्फ लाभ के रूप में ही नहीं बल्कि एक आवश्यक वस्तु के रूप में देखा जाना चाहिए।
  • सब्सिडी युक्त विद्युत: आधुनिक पहलों के तहत 38,000 से अधिक GPU और 1,050 से अधिक TPU जैसी विशाल क्षमताएँ मात्र ₹65 (0.78 डॉलर) प्रति घंटे की दर पर उपलब्ध हैं, जो वैश्विक औसत का लगभग एक-तिहाई है।
  • क्लाउड और एज AI: क्लाउड के लोकतंत्रीकरण से छात्रों को बहुत कम कीमत पर GPU क्रेडिट ‘किराए पर’ लेने की सुविधा मिलती है, वहीं एज AI किफायती स्मार्टफोन पर शक्तिशाली मॉडल को स्थानीय रूप से चलाने में सक्षम बनाता है।
  • कनेक्टिविटी: 5G ​​के साथ 99.9% जिलों तक पहुँच सुनिश्चित करती है कि यह कंप्यूटिंग क्षमता दूरस्थ या ग्रामीण क्षेत्रों में भी सुलभ हो।

• ‘उपकरण’ स्तंभ (उपयोगिता एवं ओपन सोर्स): यह स्तंभ जटिल प्रोग्रामिंग से ध्यान हटाकर सहज, मॉड्यूलर डिजाइन पर केंद्रित करके “कोडिंग संबंधी अवरोधों” को दूर करता है।
  • नो-कोड/लो-कोड: ऑटोएमएल जैसे टूल्स छोटे व्यवसायों के मालिकों को ड्रैग-एंड-ड्रॉप इंटरफेस के माध्यम से जटिल पूर्वानुमान बनाने की सुविधा देते हैं।
  • फाउंडेशन मॉडल्स: शुरू से बनाने के बजाय, उपयोगकर्ता पूर्व-प्रशिक्षित ‘बेस’ मॉडल्स (जैसे- लामा, मिस्ट्रल, या स्वदेशी भारतजेन मल्टीमॉडल मॉडल्स) को विशिष्ट क्षेत्रीय भाषाओं या विशिष्ट उद्योगों के लिए अनुकूलित कर सकते हैं।
  • ओपन इकोसिस्टम: पायटॉर्च (PyTorch) और टेन्सरफ्लो (TensorFlow) जैसे फ्रेमवर्क नवीनतम आविष्कारों को सार्वजनिक डोमेन में रखते हैं।
• ज्ञान स्तंभ (साक्षरता एवं शिक्षा): उपकरण तभी प्रभावी होते हैं, जब कार्यबल उन्हें उपयोग करने में सक्षम हो। यह सभी व्यावसायिक स्तरों पर ज्ञान की समानता पर केंद्रित है।
  • पुनर्कौशल विकास: कारखाना कर्मचारियों, चिकित्सा कर्मचारियों और शिक्षकों के लिए सरकारी कार्यक्रमों में AI शिक्षा को एकीकृत किया गया है, जिससे वे “उपभोक्ता” से “पर्यवेक्षक” बन सकें।
  • तर्क का लोकतंत्रीकरण: AI के अंतर्निहित तर्क को सिखाकर, वैश्विक आबादी इस तकनीक की तकनीकी सीमाओं और जोखिमों को बेहतर ढंग से समझ सकती है।
• शासन स्तंभ (नैतिकता एवं सुरक्षा): बिना निगरानी के लोकतंत्रीकरण से ‘शैडो IT’ और एल्गोरिथम पूर्वाग्रह का खतरा उत्पन्न होता है। यह स्तंभ नवाचार के लिए ‘सुरक्षा उपाय’ प्रदान करता है।
  • पूर्वाग्रह का पता लगाना: जिम्मेदार AI टूलकिट का उपयोग करके, डेवलपर यह सुनिश्चित करने के लिए एल्गोरिदम का ऑडिट कर सकते हैं कि वे नस्ल, लिंग या स्थान के आधार पर भेदभाव न करें।
  • नियामक स्पष्टता: EU AI अधिनियम या वर्ष 2025 भारत AI दिशा-निर्देश जैसे ढाँचे छोटे हितधारकों को सुरक्षित रूप से नवाचार करने के लिए एक स्पष्ट रोडमैप प्रदान करते हैं।
  • जनता का विश्वास: पारदर्शी शासन यह सुनिश्चित करता है कि भविष्य की AI सुरक्षा और जवाबदेही की नींव पर निर्मित हो।

GPU और TPU क्या हैं?
GPU या ग्राफिक्स प्रोसेसिंग यूनिट एक शक्तिशाली कंप्यूटर चिप है जो मशीनों को तीव्र सोचने, छवियों को संसाधित करने, AI प्रोग्राम चलाने और सामान्य प्रोसेसर की तुलना में अधिक कुशलता से जटिल कार्यों को संभालने में मदद करती है।	TPU या टेंसर प्रोसेसिंग यूनिट एक विशेष कंप्यूटर चिप है जिसे विशेष रूप से कृत्रिम बुद्धिमत्ता कार्यों के लिए डिज़ाइन किया गया है। TPU को AI मॉडल को प्रशिक्षित करने और चलाने जैसे कार्यों के लिए बड़ी मात्रा में डेटा को तेजी से संसाधित करने के लिए बनाया गया है।

कृत्रिम बुद्धिमत्ता (AI) के बारे में

• कृत्रिम बुद्धिमत्ता (AI) कंप्यूटर विज्ञान की एक शाखा है, जिसका उद्देश्य तर्क (नियमों का उपयोग करके निष्कर्ष निकालना), अधिगम (सूचना और उसके उपयोग के लिए नियम प्राप्त करना) और स्व-सुधार करने में सक्षम प्रणालियाँ बनाना है।
• उद्देश्य: आर्थिक विकास, उत्पादकता वृद्धि और राष्ट्रीय सुरक्षा को बढ़ावा देना, यह इस दृष्टिकोण को दर्शाता है कि AI नेतृत्व भू-राजनीतिक शक्ति, आर्थिक प्रतिस्पर्द्धा और रणनीतिक स्वायत्तता का निर्धारक है।
• प्रौद्योगिकी फोकस: AI प्रौद्योगिकी विभिन्न बुद्धिमान व्यवहार प्रदर्शित करने वाली प्रणालियों के निर्माण पर केंद्रित है, जिनमें शामिल हैं:-
  • मशीन लर्निंग (ML): AI का एक उपसमूह, ML प्रणाली को डेटा से सीखने और समय के साथ बिना किसी स्पष्ट प्रोग्रामिंग के सुधार करने में सक्षम बनाता है।
  • नेचुरल लैंग्वेज प्रोसेसिंग (NLP): इसका उद्देश्य मशीनों को मानव भाषा को समझने, उसकी व्याख्या करने और उस पर प्रतिक्रिया देने में सक्षम बनाना है।
  • कंप्यूटर विजन: मशीनों की दृश्य इनपुट, जैसे कि चित्र या वीडियो, के आधार पर व्याख्या करने और निर्णय लेने की क्षमता।
  • रोबोटिक्स: मशीनों को भौतिक दुनिया में कार्यों को करने और उनके साथ संवाद स्थापित करने में सक्षम बनाने के लिए AI को सेंसर और एक्चुएटर्स के साथ जोड़ता है।
  • डीप लर्निंग: ML का एक विशेष क्षेत्र, जो बड़ी मात्रा में डेटा को संसाधित करने के लिए कई परतों वाले न्यूरल नेटवर्क का उपयोग करता है, जिससे अक्सर वाक् और छवि पहचान जैसे क्षेत्रों में महत्त्वपूर्ण प्रगति होती है।
• कृत्रिम बुद्धिमत्ता का वर्गीकरण
  • नैरो AI (कमजोर AI): स्पष्ट कार्यों को करने के लिए डिजाइन किए गए विशिष्ट कार्य-आधारित प्रणाली, जैसे- चेहरे की पहचान, वाक् प्रसंस्करण, अनुशंसा इंजन या भाषा अनुवाद (उदाहरण के लिए, भाषिणी)।
    • वास्तविक दुनिया में उपयोग में आने वाला AI का वर्तमान और प्रमुख रूप यही है।
  • जनरल AI (मजबूत AI): AI का एक सैद्धांतिक रूप, जो किसी भी क्षेत्र में बुद्धिमत्ता को समझने, सीखने और लागू करने में सक्षम है, जो तर्क, अमूर्तता और सामान्य ज्ञान जैसी मानवीय संज्ञानात्मक क्षमताओं के तुलनीय है।
  • जेनरेटिव AI: AI का एक विशेष उप-समूह (मुख्य रूप से नैरो AI के अंतर्गत) जो बड़े डेटासेट से सांख्यिकीय पैटर्न सीखकर पाठ, चित्र, ऑडियो, वीडियो और कोड सहित नई सामग्री उत्पन्न कर सकता है (उदाहरण के लिए, चैटजीपीटी, जेमिनी, डीएलएल·ई)।
    • रचनात्मकता, उत्पादकता और श्रम बाजारों पर इसके प्रभाव के कारण यह आर्थिक रूप से विघटनकारी है।
• AI बाजार आयाम
  • वैश्विक AI बाजार का आकार: वैश्विक AI अर्थव्यवस्था का अनुमान लगभग 400-450 अरब अमेरिकी डॉलर (2026) है और जनरेटिव AI, क्लाउड कंप्यूटिंग और सेमीकंडक्टर की बढ़ती माँग के कारण 2030 के दशक की शुरुआत तक इसके 2-2.5 ट्रिलियन अमेरिकी डॉलर को पार करने का अनुमान है।
    • वृद्धि दर: AI लगातार उच्च दोहरे अंकों की वृद्धि (लगभग 26-30% सीएजीआर) दर्ज कर रहा है, जिससे यह वैश्विक स्तर पर सबसे तेजी से बढ़ते प्रौद्योगिकी बाजारों में से एक बन गया है।
    • बुनियादी ढाँचे पर व्यय: हाइपरस्केलर AI पूँजीगत व्यय (डेटा सेंटर, उन्नत चिप्स, क्लाउड बुनियादी ढाँचा) वर्ष 2026 तक कुल मिलाकर 2 ट्रिलियन अमेरिकी डॉलर से अधिक होने की आशा है, जो AI की बुनियादी ढाँचे पर अत्यधिक निर्भर प्रकृति और प्रवेश बाधाओं को दर्शाता है।

• • भारतीय AI बाजार का आकार: AI सेवाओं, प्लेटफॉर्मों और सार्वजनिक क्षेत्र के उपयोग के मामलों में मजबूत गति के साथ, भारत के AI बाजार के वर्ष 2027 तक लगभग 15-20 अरब अमेरिकी डॉलर तक पहुँचने का अनुमान है।
    • विकास दर: डिजिटल सार्वजनिक अवसंरचना और स्टार्ट-अप गतिविधियों के समर्थन से, भारत वैश्विक स्तर पर सबसे तेजी से बढ़ते AI बाजारों में से एक है, जिसकी अनुमानित CAGR 25-35% है।
    • प्रतिभा का लाभ: भारत वैश्विक AI प्रतिभा भंडार का लगभग 16% हिस्सा रखता है, जो इसे विश्व स्तर पर दूसरा स्थान देता है।
      • वर्ष 2026 के अंत तक AI कार्यबल की माँग 10 लाख पेशेवरों तक पहुँचने की आशा है, जो अवसरों और कौशल विकास संबंधी चुनौतियों दोनों को रेखांकित करता है।
• अनुप्रयोग के प्रमुख क्षेत्र: शासन, स्वास्थ्य सेवा, कृषि, रक्षा, विनिर्माण, शिक्षा, वित्त, जलवायु परिवर्तन संबंधी कार्रवाई और डिजिटल सार्वजनिक अवसंरचना।

भारत-विस्तार (Bharat-VISTAAR): AI-आधारित डिजिटल कृषि मंच भारत-विस्तार (Bharat-VISTAAR), एक बहुभाषी AI मंच है, जो एग्रीस्टैक पोर्टलों और ICAR की कृषि पद्धतियों के पैकेज को AI प्रणालियों के साथ एकीकृत करेगा। इसे केंद्रीय बजट 2026-2027 में प्रस्तावित किया गया है। यह मंच डिजिटल कृषि विस्तार को बढ़ावा देगा, स्थान-विशिष्ट सलाह प्रदान करेगा और किसानों की वैज्ञानिक और डेटा-आधारित निर्णय सहायता तक पहुँच का विस्तार करेगा।

क्षेत्रीय अनुप्रयोग – सामाजिक कल्याण के लिए AI

वर्ष 2026 में, AI अब समृद्धि का साधन नहीं बल्कि एक मुख्य उपयोगिता बन जाएगी, जिसे महत्त्वपूर्ण क्षेत्रों में ठोस सामाजिक प्रभाव उत्पन्न करने के लिए सार्वजनिक सेवा वितरण में एकीकृत किया जाएगा:

• कृषि-परिशुद्धता और लचीलापन: AI कृषि को इनपुट-आधारित पद्धतियों से सूचना-आधारित निर्णय लेने की ओर परिवर्तित करता है, जिससे कृषि संकट कम होता है।
  • उदाहरण: किसान ई-मित्र जैसे उपकरण 11 से अधिक क्षेत्रीय भाषाओं में ध्वनि-आधारित AI चैटबॉट प्रदान करते हैं, जिससे सरकारी योजनाओं तक पहुँच आसान हो जाती है।
  • राष्ट्रीय कीट निगरानी प्रणाली कंप्यूटर विजन और उपग्रह डेटा का उपयोग करके 400 से अधिक कीट प्रजातियों की पहचान करती है और 61 से अधिक फसलों के लिए वास्तविक समय में जोखिम चेतावनी प्रदान करती है।
• स्वास्थ्य सेवा – अंतिम छोर तक पहुँच: AI ग्रामीण क्षेत्रों में विशेषज्ञ डॉक्टरों और निदान संबंधी बुनियादी ढाँचे की कमी को पूरा करके स्वास्थ्य सेवा तक पहुँच का विस्तार करता है।
  • उदाहरण: AI टीबी और कैंसर के लिए स्वचालित मेडिकल इमेज विश्लेषण (एक्स-रे, CT स्कैन) के माध्यम से प्रारंभिक रोग पहचान में सहायता करता है, जबकि टेलीमेडिसिन प्लेटफॉर्म दूरस्थ जिलों में गंभीर मामलों को प्राथमिकता देने के लिए AI-संचालित ट्राइएज का उपयोग करते हैं।
• भाषा और समावेशन – भाषा संबंधी बाधा को दूर करना: AI गैर-अंग्रेजी भाषी लोगों को उनकी अपनी मातृभाषा में सेवाओं तक पहुँच प्रदान करके डिजिटल विभाजन को पाटता है।
  • उदाहरण: भाषिणी प्लेटफॉर्म ने 12 लाख से अधिक डाउनलोड का आँकड़ा पार कर लिया है। यह प्लेटफॉर्म कृत्रिम बुद्धिमत्ता का उपयोग करते हुए 36 से अधिक भारतीय भाषाओं में वास्तविक समय अनुवाद और वाक् सेवाएँ  प्रदान करता है, जिससे इंटरनेट सेवाएँ वास्तव में सभी के लिए सुलभ हो जाती हैं।

भाषिणी: AI के माध्यम से भाषा की सुगमता भाषिणी एक AI-आधारित प्लेटफॉर्म है, जो कई भारतीय भाषाओं में अनुवाद और वाक् सेवाएँ प्रदान करता है। यह नागरिकों को डिजिटल सेवाओं तक पहुँचने में मदद करता है, भले ही वे पढ़ने या लिखने में सहज न हों। जुलाई 2022 में लॉन्च होने के बाद से, भाषिणी 12 लाख से अधिक बार डाउनलोड हो चुका है और अब 36 से अधिक भाषाओं को सपोर्ट करता है। यह प्लेटफॉर्म 350 से अधिक AI मॉडल और 450 से अधिक सक्रिय ग्राहकों को एकीकृत करता है।

• आपदा निवारण तैयारी-पूर्वानुमान आधारित सुरक्षा: AI सक्रिय हस्तक्षेप और उच्च परिशुद्धता वाले प्रारंभिक चेतावनी प्रणालियों के माध्यम से जलवायु परिवर्तन के प्रति लचीलेपन को बढ़ाता है।
  • उदाहरण: IMD चरम मौसम पूर्वानुमान के लिए AI का उपयोग करता है, जबकि मौसमजीपीटी (MausamGPT) के विकास से चक्रवातों और बाढ़ के दौरान पंचायत स्तर पर वास्तविक समय में संवादात्मक सुरक्षा सलाह और अति-स्थानीय पूर्वानुमान उपलब्ध होते हैं।

भारत में सहयोगात्मक AI विज्ञान में प्रगति नवाचार का प्रभाव: भारत वैश्विक स्तर पर पेटेंट दाखिल करने वाला छठा सबसे बड़ा देश है, और वैश्विक नवाचार सूचकांक में इसकी रैंकिंग 81 से बढ़कर 38 हो गई है, जो वैज्ञानिक अनुसंधान के बेहतर क्रियान्वयन को दर्शाती है। अनुसंधान एवं विकास निवेश में वृद्धि: अनुसंधान एवं विकास पर राष्ट्रीय व्यय वर्ष 2010-11 में ₹60,196 करोड़ से बढ़कर वर्ष 2020-21 में ₹1.27 लाख करोड़ हो गया है, जो भारत के वैज्ञानिक अनुसंधान पारिस्थितिकी तंत्र के निरंतर विस्तार को दर्शाता है। ANRF AI-सक्षम अनुसंधान: अनुसंधान राष्ट्रीय अनुसंधान फाउंडेशन (ANRF) ने राष्ट्रीय अनुसंधान क्षमता को मजबूत करने के लिए वर्ष 2023-2028 के दौरान ₹50,000 करोड़ के अनुसंधान अनुदान का लक्ष्य रखा है। IMD हाइब्रिड AI पूर्वानुमान: भारतीय मौसम विज्ञान विभाग वर्षा, आकाशीय बिजली, कोहरे और वनाग्नि के पूर्वानुमान के लिए हाइब्रिड AI मॉडल का उपयोग कर रहा है, साथ ही किसानों के लिए जलवायु सलाहकार के रूप में MausamGPT का उपयोग कर रहा है, जिससे AI-सक्षम वैज्ञानिक पूर्वानुमान में प्रगति को गति मिल रही है। स्टेलर (STELLAR) टूल: केंद्रीय विद्युत प्राधिकरण का स्टेलर टूल स्वदेशी रूप से विकसित संसाधन पर्याप्तता मॉडल है, जिसे अप्रैल 2025 में लॉन्च किया गया था। यह माँग प्रतिक्रिया के साथ उत्पादन-संचरण-भंडारण योजना में डिस्कॉम की सहायता करता है, जिससे ऊर्जा सुरक्षा के लिए AI-सक्षम वैज्ञानिक अनुसंधान को बढ़ावा मिलता है। ये पहलें सहयोगात्मक, ओपन AI विज्ञान में भारत की भूमिका को मजबूत करती हैं, जिससे वैश्विक स्तर पर समान प्रगति को बढ़ावा मिलता है।

भारत को AI का लोकतंत्रीकरण करने की आवश्यकता क्यों है?

वर्ष 2026 में, AI का लोकतंत्रीकरण भारत की राष्ट्रीय रणनीति का एक आधारशिला है, जो “तकनीकी अभिजात वर्ग” से आगे बढ़कर इसकी वृद्धि के केंद्र में स्थित 1.45 अरब लोगों को सशक्त बनाने की दिशा में काम करेगा।

• भाषा के अवरोध को समाप्त करना: भारत जैसे भाषायी विविधता से भरपूर देश में, प्रौद्योगिकी अक्सर अंग्रेजी भाषा की बाधा के पीछे छिपी रहती है।
  • मुख्य समस्या: मानक AI मॉडल पश्चिमी डेटा पर प्रशिक्षित होते हैं, जिससे 90% भारतीय नागरिक वंचित रह जाते हैं, जो अपनी मातृभाषा बोलना पसंद करते हैं।
  • प्रगति: भाषिणी जैसे प्लेटफॉर्म ने इस स्थिति को पूरी तरह बदल दिया है। वर्ष 2026 की शुरुआत तक, यह टूल 36 से अधिक भाषाओं को सपोर्ट करता है, जिससे एक स्ट्रीट वेंडर बिना अंग्रेजी टाइप किए वॉयस कमांड का उपयोग करके सरकारी योजनाओं की जानकारी प्राप्त कर सकता है या डिजिटल भुगतान कर सकता है।

AI गवर्नेंस दिशा-निर्देश भारत के AI गवर्नेंस दिशा-निर्देश, इंडिया AI इम्पैक्ट समिट 2026 से पहले राष्ट्रीय विकास लक्ष्यों के साथ AI के उपयोग को संरेखित करते हैं। इन सिद्धांतों को व्यवहार में लाने के लिए, दिशा-निर्देश एक संरचित गवर्नेंस ढाँचा प्रस्तावित करते हैं। समग्र नीति विकास के समन्वय और राष्ट्रीय प्राथमिकताओं के साथ AI गवर्नेंस को संरेखित करने के लिए एक AI गवर्नेंस समूह (AIGG) की स्थापना करना। राष्ट्रीय और अंतरराष्ट्रीय AI गवर्नेंस मुद्दों पर विशेषज्ञ सुझाव प्रदान करने के लिए एक प्रौद्योगिकी और नीति विशेषज्ञ समिति (TPEC) का गठन करना। भारत AI सेफ्टी इंस्टिट्यूट (AISI) को अनुसंधान करने, मानक तैयार करने, परीक्षण विधियों और बेंचमार्क विकसित करने, अंतरराष्ट्रीय और राष्ट्रीय मानक निकायों के साथ सहयोग करने तथा नियामकों एवं उद्योग को तकनीकी मार्गदर्शन प्रदान करने के लिए पर्याप्त संसाधन उपलब्ध कराएगा।

• अदृश्य कार्यबल को सशक्त बनाना: भारत के 49 करोड़ अनौपचारिक कामगारों (गिग डिलीवरी पार्टनर से लेकर छोटे कारीगरों तक) को ऐतिहासिक रूप से उच्च स्तरीय व्यावसायिक उपकरणों तक पहुँच का अभाव रहा है।
  • लक्ष्य: लोकतांत्रिक AI स्वरोजगार करने वालों के लिए उत्पादकता बढ़ाने का कार्य करता है।
• व्यावहारिक प्रभाव: डिजिटल श्रमसेतु पहल के माध्यम से, कामगार अब AI का उपयोग करके डिग्री के बजाय अपने कौशल के आधार पर प्रमाण-पत्र तैयार कर सकते हैं।
  • इससे औपचारिक ऋण और वैश्विक बाजार खुल जाते हैं, जो पहले छोटे आर्थिक कर्ताओं की पहुँच से बाहर थे।
• डिजिटल संप्रभुता सुनिश्चित करना: भारत एक ऐसा ‘डेटा उपनिवेश’ नहीं बनना चाहता है, जहाँ स्थानीय जानकारियों का उपयोग केवल विदेशी स्वामित्व वाले मॉडलों को प्रशिक्षित करने के लिए किया जाता है।
  • कंप्यूटर स्वतंत्रता: इंडियाAI मिशन के तहत, सरकार ने 38,000 से अधिक GPU का एक विशाल नेटवर्क बनाया है।
    • इन्हें स्थानीय स्टार्ट-अप्स को मात्र ₹65 प्रति घंटे की दर से किराए पर दिया जाता है, जिससे छोटी टीमें भारी पूँजी के बिना विश्व स्तरीय तकनीक विकसित कर सकती हैं।
• स्वदेशी बुद्धिमत्ता: फरवरी 2026 में भारतजेन का शुभारंभ हुआ, जो भारतीय सांस्कृतिक और सामाजिक डेटा पर विशेष रूप से निर्मित देश का पहला मूलभूत AI मॉडल है।
• कौशल-प्रधान अर्थव्यवस्था के लिए कौशल विकास: भारत नौकरी छूटने के डर के बजाय, मानव प्रतिभा को बढ़ाने के लिए AI का उपयोग कर रहा है।
  • SOAR कार्यक्रम: ‘स्किलिंग फॉर AI रेडीनेस’ (SOAR) पहल के तहत कक्षा 6 से ही छात्रों को AI नैतिकता और मशीन लर्निंग की बुनियादी बातें सिखाई जा रही हैं।
• क्षेत्रीय केंद्र: यह सुनिश्चित करने के लिए कि विकास केवल बंगलूरू जैसे शहरों तक सीमित न रहे, टियर-II और टियर-III शहरों में 31 से अधिक डेटा और AI प्रयोगशालाएँ खोली गई हैं, जहाँ हजारों ‘नागरिक डेटा वैज्ञानिकों’ को प्रशिक्षित किया जा रहा है।

वैश्विक निवेश से भारत का AI इन्फ्रास्ट्रक्चर मजबूत हो रहा है:- भारत का AI इकोसिस्टम बड़े पैमाने पर वैश्विक निवेश आकर्षित कर रहा है। गूगल विशाखापत्तनम में 15 अरब डॉलर का AI हब स्थापित कर रहा है, जबकि अमेजन वेब सर्विसेज महाराष्ट्र में एक डेटा सेंटर में 8.3 अरब डॉलर का निवेश कर रही है।

भारत में AI को लोकतांत्रिक बनाने के लिए उठाए गए कदम

• उच्च-प्रदर्शन कंप्यूटिंग
  • ‘स्वायत्त अवसंरचना’: यदि भारत पूरी तरह से विदेशी क्लाउड प्रदाताओं पर निर्भर रहता है, तो वह AI का लोकतंत्रीकरण नहीं कर सकता है।
  • राष्ट्रीय कंप्यूटिंग ग्रिड: एक प्रमुख आवश्यकता घरेलू GPU क्लस्टर की स्थापना है। इंडियाAI मिशन के तहत, सरकार ने पहले ही 38,000 से अधिक GPU और 1,050 TPU का एक नेटवर्क चालू कर दिया है।
  • किफायती: स्टार्ट-अप लगभग ₹65 प्रति घंटे की रियायती दरों पर इस विद्युत को ‘किराए पर’ ले सकते हैं, जिससे छोटे डेवलपर्स के लिए प्रवेश की भारी पूँजी बाधा दूर हो जाती है।
  • स्वदेशी हार्डवेयर: सफलता इंडिया सेमीकंडक्टर मिशन (ISM) 2.0 पर भी निर्भर करती है, जिसे उन्नत चिप डिजाइन और ‘उद्योग-नेतृत्व वाले’ अनुसंधान पर ध्यान केंद्रित करने के लिए वर्ष 2026 के बजट में ₹1,000 करोड़ का आवंटन प्राप्त हुआ है।
• डिजिटल सार्वजनिक वस्तुएँ- ‘AIKosh’ लाइब्रेरी: AI को समावेशी बनाने के लिए, उसे ऐसे डेटा और मॉडल की आवश्यकता है, जो भारत की अनूठी सामाजिक और भाषायी विविधता को प्रतिबिंबित करें।
  • साझा संसाधन: AIKosh राष्ट्रीय भंडार के रूप में कार्य करता है, जिसमें वर्तमान में 7,500 से अधिक डेटासेट और 273 पूर्व-प्रशिक्षित मॉडल मौजूद हैं।
    • यह ग्रामीण उद्यमियों को शुरुआत से कार्य किए बिना ही समाधान विकसित करने की सुविधा देता है।
  • भाषाई न्याय: भाषिणी प्लेटफॉर्म एक अनिवार्य आवश्यकता बनी हुई है। फरवरी 2026 तक, यह 36 भाषाओं का समर्थन कर रहा है, जिससे यह सुनिश्चित होगा कि 90% भारतीय जो अंग्रेजी को अपनी प्राथमिक भाषा के रूप में उपयोग नहीं करते हैं, वे डिजिटल अर्थव्यवस्था से वंचित न रह जाएँ।
• सतत् ऊर्जा – ‘ग्रीन AI’: AI डेटा सेंटर ऊर्जा की अत्यधिक खपत करते हैं, और इनका विस्तार करने के लिए सतत् ऊर्जा स्रोतों की ओर संक्रमण आवश्यक है।
  • SHANTI अधिनियम 2025: यह ऐतिहासिक कानून (भारत के रूपांतरण के लिए परमाणु ऊर्जा का सतत् दोहन एवं विकास) वर्ष 2047 तक 100 गीगावाट परमाणु ऊर्जा क्षमता का लक्ष्य रखता है।
  • स्वच्छ ऊर्जा मिश्रण: वर्ष 2026 के लक्ष्यों को प्राप्त करने के लिए भारत की 50% गैर-जीवाश्म ईंधन क्षमता का उपयोग ‘ग्रीन डेटा सेंटर’ चलाने के लिए करना आवश्यक है, यह सुनिश्चित करते हुए कि तकनीकी विकास पर्यावरण की कीमत पर न हो।
• मानव संसाधन – ‘स्कूल से स्टार्ट-अप’ तक का मार्ग: सुरक्षित और प्रभावी ढंग से उपयोग करने में सक्षम कार्यबल के बिना उपकरण बेकार हैं।
  • प्रारंभिक शिक्षा: युवा AI जैसे कार्यक्रमों ने 13-21 वर्ष की आयु के छात्रों को AI साक्षरता से परिचित कराया है, हालाँकि वर्ष 2026 के बजट में देशभर के स्कूलों के पाठ्यक्रम में AI की बुनियादी बातों को शामिल करना अनिवार्य किया गया है।
  • AI दक्षता रूपरेखा: सरकारी अधिकारियों के लिए, ये रूपरेखाएँ सुनिश्चित करती हैं कि बेहतर कल्याणकारी लक्ष्यों को लक्षित करने और शिकायतों के निवारण के लिए AI का उपयोग करने हेतु राज्य की क्षमता तैयार है।

भारत का एकीकृत AI रणनीतिक ढाँचा (2024–2026)
श्रेणी	पहल	प्राथमिक उद्देश्य	रणनीतिक प्रभाव (फरवरी 2026 तक)
कंप्यूट एवं हार्डवेयर	इंडियाAI मिशन एवं ISM 2.0	संप्रभु प्रसंस्करण क्षमता और स्थानीय चिप निर्माण का निर्माण।	38,000 से अधिक GPU तैनात किए गए; घरेलू सेमीकंडक्टर फैब्रिकेशन इकाइयों के लिए ₹76,000 करोड़ से अधिक आवंटित।
डेटा एवं मॉडल	AI कोष एवं भाषिणी	उच्च गुणवत्ता वाले डेटा सेट और स्वदेशी भाषा मॉडल उपलब्ध कराना।	7,541 डेटा सेट उपलब्ध; ग्रामीण पहुँच के लिए 36 से अधिक स्थानीय भाषाओं में AI सेवाएँ सक्रिय।
अवसंरचना	मेघराज (सरकारी इंडिया क्लाउड) एवं 5G	सुरक्षित सरकारी होस्टिंग और उच्च-गति कनेक्टिविटी।	2,170 से अधिक मंत्रालय शामिल; 5G प्रसंस्करण के लिए 99.9% जिला कवरेज।
वैश्विक नेतृत्व	भारत–AI प्रभाव शिखर सम्मेलन 2026	ग्लोबल साउथ के लिए एजेंडा निर्धारित करना।	वैश्विक विमर्श को केवल “सुरक्षा” से हटाकर “समावेशी विकास के लिए AI” की ओर मोड़ा गया।
कूटनीति	DPI एवं कंप्यूट समानता कार्य समूह	‘इंडिया स्टैक’ का निर्यात और GPU संसाधनों की साझेदारी।	23 देशों के साथ समझौता ज्ञापन; GPU को वैश्विक सार्वजनिक संसाधन के रूप में बढ़ावा
संधारणीयता	SHANTI अधिनियम 2025	विशाल AI डेटा केंद्रों के लिए स्वच्छ ऊर्जा सुनिश्चित करना।	AI क्रांति को सतत् रूप से ऊर्जा प्रदान करने के लिए 22.38 गीगावाट परमाणु ऊर्जा का लक्ष्य।

जिन चुनौतियों और चिंताओं का समाधान करना आवश्यक है

• साइबर सुरक्षा में ‘एजेंटिक’ परिवर्तन: वर्ष 2026 में, दुनिया साधारण चैटबॉट से एजेंटिक AI की तरफ बढ़ चुकी है, ऐसी स्वायत्त प्रणाली है, जो मानवीय हस्तक्षेप के बिना योजना बना सकते हैं और कार्रवाई कर सकते हैं।
  • स्वायत्त खतरे: दुर्भावनापूर्ण तत्त्व अब AI एजेंटों का उपयोग करके “मशीन की गति” से साइबर हमलों को स्वचालित कर रहे हैं।
  • हालिया रिपोर्टों से पता चलता है कि AI-संचालित एजेंट 90 मिनट से भी कम समय में 90% उद्यम कमजोरियों को स्कैन और उनका लाभ उठा सकते हैं, जिससे पारंपरिक “मानव-गति” सुरक्षा प्रणालियाँ अप्रचलित हो जाती हैं।
• “मेघराज” क्लाउड की सुरक्षा: भारत के सरकारी क्लाउड इन्फ्रास्ट्रक्चर की सुरक्षा के लिए फायरवॉल से आगे बढ़कर AI-संचालित जीरो-ट्रस्ट आर्किटेक्चर की आवश्यकता है, जो वास्तविक समय में स्वायत्त खतरों का पूर्वानुमान लगा सकते हैं और उन्हें निष्क्रिय कर सकते हैं।
• एल्गोरिदम पूर्वाग्रह- ‘जाति एवं संदर्भ’ अंतर: लोकतंत्रीकरण में अक्सर ऐसे ओपन-सोर्स मॉडल का उपयोग शामिल होता है, जो भारत की सामाजिक जटिलता को प्रतिबिंबित नहीं करते हैं।
  • समावेश का जाल: मुख्य रूप से शहरी या पश्चिमी डेटा पर प्रशिक्षित मॉडल ‘एल्गोरिदम ऑफ अप्रेशन’ को जन्म दे सकते हैं।
    • उदाहरण के लिए, वर्ष 2026 के केस स्टडी से पता चलता है कि AI कल्याण प्रणालियों ने हाशिए पर रहने वाले समुदायों के वैध पेंशन आवेदनों को गलत तरीके से अस्वीकार कर दिया क्योंकि उनकी बोलने की शैली या स्थानीय डेटा मॉडल के संकीर्ण प्रशिक्षण के अनुरूप नहीं थे।
  • ‘ब्लैक बॉक्स’ समस्या: जैसे-जैसे उपकरण अधिक सुलभ होते जाते हैं, कम उपयोगकर्ता उनके आंतरिक तर्क को समझ पाते हैं।
    • जब कोई AI ऋण या स्वास्थ्य लाभ देने से इनकार करता है, तो व्याख्या योग्य AI (XAI) की कमी के कारण नागरिक के लिए निर्णय के विरुद्ध अपील करना लगभग असंभव हो जाता है।
• डेटा गोपनीयता बनाम खुला नवाचार: डिजिटल व्यक्तिगत डेटा संरक्षण (DPDP) अधिनियम 2023, AI को प्रशिक्षित करने के लिए विशाल ‘ओपन डेटा’ की आवश्यकता और व्यक्तिगत गोपनीयता के अधिकार के बीच एक टकराव का बिंदु उत्पन्न करता है।
  • शैडो AI: उपकरणों के लोकतंत्रीकरण के कारण, कर्मचारियों द्वारा अनधिकृत AI (शैडो AI) का उपयोग करके संवेदनशील सरकारी या कॉरपोरेट डेटा को संसाधित करने में वृद्धि हुई है, जिससे सार्वजनिक प्रशिक्षण सेटों में अनजाने में डेटा लीक हो जाता है।
  • सहमति मॉडल: जैसे-जैसे AI प्रणालियों को अधिक डेटा की आवश्यकता होती है, नागरिकों को अक्सर “सब कुछ या कुछ नहीं” सहमति मॉडल अपनाने के लिए मजबूर होना पड़ता है।
    • 2026 की चुनौती प्राइवेसी-बाय-डिजाइन को लागू करना है अर्थात फेडरेटेड लर्निंग जैसी तकनीकें जो मॉडलों को डेटा को वास्तव में ‘देखे’ या संगृहीत किए बिना उससे सीखने की अनुमति देती हैं।
• संप्रभु कंप्यूटिंग की बाधा: इंडियाAI मिशन की सफलता के बावजूद, उच्च-स्तरीय हार्डवेयर के लिए वैश्विक स्तर पर बढ़ती प्रतिस्पर्द्धा एक बड़ी चुनौती बनी हुई है।
  • GPU की कमी: भारत में 38,000 से अधिक GPU तैनात किए जा चुके हैं, लेकिन 2 लाख से अधिक स्टार्ट-अप्स की माँग आपूर्ति से कहीं अधिक है।
    • इससे कंप्यूटिंग में असमानता उत्पन्न होती है, जहाँ केवल वित्तपोषित स्टार्ट-अप ही मौलिक और बड़े पैमाने पर मॉडल बनाने के लिए आवश्यक प्रोसेसिंग पॉवर वहन कर सकते हैं।
• पर्यावरणीय लागत: बड़े पैमाने पर AI प्रशिक्षण ऊर्जा-गहन है। भारत के AI परिदृश्य को नेट जीरो प्रतिबद्धताओं का उल्लंघन किए बिना साकार करने के लिए SHANTI अधिनियम 2025 के नवीकरणीय ऊर्जा लक्ष्यों द्वारा संचालित ‘ग्रीन AI’ की ओर एक व्यापक परिवर्तन की आवश्यकता है।

सात AI चक्र (2026): भारत–AI इम्पैक्ट समिट, 2026 में, AI के लोकतंत्रीकरण की दिशा को इन सात प्रमुख फोकस क्षेत्रों के माध्यम से परिभाषित किया गया:-
चक्र	मूल उद्देश्य	वर्ष 2026 की वास्तविकता
मानव पूँजी	“श्रम” से “नवाचार” की ओर अग्रसर होना।	रोजगार-योग्यता बढ़कर 56% हो गई है।
समावेशन	अंतिम गाँव तक पहुँचना।	3.8 करोड़ किसानों द्वारा वॉइस-AI का उपयोग किया जा रहा है।
सुरक्षित एवं विश्वसनीय AI	नैतिकता-प्रथम परिनियोजन।	इंडियाAI सुरक्षा संस्थान पक्षपात की निगरानी करता है।
विज्ञान	अनुसंधान एवं विकास में क्रांतिकारी उपलब्धियों को तेजी से आगे बढ़ाना।	वैश्विक स्तर पर AI में छठा सबसे बड़ा पेटेंट दाखिलकर्ता।
संसाधनों का लोकतंत्रीकरण	साझा डिजिटल सार्वजनिक संसाधन।	AIकोष 7,500 से अधिक निःशुल्क डेटा सेट उपलब्ध कराता है।
लचीलापन	पर्यावरणीय स्थिरता	AI-अनुकूलित ग्रिड 15% ऊर्जा की बचत कर रहे हैं।
सामाजिक कल्याण	मूर्त रूप से सार्वजनिक परिणाम।	ग्रामीण क्षेत्रों में टेलीमेडिसिन की खाई कम हो रही है।

आगे की राह

• अवसंरचना चक्र – मापनीय और लाभकारी कंप्यूटिंग: भारत की पहली प्राथमिकता यह सुनिश्चित करना है कि उच्च-प्रदर्शन कंप्यूटिंग एक निजी एकाधिकार के बजाय एक डिजिटल सार्वजनिक हित हो।
  • राष्ट्रीय कंप्यूटिंग ग्रिड: इंडियाAI मिशन के तहत, सरकार ने पहले ही 38,000 से अधिक GPU और 1,050 TPU का एक क्लस्टर चालू कर दिया है। स्टार्ट-अप और शोधकर्ता इसे ₹100 प्रति घंटे से कम की रियायती दरों पर उपयोग कर सकते हैं, जिससे स्थानीय नवाचार में बाधा कम होती है।
  • सेमीकंडक्टर मिशन 2.0: वर्ष 2026-27 के बजट में ₹1,000 करोड़ के नए आवंटन के साथ, अब फोकस उद्योग-नेतृत्व वाले अनुसंधान एवं विकास और घरेलू चिप निर्माण पर केंद्रित है, ताकि वैश्विक आपूर्ति शृंखलाओं पर दीर्घकालिक निर्भरता को कम किया जा सके।
• नवाचार चक्र – भारतजेन और संप्रभु मॉडल: ऐसी AI विकसित करना है, जो भाषायी, सांस्कृतिक और सामाजिक रूप से भारतीय संदर्भ को समझ सके।
  • भारतजेन का शुभारंभ: फरवरी 2026 में भारतजेन का आधिकारिक शुभारंभ हुआ, जो भारत का पहला संप्रभु आधारभूत मॉडल है। वर्तमान में यह 15 भारतीय भाषाओं का समर्थन करता है, और वर्ष के अंत तक सभी 22 अनुसूचित भाषाओं को कवर करने की योजना है।
  • क्षेत्र-विशिष्ट AI: सामान्य बुद्धिमत्ता से परे, कृषि परम (कृषि), आयुर्वेद परम (स्वास्थ्य सेवा) और न्याय कानूनी परम (न्याय) जैसे परिष्कृत मॉडलों पर ध्यान केंद्रित किया गया है, ताकि विशिष्ट क्षेत्रीय चुनौतियों का समाधान किया जा सके।

• शासन चक्र-सुरक्षित और विश्वसनीय AI: जनता का विश्वास बनाए रखने के लिए, भारत सुरक्षा और नैतिक मानकों को संस्थागत रूप दे रहा है।
  • इंडियाAI सेफ्टी इंस्टिट्यूट (AISI): इंडियाAI मिशन की तकनीकी शाखा के रूप में, AISI अब कार्यरत है और उच्च जोखिम वाले AI अनुप्रयोगों के लिए अनिवार्य सुरक्षा परीक्षण और पूर्वाग्रह ऑडिट कर रहा है।
  • पॉलिसी-एज-कोड: नए फ्रेमवर्क DPDP अधिनियम, 2023 के अनुपालन को स्वचालित बनाते हैं, और सरकारी सहायता प्राप्त AI उपकरणों के सॉफ्टवेयर आर्किटेक्चर में डेटा गोपनीयता और सुरक्षा को सीधे शामिल करते हैं।
• वैश्विक चक्र-ग्लोबल साउथ का नेतृत्व: भारत ‘AI संसाधनों का लोकतंत्रीकरण’ कार्य समूह के माध्यम से विकासशील देशों के अग्रणी के रूप में अपनी स्थिति मजबूत कर रहा है।
  • बहुपक्षीय नेतृत्व: मिस्र और केन्या के साथ सह-अध्यक्षता में, यह समूह एक “साझा वैश्विक कंप्यूटिंग केंद्र” बनाने का प्रयास कर रहा है, जिससे ग्लोबल साउथ के देश संसाधनों और डेटासेट को साझा कर सकें।
  • तीन सूत्र: भविष्य में सभी सहयोग लोग, पृथ्वी और प्रगति के मूल सिद्धांतों द्वारा निर्देशित होंगे, जिससे AI विकास सतत और मानव-केंद्रित होगा।

निष्कर्ष

भारत की रणनीति यह सुनिश्चित करती है कि कृत्रिम बुद्धिमत्ता एक सार्वजनिक हित हो, न कि समृद्धि का साधन। किफायती कंप्यूटिंग, समावेशी कौशल विकास और स्वदेशी नवाचार को मिलाकर, देश असमानताओं को कम कर रहा है और एक ऐसा व्यापक, टिकाऊ कृत्रिम बुद्धिमत्ता पारिस्थितिकी तंत्र बना रहा है, जो वर्ष 2047 तक समावेशी विकास के लिए एक वैश्विक मॉडल के रूप में कार्य करेगा।

DOWNLOAD PDF