AI પ્રભુત્વને તોડવું: AI સાર્વભૌમત્વ તરફ ભારતનો માર્ગ

AI પ્રભુત્વને તોડવું: AI સાર્વભૌમત્વ તરફ ભારતનો માર્ગ

#GS-2 #GS-3 #ગવર્નન્સ અને સામાજિક ન્યાય #વર્તમાન બનાવો #અર્થતંત્ર #વિજ્ઞાન અને ટેકનોલોજી #આર્ટિફિશિયલ ઇન્ટેલિજન્સ #ઇન્ફ્રાસ્ટ્રક્ચર #સરકારી નીતિઓ અને હસ્તક્ષેપ

મુખ્ય મુદ્દા

  • સ્ટેનફોર્ડ AI ઇન્ડેક્સ 2026 અનુસાર, યુનાઇટેડ સ્ટેટ્સમાં ખાનગી AI રોકાણ 2025 માં USD 285 બિલિયન સુધી પહોંચી ગયું છે, જે વૈશ્વિક ટેકનોલોજીકલ પ્રભુત્વને આગળ ધપાવે છે.
  • જ્યારે ભારત વૈશ્વિક ડેટાનો 20% હિસ્સો ઉત્પન્ન કરે છે, ત્યારે તે વૈશ્વિક ડેટા સેન્ટર ક્ષમતાનો માત્ર 3% હિસ્સો ધરાવે છે, જેનાથી વિદેશી ક્લાઉડ ઇન્ફ્રાસ્ટ્રક્ચર પર ભારે નિર્ભરતા ઊભી થાય છે.
  • ડિજિટલ સ્વાયત્તતાના નિર્માણ માટે, સરકારે ઇન્ડિયા-AI મિશન શરૂ કર્યું અને તેના સમર્પિત પોર્ટલ દ્વારા 38,000 થી વધુ GPUs સુધી પહોંચ પ્રદાન કરી.
  • ભારતે સ્થાનિક ચિપ ડિઝાઇન અને ઉત્પાદનને વેગ આપવા માટે 6 રાજ્યોમાં રૂ. 1.60 લાખ કરોડના મૂલ્યના 10 સેમિકન્ડક્ટર પ્રોજેક્ટ્સને મંજૂરી આપી છે.

શા માટે સમાચારમાં છે

  • યુનાઇટેડ સ્ટેટ્સ અને ચીન વચ્ચે વધતી જતી ટેકનોલોજીકલ સ્પર્ધા ઉભરતા અર્થતંત્રો માટે ડિજિટલ વિભાજન ઊભું કરવાનું જોખમ ઊભું કરે છે.
  • મુખ્ય ટેકનોલોજીકલ શક્તિઓ ચિપ્સ, ડેટા સેન્ટર્સ, ફાઉન્ડેશન મોડેલ્સ અને વૈશ્વિક ગવર્નન્સ નિયમોમાં પ્રભુત્વ માટે લડી રહી છે.
  • ચીન ગ્લોબલ સાઉથમાં ટેક એલાયન્સ બાંધવા માટે તેના વર્લ્ડ આર્ટિફિશિયલ ઇન્ટેલિજન્સ કોઓપરેશન ઓર્ગેનાઇઝેશન (WAICO)ને પ્રોત્સાહિત કરી રહ્યું છે.
  • સંપૂર્ણ વિદેશી નિર્ભરતા રોકવા માટે, ભારતે ઝડપથી સ્વદેશી સેમિકન્ડક્ટર્સ, કમ્પ્યુટિંગ પાવર અને સ્થાનિક AI મોડેલ્સ સ્થાપિત કરવા જ જોઈએ.

AI પ્રભુત્વ (AI Hegemony) ને સમજવું

  • AI પ્રભુત્વ (AI Hegemony) ત્યારે થાય છે જ્યારે કેટલાક અદ્યતન રાષ્ટ્રો અને મેગા-કોર્પોરેશનો ક્રિટિકલ કમ્પ્યુટિંગ ચિપ્સ, ફાઉન્ડેશનલ મોડેલ્સ, ડેટા અને ગવર્નન્સ નિયમો પર નિયંત્રણ ધરાવે છે.
  • આ કેન્દ્રિય નિયંત્રણ પ્રભાવશાળી કલાકારોને અન્ય દેશો માટે આર્થિક તકો, જાહેર નીતિ, સાંસ્કૃતિક મૂલ્યો અને રાષ્ટ્રીય સુરક્ષાની પસંદગીઓ નક્કી કરવાની મંજૂરી આપે છે.
  • ભૌતિક સૈન્ય બળનો ઉપયોગ કરવાને બદલે, આ સત્તા અલ્ગોરિધમ્સ અને ટેકનોલોજીકલ નિર્ભરતા પરના નિયંત્રણ દ્વારા કાર્ય કરે છે.
  • ભૌગોલિક રાજકીય સ્તરે, અગ્રણી રાષ્ટ્રો આંતરરાષ્ટ્રીય જોડાણો, વેપારના નિયમો અને સુરક્ષા કરારોને પ્રભાવિત કરવા માટે તેમની ટેકનોલોજીકલ લીડનો ઉપયોગ કરે છે.
  • ટેક કોર્પોરેશનોનો એક નાનો સમૂહ મુખ્ય ક્લાઉડ પ્લેટફોર્મ્સ અને ફાઉન્ડેશન મોડેલોને નિયંત્રિત કરે છે, જે વૈશ્વિક વપરાશકર્તાઓ માટે કિંમતો અને કડક શરતો નક્કી કરે છે.
  • કમ્પ્યુટિંગ ઇન્ફ્રાસ્ટ્રક્ચર પર પ્રભુત્વ એ ટેકનોલોજીકલ ગેટવે તરીકે કાર્ય કરે છે કારણ કે અદ્યતન મોડેલોને તાલીમ આપવા માટે વિશિષ્ટ ચિપ્સના વિશાળ ક્લસ્ટરોની જરૂર પડે છે.
  • ડેટા સંસ્થાનવાદ (Data colonialism) ત્યારે થાય છે જ્યારે વૈશ્વિક ફર્મો પરિણામી નાણાકીય લાભો શેર કર્યા વિના વિકાસશીલ રાષ્ટ્રોમાંથી વર્તણૂકીય ડેટા કાઢે છે.
  • ફેસિયલ રેકગ્નિશન સિસ્ટમ્સ જેવા મોટા પાયાના સર્વેલન્સ સિસ્ટમ્સ સરકારો અને કોર્પોરેશનોને યોગ્ય દેખરેખ વિના નાગરિકો પર નજર રાખવાની મંજૂરી આપે છે.
  • લશ્કરી બાબતોમાં, અદ્યતન સોફ્ટવેર સ્વાયત્ત શસ્ત્રો અને યુદ્ધભૂમિની ગુપ્ત માહિતીમાં વધારો કરે છે, જેનાથી વૈશ્વિક શસ્ત્ર સ્પર્ધા શરૂ થાય છે.
  • અગ્રણી અર્થતંત્રો ચિપ ડિઝાઇન જેવા ઉચ્ચ મૂલ્ય ધરાવતા કાર્યો પોતાની પાસે રાખે છે, જ્યારે વિકાસશીલ રાષ્ટ્રોને ગ્રાહકો અથવા ઓછા વેતન મેળવતા ડેટા એનોટેટર્સ તરીકે છોડી દે છે.
  • ટેકનોલોજીકલ નેતૃત્વ પ્રભુત્વમાં ત્યારે ફેરવાય છે જ્યારે દેશો કાયમી વિદેશી નિર્ભરતા ઊભી કરવા માટે તેમના લાભનો શસ્ત્ર તરીકે ઉપયોગ કરે છે.
  • આખરે, આ પ્રભુત્વ અન્ય સમાજો કેવી રીતે જ્ઞાનનું સર્જન કરે છે, નિર્ણયો લે છે અને તેમના ભવિષ્યને આકાર આપે છે તેને પ્રભાવિત કરે છે.

AI પ્રભુત્વને આગળ ધપાવતા પરિબળો

  • ટોપ-ટાયર મોડેલ્સ વિકસાવવા માટે અબજો ડોલરના હાર્ડવેર, વીજળી અને કુશળ ટેલેન્ટની જરૂર પડે છે જે માત્ર સમૃદ્ધ સંસ્થાઓ જ પરવડી શકે છે.
  • સ્ટેનફોર્ડ AI ઇન્ડેક્સ 2026 નોંધે છે કે યુનાઇટેડ સ્ટેટ્સમાં ખાનગી રોકાણ 2025માં USD 285 બિલિયન પર પહોંચી ગયું છે.
  • 2025માં, યુનાઇટેડ સ્ટેટ્સમાં 1,953 નવી ફંડેડ AI કંપનીઓ ઉમેરાઈ, જે અન્ય કોઈપણ દેશ કરતાં દસ ગણી વધુ છે.
  • ઊંચા કમ્પ્યુટિંગ ખર્ચ નાના રાષ્ટ્રોને સ્પર્ધાત્મક ફાઉન્ડેશન મોડેલોને તાલીમ આપતા અટકાવે છે, જે તેમને વિદેશી ક્લાઉડ પ્લેટફોર્મ્સ પર આધાર રાખવા મજબૂર કરે છે.
  • ચાલુ ટેકનોલોજી સ્પર્ધાના વિશાળ સ્કેલને રેખાંકિત કરતા વૈશ્વિક કમ્પ્યુટિંગ ક્ષમતા 2021 થી 30-ગણી વધી છે.
  • વિશ્વ બેંક ડિજિટલ અર્થતંત્રમાં ભાગ લેવા માટે કમ્પ્યુટિંગ ક્ષમતા, કનેક્ટિવિટી, ડેટા અને કૌશલ્યોને ચાર આવશ્યક તત્વો તરીકે ઓળખાવે છે.
  • GPUs અને ચિપ ઉત્પાદન સાધનો જેવા મુખ્ય ઘટકો NVIDIA, TSMC, અને ASML જેવી કેટલીક કંપનીઓ પાસે મોટા પ્રમાણમાં કેન્દ્રિત રહે છે.
  • શક્તિશાળી રાજ્યો સ્પર્ધક રાષ્ટ્રો માટે ટેકનોલોજીકલ એક્સેસને મર્યાદિત કરવા ક્રિટિકલ હાર્ડવેર પર નિકાસ નિયંત્રણોનો ઉપયોગ કરે છે.
  • ત્રણ મોટી કંપનીઓ, એમેઝોન વેબ સર્વિસીસ (AWS), માઇક્રોસોફ્ટ એઝ્યુર, અને ગુગલ ક્લાઉડ, વિશ્વના મોટાભાગના મોડેલ ટ્રેનિંગ સિસ્ટમ્સને હોસ્ટ કરે છે.
  • ટેક જાયન્ટ્સ નાની ફર્મો તરફથી સ્પર્ધાને રોકવા માટે ચિપ્સ, ક્લાઉડ પ્લેટફોર્મ્સ અને એન્ડ-યુઝર એપ્સમાં વર્ટિકલ ઇન્ટિગ્રેશનનો ઉપયોગ કરે છે.
  • સંશોધન ભંડોળ અત્યંત કેન્દ્રિત છે, જેમાં UNCTAD ટેકનોલોજી અને ઇનોવેશન રિપોર્ટ 2025 દર્શાવે છે કે 100 કંપનીઓ વ્યાપારી R&D ના 40% હિસ્સો ધરાવે છે.
  • પેટન્ટ અને ક્લોઝ્ડ મોડેલ વેઇટ્સ જેવી બૌદ્ધિક સંપદા પદ્ધતિઓ વિકાસશીલ રાષ્ટ્રોને મોંઘી લાઇસન્સિંગ ફી ચૂકવવાની ફરજ પાડે છે.
  • સરકારો રાષ્ટ્રીય સબસિડી દ્વારા ટેકનોલોજી નેતૃત્વને સક્રિયપણે આગળ ધપાવે છે, જેમ કે CHIPS and Science Act 2022 એ USD 52.7 બિલિયન પ્રદાન કર્યા હતા.
  • ચીની સરકારી ભંડોળે 2000 અને 2023 ની વચ્ચે ટેક ફર્મોમાં અંદાજે USD 184 બિલિયન નિર્દેશિત કર્યા હતા.
  • UNCTAD નો અંદાજ છે કે વૈશ્વિક AI બજાર 2023 માં USD 189 બિલિયન થી વધીને 2033 સુધીમાં USD 4.8 ટ્રિલિયન થશે.

પડકારો: AI પ્રભુત્વ સામે ભારતની નબળાઈ

  • ભારત હાઇ-એન્ડ GPUs અને AI એક્સિલરેટર્સ માટે NVIDIA, AMD, અને TSMC જેવા વિદેશી ઉત્પાદકો પર સંપૂર્ણપણે નિર્ભર છે.
  • વેપાર નિયંત્રણો અથવા વિદેશી સપ્લાય ચેઇનમાં અવરોધો મહત્વપૂર્ણ કમ્પ્યુટિંગ હાર્ડવેર સુધીની પહોંચને ગંભીર રીતે મર્યાદિત કરી શકે છે.
  • વિદેશી ટેક જાયન્ટ્સની સરખામણીમાં સ્થાનિક સંશોધન સંસ્થાઓ પાસે ફ્રન્ટિયર-સ્કેલ કમ્પ્યુટિંગ ક્લસ્ટર્સની અછત છે.
  • વિશ્વ બેંકના અહેવાલ મુજબ ઉચ્ચ આવક ધરાવતા રાષ્ટ્રો 77% ડેટા સેન્ટર ક્ષમતા ધરાવે છે, જ્યારે નિમ્ન-મધ્યમ આવક ધરાવતા રાષ્ટ્રો પાસે માત્ર 5% છે.
  • ભારત વૈશ્વિક ડેટાનો 20% હિસ્સો ઉત્પન્ન કરે છે તેમ છતાં, દેશ વૈશ્વિક ડેટા સેન્ટર ક્ષમતાનો માત્ર 3% હિસ્સો ધરાવે છે.
  • માઇક્રોસોફ્ટ એઝ્યુર, AWS, અને ગુગલ ક્લાઉડ જેવી વિદેશી ફર્મો ક્લાઉડ ઇન્ફ્રાસ્ટ્રક્ચરમાં 87% માર્કેટ શેર ધરાવે છે.
  • સર્વમ (Sarvam), ભારતજેન (BharatGen), AI4Bharat, અને કૃત્રિમ (Krutrim) જેવી સ્થાનિક પહેલો અસ્તિત્વમાં છે, પરંતુ ઉચ્ચ આવક ધરાવતા દેશો શ્રેષ્ઠ મોડેલોમાં 87% હિસ્સો ધરાવે છે.
  • સ્થાનિક ડીપ-ટેક સ્ટાર્ટઅપ્સ મૂડીની અછતથી પીડાય છે કારણ કે ઉચ્ચ આવક ધરાવતા રાષ્ટ્રો વૈશ્વિક વેન્ચર કેપિટલ ફંડિંગનો 91% હિસ્સો મેળવે છે.
  • આરોગ્યસંભાળ અને પોલિસિંગ જેવી જાહેર સેવાઓમાં માલિકીના (proprietary) વિદેશી સોફ્ટવેરનો ઉપયોગ જાહેર ડેટાને ખુલ્લો પાડે છે અને વેન્ડર લોક-ઇન ઊભું કરે છે.
  • જોકે ભારત પેક્સ સિલિકા (Pax Silica) જેવા મંચોમાં જોડાયું છે, પરંતુ વૈશ્વિક માનક નિર્ધારણ એકીકૃત વૈશ્વિક નિયામક વિના પશ્ચિમી કોર્પોરેશનોના પ્રભુત્વ હેઠળ રહે છે.
  • પશ્ચિમી ડેટાસેટ્સ પર તાલીમ પામેલા મોડેલ્સ પર નિર્ભરતા સ્થાનિક સાંસ્કૃતિક સંદર્ભ, ભાષાકીય ઘોંઘાટ (nuances) અને જ્ઞાન સંબંધિત સાર્વભૌમત્વ (epistemic sovereignty) માટે જોખમ ઊભું કરે છે.

AI સાર્વભૌમત્વ માટે ભારતની પહેલો

  • સરકારે સાત મુખ્ય કાર્યકારી સ્તંભો પર આધારિત વ્યાપક ઇન્ડિયા-AI મિશન (IndiaAI Mission) શરૂ કર્યું.
  • ઇન્ડિયા-AI કમ્પ્યુટ પોર્ટલ (IndiaAI Compute Portal) સ્થાનિક સંશોધકો અને સ્ટાર્ટઅપ્સને 38,000 GPUs અને 1,050 TPUs સુધી સબસિડીવાળી પહોંચ આપે છે.
  • સત્તાવાળાઓ ખાસ કરીને સાર્વભૌમ અને વ્યૂહાત્મક એપ્લિકેશનો માટે 3,000 નેક્સ્ટ-જનરેશન GPUsનું સમર્પિત ક્લસ્ટર બનાવી રહ્યા છે.
  • સ્થાનિક પ્રોજેક્ટ્સ સ્વદેશી મોડેલો બનાવી રહ્યા છે, જેમાં Sarvam 30B, Sarvam 105B, અને Soket AIનું 120-બિલિયન-પેરામીટર મોડેલ સામેલ છે.
  • 2025માં શરૂ કરાયેલી રાજ્ય-ભંડોળ આધારિત ભારતજેન (BharatGen) પહેલ 22 ભારતીય ભાષાઓને સપોર્ટ કરતું મલ્ટીમોડલ AI પ્લેટફોર્મ પૂરું પાડે છે.
  • ભાષિણી (BHASHINI) પ્લેટફોર્મ ડિજિટલ સેવાઓમાં ભાષાકીય વિવિધતા જાળવવા માટે ભાષા અનુવાદ સાધનો પૂરા પાડે છે.
  • AIકોશ (AIKosh) પ્લેટફોર્મ વિદેશી ડેટા પરની નિર્ભરતા ઘટાડવા માટે આરોગ્ય, કૃષિ અને ગવર્નન્સ માટે સ્થાનિક ડેટાસેટ્સ અને સાધનો આપે છે.
  • ઇન્ડિયા સેમિકન્ડક્ટર મિશન હેઠળ, ડિસેમ્બર 2025 સુધીમાં 6 રાજ્યોમાં રૂ. 1.60 લાખ કરોડના 10 પ્રોજેક્ટ્સને મંજૂરી આપવામાં આવી હતી.
  • બજેટ 2026-27 માં અદ્યતન ચિપ સંશોધન અને કાર્યબળ કૌશલ્યો પર ધ્યાન કેન્દ્રિત કરવા માટે સેમિકન્ડક્ટર મિશન 2.0 રજૂ કરવામાં આવ્યું હતું.
  • ઇન્ડિયા-AI ફ્યુચરસ્કિલ્સ (IndiaAI FutureSkills) પ્રોગ્રામ સ્થાનિક પ્રતિભાને તાલીમ આપવા માટે ટાયર-2 અને ટાયર-3 શહેરોમાં 570 AI ડેટા લેબ્સ સ્થાપી રહ્યો છે.
  • ભારત આંતરરાષ્ટ્રીય ટેકનોલોજી નિયમોને આકાર આપવામાં મદદ કરવા માટે GPAI, G20, અને ઇન્ડિયા-AI ઈમ્પેક્ટ સમિટ 2026 જેવા વૈશ્વિક મંચોનો ઉપયોગ કરે છે.

આગળનો માર્ગ

  • ભારતે માત્ર વપરાશકર્તા એપ્લિકેશનો પર આધાર રાખવાને બદલે સિલિકોન ડિઝાઇન, ક્લાઉડ સેટઅપ અને ફાઉન્ડેશન મોડેલ્સમાં એન્ડ-ટુ-એન્ડ ક્ષમતાઓનું નિર્માણ કરવું જોઈએ.
  • રાષ્ટ્રીય ડિજિટલ હિતોનું રક્ષણ કરવા માટે જાહેર ખરીદીમાં સ્થાનિક સામગ્રીના નિયમો, ઓપન APIs અને ડેટા પોર્ટેબિલિટી કલમો ફરજિયાત કરવી જોઈએ.
  • દેશે સ્ટાર્ટઅપ્સ અને MSMEs માટે જાહેર હિતના વાઉચર્સ દ્વારા સમર્થિત વેન્ડર-ન્યુટ્રલ કમ્પ્યુટ શેરિંગ નેટવર્ક સ્થાપિત કરવું જોઈએ.
  • રાષ્ટ્રીય વ્યૂહરચનામાં સંરક્ષણ અને ઇમરજન્સી મેનેજમેન્ટ માટે વ્યૂહાત્મક GPU અનામતનો સમાવેશ થવો જોઈએ, જેને નિયમિત સ્ટ્રેસ ટેસ્ટ દ્વારા ચકાસવામાં આવે.
  • લાંબા ગાળાના ભંડોળે RISC-V જેવા ઓપન ચિપ ડિઝાઇન્સને સમર્થન આપવું જોઈએ, જેમાં સરકારી વિભાગો સ્થાનિક ચિપ્સ માટે પ્રાથમિક ખરીદદાર તરીકે કાર્ય કરે.
  • યુનિવર્સિટીઓ, સંશોધન પ્રયોગશાળાઓ અને ઉદ્યોગોને જોડતા કન્સોર્ટિયાએ સ્થાનિક જરૂરિયાતો માટે ઓપ્ટિમાઇઝ કરેલ ઓપન-વેઇટ ફાઉન્ડેશન મોડેલ્સ બનાવવા જોઈએ.
  • બેંકિંગ અને હેલ્થકેર જેવા સંવેદનશીલ ક્ષેત્રોએ સિંગલ-પોઇન્ટ નિષ્ફળતાઓ ટાળવા માટે અલ્ગોરિધમિક વિવિધતાના આદેશ હેઠળ બહુવિધ સ્વતંત્ર મોડેલોનો ઉપયોગ કરવો જોઈએ.
  • કાનૂની માળખાએ ડેટા સહકારી મંડળીઓ અને ઇન્ડિક ઇન્ટેલિજન્સ વોલ્ટ (Indic Intelligence Vault) ની રચના કરવી જોઈએ જેથી સમુદાયોને તેમના ડેટા પર નિયંત્રણ આપવાની સાથે સાંસ્કૃતિક/નાગરિક જ્ઞાનનું રક્ષણ કરી શકાય.
  • દેશમાં કાર્યરત વિદેશી ફર્મોએ ટેકનોલોજી ટ્રાન્સફર અને સ્થાનિક કમ્પ્યુટ રોકાણ જેવા પરસ્પર લાભો આપવા જોઈએ.
  • સ્થાનિક બૌદ્ધિક સંપદાના બળજબરીપૂર્વકના વિદેશી બાયઆઉટ્સને રોકવા માટે જાહેર ભંડોળે ડીપ-ટેક સ્ટાર્ટઅપ્સને લાંબા ગાળાની મૂડી આપવી જોઈએ.
  • ભારતે ટેકનોલોજી નીતિમાં વ્યૂહાત્મક અસંલગ્નતા (strategic non-alignment) જાળવી રાખવી જોઈએ, ગ્લોબલ સાઉથને મદદ કરવાની સાથે બહુવિધ દેશો સાથે ભાગીદારી કરવી જોઈએ.