एखादं नवतंत्रज्ञान उदयाला आलं की सुरुवातीचा काळ हा अतिउत्साहाचा, अवास्तव अपेक्षांचा आणि काहीसा उन्मादाचाही असतो. नव्वदच्या दशकातील ‘डॉट-कॉम’ युग, त्यानंतर आलेली सोशल मीडियाची लाट आणि अगदी अलीकडच्या काळातील क्रिप्टोकरन्सी व ब्लॉकचेन अशा अनेक बाबतीत असा अनुभव आपण घेतलेला आहे. कृत्रिम बुद्धिमत्तेच्या अशाच एका रोमहर्षक, पण तितक्याच अनिश्चित पर्वातून आपण सध्या जात आहोत. कुठलंही नवीन तंत्रज्ञान आलं की त्यायोगे जगासमोरच्या सर्व समस्या सुटतील असा भ्रम सर्वत्र पसरतो. त्या आधारे भरमसाठ गुंतवणूक मिळवली जाते. अनेक प्रकल्प धडाक्यात सुरू होतात. या रणधुमाळीत जे सामील होत नाहीत त्यांना मागास म्हणून हिणवलं जातं. या पार्श्वभूमीवर, भारतीय उद्योग जगतात, विचारवंतांमध्ये आणि धोरणात्मक पातळीवर एक प्रश्न वारंवार विचारला जात आहे – ‘भारताने कृत्रिम बुद्धिमत्तेची बस चुकवली का?’
अमेरिकन-चिनी वर्चस्व आणि भारताची स्थिती
कृत्रिम बुद्धिमत्तेचा कणा असलेल्या अत्याधुनिक ग्राफिक प्रोसेसिंग युनिट (जीपीयू) चिप्स बनवणाऱ्या ‘एन्विडिया’, ‘एएमडी’; एआय मॉडेल्ससाठी लागणारी प्रचंड संगणकीय क्षमता क्लाउडद्वारे पुरवणाऱ्या ‘ॲमेझॉन वेब सर्विसेस’, ‘मायक्रोसॉफ्ट ॲझ्युर’, ‘गुगल क्लाऊड’ अशा काही महाकाय कंपन्या अमेरिकेत आहेत. अत्याधुनिक ‘फाउंडेशनल एआय मॉडेल्स’ विकसित करणाऱ्या कंपन्यांमध्ये ‘ओपन एआय (चॅट जीपीटी)’, ‘एक्सएआय (ग्रॉक)’, ‘अँथ्रोपिक (क्लॉड)’, ‘गुगल (जेमिनी)’, ‘गुगल (डीपमाईंड)’ याही अमेरिकेन कंपन्या आहेत. चीनमधील ‘अलीबाबा’, ‘डीपसीक’, ‘बैदु’ आणि ‘टेनसेंट’ या कंपन्या आघाडीवर आहेत. दुर्दैवाने जागतिक पातळीवरील पहिल्या दहा कंपन्यांच्या किंवा मॉडेल्सच्या यादीत भारताचे नाव कुठेही ठळकपणे आढळून येत नाही. केवळ संशोधनाच्या आणि मूळ तंत्रज्ञान निर्मितीच्या पातळीवर विचार केला, तर भारताकडे स्वतःचे असे जागतिक दर्जाचे लार्ज लँग्वेज मॉडेल (एलएलएम) किंवा चिप निर्मितीचे कारखाने निदान आजतरी नाहीयेत. म्हणूनच काही तांत्रिक विश्लेषकांचे असं म्हणणं आहे की, भारत या अत्यंत महत्त्वाच्या आणि धोरणात्मक शर्यतीत बऱ्याच अंशी मागे पडलाय.
तांत्रिक विकासाचा इतिहास
यापूर्वीही अशी परिस्थिती अनेकदा येऊन गेलेली आहे. मागील चार दशकांतील तंत्रज्ञानाच्या प्रत्येक मोठ्या टप्प्यात भारताचा प्रवास हा काहीसा सावधपणे अंदाज घेत केलेला आढळतो. १९९० च्या दशकात उत्पादन क्षेत्रात ईआरपीमुळे मोठी क्रांती झाली. तेव्हाही सॅपसारख्या मूळ प्रणाली भारतात निर्माण झाल्या नव्हत्या. त्यानंतर ‘वेब २.०’च्या काळात गुगल, फेसबुक, यूट्युब, ॲमेझॉन यांनी इंटरनेटचे जाळं विणलं, मात्र हे प्लॅटफॉर्म्स भारतात जन्माला आलेले नव्हते. स्मार्टफोन क्रांतीच्या काळात ॲपल, सॅमसंग किंवा त्यातील ऑपरेटिंग सिस्टम (आयओएस/ अँड्रॉइड) भारतात विकसित केल्या गेल्या नाहीत. त्यापुढे क्लाउड कॉम्प्युटिंगचे पर्व सुरू झाले, तेव्हा ॲमेझॉन वेब सर्विसेस किंवा मायक्रोसॉफ्ट ॲझ्युर यांनी अवघं विश्व व्यापून टाकलं. त्यावरही भारतीय कंपन्या आपला शिक्का उमटवू शकल्या नव्हत्या. अगदी अलीकडच्या काळातील बिग डेटामुळे कुठल्याही प्रकारातील डेटा साठवून त्याचं विश्लेषण करणं आणि त्यावरून अनुमान काढणं शक्य झालं. त्यातील हडुप, स्पार्क हे ओपन सोर्स असले तरी त्यांचंही मूळ अमेरिकन महाविद्यालयातील संशोधन प्रयोगशाळांमध्ये आहे.
मूळ तंत्रज्ञानाचा शोध लावणारी कंपनी भारतात नसली, तरी प्रत्यक्ष अंमलबजावणी, जागतिक स्तरावर वितरण आणि त्याभोवती अब्जावधी डॉलर्सचे यशस्वी व्यावसायिक मॉडेल्स उभारण्यात भारतीय आयटी कंपन्यांनी प्राविण्य मिळवलं आहे. भारतीय माहिती तंत्रज्ञान उद्योगाने सॉफ्टवेअर विकास, चाचणी, जागतिक प्रकल्पांचे व्यवस्थापन आणि कस्टमायझेशन यामध्ये अढळ स्थान निर्माण केलेलं आहे. कृत्रिम बुद्धिमत्तेच्या बाबतीतही भारताचं योगदान हे मूळ मॉडेल, चिप्स किंवा प्रणाली बनवण्यापेक्षा ॲप्लिकेशनच्या व्यावहारिक स्वरूपात असेल. अर्थात पूर्वीच्या कॉस्ट आर्बिट्राजचं गणित एआयने पार विस्कटून टाकलं आहे. आता वर उल्लेख केलेल्या धर्तीवर कामं मिळवायची असतील तर भारतीय कंपन्यांना ज्ञान आणि अनुभवाच्या आर्बिट्राजवर प्रयत्न करावे लागतील.
अतिउत्साहाचा फुगा आणि वास्तवाचे भान
सध्या जागतिक पातळीवर एआयच्या क्षेत्रात अफाट गुंतवणूक केली जात आहे. अब्जावधी डॉलर्स केवळ सिस्टीम उभी करण्यासाठी ओतले जात आहेत. एन्विडियाच्या महागड्या चिप्स घेऊन महाकाय डेटा सेंटर्स, त्यावर आधारीत क्लाउड सेवा आणि त्यांचा वापर करून विविध एआय ॲप्लिकेशन्स अशी एक परिसंस्थाच तयार झाली आहे. या सर्वांनी मिळून एक परस्परावलंबी आर्थिक परिसंस्था निर्माण केली आहे. परंतु, या अभूतपूर्व गुंतवणुकीच्या मागे एक अत्यंत मूलभूत आणि तितकाच कठीण प्रश्न अजूनही अनुत्तरित आहे – ‘अब्जावधी डॉलर्सच्या गुंतवणुकीतून शाश्वत आणि निरंतर महसूल कसा मिळू शकेल?’ यातून एक गोष्ट स्पष्ट होते, ती म्हणजे कृत्रिम बुद्धिमत्तेसमोरील सर्वात महत्त्वाचं आव्हान तांत्रिक नसून आर्थिक आहे.
कृत्रिम बुद्धिमत्ता हे एक अत्यंत प्रभावी आणि क्रांतिकारी तंत्रज्ञान आहे, ही बाब आता निर्विवादपणे सिद्ध झालेली आहे. परंतु, विविध उद्योगांना आणि पारंपरिक व्यवसायांना त्यातून प्रत्यक्ष आर्थिक फायदा किती होणार? सामान्य किंवा कॉर्पोरेट ग्राहक या सेवांसाठी दरमहा किती पैसे देण्यास तयार असतील? एआय वापरणाऱ्या कंपन्यांच्या उत्पादकतेत नेमकी किती टक्के वाढ होईल आणि या तंत्रज्ञानावरील गुंतवणुकीचा परतावा कसा मोजला जाईल? या प्रश्नांची सुस्पष्ट उत्तरे जागतिक स्तरावर अजूनही शोधली जात आहेत. कृत्रिम बुद्धिमत्तेतील पुढील मोठी शर्यत मॉडेल्स विकसित करण्याऐवजी त्यातून शाश्वत महसूल निर्माण करण्याची असेल. हे व्यावहारिक गणित सुटताच भारतीय कंपन्या या क्षेत्रात ठामपणे उभ्या राहू लागतील.
कुशल मनुष्यबळ हेच भारताचं बलस्थान
भारताकडे या आगामी टप्प्यासाठी जगातील सर्वात अनुभवी आणि अत्यंत कुशल अशा तंत्रज्ञांचा मोठं पाठबळ आहे. सांख्यिकी, प्रगत गणित, संगणक विज्ञान, सॉफ्टवेअर विकास आणि प्रणाली अंमलबजावणी या क्षेत्रांमध्ये भारतातील लाखो तरुण व्यावसायिक आज जागतिक स्तरावर कार्यरत आहेत. गेली तीन दशके डिजिटल परिवर्तनामध्ये भारतीय कंपन्यांनी अग्रगण्य भूमिका बजावली आहे. त्यामुळे त्यांना जागतिक उद्योगांच्या कार्यपद्धतीची खडान् खडा माहिती आहे
या तांत्रिक कौशल्याशिवाय, भारताला विविध आणि गुंतागुंतीच्या उद्योगक्षेत्रांचा व्यापक अनुभव आहे. कृषी, आरोग्यसेवा, उत्पादन, लॉजिस्टिक्स, संरक्षण, अवकाश संशोधन आणि बँकिंग-वित्तीय सेवा या क्षेत्रांमध्ये भारताने मागील काही वर्षांत मोठ्या प्रमाणावर यशस्वी डिजिटल उपाययोजना राबवल्या आहेत. याचबरोबर हेही लक्षात ठेवायला हवं की भारतीय आयटी उद्योगासाठी ही केवळ तांत्रिक नव्हे, तर व्यावसायिक परिवर्तनाचीही परीक्षा असेल.
मूलभूत उद्योग आणि सेमीकंडक्टर क्रांतीचा मेळ
आज जगभरात कृत्रिम बुद्धिमत्तेवर आधारित अनेक ग्राहकाभिमुख सेवा विकसित होत आहेत. घरगुती सोयीसुविधा पुरवणे, अवघ्या दहा मिनिटांत अन्न किंवा किराणा मालाचे वितरण करणे, वैयक्तिक डिजिटल सहाय्यक, कन्टेन्ट तयार करणं किंवा मनोरंजन क्षेत्रातील प्रणाली यांचं महत्त्व निश्चितच नाकारता येत नाही. या सेवांमुळे शहरी ग्राहकांचा अनुभव सुधारतो आणि मोठ्या प्रमाणावर नवीन रोजगारही निर्माण होतात. परंतु कृत्रिम बुद्धिमत्तेचा खरा आणि दीर्घकालीन आर्थिक-सामाजिक प्रभाव हा मूलभूत उद्योगक्षेत्रांमध्ये व्यापक वापर होऊ लागल्यावरच जाणवू लागेल. प्रमुख उद्योग क्षेत्रांतील उत्पादकतेत एआयमुळे झालेली ५ ते १० टक्क्यांची वाढही देशाच्या अर्थव्यवस्थेत अब्जावधी रुपयांचं योगदान देऊ शकते.
याच संदर्भात, केंद्र सरकारचा सेमीकंडक्टर उत्पादनावर असलेला विशेष भर धोरणात्मक आहे. भविष्यातील स्मार्ट यंत्रणा, स्वयंचलित कारखाने, प्रगत वैद्यकीय उपकरणे आणि कृषी यंत्रणांना केवळ हाय-एंड प्रोसेसरची नव्हे, तर अब्जावधी सेन्सर्स, नियंत्रक, रिले आणि ॲक्च्युएटर्स यांसारख्या इलेक्ट्रॉनिक घटकांची आवश्यकता भासेल. भारताने देशांतर्गत सेमीकंडक्टर परिसंस्था उभी केल्यास, या उपकरणांमधून निर्माण होणारा डेटा भारतातच सुरक्षित राहील, त्यावर भारतीय मॉडेल्स प्रक्रिया करतील आणि त्यातून देशाच्या गरजेनुरूप भविष्यवेधी निष्कर्ष काढले जातील.
डिजिटल पब्लिक इन्फ्रास्ट्रक्चर (DPI): भारताचा हुकमी एक्का
पाश्चिमात्य देशांनी डिजिटल प्रगती करताना खाजगी कंपन्यांची मक्तेदारी स्वीकारली, तर भारताने एक पूर्णपणे वेगळे मॉडेल अंगिकारले. भारतात मूलभूत डिजिटल पायाभूत सुविधा सरकार किंवा सार्वजनिक संस्थांद्वारे निर्माण केल्या जातात. त्यावर देशातील खासगी उद्योगांना, स्टार्टअप्सना नवनवीन प्रयोग करण्याची समान संधी दिली जाते. यूपीआय प्लॅटफॉर्मवर अनेक पेमेंट सुविधा सुरु करण्यात आल्या. काहीसं तसंच मॉडेल आता एआय च्या बाबतीतही लागू केलं जातंय
भारत सरकारच्या ‘इंडिया एआय मिशन’ अंतर्गत सरकारी निधीतून भारतीय संशोधकांसाठी संगणकीय क्षमता (जीपीयू क्लस्टर) उपलब्ध करून देण्यात येणार आहेत. शैक्षणिक संशोधनासाठी विविध क्षेत्रांतील सुरक्षित डेटासंच खुले करण्यात येणार आहेत. तसेच, राष्ट्रीय स्तरावर नवकल्पना स्पर्धांद्वारे तळागाळातील तरुणांना एआय विकास आणि संशोधनात सहभागी होता येणार आहे. अशा डिजिटल लोकशाहीकरणामुळे कृत्रिम बुद्धिमत्तेचे फायदे काही मोजक्या कंपन्यांपुरते मर्यादित न राहता व्यापक समाजापर्यंत पोहोचू शकतील.
निष्कर्ष
थोडक्यात सांगायचं तर, ओपन एआय किंवा एन्विडियासारखी कंपनी निर्माण केली नाही, म्हणून भारत या क्षेत्रात अपयशी ठरला असं म्हणता येणार नाही. उलट, कृत्रिम बुद्धिमत्तेचा प्रत्यक्ष आणि सकारात्मक वापर करून थेट मानवी जीवनाशी निगडित क्षेत्रांमध्ये व्यापक, मोजता येण्याजोगे आणि शाश्वत मूल्य निर्माण करण्याचे एक यशस्वी आणि अनुकरणीय मॉडेल भारत जगाला देऊ शकतो.
(लेखक कृत्रिम बुद्धिमत्ता क्षेत्रातील तज्ज्ञ आहेत.)

