आर्टिफिशियल इंटेलिजेंस (एआई) असाधारण गति से आगे बढ़ रहा है, लेकिन इसके आर्थिक लाभ उस तरह से नहीं फैल रहे हैं। सीमित कारक अब प्रतिभा, विचार या यहां तक कि मॉडलों तक पहुंच नहीं रह गया है। यह बुनियादी ढाँचा है: वे प्रणालियाँ जो AI को अनुसंधान प्रयोगशालाओं से सीमाओं के पार अर्थव्यवस्थाओं और संस्थानों में स्थानांतरित करने की अनुमति देती हैं।
लागोस में एक मशीन लर्निंग इंजीनियर और लंदन में उसका समकक्ष पश्चिम अफ्रीका के लिए समान कृषि पूर्वानुमान समस्या पर काम कर रहे होंगे। लंदन का इंजीनियर हर तीस मिनट में पुनरावृति कर सकता है। लागोस इंजीनियर रनों के बीच कई दिनों तक प्रतीक्षा कर सकता है। अंतर कौशल या महत्वाकांक्षा का नहीं है, बल्कि साझा कंप्यूटिंग पहुंच, डेटा पाइपलाइनों और संस्थागत क्षमता की अनुपस्थिति का है, जो एआई के काम को मुट्ठी भर देशों से आगे फैलने देगा।
इससे यह तय होगा कि एआई व्यापक विकास का इंजन बनेगा या आर्थिक शक्ति को और अधिक केंद्रित करने वाली ताकत बनेगा। इस दशक के अंत तक एआई द्वारा वैश्विक सकल घरेलू उत्पाद में लगभग 15 ट्रिलियन डॉलर जोड़ने का अनुमान है, लेकिन यह मूल्य स्वयं वितरित नहीं होगा। यह उभरते बाजारों में रहने वाले चार अरब लोगों तक पहुंचता है या नहीं, यह अब चुने गए विकल्पों पर निर्भर करता है कि एआई क्षमता को कैसे साझा किया जाता है, नियंत्रित किया जाता है और बढ़ाया जाता है।
तीन सप्ताह में, भारत एक विकासशील देश में आयोजित पहले वैश्विक एआई शिखर सम्मेलन की मेजबानी करेगा, जो समावेशन को संभव बनाने वाली व्यावहारिक प्रणालियों के प्रति अमूर्त प्रतिबद्धताओं से आगे बढ़ने का अवसर है।
एआई नीति और निवेश पर हमारे काम में, हम इस पैटर्न को बार-बार देखते हैं। बाध्यकारी बाधा शायद ही कभी प्रौद्योगिकी ही होती है, लेकिन इसे बड़े पैमाने पर, संस्थानों और सीमाओं के पार तैनात करने की क्षमता होती है। संयुक्त राष्ट्र ने इस जुलाई में एआई गवर्नेंस पर अपना वैश्विक संवाद शुरू किया है, जिससे प्रत्येक देश को मेज पर एक औपचारिक सीट मिल जाएगी। नीति को साक्ष्य के रूप में स्थापित करने के लिए अब एक अंतरराष्ट्रीय स्वतंत्र वैज्ञानिक पैनल का गठन किया जा रहा है। जो चीज़ काफी हद तक अनिर्मित रहती है वह संयोजी परत है जो भागीदारी को व्यावहारिक क्षमता में बदल देती है।
एआई के वैश्विक विभाजन के बारे में अधिकांश बहस अभी भी पहुंच पर केंद्रित है: किसके पास उपकरण हैं और किसके पास नहीं। वह फ़्रेमिंग उस चीज़ से चूक जाती है जो वास्तव में परिणाम निर्धारित करती है। अधिक निर्णायक चुनौती प्रसार है, एआई संसाधनों को स्थानीय अर्थव्यवस्थाओं और संस्थानों में टिकाऊ मूल्य उत्पन्न करने वाले तरीकों से स्थानांतरित करने की क्षमता।
रियायती दरों पर 38,000 जीपीयू उपलब्ध कराने की भारत की हालिया प्रतिबद्धता एक सार्थक कदम है, लेकिन अकेले हार्डवेयर से समस्या का समाधान नहीं होता है। हैदराबाद में बैठकर गणना करना अकरा में एक शोधकर्ता के लिए बहुत कम है जब तक कि पहुंच के लिए मानक, शेड्यूलिंग के लिए प्रोटोकॉल और डेटा और परिणाम साझा करने के तरीके को नियंत्रित करने वाले समझौते न हों। अन्य वैज्ञानिक समुदायों को पहले भी इस चुनौती का सामना करना पड़ा है। कण भौतिकी ने इसे दशकों पहले वर्ल्डवाइड एलएचसी कंप्यूटिंग ग्रिड के माध्यम से हल किया था, जो 42 देशों में 170 कंप्यूटिंग केंद्रों को जोड़ता है और 12,000 से अधिक वैज्ञानिकों को सीईआरएन से डेटा तक वास्तविक समय में पहुंच प्रदान करता है। सिस्टम प्रतिदिन लाखों कार्य चलाता है। यह केवल हार्डवेयर के कारण नहीं, बल्कि प्रोटोकॉल, प्रमाणीकरण प्रणाली और शासन व्यवस्था में निरंतर निवेश के कारण काम आया।
एआई को अब एक तुलनीय दृष्टिकोण की आवश्यकता है, और दिल्ली उस काम को शुरू करने के लिए अच्छी स्थिति में है।
शिखर सम्मेलन के तीन परिणाम आकांक्षा से निष्पादन की ओर बदलाव का संकेत देंगे: गणना पहुंच के लिए आधारभूत मानकों पर समझौता, वितरित संसाधनों को अलग-अलग राष्ट्रीय संपत्तियों के बजाय एक साझा प्रणाली के रूप में कार्य करने की अनुमति देना; व्यावहारिक डेटा साझेदारियाँ जो देशों को स्वास्थ्य, कृषि और बहुभाषी अनुप्रयोगों से शुरू करके संप्रभुता को त्यागे बिना सामान्य प्रशिक्षण सेटों में योगदान करने और उनसे लाभ उठाने में सक्षम बनाती हैं; और तकनीकी प्रशिक्षण और संस्थागत समर्थन सहित नियामक क्षमता में निवेश, ताकि सरकारें विश्वास के साथ एआई सिस्टम को नियंत्रित कर सकें। विनियामक पूर्वानुमेयता चाहने वाली कंपनियों को इसे सक्षम बनाने वाली विशेषज्ञता बनाने में मदद के लिए तैयार रहना चाहिए।
आर्थिक तर्क इसका समर्थन करता है। समन्वय के बिना, विकल्प विखंडन है: राष्ट्रीय एआई सिस्टम जो परस्पर क्रिया नहीं कर सकते, नियामक व्यवस्थाएं जो सीमाओं के पार संघर्ष करती हैं, और एक डिजिटल अर्थव्यवस्था जिसमें घर्षण मूल्य को अवशोषित करता है। निवेशकों के लिए, सबसे बड़ी दीर्घकालिक विकास क्षमता वाले बाजार ठीक वही हैं जहां प्रसार बुनियादी ढांचा अभी तक मौजूद नहीं है। इसका निर्माण ही बड़े पैमाने पर तैनाती को सक्षम बनाता है। कंपनियों के लिए जोखिम उतना ही स्पष्ट है। संकीर्ण डेटा पर प्रशिक्षित मॉडल विविध बाजारों में खराब प्रदर्शन करेंगे और बढ़ते नियामक प्रतिरोध का सामना करेंगे क्योंकि सरकारें प्रशिक्षण प्रक्रिया से बाहर की गई आबादी पर प्रतिक्रिया करती हैं।
पहले के शिखर सम्मेलनों ने आधार तैयार किया: बैलेचले पार्क ने सीमांत जोखिमों पर ध्यान केंद्रित किया, सियोल ने अग्रणी डेवलपर्स से स्वैच्छिक प्रतिबद्धताएं हासिल कीं, और पेरिस ने महत्वाकांक्षा बढ़ाते हुए भागीदारी को व्यापक बनाया। दिल्ली को वह प्रगति विरासत में मिली है लेकिन वह वैधता का एक अलग रूप लेकर आती है। ग्लोबल साउथ में आयोजित एक शिखर सम्मेलन दुनिया की बहुसंख्यक आबादी से उस तरह बात कर सकता है जिस तरह पहले की सभाएं नहीं कर पाती थीं। सात कार्य समूह पहले से ही ठोस परिणामों पर बातचीत कर रहे हैं।
जो बचता है वह बुनियादी ढाँचा परत है जो राजनीतिक संरेखण को कार्य प्रणालियों में परिवर्तित करता है। रेलवे ब्रिटेन से परे औद्योगिक उत्पादन के प्रसार से पहले था। समुद्र के अंदर केबलों ने वैश्विक वित्त को सक्षम बनाया। दिल्ली से उभरने वाले मानक, साझेदारी और प्रशिक्षण कार्यक्रम एआई के लिए समान कार्य करेंगे।
उनके बिना, प्रौद्योगिकी अल्पसंख्यकों के जीवन को बदल देगी जबकि बाकी लोग बाहर से देखते रहेंगे। लागोस में इंजीनियर को भविष्य के निर्माण में भाग लेने के लिए कई दिनों तक इंतजार नहीं करना चाहिए।
यह लेख संयुक्त राष्ट्र के अवर महासचिव और डिजिटल और उभरती प्रौद्योगिकियों के विशेष दूत अमनदीप सिंह गिल और पैट्रिक जे मैकगवर्न फाउंडेशन के अध्यक्ष विलास धर द्वारा लिखा गया है।
(टैग्सटूट्रांसलेट)आर्टिफिशियल इंटेलिजेंस(टी)आर्थिक लाभ(टी)मशीन लर्निंग इंजीनियर(टी)ग्लोबल एआई समिट(टी)इंफ्रास्ट्रक्चर लेयर
