Showing posts with label AI. Show all posts
Showing posts with label AI. Show all posts

இந்திய மொழிகளே, இந்தியாவின் செயற்கை நுண்ணறிவுத் தொழில்நுட்பத்திற்கான அடித்தளம். -டிவி ராமச்சந்திரன், கேவி சேஷசாயி

 இந்திய மொழிகளில் உள்ள ஏராளமான ஆவணங்கள் மற்றும் அறிவுசார்ந்த விஷயங்களைப் பயன்படுத்துவதற்கு, இந்திய செயற்கை நுண்ணறிவுக்கான (Indic AI) ஒரு தேசிய அறிவுசார் உள்கட்டமைப்பு மிகவும் அவசியமாகும்.


செயற்கை நுண்ணறிவு (Artificial Intelligence (AI)) துறையில் இந்தியாவின் இலக்குகள் வேகமாக வளர்ந்து வருகின்றன. அரசாங்கங்கள் செயற்கை நுண்ணறிவுத் தொழில்நுட்ப உள்கட்டமைப்பில் முதலீடு செய்கின்றன, புதிய தொழில்முனைவோர் மூலதனத்தை ஈர்க்கின்றனர், மற்றும் ஆராய்ச்சி நிறுவனங்கள் அதிகத் திறன் கொண்ட மொழி மாதிரிகளை (Language models) உருவாக்கி வருகின்றன. இருப்பினும், ஒரு முக்கியமான சவால் இன்னும் கவனிக்கப்படாமல் உள்ளது: இந்தியாவின் சொந்த செயற்கை நுண்ணறிவுத் தொழில்நுட்ப இலக்கை அடைய வேண்டுமானால், அதன் சொந்த மொழிகளுக்கான வலுவான அறிவுசார் உள்கட்டமைப்பு இல்லாமல் அதைச் சாதிக்க முடியாது என்கின்றனர்.


இன்றைய சூழலில், அதிக அளவிலான மற்றும் உயர்தரமான டிஜிட்டல் உள்ளடக்கங்களைக் கொண்டு பயிற்சி அளிக்கப்படும்போதுதான் செயற்கை நுண்ணறிவுத் தொழில்நுட்ப அமைப்புகள் மிகச்சிறப்பாகச் செயல்படுகின்றன. ஆங்கில மொழிக்கு, இத்தகைய உள்ளடக்கங்கள் ஏராளமாக உள்ளன.         ஆனால், பெரும்பாலான இந்திய மொழிகளுக்கு அப்படி இல்லை.        உண்மையான, அனைவரையும் உள்ளடக்கிய மற்றும் பயனுள்ள இந்திய மொழி செயற்கை நுண்ணறிவுத் தொழில்நுட்பத்தை உருவாக்குவதில் இதுவே மிகப்பெரிய தடையாகத் தற்போது  உருவெடுத்து வருகிறது.


இந்தி மொழிக்கு ஒப்பீட்டளவில் வளமான டிஜிட்டல் உள்ளடக்கம் இருந்தாலும், தமிழ், தெலுங்கு, பெங்காலி மற்றும் மராத்தி போன்ற மொழிகளுக்கு மிகக் குறைந்த ஆதாரங்களே உள்ளன. இன்னும் பல மொழிகளுக்கோ டிஜிட்டல் தளங்களில் இடமே இல்லாத நிலைதான் உள்ளது. இதன் விளைவாக,செயற்கை நுண்ணறிவுத் தொழில்நுட்ப அமைப்புகள் இந்த மொழிகளில் துல்லியமாக வேலை செய்ய, பகுத்தறிய, சுருக்கி எழுத மற்றும் மொழிபெயர்க்கப் பெரிதும் தடுமாறுகின்றன. இந்தப் பிரச்சனைக்கு கணினித் திறனோ அல்லது செயற்கை நுண்ணறிவு மாதிரியின் வடிவமைப்போ முதன்மைக் காரணம் அல்ல. இந்தியாவின் மொழியியல் மற்றும் கலாச்சார வளத்தைப் பிரதிபலிக்கும் வகையிலான மாறுபட்ட மற்றும் டிஜிட்டல் மயமாக்கப்பட்ட உரைகள் இல்லாததே இதற்குக் காரணமாகக் கூறப்படுகிறது.

தொழில்நுட்பத்தைக் கடந்து 


இதன் விளைவுகள் வெறும் தொழில்நுட்பத்தோடு மட்டும் முடிந்துவிடுவதில்லை. நவீன நிர்வாகம், கல்வி, சட்ட அமைப்புகள் மற்றும் கலாச்சாரத்தைப் பாதுகாத்தல் ஆகியவற்றுக்கு மிகப்பெரிய அளவிலான டிஜிட்டல் மயமாக்கல் (Digitisation) இன்றியமையாததாகும். செயற்கை நுண்ணறிவு (AI) மூலம் மக்களுக்குப் பயனுள்ள நன்மைகளை உருவாக்க வேண்டும் என்றால், அரசாங்கப் பதிவுகள், நீதிமன்றத் தீர்ப்புகள், நில ஆவணங்கள், பாடப்புத்தகங்கள், ஆராய்ச்சித் தாள்கள் மற்றும் வரலாற்று ஆவணக் காப்பகங்கள் ஆகியவற்றை கணினியால் படிக்கக்கூடிய வடிவங்களாக (Machine-readable formats) மாற்ற வேண்டும்.


இந்த முயற்சியின் மிக முக்கியமான பகுதி ‘ஒளியியல் எழுத்துணரி’ (Optical Character Recognition (OCR)) தொழில்நுட்பம் ஆகும். இது ஸ்கேன் செய்யப்பட்ட ஆவணங்களை, கணினியில் தேடக்கூடிய மற்றும் பயன்படுத்தக்கூடிய உரையாக மாற்றும் ஒரு தொழில்நுட்பமாகும். இந்த  ஒளியியல் எழுத்துணரி (OCR) தொழில்நுட்பம் ஆங்கில மொழிக்கு ஏற்றதாக இருந்தாலும், பல இந்திய மொழிகளுக்கு இது இன்னும் ஒரு பெரிய சவாலாகவே உள்ளது.


அச்சிடப்பட்ட ஆவணங்களைக்கூட இந்தத் தொழில்நுட்பம் மூலம் செயலாக்குவது கடினமாக உள்ளது. பல அரசு ஆவணங்கள் தரம் குறைந்த, ஸ்கேன் செய்யப்பட்ட மின்னணு ஆவண வடிவக் (Portable Document Format (PDF)) கோப்புகளாக மட்டுமே உள்ளன. செய்தித்தாள்களும் புத்தகங்களும் பெரும்பாலும் பொதுவான தரம் இல்லாத எழுத்துருக்களைப் பயன்படுத்துகின்றன. மேலும், பல பத்திகள், அட்டவணைகள் மற்றும் வெவ்வேறு எழுத்து வடிவங்கள் கொண்ட சிக்கலான வடிவமைப்புகள் இதன் துல்லியத்தைக் குறைக்கின்றன. தமிழ், மலையாளம் மற்றும் உருது போன்ற மொழிகளுக்கு ஒளியியல் எழுத்துணரி தொழில்நுட்பத்தின் செயல்பாடு இன்னும் சீரானதாக இல்லை. 


கையெழுத்துப் பிரதிகளாக இருக்கும் ஆவணங்களை டிஜிட்டல் முறைக்கு மாற்றுவது இன்னும் பெரிய சவாலாக உள்ளது. கோடிக்கணக்கான அரசுப் பதிவுகள், வரலாற்று ஆவணக் காப்பகங்கள் மற்றும் நிறுவன ஆவணங்கள் இன்றளவும் கையெழுத்திலேயே உள்ளன. ஒவ்வொரு பிராந்தியத்திற்கும் ஏற்ப மாறும் கையெழுத்து முறைகள், கணினிக்குக் கற்றுக்கொடுக்கத் தேவையான போதிய தரவுகள் இல்லாதது மற்றும் பழங்கால எழுத்து வடிவங்கள் போன்ற காரணங்களால், கணினிகள் மூலம் அவற்றை தானாகவே கண்டறிந்து படிப்பது மிகவும் கடினமாக உள்ளது.


இந்தியாவின் பலதரப்பட்ட, ஏராளமான ஓலைச்சுவடிகள் மற்றும் கல்வெட்டுகள் இந்தப் பிரச்சனையை இன்னும் சிக்கலாக்குகின்றன. ஓலைச்சுவடிகள், செப்புப் பட்டயங்கள் மற்றும் பழங்கால நூல்களில் கணிதம், வானியல், மருத்துவம் மற்றும் தத்துவம் போன்ற துறைகள் சார்ந்த பல நூற்றாண்டு கால அறிவு பொதிந்துள்ளது. இந்தத் தகவல்களை மக்கள் எளிதாகப் பயன்படுத்தும் வகையில் மாற்றுவதற்கு, வெறும் ஒளியியல் எழுத்துணரி (OCR) தொழில்நுட்பம் மட்டும் போதாது. சிதைந்த படங்களைச் சீரமைப்பது, எழுத்து வடிவங்களை அடையாளம் காண்பது மற்றும் மொழியியல் நிபுணத்துவம் ஆகியவையும் தேவைப்படுகின்றன. இதனால், இந்த முயற்சி வெறும் தொழில்நுட்பத் திட்டம் மட்டுமல்லாமல், இந்தியாவின் அறிவைப் பாதுகாத்து வெளிக்கொண்டு வருவதற்கான ஒரு பணியாக மாறுகிறது.


இந்திய முயற்சிகள் 


நல்வாய்ப்பாக, இதற்கான மிக முக்கியமான அடித்தளங்கள் இந்தியாவிடம் ஏற்கனவே உள்ளன.


சென்னை இந்திய தொழில்நுட்பக் கழகத்தில் (Indian Institute of Technology Madras (IIT Madras)) உள்ள ‘AI4Bharat’ அமைப்பு, இந்திய மொழிகளுக்கான பன்மொழித் தரவுத்தொகுப்புகள், மதிப்பீட்டு அளவுகோல்கள் மற்றும் மொழி மாதிரிகளை வழங்கி, இந்தியாவின் மிக முக்கியமான இலவசமாகப் பயன்படுத்தக்கூடிய (Open-source) தொழில்நுட்பமா சார்ந்த முயற்சிகளில் ஒன்றாக உருவெடுத்துள்ளது. ஹைதராபாத் சர்வதேச தகவல் தொழில்நுட்பக் கழகம் (International Institute of Information Technology Hyderabad), ஒளியியல் எழுத்துணரி (OCR) மற்றும் ஆவணப் பகுப்பாய்வு ஆகியவற்றில் முக்கியமான பணிகளை மேற்கொண்டுள்ளது. அதேநேரத்தில், ‘Sarvam AI’, ‘BharatGPT’, ‘Microsoft’, ‘Google’ மற்றும் ‘Meta’ போன்ற நிறுவனங்களும் இந்தத் தொழில்நுட்பங்களை மக்களிடம் கொண்டு சேர்ப்பதிலும், புதிய கண்டுபிடிப்புகளிலும் முதலீடு செய்து வருகின்றன.


அரசாங்கத்தின் பல்வேறு முயற்சிகளும் இதில் குறிப்பிடத்தக்கப் பங்களிப்பை வழங்கியுள்ளன. உதாரணமாக, பாஷினி (Bhashini) திட்டம், பேச்சு மற்றும் மொழிபெயர்ப்புத் தொழில்நுட்பங்களை அடுத்த கட்டத்திற்கு எடுத்துச் சென்றுள்ளது. தேசிய கையெழுத்துப் பிரதிகள் இயக்கம் (National Manuscripts Mission (NMM)) பல மில்லியன் கணக்கான பழங்காலக் கையெழுத்துப் பிரதிகளை ஆய்வு செய்து கண்டறிந்துள்ளது. தேசிய டிஜிட்டல் நூலகம் (National Digital Library of India (NDLI)) டிஜிட்டல் வடிவிலான மிகப்பெரிய தகவல் சேமிப்பை உருவாக்கியுள்ளது. இதுமட்டுமன்றி, தமிழ்நாடு, கேரளா மற்றும் கர்நாடகா உள்ளிட்ட பல மாநிலங்கள் தங்களுக்குரிய மதிப்புமிக்க டிஜிட்டல் மயமாக்கல் திட்டங்களைத் தொடங்கியுள்ளன.


இருப்பினும், இந்த முயற்சிகள் அனைத்தும் ஒருங்கிணைக்கப்படாமல் ஆங்காங்கே தனித்தனியாகவே நடக்கின்றன. இந்தியாவிற்குள் இன்னும் பொதுவான தரநிலைகளோ, ஒன்றுடன் ஒன்று எளிதாக இணையும் தரவுத்தொகுப்புகளோ, செயற்கை நுண்ணறிவுக்கு ஏற்ற தகவல் வழிமுறைகளோ மற்றும் ஒரு ஒருங்கிணைந்த தேசிய உத்தியோ இன்னும் உருவாக்கப்படவில்லை.                  இதன் விளைவாக, ஒரே வேலையை பலரும் மீண்டும் மீண்டும் செய்யும் நிலை ஏற்படுவதுடன், நாட்டின் தேவைக்கேற்ற வேகத்தில் முன்னேற முடியாமல் வேகம் குறைகிறது.


இந்தியாவுக்கு இப்போது தேவை என்னவென்றால், இந்திய மொழிகளுக்கான செயற்கை நுண்ணறிவை (Indic AI) மேம்படுத்துவதற்கான ஒரு தேசிய அறிவு உள்கட்டமைப்பு ஆகும்.


முதலாவதாக, இந்திய மொழிகளுக்கான எழுத்துருக்களை அடையாளம் காணும் ஒளியியல் எழுத்துணரி (OCR) அமைப்புகள், கையெழுத்தை அங்கீகரிக்கும் கருவிகள், கையெழுத்துப் பிரதிகளை டிஜிட்டல் மயமாக்கும் தொழில்நுட்பங்கள் மற்றும் இந்திய எழுத்து வடிவங்களுக்காக வடிவமைக்கப்பட்ட மேம்பட்ட பார்வை-மொழி மாதிரிகளை (Vision-language models) உருவாக்குவதை வேகப்படுத்த ஒரு தேசிய உரை அங்கீகார இயக்கம் (National Text Recognition Mission) தொடங்கப்பட வேண்டும்.


இரண்டாவதாக, ஒரு தேசிய தரவுத் தொகுப்பு ஆணையம் (National Corpus Authority) தரவு பற்றிய விபரங்கள் (Metadata), தரவின் தரம், சேமிப்பு மற்றும் பல்வேறு அமைப்புகளுக்கு இடையே தரவுகளைப் பகிர்ந்துகொள்ளும் வசதி ஆகியவற்றுக்கான தரநிலைகளை வகுக்க வேண்டும். அதேநேரத்தில் அரசாங்கங்கள், பல்கலைக்கழகங்கள், நூலகங்கள் மற்றும் கலாச்சார நிறுவனங்களின் பங்களிப்புகளையும் ஒருங்கிணைக்க வேண்டும் என்றும் வலியுறுத்தப்படுகிறது.


மூன்றாவதாக, பொதுமக்களுக்கான அணுகல், அறிவுசார் சொத்துரிமை (Intellectual Property Rights (IPR)) மற்றும் பதிப்பாளர்கள் மற்றும் உள்ளடக்கத்தை உருவாக்குபவர்களுக்கான (Content creators) நியாயமான இழப்பீடு ஆகியவற்றைச் சமநிலைப்படுத்தும் ஒரு நவீன உரிமக் கட்டமைப்பை இந்தியா உருவாக்க வேண்டும்.


இறுதியாக, அரசாங்கம், கல்வி நிறுவனங்கள், தொழில்துறை மற்றும் சமூக அமைப்புகள் ஆகியவற்றிற்கு இடையே வலுவான ஒத்துழைப்பு அவசியமாகிறது. இந்தியாவின் மொழியியல் பன்முகத்தன்மை உலகிலேயே ஒப்பிட முடியாத ஒன்றாகும். எந்தவொரு தனி நிறுவனத்தாலும் இந்த சவாலை தனியாக எதிர்கொண்டு தீர்வுகாண முடியாது.


சமீபத்தில், நந்தன் நிலேகனி கூறியது போல, ஒருங்கிணைந்த பரிவர்த்தனை இடைமுகம் (Unified Payments Interface (UPI)) போன்ற டிஜிட்டல் பொது உள்கட்டமைப்புகள் (Digital Public Infrastructure (DPI)) மூலம், இலவச அணுகல் மற்றும் அனைவரும் எளிதாகப் பயன்படுத்தக்கூடிய பொதுவான தளங்கள் எவ்வாறு தேசிய அளவில் பெரிய மாற்றங்களை உருவாக்க முடியும் என்பதை இந்தியா ஏற்கனவே நிரூபித்துக் காட்டியுள்ளது. செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பமும் இதே போன்ற ஒரு வழிமுறையைப் பின்பற்றலாம் என்கின்றனர்.


செயற்கை நுண்ணறிவு (AI) துறையின் உண்மையான போட்டி என்பது, வெறும் பெரிய தொழில்நுட்ப மாதிரிகளை உருவாக்குவதிலோ அல்லது அதிகப்படியான அதிவேகத் தரவுச் செயலாக்கக் கருவிகளை (Graphics Processing Units (GPUs)) வாங்குவதிலோ மட்டும் இல்லை. அந்த மாடல்கள் கற்றுக்கொள்வதற்கான அறிவுசார் அடித்தளங்களை உருவாக்குவதில்தான் அடங்கியுள்ளது. இந்தியா தனது மொழியியல் வளங்களை டிஜிட்டல் மயமாக்கி, ஒழுங்குபடுத்தி, அனைவரும் எளிதாகப் பயன்படுத்தும் வகையில் மாற்றிக் காட்டினால், ஆங்கிலம் பேசும் மக்களுக்கு மட்டுமல்லாமல், ஒவ்வொரு நாளும் இந்திய மொழிகளில் பேசும் கோடிக்கணக்கான மக்களுக்கும் பயன்படக்கூடிய செயற்கை நுண்ணறிவு (AI) அமைப்புகளை உருவாக்க முடியும்.


இந்திய செயற்கை நுண்ணறிவின் (AI) எதிர்காலமானது, இந்தியாவின் அறிவுப் புதையலை நாம் எவ்வளவு திறம்பட வெளிக்கொண்டு வந்து, அதை நவீன தொழில்நுட்பங்கள் வழியாக மக்களுக்கு எளிதாகக் கிடைக்கச் செய்கிறோம் என்பதைப் பொறுத்தே அமையும் என்கின்றனர்.


சேஷசாயி, முதன்மை ஆலோசகராகவும், ராமச்சந்திரன், ‘Broadband India Forum’ அமைப்பின்  தலைவராகவும் உள்ளனர்.


Original article : Indian languages, the foundation of India’s AI. -TV Ramachandran KV Seshasayee

Share:

உற்பத்தித் துறை அமைப்புகளுடன் செயற்கை நுண்ணறிவை இணைத்தல். -விபின் சோந்தி மற்றும் ஜி சுந்தரராமன்

 தொழில்துறை சூழலை உருவாக்குவதற்காக உற்பத்தி சார்ந்த ஊக்கத்தொகை (Production Linked Incentive (PLI)) திட்டத்தில் சில மாற்றங்களைச் செய்வதும், திறமையான ஊழியர்களை உருவாக்குவதற்காக செயற்கை நுண்ணறிவு (Artificial Intelligence (AI)) மற்றும் உற்பத்தித் துறை அமைப்புகளை ஒன்றிணைப்பதும் மிகவும் அவசியமானதாகும்.


ஹரியானாவின் மானேசரில் உள்ள ஒரு நடுத்தர அளவிலான வாகன உதிரிபாகத் தொழிற்சாலையின் பொருட்கள் அனுப்பும் பிரிவிற்குள் நடந்து சென்று, அங்கிருக்கும் ஆலை மேலாளரிடம், உங்களுக்கு இப்போது இருக்கும் மிகப்பெரிய கவலை என்ன? என்று ஒரு வருடத்திற்கு முன்பு கேட்டிருந்தால், அவர் வேறு ஒரு பதிலைச் சொல்லியிருப்பார். அப்போதெல்லாம் அவரது கவலை உற்பத்தித் திறனைப் பற்றியதாக மட்டுமே இருந்தது. அதாவது, தொழிற்சாலையினால் உற்பத்தி செய்ய முடிந்ததைவிட அதிக வர்த்தக ஆணைகள் வந்துகொண்டிருந்தன. ஆனால் இன்று, கவலை முற்றிலும் மாறிவிட்டது.

ஐரோப்பிய ஒன்றியத்தின் (EU) 'கார்பன் எல்லை வரி ஒழுங்குமுறை' (Carbon Border Adjustment Mechanism (CBAM)) விதிகளின்படி, நீண்டகாலமாக இந்தியாவிடம் வாடிக்கையாளராக இருக்கும் ஒரு ஐரோப்பிய நிறுவனம், இப்போது ஒவ்வொரு ஏற்றுமதிக்கும் முழுமையான 'கார்பன் தடம் கண்டறியும் தரவு' (Carbon traceability data) அதாவது, உற்பத்தி செய்யும்போது எவ்வளவு கார்பன் வெளியேறியது என்ற விவரம் கேட்கிறது. தொழிற்சாலையினால் பொருட்களைத் தயாரிக்க முடியும், ஆனால் அதற்கான ஆதாரத்தை இன்னும் வழங்க முடியவில்லை. இன்றைய உலகளாவிய உற்பத்தித் துறையில், விதிகளுக்குக் கட்டுப்பட்டு நடப்பதை நிரூபிக்க முடியாமல் போவது என்பது, பொருளைத் தயாரிக்கவே தகுதியில்லாமல் போவதற்குச் சமமாக மாறி வருகிறது.


இது ஒரு தனிப்பட்ட நிகழ்வு அல்ல. வர்த்தகம், தொழில்நுட்பம் மற்றும் கார்பன் கொள்கைகள் இனிமேல் சாதாரண விஷயங்கள் அல்ல. அவை சர்வதேச சந்தைகளைப் பயன்படுத்துவதற்கான வாய்ப்பைத் தீர்மானிக்கின்றன. உலகளாவிய மதிப்புச் சங்கிலிகளில் பங்குபெறுவதற்கான விதிகளை வகுக்கின்றன. மேலும், எந்த நாடுகள் தங்களின் தொழில்துறை சுதந்திரத்தைத் தக்கவைத்துக் கொள்ள முடியும் என்பதை முடிவு செய்கின்றன. இப்போது இந்தியாவிற்கு முன் இருக்கும் முக்கியக் கேள்வி என்னவென்றால், இந்த புதிய வர்த்தக முறைக்குத் தேவையான தகுதிகளையும் அமைப்புகளையும் இந்தியாவால் உருவாக்க முடியுமா, அல்லது அதற்கு ஆதரவளிக்கும் உள்கட்டமைப்புகள் பின்தங்கியிருக்கும் போதே உற்பத்தியை மட்டும் தொடர்ந்து விரிவுபடுத்திக் கொண்டிருக்கப் போகிறதா என்பதுதான்.


நிஜ உலகோடு தொடர்பு கொள்ளும் செயற்கை நுண்ணறிவை நோக்கி நகர்தல்


செயற்கை நுண்ணறிவு (AI) என்பது, சமீபகாலம் வரை பெரும்பாலும் உள்ளடக்க உருவாக்கம், சில்லறை வர்த்தகம் மற்றும் மென்பொருள் போன்ற துறைகளில், கணினி அல்லது திறன்பேசி திரைகளுக்குள் மட்டுமே அதிகமாகப் பயன்படுத்தப்பட்டு வந்தது. ஆனால், இப்போது நிலைமை மாறிவருகிறது. செயற்கை நுண்ணறிவின் அடுத்த கட்டம் என்பது நிஜ உலகைச் சார்ந்தது (Physical AI) ஆகும். இது தொழிற்சாலைகள், தளவாடப் போக்குவரத்து, மின்சார விநியோகக் கட்டமைப்பு மற்றும் விநியோகச் சங்கிலிகள் போன்றவற்றில் பயன்படுத்தப்படுகிறது. இந்தத் துறைகளில் மென்பொருளும் இயந்திரங்களும் எந்தவிதத் தடங்கலும் இல்லாமல், நம்பகத்தன்மையுடன் இணைந்து செயல்பட வேண்டும். இது ஏதோ எதிர்காலத்தில் நடக்கப்போகும் விஷயம் அல்ல. உலகில் மிகக் கடுமையான போட்டி நிலவும் உற்பத்தித் துறை சார்ந்த பொருளாதார நாடுகளில் இது ஏற்கனவே நடந்து கொண்டிருக்கிறது. தற்போதைய நிலையில் இந்தியாவிலும் இந்தத் தொழில்நுட்பம் படிப்படியாக உருவெடுத்து வருகிறது.


இதன் பயன்பாடுகள் மிகவும் நடைமுறைக்குரியவை மற்றும் உண்மையானவை. முன்கூட்டியே கணிக்கும் பராமரிப்பு அமைப்புகள் (Predictive maintenance systems), இயந்திரங்கள் பழுதடைவதற்கு முன்பே அவற்றிலுள்ள சிக்கல்களைக் கண்டறிந்துவிடும். ‘ஒரு தொழிற்சாலையின் டிஜிட்டல் மாதிரி’ (Digital twins) தொழில்நுட்பம், நிஜமாகப் பண முதலீடு செய்து தொழிற்சாலையைக் கட்டுவதற்கு முன்பாகவே, அதை டிஜிட்டல் முறையில் இயக்கிச் சோதித்துப் பார்க்க உதவுகிறது. ‘கணினி வழிப் பார்வை’ (Machine vision) தொழில்நுட்பம், மனிதர்களின் முடிவை மட்டும் நம்பியிருக்காமல், உற்பத்திப் பொருட்களின் தரத்தை உடனுக்குடன் துல்லியமாகச் சரிபார்க்கிறது. ஆற்றல் மேலாண்மை வழிமுறைகள், தொழிற்சாலைகளின் மின்சாரப் பயன்பாட்டைக் குறைக்க உதவுவதோடு, கார்பன் உமிழ்வு விதிகளைப் பின்பற்றவும் துணைநிற்கின்றன. இந்த வகையான பயன்பாடுகளுக்குப் புதிய அல்லது அதிநவீன செயற்கை நுண்ணறிவு (AI) ஆராய்ச்சிகள் தேவையில்லை. ஏற்கனவே வெற்றிகரமாக நிரூபிக்கப்பட்ட தொழில்நுட்பங்களைச் சரியாகப் பயன்படுத்தினாலே போதுமானது என்கின்றனர்.


இங்கே உள்ள முக்கியப் பிரச்சினை விழிப்புணர்வு இல்லாமை அல்ல, மாறாக இந்தத் தொழில்நுட்பங்களை எவ்வளவு தூரம் முழுமையாகப் பயன்படுத்துகிறார்கள்  என்பதில்தான் உள்ளது. இந்தியாவில் உள்ள சில பெரிய வாகன உற்பத்தி (Automotive) மற்றும் பொறியியல் (Engineering) நிறுவனங்கள் ஏற்கனவே இந்தத் தொழில்நுட்பங்களைப் பயன்படுத்தத் தொடங்கிவிட்டன. இருப்பினும், இந்த ஆரம்பகாலப் பயனர்களுக்கும், ஒட்டுமொத்த குறு, சிறு மற்றும் நடுத்தர தொழில் நிறுவனங்களுக்கும் (Micro, Small and Medium Enterprises (MSME)) இடையே இன்னும் பெரிய இடைவெளி உள்ளது. உதாரணமாக, மூன்று சுழற்சி முறையில் இயங்கும் ஒரு நடுத்தர அளவிலான உதிரிபாகத் தயாரிப்பு நிறுவனம், இயந்திரங்கள் பழுதடைவதை முன்கூட்டியே கணித்து பராமரிக்கும் தொழில்நுட்பத்தின் (Predictive maintenance) நன்மைகளைப் புரிந்து வைத்திருக்கலாம். ஆனால், பழைய உபகரணங்கள், வெவ்வேறு வகையான தரவு அமைப்புகள் மற்றும் இந்தத் தொழில்நுட்பங்களை நிர்வகிப்பதற்கான சொந்த நிபுணத்துவம் இல்லாததால், அதைச் செயல்படுத்துவது அந்நிறுவனங்களுக்கு கடினமாக உள்ளது. வணிகங்களுக்கு இடையே வர்த்தகம் நடக்கும் (Business-to-Business (B2B)) தொகுப்புகளில், அதாவது வார்ப்பாலைகள் (Foundries) மற்றும் இயந்திரப் பட்டறைகள் (Machining shops) போன்ற இடங்களில்தான், புதிய தொழில்நுட்பங்களை ஏற்றுக்கொள்வதில் மிகப்பெரிய இடைவெளி உள்ளது. அதே நேரத்தில், போட்டி காரணமாக ஏற்படும் ஆபத்தும் இந்தத் தொழில்நிறுவன முறையில் அதிகமாக உள்ளது.


சுற்றுச்சூழல் கட்டாயம்


உற்பத்தித் துறையில் போட்டித்திறன் என்பது ஒரு தனி நிறுவனத்தால் மட்டுமே எளிதில் சாதிக்கக்கூடிய ஒன்று அல்ல. அது ஒட்டுமொத்த உற்பத்திச் சூழல் அமைப்பால் உருவாக்கப்படுகிறது. சீனாவின் ஷென்சென் (Shenzhen) நகரில், ஒரு புதிய வன்பொருள் மாதிரி (Hardware prototype) ஒரு சில நாட்களிலேயே யோசனையிலிருந்து மேம்பட்ட வடிவமாக மாறிவிடுகிறது. இதற்கு அங்குள்ள ஏதோ ஒரு தனிச்சிறப்பான தொழிற்சாலை மட்டும் காரணம் அல்ல; மாறாக, விநியோகஸ்தர்கள், கருவிகளை வடிவமைக்கும் நிபுணர்கள், வடிவமைப்பாளர்கள் மற்றும் செயல்முறை பொறியாளர்கள் என அனைவரும் ஒரு நெருக்கமான பிணைப்பாக இணைந்து செயல்படுவதும், அவர்களிடையே அறிவு மற்றும் தகவல்கள் மிக வேகமாகப் பகிர்ந்துகொள்ளப்படுவதுமே இதற்குக் காரணம் ஆகும்.


இந்தியாவிலும் இதற்கு இணையான உதாரணங்கள் உள்ளன. புனே மற்றும் சென்னையில் உள்ள வாகன உதிரிபாகக் கூட்டமைப்புகள், திருப்பூரில் உள்ள பின்னலாடை உற்பத்திச் சூழல், மற்றும் தமிழ்நாடு மற்றும் தெலங்கானாவில் வளர்ந்து வரும் மின்னணுவியல் மையங்கள் ஆகியவற்றை இதற்குச் சான்றாகக் கூறலாம். ஆனால், இங்குள்ள முக்கியக் கேள்வி என்னவென்றால், இந்த உற்பத்தி மையங்கள் தங்களின் புவிசார் நெருக்கம்கொண்ட சூழலை, நீண்டகாலப் பலனாக மாற்றுவதற்குத் தேவையான நிறுவன வலிமையை உருவாக்கி வருகின்றனவா என்பதுதான். இதில் பொதுவான சோதனைக்கூட வசதிகள் (Shared testing facilities), திறன்பயிற்சி அமைப்புகள், தர நிர்ணய அமைப்புகளில் தொழில்துறையினரின் தீவிரப் பங்கேற்பு மற்றும் தொழிற்சாலைகளின் கள நிலவரப் பிரச்சினைகளுக்குத் தீர்வு காணும் ஆராய்ச்சி நிறுவனங்கள் ஆகியவை அடங்கும். இந்த அம்சங்கள் இல்லையென்றால், ஒரு உற்பத்தி மையம் என்பது வெறும் குறிப்பிட்ட இடத்தில் குவிந்திருக்கும் ஒரு தொழிற்சாலைகளின் கூட்டமாக மட்டுமே இருக்குமே தவிர, உண்மையான ஒரு தொழில்துறை சுற்றுச்சூழல் அமைப்பாக இருக்காது என்பதையும் சுட்டிக்காட்டுகின்றனர்.   


தரநிலைகள் தொடர்பான விஷயத்திற்கு தனிக் கவனம் செலுத்த வேண்டும். ஐரோப்பிய ஒன்றியத்தின் 'கார்பன் எல்லை வரி ஒழுங்குமுறை' (CBAM) மற்றும் 'டிஜிட்டல் தயாரிப்பு அடையாளம்' (Digital Product Passport (DPP)) போன்ற நடவடிக்கைகள் வெறும் நிர்வாக நடைமுறைகள் மட்டுமே அல்ல.                                  அவை உலகளாவிய சந்தைகளை அணுகுவதற்கான ஒரு புதிய விதியாகவே மாறி வருகின்றன. இந்தத் தரநிலைகளை உருவாக்கத் துணையாக இருக்கும் நாடுகளும் அமைப்புகளும், உலகளாவிய வர்த்தகத்தின் மீது அதிக செல்வாக்கைப் பெறுகின்றன. பன்முகப்படுத்தப்பட்ட உலகளாவிய விநியோகச் சங்கிலிகளில் இந்தியா ஒரு நம்பகமான வர்த்தக நாடாக மாற வேண்டுமானால், மற்றவர்கள் உருவாக்கும் தரநிலைகளைப் பின்பற்றுவதை நிறுத்த வேண்டும். அதற்குப் பதிலாக, சர்வதேச தரநிர்ணய அமைப்புகள், வர்த்தகப் பேச்சுவார்த்தைகள் மற்றும் மதிப்புச் சங்கிலி வடிவமைப்பு ஆகியவற்றின் மூலம் இந்த விதிகளை உருவாக்குவதில் இந்தியா தீவிரமாகப் பங்கேற்க வேண்டும்.


பலவீனங்கள்


இந்தியாவிற்கு இருக்கும் உண்மையான ஆபத்து, இந்த உற்பத்தித் துறை வாய்ப்பைத் தவறவிடுவது அல்ல. உலகளாவிய விநியோகச் சங்கிலியில் ஏற்பட்டு வரும் மாற்றங்கள், சர்வதேச நிறுவனங்களின் "சீனாவை மட்டுமே நம்பியிருக்காமல் மற்றுமொரு நாட்டைத் தேடும்" (China-plus-one) உத்தி, மற்றும் மேற்கத்திய நாடுகளின் "நட்பு நாடுகளுடன் மட்டும் வர்த்தகம் செய்யும்" (Friend-shoring) அணுகுமுறை ஆகிய அனைத்தும் சேர்ந்து, இந்தியா ஒரு முதன்மையான உற்பத்தி மையமாக மாறுவதற்கான வலுவான தேவையை உருவாக்கியுள்ளன. இந்த சாதகமான வாய்ப்பு என்பது முற்றிலும் உண்மையானது. ஆனால், உண்மையான ஆபத்து எங்குள்ளது என்றால் — உற்பத்திக்குத் தேவையான பின்னணி ஆதரவு அமைப்புகளை மேம்படுத்தாமல், வெறும் உற்பத்தித் திறனை மட்டும் அதிகரிப்பதுதான். அப்படிச் செய்தால், அது நிலையான மற்றும் பலமான வளர்ச்சிக்கு வழிவகுக்காமல், ஒரு தற்காலிக வளர்ச்சிக்கு மட்டுமே வழிவகுக்கும் என்றும் எச்சரிக்கப்படுகிறது.


பெரும்பாலான உற்பத்தி அமைப்புகள் ஆரம்பத்தில் தங்களிடம் ஏற்கனவே உள்ள வளங்களை சிறப்பாகப் பயன்படுத்துவதன் மூலமே வளர்ச்சியடைகின்றன. அதாவது கூடுதல் பணிநேரங்கள் (Shifts) வேலை செய்வது, இயந்திரங்களின் பயன்பாட்டை அதிகரிப்பது மற்றும் மேலாளர்களின் பொறுப்புகளை விரிவாக்குவது போன்ற வழிகளில் வளர்கின்றன. இது பயன்படுத்தப்படாமல் இருக்கும் உற்பத்தித் திறனை திறம்படக் கையாள உதவுகிறது. இருப்பினும், ஒரு குறிப்பிட்ட எல்லையைத் தாண்டும்போது, பொறுப்புக்கூறல் தெளிவற்றதாகிவிடுகிறது, குளறுபடிகள் அதிகரிக்கின்றன, மேலும் வாடிக்கையாளர்களுடன் கட்டியெழுப்பப்பட்ட நம்பிக்கையை விரைவாக இழக்க நேரிடும். தங்களுடைய சொந்தக் கட்டுபாட்டு விதிமுறைகளைப் பூர்த்தி செய்யவேண்டிய கட்டாயத்தில் இருக்கும் உலகளாவிய வாடிக்கையாளர்கள், இதுபோன்ற முரண்பாடுகளைப் பொறுத்துக் கொள்ள மாட்டார்கள்.


மோசமாக வடிவமைக்கப்பட்ட இயங்குதளங்களில் (Operating Systems), செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பத்தை முதலீடு செய்து பயன்படுத்துவது இந்தச் சிக்கல்களுக்குத் தீர்வாகாது. மாறாக, அது அந்த இயங்குதளங்களில் ஏற்கனவே இருக்கும் பலவீனங்களை அதிகரிக்கும் என்கின்றனர்.


அடுத்தகட்ட நடவடிக்கை


இந்தியா இந்த மாற்றுக் காலகட்டத்திற்குள் சில உண்மையான கட்டமைப்புச் சாதகங்களுடன் நுழைகிறது. ஒரு பெரிய பொறியியல் தளம், டிஜிட்டல் தொழில்நுட்பங்களை மிகப்பெரிய அளவில் வெற்றிகரமாகச் செயல்படுத்திக் காட்டிய திறன், மற்றும் வாகன உற்பத்தி, மருந்துகள், மின்னணுவியல் மற்றும் பாதுகாப்புத் துறை ஆகியவற்றில் உலகளாவிய விநியோகச் சங்கிலிகளுடன் ஆழமாகத் தன்னை இணைத்துக் கொண்டிருப்பது ஆகியவை இந்தக் கட்டமைப்புச் சாதகங்கள் ஆகும்.


இந்தச் சாதகங்களை நிலையான தொழில்துறை சுயசார்பு நிலையாக மாற்றுவதற்கு மூன்று குறிப்பிட்ட மாற்றங்கள் தேவைப்படுகின்றன. முதலாவதாக, உற்பத்தி சார்ந்த ஊக்கத்தொகை (PLI) திட்ட அமைப்பு வெறும் உற்பத்தி அளவிற்கான ஊக்கத்தொகைகளை வழங்குவதைத் தாண்டி அடுத்த கட்டத்திற்கு வளர வேண்டும். ஏனெனில், உற்பத்தி அளவை அடிப்படையாகக் கொண்ட மானியங்கள் அவற்றின் நோக்கத்தை நிறைவேற்றிவிட்டன. அடுத்த கட்டமானது ஒட்டுமொத்த உற்பத்திச் சூழல் உருவாக்கத்திற்கு வெகுமதி அளிப்பதாக இருக்க வேண்டும். அதாவது, உள்ளூர் விநியோகஸ்தர்களின் பலம், பொதுவான உள்கட்டமைப்பு மற்றும் தொழில்நுட்பத் தொழிலாளர்களை உருவாக்குதல் ஆகியவற்றுக்கு முக்கியத்துவம் அளிக்கப்பட வேண்டும்.


இரண்டாவது, ஆராய்ச்சித் திறனுக்கும் தொழில்முறை பயன்பாட்டிற்கும் இடையே உள்ள இடைவெளியைக் கூட்டு-நிதி வழிமுறைகள் மற்றும் பகிரப்பட்ட பொறுப்புக்கூறல் மூலம் சரிசெய்ய வேண்டும். மத்திய உற்பத்தித் தொழில்நுட்ப நிறுவனம் (Central Manufacturing Technology Institute (CMTI)) மற்றும் பயன்பாட்டு நுண்ணலை மின்னணு பொறியியல் மற்றும் ஆராய்ச்சி சங்கம்  (Society for Applied Microwave Electronics Engineering & Research (SAMEER)) போன்ற தேசிய ஆய்வகங்கள் சிறந்த தொழில்நுட்பத் திறனைக் கொண்டுள்ளன. ஆனால் அவை தொடர்ந்து உற்பத்தித் தரத்திலான கருவிகளாக மாற்றப்படுவதில்லை. இங்கு விடுபட்ட புள்ளி அறிவியல் அல்ல; மாறாக, முன்மாதிரிகளை (Prototypes) தொழில்நுட்பத் தயார்நிலை மட்டம் 4-லிருந்து (Technology Readiness Level 4 (TRL 4)) தொழில்நுட்பத் தயார்நிலை மட்டம் 7-க்கு (Technology Readiness Level 7 (TRL 7)) கொண்டு செல்லத் தயாராக இருக்கும் தொழில்முறை கூட்டமைப்புகள்தான்  தற்போதைய முதன்மைத் தேவையாக உள்ளது.


மூன்றாவது, செயற்கை நுண்ணறிவு (AI) மற்றும் நிஜ உலக செயல்பாட்டு அமைப்புகளின் இணைப்பை, இந்தியா தனது மனிதவளத் திறனை மேம்படுத்துவதற்கான ஒரு முதன்மை முன்னுரிமையாகக் கருதவேண்டும். வழிமுறைகள் மற்றும் பொருள்சார் அமைப்புகள், அதாவது வெப்ப இயக்கவியல் (Thermodynamics), ரோபாட்டிக்ஸ் (Robotics), மற்றும் நம்பகத்தன்மை பொறியியல் (Reliability engineering) ஆகிய இரண்டையும் திறம்பட கையாளத் தெரிந்த பொறியாளர்கள்தான், அடுத்த தொழிற்புரட்சி யுகத்தை எந்த நாடுகள் வழிநடத்தும் என்பதைத் தீர்மானிப்பார்கள். சரியாக இப்படிப்பட்ட திறமையாளர்களைத்தான் இந்தியா உருவாக்குகிறது. ஆனால், கேள்வி என்னவென்றால், அந்தத் திறமையை சொந்த நாட்டிலேயே பயன்படுத்துவதற்கான நிறுவனரீதியான சூழல்களும் வசதிகளும் இந்தியாவில் இருக்கிறதா என்பதுதான்.



ஒரு தொழிற்சாலை, எவ்வளவு கார்பன் உமிழ்வை வெளியிடுகிறது என்பதைக் துல்லியமாகக் கண்டறிவதும், இயந்திரங்களில் ஏற்படும் பழுதுகளை முன்கூட்டியே கணிப்பதும், உலகளாவிய மதிப்புச் சங்கிலிகளில் தடையின்றி தன்னை இணைத்துக் கொள்வதும் இன்றியமையாதது ஆகும். இன்றைய தேதியில், முக்கியமான உற்பத்திப் பொருட்களை வாங்கும் உலகளாவிய நிறுவனங்கள் ஒரு தொழிற்சாலையிடம் எதிர்பார்க்கும் குறைந்தபட்ச அடிப்படைத் தகுதி ஆகும். 


எனவே, ஒரு நாட்டின் பெரிய அளவிலான வளர்ச்சி அதன் சந்தையை வலுப்படுத்தும் அதே வேளையில், அதன் தனித்துவமான கட்டமைப்புதான் அதற்கு முழுமையான தன்னாட்சி அதிகாரத்தையும் தேடித்தரும்  என்கின்றனர்.


சோந்தி, 'Global – India' அமைப்பின் இயக்குநராக உள்ளார். இவர் ‘Ashok Leyland’ மற்றும் ‘JCB India’ ஆகிய நிறுவனங்களின் முன்னாள் நிர்வாக இயக்குநராகவும், தலைமை நிர்வாக அதிகாரியாகவும் இருந்தவர் ஆவார். சுந்தரராமன், ‘Wipro Research’ அமைப்பின் தலைமை விஞ்ஞானியும் தலைவரும் ஆவார்.


Original article : Welding AI with manufacturing systems. -Vipin Sondhi and G Sundararaman

Share:

செயற்கை நுண்ணறிவு என்பது ஒரு டிஜிட்டல் வடிவ 'கிழக்கிந்திய நிறுவனம்'. இதிலிருந்து தன்னைத் தற்காத்துக் கொள்ள இந்தியா சாதுரியமான மாற்று வழிமுறைகளை (Jugaad) பயன்படுத்த வேண்டும். -நிஷாந்த் சஹ்தேவ்

உலகளாவிய செயற்கை நுண்ணறிவு (Artificial Intelligence (AI)) மாதிரிகள் "கணிப்பு நடுவர் வணிகம்" (Predictive Arbitrage) மூலம் 150 பில்லியன் டாலர்களை உறிஞ்சி வரும் வேளையில், இந்தியா 30 டிரில்லியன் டாலர் பொருளாதாரமாக மாறுவதற்கான வழி அதன் பன்முகத்தன்மை மற்றும் ஒழுங்கற்றத் தன்மையையே பலமாக மாற்றுவதில்தான் உள்ளது. மேலும், கணினி வழிமுறை (Algorithm) சார்ந்த புதிய வடிவிலான ஆதிக்கத்திற்கு எதிராக ஒரு வகையான மனித மூளை மற்றும் சிந்தனைகளைத் தரவுகள் மூலம் கட்டுப்படுத்துவதற்கு எதிரான அகிம்சைப் போராட்டத்தை (Neural Satyagraha) இந்தியா கடைப்பிடிக்க வேண்டும்.


ஜேம்ஸ் சி. ஸ்காட் என்பவர் 1998-ஆம் ஆண்டில் எழுதிய ‘Seeing Like a State’ என்ற தனது புத்தகத்தில், எந்தவொரு பெரிய அதிகார அமைப்பும் செய்யும் முதல் வேலை, தனது மக்களைப் பற்றிய விவரங்களை எளிதில் படிக்கக்கூடியதாக, அதாவது புரிந்துகொள்ளவும் கண்காணிக்கவும் எளிதானதாக மாற்றுவதுதான் என்று வாதிடுகிறார். முற்கால நவீன அரசாங்கங்களுக்கு இது, மக்களுக்குப் குடும்பப் பெயர்களை (Surnames) உருவாக்குவது, எடைகள் மற்றும் அளவீடுகளைத் தரப்படுத்துவது, மற்றும் வரைபடங்களை வரைவது போன்றவற்றை அர்த்தப்படுத்தியது. மனித வாழ்க்கையின் சிக்கலான மற்றும் குழப்பமான யதார்த்தத்தை காகிதத்தில் படிக்கக்கூடிய ஒன்றாக மாற்றுவதன் மூலம், அரசாங்கங்களால் மக்களுக்கு வரிவிதிக்கவும், இராணுவத்தில் சேர்க்கவும், அவர்களை எளிதாகக் கட்டுப்படுத்தவும் முடிந்தது. இவ்வாறு மக்களைப் பற்றி எளிதில் துல்லியமாகப் புரிந்துகொள்வதுதான், அவர்களைத் தங்கள் விருப்பப்படி கையாளுவதற்கான முதல் படியாகும் என்று ஸ்காட் கூறினார்.

முந்நூறு ஆண்டுகளுக்கு முன்பு, கிழக்கிந்திய நிறுவனம் (East India Company) இந்தியாவை வெறும் ஆயுதங்களை மட்டுமே கொண்டு கைப்பற்றவில்லை. அதற்காக அவர்கள் ஆவணங்களையும் தரவுகளையும் பயன்படுத்தினர். இந்தியாவின் நிலப்பரப்பை வரைபடமாக்குவதிலும், பயிர்களைப் பதிவு செய்வதிலும், சமூக அமைப்புகளைப் பற்றி ஆராய்வதிலும் அவர்கள் பல ஆண்டுகளைச் செலவிட்டனர். இறுதியாக, இந்தியாவின் ஒட்டுமொத்தப் பன்முகத்தன்மையும் லண்டன் அலுவலகங்களுக்குப் புரியும் வகையிலான எளிய தகவல்களாக மாற்றப்பட்டது. இந்தியாவை அவர்கள் முழுமையாக புரிந்துகொண்ட உடனே, இந்தியா அவர்களின் அடிமை நாடாக மாற்றப்பட்டது.


இன்று, அதே கிழக்கிந்திய நிறுவனத்தின் ஒரு டிஜிட்டல் பதிப்பு உருவாகி வருகிறது, ஆனால் இந்த முறை ஆவணங்கள் கணினி குறியீடுகளால் (Computer code) எழுதப்படுகின்றன. தற்போதைய 2026-ஆம் ஆண்டில், உலகப் பொருளாதாரம் ஒரு சக்திவாய்ந்த கருத்தை முன்னிறுத்துகிறது: அதுதான் முழுமையான வெளிப்படைத்தன்மை. ஒரு நாடு அதிகப்படியான தரவுகள், டிஜிட்டல் அமைப்புகள் மற்றும் குடிமக்களின் விவரப்பட்டியல்கள் மூலம் எவ்வளவுக்கெவ்வளவு தெளிவாகப் புரிந்துகொள்ளும் வகையில் மாறுகிறதோ, அவ்வளவுக்கவ்வளவு அது வெற்றியடையும் என்று நாடுகளுக்குக் கூறப்படுகிறது. இந்தியா இந்தத் திட்டத்தை மிகத் தீவிரமாக ஏற்றுக்கொண்டுள்ளது. தனது டிஜிட்டல் பொது உள்கட்டமைப்பு (Digital Public Infrastructure) மூலமாக, உலகின் மிக வேகமான மற்றும் வெளிப்படையான தரவு அமைப்புகளில் ஒன்றை இந்தியா உருவாக்கியுள்ளது.


ஆனால், சிலிக்கான் வேலி (Silicon Valley) மற்றும் உலகப் பொருளாதார மன்றத்தின் ஆண்டு கூட்டத்தில் (World Economic Forum Annual Meeting) உள்ள பலர் ஒப்புக்கொள்ள மறுக்கும் ஒரு கசப்பான உண்மை இங்குள்ளது: இந்த செயற்கை நுண்ணறிவு (AI) யுகத்தில், வெளிப்படைத்தன்மை என்பது இனி முன்னேற்றத்திற்கான வழி அல்ல என்றும் மாறாக, அது சுரண்டலுக்கான ஒரு கருவியாக மாறக்கூடும் என்றும் கூறப்படுகிறது. ஒரு நாடு முற்றிலும் தெளிவாகப் புரிந்துகொள்ளக் கூடியதாக மாறும்போது, அது முற்றிலும் கணிக்கக்கூடியதாகவும் மாறுகிறது. 2026-ஆம் ஆண்டின் உலகப் பொருளாதார சூழலில், நீங்கள் எளிதாகக் கணிக்கக்கூடிய ஒருவராக இருந்தால், நீங்கள் ஏற்கனவே மற்றவர்களின் கட்டுப்பாட்டிற்குள் வந்துவிட்டீர்கள் என்றுதான் பொருள் என்கின்றனர்.

கணினி வழிமுறைகளின் முன்னிலை வர்த்தகக் காலம்.


இப்போது நாம் "முன்கூட்டியே கணித்து லாபம் ஈட்டும் புதிய முறை" (Predictive Arbitrage) என்ற ஒரு புதிய போக்கின் எழுச்சியைப் பார்த்து வருகிறோம். நமது தொழில் தொடங்குவதை எளிதாக்குதல் (Ease of Doing Business) தரவரிசைகளை கொண்டாடிக்கொண்டிருக்கும் வேளையில், வெளிநாட்டு பெரும் முதலீட்டு நிறுவனங்களும் (Hedge funds) தொழில்நுட்ப நிறுவனங்களும் வைத்துள்ள "Correlation engines" எனப்படும் மாபெரும் செயற்கை நுண்ணறிவு (AI) அமைப்புகள், இந்தியாவைப் பற்றிப் புரிந்துகொள்ளவும் இந்தியாவின் நகர்வுகளைக் கணிக்கவும் இந்திய நாட்டின் சொந்தத் தரவுகளையே பயன்படுத்தி வருகின்றன.


ஏப்ரல் மாதம் 2026-ஆம் ஆண்டின் உலகளாவிய தரவு ஓட்ட அறிக்கையின்படி (Global Data Flow Report), வெளிநாட்டு நிறுவனங்களின் இத்தகைய முன்கூட்டியே கணிக்கும் மாதிரிகளால் இந்தியப் பொருளாதாரம் ஒவ்வொரு ஆண்டும் சுமார் 150 பில்லியன் டாலர் (ஏறத்தாழ 12.5 லட்சம் கோடி ரூபாய்) இழப்பைச் சந்திப்பதாக மதிப்பிடப்பட்டுள்ளது. இது வெறும் 'பெருந்தரவு' (Big data) பற்றியது மட்டுமல்ல. இது ஒரு வகையான "கணினி நிரல் வழி ஆதிக்கம் அல்லது டிஜிட்டல் ஆக்கிரமிப்பு" (Algorithmic colonialism) ஆகும். ஒவ்வொரு பணப் பரிவர்த்தனையையும் (UPI), தளவாடப் போக்குவரத்தின் (Logistics) ஒவ்வொரு நகர்வையும் மற்றும் சிறிய நகரங்களில் உள்ள திறன்பேசிகளில் தேடப்படும் ஒவ்வொரு அவசரத் தேடலையும் பகுப்பாய்வு செய்வதன் மூலம், இந்த செயற்கை நுண்ணறிவு (AI) மாதிரிகளால் இப்போது உள்நாட்டு கொள்கை வகுப்பாளர்களைவிடவும் இந்தியச் சந்தையின் மாற்றங்களை மிகச் சிறப்பாகக் கணிக்க முடிகிறது.


இதன் உண்மையான அர்த்தம் என்னவென்று யோசித்துப் பாருங்கள். மகாராஷ்டிராவில் லாரிகள் புறப்படுவதற்கு முன்பாகவே அங்குள்ள உள்ளூர் விநியோகச் சங்கிலியில் ஏற்படும் சிக்கல்களை இந்த அமைப்புகளால் கண்டறிய முடியும். கான்பூரில் உள்ள ஒரு குறிப்பிட்ட இளைஞர் குழு, விலை உயர்வுக்கு எவ்வாறு எதிர்வினையாற்றுவார்கள் என்பதை அவர்களின் முதல் சமூக ஊடகப் பதிவு வெளிவருவதற்கு முன்பே இவைகளால் கணிக்க முடியும். நம்முடைய அடுத்தடுத்த நகர்வுகளை மிகத் துல்லியமாகக் கணிப்பதன் மூலம், உலகளாவிய முதலீட்டாளர்கள் நமது பொருளாதாரத்திற்கு முன்னதாகவே செயல்பட்டு, அந்த வர்த்தக மதிப்பு இந்தியாவை வந்தடைவதற்கு முன்பே லாபத்தைச் சுருட்டிவிடுகின்றனர். உங்களை மற்றவர்களால் துல்லியமாகக் கணிக்க முடியும்போது, நீங்கள் உங்களுக்கான பேச்சுவார்த்தை நடத்தும் திறனை இழக்கிறீர்கள். எதிர்பாார்ப்பு எல்லைகளை அடுத்த தரப்பின் செயற்கை நுண்ணறிவுத் தொழில்நுட்பம் (AI) ஏற்கனவே லட்சக்கணக்கான முறை கணினி வழியே சோதித்துப் பார்த்திருக்கும்போது, சாதகமான வர்த்தக ஒப்பந்தங்களைப் பெறுவதோ அல்லது நமது நாட்டின் பண மதிப்பை பாதுகாப்பதோ கடினமாகிவிடுகிறது.


மனித மூளை மற்றும் சிந்தனைகளைத் தரவுகள் மூலம் கட்டுப்படுத்துவதற்கு எதிரான அகிம்சைப் போராட்டம் எனும் கோட்பாடு


இந்தியா வரும் 2047-ஆம் ஆண்டிற்குள் 30 டிரில்லியன் டாலர் (சுமார் ₹2,500 லட்சம் கோடி) பொருளாதார இலக்கை அடைய வேண்டுமானால், அது மற்ற நாடுகளால் எளிதில் கணிக்கக்கூடிய ஒரு அடிபணிந்த நாடாகத் தொடர முடியாது. அதற்குப் பதிலாக, தற்போதைய இந்த அறிவாற்றல் யுகத்திற்கு ஏற்ப மனித மூளை மற்றும் சிந்தனைகளைத் தரவுகள் மூலம் கட்டுப்படுத்துவதற்கு எதிரான அகிம்சைப் போராட்டம் (Neural Satyagraha) எனப்படும் ஒரு துணிச்சலான புதிய தற்காப்பு அணுகுமுறையை இந்தியா கையாள்வது அவசியமாகும்.


1920-களில், மகாத்மா காந்தி அவர்கள் சுரண்டல் நிறைந்த ஒரு சட்ட அமைப்புக்கு ஒத்துழைக்க மறுப்பதற்காக 'சத்யாகிரகம்' (உண்மைக்கான போராட்டம்) என்ற முறையை அறிமுகப்படுத்தினார். இப்போது 2026-ஆம் ஆண்டில், நம்மைச் சுரண்டும் மற்றும் நம் எண்ணங்களைக் கணிக்கும் டிஜிட்டல் அமைப்புகளுக்கு ஒத்துழைக்க மறுக்கும் ஒரு மனித மூளை மற்றும் சிந்தனைகளைத் தரவுகள் மூலம் கட்டுப்படுத்துவதற்கு எதிரான அகிம்சைப் போராட்டம் நமக்குத் தேவைப்படுகிறது. இது தரவுகளை மறைப்பதோ அல்லது டிஜிட்டல் உலகத்திலிருந்து விலகி ஓடுவதோ அல்ல. மாறாக, செயற்கையாகத் திட்டமிட்டு ஒரு வியூகரீதியான பகுத்தறிவற்றத் தன்மையை, அதாவது கணிக்க முடியாத செயல்பாடுகளை உருவாக்குவதாகும்.



தொடர் கண்காணிப்பு நிறைந்த இந்த நவீன யுகத்தில், நமது வலுவான பொருளாதாரப் பாதுகாப்பு என்பது கண்டிப்பான ஒழுங்குமுறையில் இல்லை. மாறாக, கணிக்க முடியாத தன்மையில்தான் உள்ளது என்பதை நாம் புரிந்து கொள்ள வேண்டும். இதையே இந்தியா காலம் காலமாக 'சாதுரியமான மாற்று வழிமுறை' (Jugaad) என்று அழைத்து வருகிறது. இந்தியாவின் இத்தகைய வளைந்து கொடுக்கும் மற்றும் சூழ்நிலைக்கு ஏற்பச் செயல்படும் முறையை மேலை நாடுகள் பலமுறை விமர்சித்துள்ளன. ஆனால், இந்த செயற்கை நுண்ணறிவு (AI) யுகத்தில், 'சாதுரியமான மாற்று வழிமுறைகள்' என்பது இனி ஒரு பலவீனம் அல்ல; அதுவே நமது மிகப்பெரிய பலம் ஆகும். ஒரு குறிப்பிட்ட நேர்க்கோட்டுப் பாதையில், மேற்கத்திய பாணியில் பயிற்சி அளிக்கப்பட்ட செயற்கை நுண்ணறிவு (AI) மாதிரிகளால் இதை எளிதில் நகலெடுக்க முடியாது. ஏனெனில், இது எந்தவொரு நிலையான தர்க்க முறையையும் பின்பற்றுவதில்லை. நமது இறையாண்மையைப் பாதுகாக்க, நாம் "கணினி வழிமுறைகளால் எளிதில் புரிந்து கொள்ளக்கூடிய" நிலையிலிருந்து "கணினி வழிமுறைகளால் கணிக்க முடியாத" நிலைக்கு மாற வேண்டும்.


உத்திசார் திட்டவரைவு: தேசிய அளவிலான தரவுக் குழப்பங்களை ஏற்படுத்துதல் 


21ஆம் நூற்றாண்டைச் சேர்ந்த ஒரு நாடு எவ்வாறு மனித மூளை மற்றும் சிந்தனைகளைத் தரவுகள் மூலம் கட்டுப்படுத்துவதற்கு எதிரான அகிம்சைப் போராட்டத்தை  (Neural Satyagraha) கடைப்பிடிக்க முடியும்? அதற்குத் தேசிய தொழில்நுட்பக் கொள்கையில் ஒரு பெரிய மாற்றம் தேவை. அதாவது, அனைத்துத் தரவுகளையும் துல்லியமாகத் திரட்டும் "முழுமையான செயல்திறன்" என்ற இலக்கிலிருந்து மாறி, பிற நாடுகள் எளிதில் கணிக்க முடியாத "உத்திசார் சிக்கல்தன்மை" என்ற இலக்கை நோக்கி நாம் நகர வேண்டும்.


முதலாவதாக, ஒரு 'தேசிய இரைச்சல் நெறிமுறை' (National Noise Protocol) உருவாக்கப்பட வேண்டும். இந்தியா தனது சொந்த செயற்கை நுண்ணறிவுத் தொகுப்புகளைப் — அதாவது, இந்திய செயற்கை நுண்ணறிவுத் திட்டத்தின்கீழ் (IndiaAI Mission) உள்ள 60,000 அதிவேகக் கணினிச் செயலிகள் (GPUs) மற்றும் 2025ஆம் ஆண்டின் சாந்தி சட்டம் (SHANTI Act) மூலம் வழங்கப்படும் மின்சார மற்றும் உள்கட்டமைப்பு ஆதரவை — குடிமக்களின் நடத்தையை ஆராய்வதற்கு மட்டுமல்லாமல், அவர்களைப் பாதுகாப்பதற்கும் பயன்படுத்த வேண்டும். உலகளாவிய தரவு அமைப்புகளில், செயற்கையான ஆனால் நம்பகத்தன்மை வாய்ந்த, தர்க்கமற்ற செயல்பாடுகளை வேண்டுமென்றே "குழப்பமான தரவுகளாக" (Noise) இந்தியா சேர்க்க வேண்டும். இது உள்நாட்டுச் சந்தைகளின் உண்மையான நிலையை வெளிநாட்டினருக்குக் காட்டாமல் மறைக்கும். உலகப் பொருளாதாரத்தில் இந்திய நுகர்வோரை மட்டும் எவராலும் கணிக்க முடியாத ஒரு காரணியாக மாற்றுவதே இதனுடைய நோக்கமாகும்.


இரண்டாவதாக, இந்தியா 'தரவுக் குழப்பத்தை ஒரு சேவையாக' (Obfuscation as a service) வழங்க வேண்டும். நாட்டின் டிஜிட்டல் அமைப்புகளில் "தனிநபர் உரிமையைப் பாதுகாக்கும் இரைச்சல் நெறிமுறை" சேர்க்கப்பட வேண்டும். வெளிநாட்டு நிறுவனங்கள் இந்தியச் சந்தைத் தரவுகளைப் பெறும்போது, அவர்களுக்குச் சாதாரண வணிக நோக்கங்களுக்குப் பயன்படும் பொதுவான தகவல்கள் மட்டுமே கிடைக்க வேண்டும். ஆனால், இந்திய நுகர்வோரின் அடுத்தகட்டச் செயல்பாடுகளை முன்கூட்டியே கணித்து அவர்களைச் சுரண்டுவதற்கு அந்தத் தரவுகள் பயன்படாதவாறு இருக்க வேண்டும்.


மூன்றாவதாக, வர்த்தகத்தில் 'தரவுகளின் சீரற்ற தன்மையைக் கணக்கிடும் முறையை' (Entropy Standard) இந்தியா அறிமுகப்படுத்த வேண்டும். எதிர்கால வர்த்தகப் பேச்சுவார்த்தைகளில், "பரஸ்பர ரகசியம் காத்தல்" என்ற கொள்கையை இந்தியா வலியுறுத்த வேண்டும். ஒரு தரவின் மதிப்பு, அது எவ்வளவு பெரிய அளவில் சேமித்து வைக்கப்பட்டுள்ளது என்பதைப் பொறுத்தது அல்ல; மாறாக, வெளிநாட்டினருக்கு அதன் பயன்பாடு எவ்வளவு விரைவாகப் பயனற்றுப் போகிறது என்பதைப் பொறுத்தே அதன் மதிப்பு தீர்மானிக்கப்பட வேண்டும்.


பயனுள்ள மோதலின் முரண்பாடு 


ஒரு சந்தையானது எவ்வளவு திறம்பட மற்றும் வேகமாகக் செயல்படுகிறதோ, அவ்வளவு சிறப்பாக அதன் பொருளாதாரம் வளரும் என்று பொதுவான பொருளாதாரக் கோட்பாடு கூறுகிறது. ஆனால், இந்தத் திறனின் நன்மைகள் அந்தச் சந்தையில் உள்ள மக்களுக்கே சென்றடையும் என்ற ஊகத்தின் அடிப்படையிலேயே இந்தக் கோட்பாடு உருவாக்கப்பட்டது. ஆனால் 2026-ஆம் ஆண்டில், இந்தியாவின் டிஜிட்டல் சந்தையின் அதிவேகத் திறன் மற்றும் துல்லியம், போபாலில் உள்ள ஒரு சிறு வணிகருக்குப் பலன் தராமல், வெளிநாடுகளுக்குத்தான் அதிக லாபத்தைத் தருகிறது.


இந்தச் சூழலில், நாம் ‘Neural Satyagraha’ என்ற அகிம்சைப் போராட்ட முறையைக் கையாள்வதன் மூலம், "உற்பத்தித்திறன் சார்ந்த தடங்கல்களை" மீண்டும் கொண்டுவர முடியும். 2026-ஆம் ஆண்டு முதலாம் காலாண்டின் ‘NASSCOM-Zinnov’ அறிக்கை ஒரு சுவாரஸ்யமான போக்கைக் காட்டுகிறது. பெங்களூரு போன்ற அதிநவீன, டிஜிட்டல் மயமாக்கப்பட்ட பெருநகரங்களில் ஆரம்பக்கட்ட வேலைகளுக்கான ஊதியம் தேக்கமடைந்துள்ள அதேவேளையில், இரண்டாம் மற்றும் மூன்றாம் கட்ட நகரங்களில் வேலைகளுக்கான தேவை 28 சதவீதம் அதிகரித்துள்ளது. இதற்கு என்ன காரணம்? உலகளாவிய செயற்கை நுண்ணறிவு (AI) மாதிரிகளால் இந்த குறைந்த செயல்திறன் கொண்ட உள்ளூர் சந்தைகளைப் புரிந்துகொள்வது கடினம். ஏனெனில், இந்தச் சந்தைகளை இயக்க உள்ளூர் அறிவும், மக்களின் உள்ளுணர்வைப் புரிந்துகொள்ளும் அறிவும் தேவைப்படுகின்றன.


இந்தியாவின் பொருளாதாரக் கொள்கைகளில் ஓரளவுக்கு எதிர்பாராத சில மாற்றங்களை வைத்திருப்பதன் மூலம், உலகளாவிய மூலதனத்தை இந்தியாவில் நீண்டகாலம் நிலைத்திருக்கச் செய்யமுடியும். அதோடு, உலக முதலீட்டாளர்கள் நம்முடன் இன்னும் ஆழமான வணிகத் தொடர்புகளை ஏற்படுத்திக் கொள்ளவும், நமது பொருளாதாரத்தை ஒரு அதிவேக சூதாட்ட இயந்திரம் (Slot machine) போலத் தற்காலிக லாபத்திற்காகப் பயன்படுத்திவிட்டு உடனே வெளியேறும் இடமாகப் பார்ப்பதைத் தடுக்கவும் உதவும் என்கின்றனர்.


வாக்குச்சீட்டுகளுக்கு அப்பால்: பிரதிநிதிகளின் குழு


மக்கள்தொகையின் அடிப்படையில் தொகுதிகளை மறுவரையறை செய்வதற்கான 2026 தொகுதி மறுவரையறை மசோதா குறித்து அரசியல் கட்சிகள் தொடர்ந்து விவாதித்து வருகின்றன. ஆனால், அவர்கள் 20-ஆம் நூற்றாண்டைச் சேர்ந்த ஒரு பழமையான போரையே இன்னும் நடத்திக் கொண்டிருக்கிறார்கள். செயற்கை நுண்ணறிவு (AI) ஆதிக்கம் செலுத்தும் இந்த யுகத்தில், வெறும் மக்கள்தொகையை மட்டும் கணக்கிடுவது இனி போதுமானதாக இருக்காது. ஒரு பிராந்தியத்தின் உண்மையான பலம் என்பது அதன் படைப்பாற்றல் மற்றும் அறிவுசார் திறனில்தான் உள்ளது.

ஒரு மாவட்டத்தின் முக்கியத்துவம் என்பது அங்கு எவ்வளவு மக்கள் வாழ்கிறார்கள் என்பதைப் பொறுத்து அமையக்கூடாது. மாறாக, புதிய மற்றும் எதிர்பாராத கண்டுபிடிப்புகளை உருவாக்கும் அதன் திறனைப் பொறுத்தே அமைய வேண்டும். நமக்கு ஒரு புதிய கூட்டாட்சி முறை தேவைப்படுகிறது. அதை நாம் "பிரதிநிதிகளின் குழு" (Council of Nodes) எனலாம். இதில், கணினி வழிமுறைகளின் சுரண்டல்களின் (Algorithmic Exploitation) பிடியில் இருந்து குடிமக்களைப் பாதுகாக்கும் மாநிலங்களுக்கு உரிய வெகுமதிகள் வழங்கப்பட வேண்டும். இந்தியாவின் நூற்றாண்டு சுதந்திர ஆண்டான 2047-ஆம் ஆண்டுக்குள், ஒரு நாட்டின் இறையாண்மை என்பது மிகப்பெரிய மக்கள்தொகையைக் கொண்டிருப்பதில் இல்லை. மாறாக, கணிக்க முடியாத தனித்துவமான திறமைகளைக் கொண்டிருப்பதில்தான் இருக்கும் என்றும் கூறப்படுகிறது.


இனி ஆங்கிலம் தெரிந்திருப்பதால் மட்டுமே பெரிய பலன் கிடைத்துவிடாது. தர்க்கரீதியாகச் சிந்திக்கும் திறன் இப்போது அனைவருக்கும் எளிதாகக் கிடைக்கத் தொடங்கிவிட்டது. இனிமேல் எது முக்கியமாக இருக்கும் என்றால், அது "நுட்பமான அறிவுத்திறன்" தான். இந்தியா 30 டிரில்லியன் டாலர் பொருளாதாரமாக மாறுவதற்கான பயணம் என்பது, இந்த நுட்பமான அறிவுத்திறன் சார்ந்த பொருளாதாரமாக மாறுவதில்தான் உள்ளது. அதாவது, நிலையான தர்க்க முறைகளைப் பின்பற்றாத சிக்கலானப் பிரச்சினைகளுக்கும் தீர்வுகாணும் வலிமை கொண்ட நாடாக இந்தியா மாற வேண்டும் என்றும் வலியுறுத்துகின்றனர்.


2026-ஆம் ஆண்டில் இந்தியா எதிர்கொள்ளும் உண்மையான சுதந்திரப் போராட்டம் என்பது ஏதோ ஒரு வெளிநாட்டு ராணுவத்திற்கு எதிராவோ அல்லது மாற்று அரசியல் கொள்கைக்கு எதிராவோ நடப்பது அல்ல. அது இந்தியாவைப் பற்றிய துல்லியமான கணிப்புகளுக்கு எதிராக நடப்பதாகும். இந்த புதிய சுதந்திரப் போராட்டத்தை இந்தியா மனித மூளை மற்றும் சிந்தனைகளைத் தரவுகள் மூலம் கட்டுப்படுத்துவதற்கு எதிரான அகிம்சைப் போராட்டம் (Neural Satyagraha) எனலாம். அதாவது, ஒரு வெளிப்புறக் கணினி அமைப்பால் நம்மை வகைப்படுத்தப்படுவதற்கும், அவர்களின் கட்டுப்பாட்டுக்குள் நாம் அடங்குவதற்கும் மறுப்பதே இந்த அகிம்சைப் போராட்டம் ஆகும்.


நிஷாந்த் சஹ்தேவ், அமெரிக்காவில் உள்ள சாப்பல் ஹில்லில் அமைந்துள்ள ‘University of North Carolina’ பல்கலைக்கழகத்தில் பணிபுரியும் ஒரு இயற்பியலாளர் ஆவார்.

Original link:

AI is a digital East India Company. India needs to use ‘juggad’ to protect itself.


Share:

ராஜஸ்தானில் சமூகம் சார்ந்த வளர்ச்சியை மேம்படுத்த செயற்கை நுண்ணறிவு (AI) எவ்வாறு உதவியது? -சுசிரதிப்தா பட்டாசார்ஜி மற்றும் ஆலன் நிகோல்

ராஜஸ்தானின் இரண்டு மாவட்டங்களில் செயல்படுத்தப்பட்ட ஒரு திட்டம், அரசின் தற்போதைய முயற்சிகளை வலுப்படுத்தியதுடன், செயற்கை நுண்ணறிவை (AI) பயன்படுத்தி கடைக்கோடி மக்களுக்கான தீர்வுகளை இன்னும் சிறப்பானதாக மாற்றியது. இதன்மூலம் அந்தப் பகுதிகளில் நீடித்த நீர் மேலாண்மை (Water Resilience) மேம்படுத்தப்பட்டது. இந்தத் தொழில்நுட்பக் கருவியானது மிகவும் எளிமையானதாகவும், களப்பணியாளர்கள் மற்றும் உள்ளூர் ஒருங்கிணைப்பை சார்ந்து செயல்படும் பெரிய திட்டங்களுக்கு ஏற்ப எளிதில் பொருந்தக்கூடியதாகவும் அமைந்திருந்தது.


இந்தியா தற்போது செயற்கை நுண்ணறிவு (AI) பயன்பாட்டில் ஒரு மிகப்பெரிய எழுச்சியைக் கண்டு வருகிறது. விவசாயம், மருத்துவம், நிதி மற்றும் நிர்வாகம் போன்ற துறைகளில், சமூகத்தின் கடைக்கோடி மனிதருக்கும் இந்த செயற்கை நுண்ணறிவு சார்ந்த சேவைகளைக் கொண்டு சேர்க்க வலுவான முயற்சிகள் எடுக்கப்பட்டு வருகின்றன. சாட்பாட்கள் (Chatbots) விவசாயிகளுக்கு உதவுகின்றன, டிஜிட்டல் கருவிகள் மக்களுக்கு அரசு நலத்திட்டங்கள் குறித்த வழிகாட்டல்களை வழங்குகின்றன. மேலும், ஆலோசனை தளங்கள் சரியான பயனாளர்களுக்குத் தேவையான தகவல்களைச் சரியான நேரத்தில் உடனுக்குடன் அனுப்பி வைக்கின்றன.


இந்தக் கருவிகளில் பெரும்பாலானவை ஒரேமாதிரியான கருத்தாக்கத்தைப் பின்பற்றுகின்றன. அதாவது, மக்களுக்குத் தேவையான தகவல்கள் சரிவரக் கிடைப்பதில்லை என்றும், அந்த இடைவெளியை செயற்கை நுண்ணறிவு தொழில்நுட்பமானது நிரப்பிவிடும் என்றும் அவை கருதுகின்றன. ஆனால், சமூகங்களுக்குத் தேவையானது வெறும் தகவல்கள் மட்டும்தானா?



பொதுச் சேவைகளைப் பொறுத்தவரை, மக்களுக்கும் தகவல்களுக்கும் இடையே உள்ள இடைவெளியைவிட, அவர்களுக்கு ஆதரவளிக்க வேண்டிய உள்ளூர் நிறுவனங்களுக்கும் மக்களுக்குமான இடைவெளியே ஒரு பெரிய குறையாக உள்ளது. இந்திய கிராமப்புறங்கள் சாதி, வர்க்கம், பாலினம் மற்றும் நில உரிமை போன்ற காரணிகளால் கட்டமைக்கப்பட்டுள்ளன. ஒரு திட்டம் வெற்றியடைவதற்கோ அல்லது தோல்வியடைவதற்கோ தரவுகள் மட்டுமே காரணமாக அமைவதில்லை. ஒரு தன்னார்வலர் ஏன் பணியை விட்டு விலகுகிறார், ஒரு பெண் கிராம சபையில் பேசுவதற்கு ஏன் தயங்குகிறார், அல்லது அங்கீகரிக்கப்பட்ட ஒரு திட்டம் ஏன் செயல்படுத்தப்படவில்லை போன்ற முக்கியமான கள நிலவரங்கள் பெரும்பாலும் அந்தத் திட்டத்தை வடிவமைப்பவர்களுக்கோ அல்லது அதற்கு நிதி வழங்குபவர்களுக்கோ தெரிவதில்லை.


நிறுவனங்கள் இத்தகைய கருத்துக்களுக்கு மதிப்பளிக்கவில்லை என்பது இதற்குக் காரணம் அல்ல. பல நேரங்களில், இது போன்ற தகவல்களைத் தொடர்ச்சியாகவும் பெரிய அளவிலும் சேகரிப்பதற்குத் தேவையான கால அவகாசம், முறையான கருவிகள் அல்லது போதிய வசதிகள் அந்த நிறுவனங்களிடம் இருப்பதில்லை. 


செயற்கை நுண்ணறிவுக்கான மாறுபட்ட கேள்வி


ராஜஸ்தான் மாநிலத்தில் தண்ணீர் பற்றாக்குறை அதிகம் உள்ள மாவட்டங்களான சிரோஹி (Sirohi) மற்றும் பாலி (Pali) ஆகியவற்றில், ஆய்வாளர்கள் (Artificial Intelligence for Water Policy) AI4 Water Policy) என்ற முன்னோடித் திட்டத்தைத் தொடங்கினர். பொதுவாக செயற்கை நுண்ணறிவுத் தொழில்நுட்பத்தை (AI) மக்களுக்குத் தகவல்களை அனுப்புவதற்காகவே பயன்படுத்துவார்கள். ஆனால், இந்தத் திட்டத்தில் அதற்கு மாறாக, மக்களின் கருத்துக்களையும் தேவைகளையும் கவனமாகக் கேட்டுத் தெரிந்துகொள்வதற்காக செயற்கை நுண்ணறிவு தொழில்நுட்பமானது பயன்படுத்தப்பட்டது.


‘Centre for Microfinance’ என்ற களப்பணி பங்குதாரர் மற்றும் ‘Colectiv’ என்ற தொழில்நுட்ப பங்குதாரருடன் இணைந்து, ஓர் செயற்கை நுண்ணறிவு (AI) மாதிரி உருவாக்கப்பட்டது. இது ஆறுமாத காலப்பகுதியில் 50 கிராமங்களில் 352 நேர்காணல்களை நடத்தியது. இந்தத் திட்டத்தின் சூழல் மற்றும் அது கேட்க வேண்டிய கேள்விகள் குறித்த விவரங்களைக் கொண்டு, அந்தக்குழு இந்த செயற்கை நுண்ணறிவு மாதிரியைத் தயார் செய்திருந்தது.


செயற்கை நுண்ணறிவு (AI) சாட்பாட், 'Pani Mitras' (சமூக நீர் மேலாண்மை தன்னார்வலர்கள்), பஞ்சாயத்து தலைவர்கள் மற்றும் ‘Centre for Microfinance’  ஊழியர்களுடன் ஹிந்தி மற்றும் உள்ளூர் வட்டார மொழிகளில், குரல் பதிவுகள் அல்லது உரையாடல் வழியாக 20 நிமிடங்கள் வாட்ஸ்அப் (WhatsApp) மூலம் கலந்துரையாடியது. ஒவ்வொரு நபரின் பதில்களுக்கும் ஏற்ப, அது அடுத்தடுத்த கேள்விகளைக் கேட்டு விவரங்களைச் சேகரித்தது. இறுதியாக, அந்த உரையாடல்களின் பெயரிடப்படாத பிரதிகளை, இந்த செயற்கை நுண்ணறிவு மாதிரியானது மொழிபெயர்த்து, தலைப்புகளின் வாரியாகப் பிரித்தது; பின்னர் அவை களப்பணியாளர்கள் மற்றும் ஆராய்ச்சிக் குழுவினரால் சரிபார்க்கப்பட்டன.


அந்த பதில்கள் மூன்று விஷயங்களை வெளிப்படுத்தின:


(i) விளைவுகளால் பெருமிதம்: என் கிராமத்தில் நிலத்தடி நீர்மட்டம் 150 அடியிலிருந்து 100 அடிக்கும் குறைவான ஆழத்திற்கு உயர்ந்துள்ளது. இதைக் குறித்து நான் மிகவும் பெருமைப்படுகிறேன்.


(ii) பெண்களின் மீதான இரட்டைச் சுமை: குடும்பத்தைப் பராமரிக்க நான் அதிகாலையிலேயே எழுந்து விடுகிறேன், பிறகு தண்ணீர்ப் பிரச்சனைகள் குறித்துப் பேச மற்ற பெண்களைச் சந்திக்கிறேன், வீட்டிற்குத் திரும்பிய பிறகு, எனது வீட்டு வேலைகளைத் தொடர்கிறேன்.


(iii) நிதி மற்றும் அனுமதியைப் பெறுவதில் தாமதம்: பஞ்சாயத்து துறையிடமிருந்து அனுமதி பெறுவதில் ஏற்பட்ட தாமதத்தினால், எங்களால் குறித்த நேரத்திற்குள் பணியை முடிக்க முடியவில்லை.


இந்தச் சிக்கல்களைத் தீர்ப்பதற்காக, இந்தத் திட்டம் ‘Pani Mitras’ எனப்படும் சமூக நீர் மேலாண்மை தன்னார்வலர்களை அறிமுகப்படுத்தியது. மேலும், பங்கேற்பாளர்கள் தங்களின் ஆய்வறிக்கைகளை விவாதிப்பதற்காக, முறையாகத் திட்டமிடப்பட்ட 'Pause and Reflect' என்ற பயிலரங்குகளை நடத்தியது. இதில் பங்கேற்றவர்கள் சில கருத்துகளுடன் உடன்பட்டனர், ஆனால் மற்றவற்றை மறுத்தனர். குறிப்பாக, ஊராட்சி நடைமுறைகள் மற்றும் அரசுத் திட்டங்கள் குறித்த போதிய தெளிவு இல்லாததுதான் தங்களுக்கு மிகப்பெரிய சவாலாக இருப்பதாக அவர்கள் தெரிவித்தனர்.


இதற்குப் பதிலாக, ‘Centre for Microfinance’ குழுவானது தனது பயிற்சித் திட்டத்தை பாதியிலேயே மாற்றியமைத்தது. இதில் பஞ்சாயத்து ராஜ் குறித்த அறிமுகத்தை இணைத்ததுடன், ஊரக வளர்ச்சி, வேளாண்மை மற்றும் நீர் வளத்துறை ஆகிய துறைகளைச் சேர்ந்த வட்டார அளவிலான அதிகாரிகளுடன் கலந்தாய்வுக் கூட்டங்களையும் நடத்தியது. இந்த மாற்றம் முதலில் திட்டமிடப்படாத ஒன்றுதான், இருப்பினும், செயற்கை நுண்ணறிவு தொழில்நுட்பத்தின் உதவியுடன் கிடைத்த தகவல்களை, அதே திட்டக் காலத்திற்குள் விரைவாகச் செயல்படுத்த முடிந்ததால் இது சாத்தியமானதாகக் கூறப்படுகிறது.


மூன்று மாதங்களுக்குப் பிறகு சமூக நீர்மேலாண்மை தன்னார்வலர்களிடம் ‘Pani Mitras’ நடத்தப்பட்ட நேர்காணல்கள், சமூக உறுப்பினர்களில் பாதிக்கும் மேற்பட்டோர் அரசு அதிகாரிகளுடன் நேரடியாகப் பேசத் தொடங்கியுள்ளதை வெளிப்படுத்தியது. இது, அவர்கள் முன்பு தயங்கிய ஒரு செயலாகும். அரசுத் திட்டங்களுக்கு விண்ணப்பிப்பதில் அவர்கள் அதிக நம்பிக்கையுடன் உணர்ந்தனர், மேலும் தாங்கள் அளித்த கருத்துகள் பஞ்சாயத்துகளும் அரசுத் துறைகளும் விரைந்து செயல்பட உதவியதாகத் தெரிவித்தனர்.


கூர்ந்து கவனித்தல்


இங்கே ஒரு முக்கியமான வேறுபாடு உள்ளது: பதிலளிக்கும் அமைப்புகளும் (Responsive systems) மற்றும் தீவிரமாகக் கவனிக்கும் அமைப்புகளும் (Actively listening systems) ஒன்றல்ல. பதிலளிக்கும் அமைப்புகள் என்பவை சமூகத்திடமிருந்து கருத்துக்களைப் பெற்று அதற்கு ஒரு பதிலை மட்டும் வழங்கும். ஆனால், தீவிரமாகக் கவனிக்கும் அமைப்புகள் என்பவை, அவை கேட்கும் கருத்துக்களின் அடிப்படையில் தங்களையே மாற்றியமைத்துக் கொள்கின்றன. இங்கே அந்தச் சமூகம் என்பது வெறும் பயனாளர்களாக மட்டும் இருக்காமல், அந்தத் திட்டத்தை வடிவமைப்பதில் ஒரு இணை வடிவமைப்பாளராகப் பங்கேற்கிறது.


இந்த முன்னோடித் திட்டத்தில், செயற்கை நுண்ணறிவு (AI) மூன்று வழிகளில் தீவிரமாகக் கவனிக்கும் திறனை செயல்படுத்தியது. முதலாவதாக, வாட்ஸ்அப் (WhatsApp) மூலமாக உருவாக்கப்பட்ட குரல்வழிச் சேவை, சமூக நீர் மேலாண்மை தன்னார்வலர்கள் (Pani Mitras) தங்களின் கருத்துக்களைத் தயக்கமின்றி வெளிப்படுத்த ஒரு தனிப்பட்ட இடவசதியை வழங்கியது. இதை ஒரு பயனாளி கூறுகையில், யாராவது நேரில் இருந்தால் பேசுவதற்குத் தயக்கமாக இருக்கும், ஆனால் நமது சொந்த கைபேசியில் பேசும்போது அந்தத் தயக்கம் இல்லை என்று கூறினார். இரண்டாவதாக, இந்த செயற்கை நுண்ணறிவு தொழில்நுட்பம் சுமார் 352 உரையாடல்களில் உள்ள பொதுவான கருத்துக்களை, வாரக்கணக்கிலான கடின உழைப்பு தேவைப்படாமல் மிக எளிதாகக் கண்டறிந்தது. மூன்றாவதாக, இதற்கான முடிவுகள் சில வாரங்களிலேயே தயாரானதால், பயிற்சியின்போதே தேவையான மாற்றங்களை அந்தக் குழுவினரால் செய்ய முடிந்தது. வழக்கமான கண்காணிப்பு முறைகளில், இதை இவ்வளவு எளிதாகச் செய்ய முடியாது.


AI4WaterPolicy முன்னோடித் திட்டம் வெற்றி பெற்றதற்கு அதன் தொழில்நுட்ப வழிமுறைகள் மட்டும் காரணமல்ல; பங்கேற்பாளர்களுடன் கண்டுபிடிப்புகளைப் பகிர்ந்து கொள்ளவும், அடுத்தகட்ட நடவடிக்கைகளை அவர்களுடன் இணைந்தே உருவாக்கவும் திட்டமிட்ட கால அவகாசம், நிதி மற்றும் மனிதவள மேலாண்மையே முக்கியக் காரணங்களாகும். ‘Centre for microfinance’ அமைப்பு ஏற்கனவே அந்த கிராமங்களில் பல ஆண்டுகளாகப் பணியாற்றி, சமூக நீர் மேலாண்மை தன்னார்வலர்களைத் (Pani Mitras) தேர்ந்தெடுத்துப் பயிற்சி அளித்திருந்தது. நேர்காணல்களின்போது, மக்களிடம் திறன்பேசிகள் இல்லாத நேரங்களில், களப்பணியாளர்கள் அவர்களுக்குத் தேவையான சாதனங்களை வழங்கி உதவியதுடன், இணையத் தொடர்புச் சிக்கல்களைத் தீர்த்து, 'Pause and Reflect'  என்ற கலந்துரையாடல் அமர்வுகளை மிகவும் அர்த்தமுள்ளதாக மாற்றினர். வலுவான மனித உறவுகள் மூலமாகவே மக்களிடையே நேர்மையான உரையாடல்களுக்கான நம்பிக்கை ஏற்கனவே கட்டமைக்கப்பட்டிருந்ததால், இந்த செயற்கை நுண்ணறிவால் பரவலான அளவில் மக்களின் கருத்துகளைக் கேட்க முடிந்ததாகவும் தெரிவிக்கின்றனர்.



நீக்குவது அல்ல, திறனை மேம்படுத்துவது



டிஜிட்டல் இடைவெளி என்பது ஒரு நிதர்சனமான உண்மை; இது பாலினம், வர்க்கம் மற்றும் சாதி அடிப்படையில் வேறுபடுகிறது. எனவே, செயற்கை நுண்ணறிவு மற்றும் கடைக்கோடி மக்களுக்கும் சென்றடைவது குறித்த எந்தவொரு நேர்மையான விவாதமும் இந்த கள நிலவரத்தைக் கருத்தில் கொள்ள வேண்டும். தொழில்நுட்பமானது 'சமூக நீர் மேலாண்மை தன்னார்வலர்கள்' (Pani Mitras) போன்ற களப்பணியாளர்களுக்கு அதிகாரம் அளிப்பதாக இருக்கவேண்டுமே தவிர, அவர்களை இடமாற்றம் செய்வதாக இருக்கக்கூடாது.


இது ராஜஸ்தானில் மட்டும் ஒருமுறை செயல்படுத்தப்பட்ட முன்னோடித் திட்டம் அல்ல. இந்த அணுகுமுறை, ஏற்கனவே உள்ள அரசுத் திட்டங்களில் மக்களின் கருத்துக்களைக் கேட்டுப் பெறும் முறையை வலுப்படுத்தியும், அரசின் சேவைகள் கடைக்கோடி மக்களையும் சென்றடைவதை இன்னும் சிறப்பாக மாற்றியும் அந்த முயற்சிகளுக்கு ஆதரவளித்தது. இது, களப்பணியாளர்களின் மனமாற்றம் மற்றும் உள்ளூர் ஒருங்கிணைப்பைச் சார்ந்திருக்கும் எந்தவொரு பெரிய திட்டத்திலும் எளிதாகப் பொருத்தக்கூடிய வகையில் எளிமையாக இருந்ததாகக் கூறப்படுகிறது.


குடிநீர் வழங்கல் திட்டம் (Jal Jeevan Mission (JJM)), வளர்ச்சியடைந்த இந்தியா - வேலைவாய்ப்பு மற்றும் வாழ்வாதார உத்தரவாத திட்டம் (Viksit Bharat – Guarantee for Rozgar and Ajeevika Mission (Gramin) (VB-G RAM G)) போன்ற திட்டங்கள் மற்றும் பிற துறைசார் விரிவாக்க அமைப்புகள் அனைத்தும், கடைக்கோடி வரை சேவைகளைச் சென்றடையச் செய்யும் இத்தகைய செயல்பாட்டையே உள்ளடக்கியுள்ளன.


சுசிரதிப்தா பட்டாச்சார்ஜி, சர்வதேச நீர் மேலாண்மை நிறுவனத்தில் கொள்கை ஈடுபாடு நிபுணராகப் பணியாற்றி வருகிறார். ஆலன் நிக்கோல், அந்த நிறுவனத்தில் முதன்மை ஆராய்ச்சியாளராகப் பணிபுரிகிறார்.


Original link:

How AI helped promote community-led development in Rajasthan.


Share:

முக்கிய கனிமங்களைப் பாதுகாப்பதற்கான திட்டம் -பிரசாத் அசோக் தாக்கூர், லபன்யா பிரகாஷ் ஜெனா, திரிலோச்சன் திரிபாதி

 முக்கியமான கனிமங்களை ஆராய்தல், சுரங்கப்படுத்துதல் மற்றும் சுத்திகரிப்பு செய்வதற்கு நிறைய மூலதனம் தேவைப்படுகிறது. அவை முடிவுகளைத் தரத் தொடங்க நீண்டநேரம் எடுக்கும். இதற்கு அரசாங்கமும் தனியார் துறையும் இணைந்து செயல்பட வேண்டும்.


உலகப் பொருளாதாரம் வேகமாக மாறி வருகிறது. இந்த மாற்றத்தை இயக்கும் இரண்டு முக்கிய சக்திகள் உள்ளன. அவை பசுமை ஆற்றல் மாற்றம் (green energy transition) மற்றும் செயற்கை நுண்ணறிவின் (AI) எழுச்சி ஆகும். இந்த இரண்டு சக்திகளும் உலகப் பொருளாதாரத்தை முன்னெப்போதும் இல்லாத வகையில் மறுவடிவமைக்கின்றன. இந்த இரண்டு சக்திகளின் மையத்திலும் முக்கியமான கனிமங்கள் உள்ளன. இவற்றில் தாமிரம், லித்தியம், கோபால்ட் மற்றும் அரியவகை மண் கூறுகள் போன்ற கனிமங்கள் அடங்கும். இந்த கனிமங்கள் பல துறைகளில் பயன்படுத்தப்படுகின்றன. அவை நுகர்வோர் பொருட்கள், பாதுகாப்பு உபகரணங்கள், சுத்தமான எரிசக்தி தொழில்நுட்பங்கள் மற்றும் மேம்பட்ட விண்வெளி அமைப்புகளில் பயன்படுத்தப்படுகின்றன. குறிப்பாக சுத்திகரிப்பு மற்றும் மேலும் செயலாக்கத்திற்கான முக்கியமான கனிமங்களின் விநியோகத்தின் அடிப்படையில் தற்போது ஒரு சில நாடுகளிடம் உள்ளன. இந்த நாடுகள் எப்போதும் இந்தியாவின் நலன்களுடன் ஒத்துப்போவதில்லை. சர்வதேச எரிசக்தி அமைப்பின் கூற்றுப்படி, 2024-ம் ஆண்டில் பிரித்தல் (separation) மற்றும் சுத்திகரிப்பு நிலைகளில் (refining stages) உலகளாவிய அரியவகை மண் சுரங்க உற்பத்தியில் சீனா தோராயமாக 60 சதவீதத்தையும், உலகளாவிய உற்பத்தியில் 91 சதவீதத்தையும் கொண்டுள்ளது.


முக்கியமான கனிமங்களுக்கான உலகளாவிய தேவை வரும் ஆண்டுகளில் கடுமையாக உயரும் என்று எதிர்பார்க்கப்படுகிறது. இந்த அதிகரிப்பு முக்கியமாக சுத்தமான எரிசக்தி தொழில்நுட்பங்கள் மற்றும் செயற்கை நுண்ணறிவு அல்லது இயந்திர கற்றல் ஆகியவற்றால் இயக்கப்படும். இதன் விளைவாக, இந்தியா விரைவாக செயல்பட வேண்டும். பல நாடுகளும் அதே வளங்களைப் பெற போட்டியிடுகின்றன. எனவே முக்கியமான கனிமங்களுக்கு வலுவான கொள்கை ஆதரவும், சர்வதேச ஒத்துழைப்பும் தேவை. மேலும், பொருளாதார நிலைத்தன்மை மற்றும் எரிசக்தி பாதுகாப்பிற்கான அபாயங்களைக் குறைக்க இந்த நடவடிக்கைகள் அவசியம்.


இந்தியாவைப் பொறுத்தவரை, விரைவான மற்றும் நியாயமான பொருளாதார வளர்ச்சி முக்கியமானது. அதன் நிகர-பூஜ்ஜிய உமிழ்வை அடைவதையும், அதன் முக்கியமான கனிமங்களின் விநியோகச் சங்கிலியைப் பாதுகாப்பதையும் இந்தியா நோக்கமாகக் கொண்டுள்ளது. 2025-26 பொருளாதார ஆய்வறிக்கை, இந்தியாவின் பசுமை எரிசக்தி மாற்றம் மற்றும் தொழில்துறை பாதுகாப்பில் முக்கியமான கனிமங்களின் முக்கியத்துவத்தை எடுத்துக்காட்டுகிறது.


சீனாவைப் போலவே, முக்கியமான கனிமங்களை சுரங்கப்படுத்துதல் மற்றும் அதை செயலாக்குவதை ஆதரிக்கும் உள்கட்டமைப்பை உருவாக்குவதில் இந்தியா தீவிரமாக முதலீடு செய்ய வேண்டும். இந்தியா உலகின் ஐந்தாவது பெரிய அரியவகை மண் தனிம இருப்புகளைக் கொண்டுள்ளது. இது, தோராயமாக 163.9 மில்லியன் டன் தாமிரம் மற்றும் 44.9 மில்லியன் டன் கோபால்ட் தாது இருப்புக்கள் கொண்டுள்ளது. இந்த செயலற்ற இருப்புக்களை ஒரு உள்நாட்டு மற்றும் ஒருங்கிணைந்த மதிப்புச் சங்கிலியை நிறுவுவதன் மூலம் இராஜதந்திரரீதியாகப் பயன்படுத்தலாம்.


இந்தியா ஏற்கனவே முக்கியமான கனிமங்களின் மதிப்புச் சங்கிலியில் சில திறன்களை நிரூபித்திருந்தாலும், வணிகரீதியாக போட்டித்தன்மை வாய்ந்த பெரிய அளவிலான கீழ்நிலை செயலாக்க திறன்கள் கிட்டத்தட்ட இல்லாதது இன்னும் நிரப்பப்படாத ஒரு முக்கியமான இடைவெளியாகும்.


கிட்டத்தட்ட ஏழு ஆண்டுகளில் ₹34,000 கோடி ($3.8 பில்லியன்) இலக்கு ஒதுக்கீட்டைக் கொண்ட தேசிய முக்கிய கனிமத் திட்டம்-2025 (National Critical Mineral Mission (NCMM)), வரவேற்கத்தக்க நடவடிக்கையாகும். இருப்பினும், உண்மையான தேவைகளுடன் ஒப்பிடும்போது இந்தத் தொகை மிகக் குறைவு. இதற்கு நேர்மாறாக, 2024-ம் ஆண்டில் மட்டும் சீனா முக்கியமான கனிமங்களில் $21.44 பில்லியனை முதலீடு செய்தது. சீனாவின் முதலீட்டு அளவை இந்தியா ஈடுகட்ட முடியாவிட்டாலும், தனியார் மூலதனத்தை ஈர்ப்பதற்காக அதன் வரையறுக்கப்பட்ட நிதி ஆதாரங்களை கவனமாக ஒதுக்க முடியும்.


மதிப்புச் சங்கிலி முழுவதும், முக்கியமான கனிமங்களின் துணைக்குழுவான அரியவகை-மண் வழித்தடங்களை (rare-earth corridors) அமைப்பதற்கான 2026-27 நிதிநிலை அறிக்கையின் அறிவிப்பு, இந்தியாவின் முக்கியமான கனிம விநியோகச் சங்கிலியை வலுப்படுத்தும். மேலும், முக்கியமான கனிமங்களைச் செயலாக்கப் பயன்படுத்தப்படும் மூலதனப் பொருட்களின் இறக்குமதியில் அடிப்படை சுங்க வரியிலிருந்து (Basic Customs Duty (BCD)) விலக்கு அளிக்கப்படும் அறிவிப்பு, இந்தியாவின் பசுமை உற்பத்தி இலக்கிற்கு முக்கியமாக இருக்கும் கனிமங்களைச் சுத்திகரித்தல் மற்றும் செயலாக்கத்தில் முதலீடு செய்வதைக் கருத்தில் கொள்ளும் நிறுவனங்களை ஆதரிக்கும்.


நிதி தலையீடுகள்


முக்கியமான கனிமங்களை ஆராய்தல், சுரங்கப்படுத்துதல் மற்றும் சுத்திகரித்தல் ஆகியவை பல சவால்களை உள்ளடக்கியது. இந்த நடவடிக்கைகளின் முடிவுகள் தோன்றுவதற்கு நீண்டகாலம் எடுக்கும். மேலும் அவற்றுக்கு மிகப் பெரிய முதலீடுகளும் தேவை. கூடுதலாக, அவற்றுக்கு விரிவான விடாமுயற்சி தேவைப்படுகிறது மற்றும் இதனால் பல நிச்சயமற்றத் தன்மைகளையும் எதிர்கொள்ள நேரிடும். சலுகை மற்றும் நீண்டகால கடன்களை வழங்குதல், சுத்திகரிப்பு கட்டுமானத்திற்கான ஆரம்பகால நிதி மற்றும் உற்பத்தி வரி வரவுகள் போன்ற பல வழிகளில் அரசாங்கம் தனியார் துறையை ஆதரிக்க முடியும்.


முக்கியமான கனிம விலைகளும், அவற்றின் தேவையும் நிலையற்றவை என்பதால், முதலீட்டாளர்களை ஈர்க்க, ஒரு குறிப்பிட்ட காலத்திற்கு உத்தரவாத விலையை வழங்கும் வேறுபாடு ஒப்பந்தங்கள் (contracts for difference (CfD)) மற்றும் தேவை உத்தரவாதங்கள் போன்ற வருவாய் உறுதிப்படுத்தலை அரசாங்கம் ஆதரிக்க முடியும். உயர் சுற்றுச்சூழல் மற்றும் சமூக தரநிலைகளுடன் இணைக்கக்கூடிய அரசாங்கத்தின் சலுகைகள், புதிய விநியோகத்தைத் திறக்க உதவும். இந்த சலுகைகள் மற்றும் இடர் குறைப்பு கருவிகள் (risk-reduction mechanisms) தனியார் முதலீட்டாளர்களை அதிக நம்பிக்கையுடன் உணர வைக்கும்.


ஆய்வு, சுரங்கம் மற்றும் சுத்திகரிப்பு ஆகியவற்றின் வளர்ச்சியில் தொழில்நுட்பம் முக்கியப் பங்கு வகிக்கிறது. செயற்கை நுண்ணறிவு சார்ந்த புவியியல் பகுப்பாய்வு துளையிடும் செலவுகளை (cost of drilling) கணிசமாகக் குறைக்கும். அதேவேளையில், கனிம இருப்பு கண்டுபிடிப்புகள் அதன் விகிதங்களை மூன்று மடங்குக்கும் அதிகமாக அதிகரிக்கும்.


முக்கியமான கனிம விநியோகச் சங்கிலியில் புதுமைக்கான பொது நிதி மற்றும் நிதி ஊக்கத்தொகைகள் மூலம் தொழில்நுட்பத்தை இணைந்து மேம்படுத்துவது, மூலப்பொருட்களின் அபாயங்களைத் தடுக்க விரும்பும் மின்னணு, எரிசக்தி மற்றும் வாகனத் துறைகளில் உள்ள ஆரம்பகட்ட முதலீட்டாளர்கள், சுரங்க நிறுவனங்கள் மற்றும் நிறுவனங்களை ஈர்க்கும்.


உள்ளூர் சமூகங்கள்


முக்கியமான கனிமச் சுரங்கம் மற்றும் செயலாக்கம் பெரும்பாலும் உள்ளூர் சமூகங்களில் சமூக அமைதியின்மையுடன் இணைக்கப்படுகின்றன. ஏனெனில், உள்ளூர் மக்கள் மாசுபட்ட நீர், நிலம் மற்றும் காற்று போன்ற சுற்றுச்சூழல் ஆபத்துகளுக்கு ஆளாகிறார்கள் என்பதால் இது நிகழ்கிறது. சுரங்கம் அல்லது செயலாக்கத் திட்டங்களில் உள்ளூர் சமூகங்களை இணை முதலீட்டாளர்களாக மாற்ற, இந்தத் திட்டங்களில் நேரடிப் பங்கை வழங்குவதன் மூலம் அரசாங்கம் அவர்களை ஊக்குவிக்க முடியும். 

                     

பொதுத்துறை அல்லது அரசாங்கத்திற்குட்பட்ட ஒரு துறை, நிபுணர்களால் நிர்வகிக்கப்படும் ஒரு நிதி வசதியை உருவாக்க முடியும். இது உள்ளூரில் முக்கியமான சுரங்கங்களுக்கு கடன் அல்லது பங்கு வடிவில் மூலதனத்தை வழங்குகிறது. காலப்போக்கில், அசல் மற்றும் வட்டி அல்லது ஈவுத்தொகைக்கான செலவுகள் திட்டங்களால் செலுத்தப்படுவதால், அவை உள்ளூர் திட்டங்களின் வளர்ச்சிக்கு மட்டுமே பயன்படுத்தப்படலாம். அத்தகைய வசதி உள்ளூர் சமூகக் கொள்முதல் மற்றும் திட்டங்களை விரைவாக செயல்படுத்துவதை உறுதி செய்யும்.


கனிமங்களை தடையின்றி நகர்த்துதல்


உலகளாவிய புவிசார் அரசியல், நாடுகடந்த தன்மை மற்றும் நிச்சயமற்ற விநியோகச் சங்கிலிகள் ஆகியவற்றின் அடிப்படையில் எதிர்காலத்தில் இருக்க வாய்ப்புள்ளது. உள்ளூர் சமூகங்களின் தேவைகள் மற்றும் விருப்பங்களுக்கு அது உணர்திறன் கொண்ட அதேவேளையில், உலகளவில் முக்கியமான கனிம சொத்துக்களை கையகப்படுத்துவதிலும் மேம்படுத்துவதிலும் பொதுத்துறை நிறுவனங்கள் மற்றும் தனியார் நிறுவனங்களை அரசாங்கம் ஆதரிக்க முடியும். கானிஜ் பிதேஷ் இந்தியா லிமிடெட் (Khanij Bidesh India Ltd. (KABIL)), பேட்டரி பொருட்களுக்கான விநியோகச் சங்கிலிகளை பல்வகைப்படுத்த கிரிட்டிகல் மினரல்ஸ் அலுவலகம் (ஆஸ்திரேலியா), CAMYEN (அர்ஜென்டினா அரசுக்குச் சொந்தமான நிறுவனம்) மற்றும் ENAMI (சிலி அரசுக்குச் சொந்தமான சுரங்க நிறுவனம்) ஆகியவற்றுடன் கூட்டமைப்பு அமைத்துள்ளது. இதன்மூலம், இந்தியா அதன் முக்கியமான கனிம விநியோகச் சங்கிலியைப் பாதுகாக்க உதவுகிறது.


தாக்கூர் IIT பம்பாய் மற்றும் IIM அகமதாபாத்தின் முன்னாள் மாணவர். ஜெனா, காலநிலை மற்றும் நிலைத்தன்மை முன்முயற்சியின் இயக்குநராகவும், லண்டன் பொருளாதாரம் மற்றும் அரசியல் அறிவியல் பள்ளியில் வருகை தரும் மூத்த உறுப்பினராகவும் உள்ளார், திரிபாதி, ஜாம்ஷெட்பூரில் உள்ள XLRI-யில் நிதிப் பேராசிரியராக உள்ளார்.   


Original article : Strategy to secure critical minerals. -Prasad Ashok Thakur, Labanya Prakash Jena, Trilochan Tripathy

Share: