भारत ने तीन स्वदेशी आर्टिफिशियल इंटेलिजेंस मॉडल लॉन्च किए जो इंटरनेट के बिना काम कर सकते हैं
और पढ़ें
Aaj Tak
www.aajtak.in

भारत ने तीन स्वदेशी आर्टिफिशियल इंटेलिजेंस मॉडल लॉन्च किए जो इंटरनेट के बिना काम कर सकते हैं

भारत सरकार ने तीन नए घरेलू आर्टिफिशियल इंटेलिजेंस मॉडल पेश करके प्रौद्योगिकी के क्षेत्र में एक महत्वपूर्ण कदम की घोषणा की है। इन मॉडलों का नाम EKA-1, Dhir 2B और Dhir 5B रखा गया है। सूचना प्रौद्योगिकी मंत्रालय ने इंडियाएआई मिशन के तहत इन उपकरणों को प्रस्तुत किया, जिन्हें भारतीय भाषाओं और व्यावसायिक प्रक्रियाओं पर ध्यान केंद्रित करते हुए विकसित किया गया है, जिससे विदेशी एआई मॉडल पर निर्भरता कम होगी।

इन तीनों मॉडलों का प्रदर्शन नई दिल्ली में आयोजित एक कार्यक्रम के दौरान किया गया था। सूचना प्रौद्योगिकी मंत्रालय के सचिव एस. कृष्णान और अन्य सरकारी अधिकारियों के अनुसार, इन उपकरणों का उपयोग सरकारी संस्थानों, अनुसंधान केंद्रों और स्कूलों में किया जा सकेगा।

तीन मॉडलों में से दो का विशेष लाभ यह है कि वे इंटरनेट कनेक्शन के बिना कार्य करने में सक्षम हैं, जिससे उन्हें सीधे उपकरणों पर उपयोग किया जा सकता है।

EKA-1 प्रस्तुत किए गए एआई उपकरणों में सबसे बड़ा है और इसे बैंगलोर स्थित स्टार्टअप Soket Labs द्वारा बनाया गया है। यह एक शक्तिशाली, ओपन और हाइब्रिड भाषा मॉडल है जिसे जटिल समस्याओं को हल करने के लिए डिज़ाइन किया गया है। यह उन्नत गणित, सॉफ्टवेयर और तार्किक सोच से संबंधित कठिन प्रश्नों का उत्तर देने में सक्षम है, साथ ही कई ऑपरेशन करने के लिए एक एआई एजेंट के रूप में भी कार्य कर सकता है।

EKA-1 26.3 बिलियन मापदंडों पर आधारित है और इसे 7.5 ट्रिलियन टेक्स्ट टोकन के विशाल डेटासेट पर प्रशिक्षित किया गया है। यह अंग्रेजी के अलावा भारत की सभी आधिकारिक भाषाओं को समझता है। अपनी क्षमताओं के कारण, Soket Labs ने विशेष रूप से EKA-1 को बैंकिंग वित्तीय सेवाओं और साइबर सुरक्षा जैसे क्षेत्रों के लिए तैयार किया है।

Dhir 2B और Dhir 5B मॉडल EKA-1 से भिन्न हैं और विभिन्न आवश्यकताओं को पूरा करने के लिए विकसित किए गए हैं। इनका निर्माण ZenteiQ AiTech Innovation कंपनी ने किया है।

Dhir 2B और Dhir 5B की मुख्य विशेषता यह है कि वे इंटरनेट एक्सेस के बिना काम कर सकते हैं। इसके लिए किसी बड़े क्लाउड सर्वर की आवश्यकता नहीं होती है; इन्हें सीधे फोन या लैपटॉप पर डाउनलोड और चलाया जा सकता है।

समान कहानियाँ

बिहार के स्टार्टअप ने भारतीय रेलवे की दक्षता बढ़ाने के लिए एआई और आईओटी का उपयोग किया
और पढ़ें
yourstory.com

बिहार के स्टार्टअप ने भारतीय रेलवे की दक्षता बढ़ाने के लिए एआई और आईओटी का उपयोग किया

भारतीय रेलवे नेटवर्क दुनिया की सबसे बड़ी और सबसे जटिल सार्वजनिक बुनियादी ढांचा प्रणालियों में से एक है, जहां प्रतिदिन हजारों ट्रेनें, लाखों यात्री, माल ढुलाई, स्टेशन, ट्रैक और फील्ड टीमें काम करती हैं। इतनी जटिल प्रणाली में भी थोड़ी सी देरी विभिन्न स्तरों पर कैस्केडिंग प्रभाव डाल सकती है।

कभी-कभी स्थानीय रिपोर्ट समय पर नहीं आती हैं, और डेटा विभिन्न प्रणालियों के बीच बिखरा हुआ हो सकता है, जिससे अधिकारियों के लिए चल रही घटनाओं के बारे में अद्यतन जानकारी प्राप्त करना मुश्किल हो जाता है। ऐसी परिस्थितियों में, तकनीक केवल काम को तेज करने का उपकरण नहीं रहती है, बल्कि प्रभावी प्रबंधन और निर्णय लेने का एक अभिन्न अंग बन जाती है।

सार्व सुविधाएन (Sarva Suvidhaen) नामक बिहार स्थित स्टार्टअप ठीक इसी क्षेत्र में काम कर रहा है। यह कंपनी आर्टिफिशियल इंटेलिजेंस (AI), इंटरनेट ऑफ थिंग्स (IoT), कंप्यूटर विजन और सॉफ्टवेयर का उपयोग करके रेलवे परिवहन और अन्य बड़े बुनियादी ढांचा प्रणालियों के लिए समाधान विकसित करती है।

इस कंपनी की स्थापना अतुल आनंद और सृष्टि ने की थी। उनके अलग-अलग पेशेवर अनुभव के बावजूद, उन्होंने लॉकडाउन के दौरान एक सामान्य समस्या देखी। पटना में घर से काम करते हुए, उन्होंने भारतीय रेलवे की कुछ प्रक्रियाओं के लिए डेटा, स्वचालन और वास्तविक समय की निगरानी में सुधार की आवश्यकता महसूस की। इसने एक ऐसे स्टार्टअप का विचार जन्म दिया जो निजी कंपनियों तक ही सीमित न रहकर, सार्वजनिक बुनियादी ढांचे के क्षेत्र में जमीनी स्तर की समस्याओं को हल करने के लिए प्रौद्योगिकी का उपयोग कर सके।

हाल ही में, योरस्टोरी (YourStory) ने अतुल आनंद, सार्व सुविधाएन के तकनीकी निदेशक (CTO) के साथ एक साक्षात्कार किया। उन्होंने कंपनी की शुरुआत, बिहार में उद्यमिता के अनुभव, रेलवे के लिए AI और IoT पर विकसित समाधानों, साथ ही सामने आई चुनौतियों और भविष्य की योजनाओं के बारे में विस्तार से बताया।

अतुल आनंद का सफर बिहार के एक सरकारी माध्यमिक विद्यालय से शुरू हुआ, जहां उन्होंने 2005 में बिहार बोर्ड से प्रमाण पत्र प्राप्त किया। इसके बाद उन्होंने 2005 से 2007 तक पटना साइंस कॉलेज में पढ़ाई जारी रखी। इसके बाद उन्होंने एनआईटी त्रिची (NIT Trichy) से कंप्यूटर विज्ञान और इंजीनियरिंग में स्नातक की डिग्री प्राप्त की। इसके बाद उन्होंने ओरेकल (Oracle), बीईएल (BEL), सीएलएस (CLS), केपीआई पार्टनर्स (KPI Partners), आईक्वांटी (IQuanti) और स्पॉटऑन (SpotOn) जैसी कंपनियों में सॉफ्टवेयर विकास के क्षेत्र में काम किया।

सृष्टि ने रचनात्मक शिक्षा स्कूल से अपनी शिक्षा शुरू की। उन्होंने बीएसईबी (BSEB) से माध्यमिक शिक्षा डिप्लोमा प्राप्त किया। फिर उन्होंने मगध विश्वविद्यालय से बीबीएम (BBM) और उत्तराखंड तकनीकी विश्वविद्यालय से एमबीए (MBA) की डिग्री प्राप्त की। उन्होंने एसपीवीआर एंड कंपनी (SPVR and Co), रैंडस्टेड (Randstad) और कॉग्निजेंट (Cognizant) में काम किया।

उनके अनुभव में अंतर कंपनी की ताकत साबित हुआ: अतुल के पास प्रौद्योगिकी और सॉफ्टवेयर विकास का अनुभव था, जबकि सृष्टि के पास व्यवसाय, प्रबंधन और परिचालन गतिविधियों का अनुभव था। अतुल बताते हैं कि सॉफ्टवेयर विकास क्षेत्र में बारह वर्षों से अधिक काम करने के बाद, उन्हें महसूस हुआ कि प्रौद्योगिकी का उपयोग केवल कंपनियों की जरूरतों तक ही सीमित नहीं होना चाहिए। उन्होंने आगे कहा कि देश की बड़ी सरकारी प्रणालियों को भी इसकी आवश्यकता है, और सृष्टि ने उन्हें इस दिशा में सोचने के लिए प्रेरित किया। उन्होंने सार्वजनिक सेवाओं और आम नागरिकों को प्रभावित करने वाली समस्याओं को हल करने के लिए अपने तकनीकी ज्ञान का उपयोग करने का फैसला किया।

लॉकडाउन के दौरान, पटना में घर से काम करते हुए, उन्होंने भारतीय रेलवे की दैनिक प्रक्रियाओं का बारीकी से अध्ययन करना शुरू कर दिया। वे इस निष्कर्ष पर पहुंचे कि इतनी विशाल नेटवर्क में डेटा संग्रह, स्थानीय रिपोर्टिंग और निगरानी को अधिक व्यवस्थित बनाया जा सकता है, जो विशेष रूप से विभिन्न बिंदुओं से जानकारी एकत्र करने और उसके आधार पर निर्णय लेने की आवश्यकता वाली प्रक्रियाओं के लिए प्रासंगिक है।

सृष्टि ने अतुल को इस दिशा में अपनी तकनीकी विशेषज्ञता का उपयोग करने के लिए प्रेरित किया। साथ मिलकर, उन्होंने सार्वजनिक बुनियादी ढांचे के कार्यों के साथ मशीन लर्निंग (ML), आईओटी और सॉफ्टवेयर को एकीकृत करने के तरीकों की खोज शुरू की। सार्व सुविधाएन उन संगठनों पर ध्यान केंद्रित करता है जिनके संचालन कई स्थानों पर फैले होते हैं। ऐसी प्रणालियों में, मैन्युअल रिपोर्टिंग और सीमित डेटा दृश्यता निर्णय लेने की प्रक्रिया को धीमा कर देती है।

कंपनी B2B और B2G मॉडल पर काम करती है, जिसमें सॉफ्टवेयर और IoT समाधानों का विकास और कार्यान्वयन, साथ ही परामर्श और रखरखाव प्रदान करना शामिल है। अतुल बताते हैं कि उन्होंने बाजार का व्यापक अध्ययन करके शुरुआत नहीं की, बल्कि लॉकडाउन के दौरान पटना में रहते हुए वास्तविक समस्याओं के अवलोकन पर भरोसा किया। उनका मानना था कि ML और IoT जैसी प्रौद्योगिकियां इन समस्याओं को समझने और हल करने में मदद कर सकती हैं। उन्होंने प्रौद्योगिकी की जिम्मेदारी ली, जबकि सृष्टि ने व्यवसाय और संचालन संभाला, और इस तरह उनकी भूमिकाएं धीरे-धीरे परिभाषित हुईं और सार्व सुविधाएन का काम आगे बढ़ा।

स्टार्टअप ने भारतीय रेलवे के फील्ड ऑपरेशंस के डिजिटलीकरण के लिए कई समाधान विकसित किए हैं। उनमें से एक WagonEye है - AI और कंप्यूटर विजन पर आधारित एक प्लेटफॉर्म, जिसका उपयोग मालगाड़ियों और यात्री ट्रेनों के चेसिस और रनिंग गेज पर संभावित दोषों का पता लगाने के लिए किया जाता है। रेलवे जैसे बड़े नेटवर्क में, समस्याओं की समय पर पहचान सुरक्षा और परिचालन दोनों के लिए महत्वपूर्ण है।

इसके अलावा, RailOps एक डिजिटल परिचालन प्लेटफॉर्म है जो रेलवे टीमों को फील्ड गतिविधियों को रिकॉर्ड और मॉनिटर करने की अनुमति देता है। स्वच्छडीएनआर (SwachhDNR) एक वेब और मोबाइल प्लेटफॉर्म है जिसे दानपुर डिवीजन, जिसमें पटना जंक्शन शामिल है, के साथ-साथ सियालद और जहांसी डिवीजनों में लागू किया गया है। इसका उपयोग कर्मचारियों के प्रदर्शन को ट्रैक और मूल्यांकन करने के लिए किया जाता है।

इन समाधानों के माध्यम से, कंपनी का लक्ष्य फील्ड डेटा को डिजिटल रूप से सुलभ बनाना और इसे निर्णय लेने की प्रक्रिया से जोड़ना है। अतुल इस बात पर जोर देते हैं कि उनका ध्यान केवल सॉफ्टवेयर विकास से परे है; वे चाहते हैं कि प्रौद्योगिकी वहां काम करे जहां वास्तविक समस्या मौजूद है। चूंकि रेलवे फील्ड ऑपरेशंस की स्थितियां लगातार बदलती रहती हैं, इसलिए यह अत्यंत महत्वपूर्ण है कि AI मॉडल और IoT सिस्टम वास्तविक परिस्थितियों में विश्वसनीय रूप से काम करें। WagonEye, RailOps और SwachhDNR जैसे समाधान इसी दृष्टिकोण को ध्यान में रखकर विकसित किए गए थे। उनका कार्य डेटा को सूचना में बदलना है जो फील्ड कर्मचारियों और प्रबंधन दोनों स्तरों पर बेहतर निर्णय लेने में सहायता करता है।

सार्व सुविधाएन ने बूटस्ट्रैपिंग के साथ शुरुआत की, यानी संस्थापकों ने बाहरी निवेशकों को आकर्षित नहीं किया, बल्कि व्यक्तिगत बचत और पहले के प्रोजेक्ट्स से होने वाली आय का उपयोग किया। बाद में उन्हें स्टार्टअप बिहार से 10 लाख रुपये का वित्तपोषण मिला। कंपनी को आईआईटी पटना और एसटीपीआई से इनक्यूबेशन समर्थन भी मिला, और गूगल क्लाउड से क्रेडिट के रूप में अतिरिक्त 1 करोड़ रुपये प्राप्त हुए। इन संसाधनों का उपयोग AI और IoT बुनियादी ढांचे के निर्माण और विस्तार के लिए किया गया था।

कंपनी के आंकड़ों के अनुसार, उसे कुल 32 लाख रुपये की सरकारी सहायता मिली, साथ ही दो निवेशकों से 60 लाख रुपये का बाहरी इक्विटी पूंजी भी प्राप्त हुआ। सरकारी संस्थानों के साथ काम करने के अनुभव ने सार्व सुविधाएन को व्यवसाय के महत्वपूर्ण पहलुओं को समझने में मदद की: बड़े सरकारी संगठन स्थापित खरीद नियमों का पालन करते हैं, इसलिए नई तकनीकों को लागू करते समय विश्वास बनाना और एक मजबूत प्रतिष्ठा बनाना महत्वपूर्ण है। हालांकि, पायलट परियोजनाएं और वास्तविक फील्ड की स्थितियां गहन तकनीकी समाधानों को परिष्कृत करने के लिए बहुत उपयोगी होती हैं। इस अनुभव ने कंपनी को अपने समाधानों को अधिक व्यावहारिक और विश्वसनीय बनाने में मदद की।

कंपनी ने अपने व्यवसाय में वृद्धि प्रदर्शित की है। वित्तीय वर्ष 2024-25 में कंपनी का कारोबार लगभग 48 लाख रुपये था, और लाभ लगभग 9 लाख रुपये था। वित्तीय वर्ष 2025-26 में कारोबार बढ़कर लगभग 1.16 करोड़ रुपये हो गया, और लाभ लगभग 20 लाख रुपये रहा। कंपनी की राजस्व मॉडल एकमुश्त विकास और एकीकरण शुल्क पर आधारित है, साथ ही मासिक या वार्षिक सदस्यता और रखरखाव अनुबंध भी हैं।

वर्तमान में, कंपनी भारतीय रेलवे के सभी ज़ोन में अपनी उपस्थिति का विस्तार करने और अपने समाधानों को लॉजिस्टिक्स, स्वास्थ्य सेवा और स्मार्ट शहरों जैसे क्षेत्रों में लाने की योजना बना रही है। तकनीकी स्तर पर, कंपनी एज एआई (edge AI), कंप्यूटर विजन और प्रेडिक्टिव मेंटेनेंस में निवेश बढ़ाने की तैयारी कर रही है।

आईआईटी पटना का इनक्यूबेशन सेंटर इस यात्रा में एक महत्वपूर्ण भूमिका निभा चुका है। कंपनी के अनुसार, वित्त पोषण, तकनीकी सहायता, मेंटरशिप और उद्योग से संबंध प्रोटोटाइप को फील्ड उपयोग के लिए उपयुक्त समाधानों में बदलने में सहायक रहे हैं। अतुल का मानना है कि सार्व सुविधाएन केवल रेलवे के लिए काम करने वाली कंपनी नहीं है; उनका लक्ष्य महत्वपूर्ण बुनियादी ढांचे के लिए AI, IoT और स्वचालन में भागीदार बनना है। इस लक्ष्य को प्राप्त करने के लिए प्रौद्योगिकी को विभिन्न परिस्थितियों में काम करने में सक्षम बनाना आवश्यक है। भविष्य में, वे रेलवे के साथ-साथ लॉजिस्टिक्स, स्वास्थ्य सेवा और स्मार्ट शहरों जैसे क्षेत्रों में अवसरों का पता लगाने की योजना बना रहे हैं। उनका मानना है कि यात्रा बिहार में शुरू हो सकती है, लेकिन समाधान पूरे भारत और अंततः पूरी दुनिया को कवर करने चाहिए।

सार्व सुविधाएन की कहानी अभी भी शुरुआती चरण में है। कंपनी को सरकारी खरीद प्रक्रियाओं, लंबी बिक्री चक्रों और गहन तकनीकी समाधानों के बड़े पैमाने पर कार्यान्वयन जैसी चुनौतियों का सामना करना जारी रहेगा। हालांकि, यह बिहार में उद्यमिता और तकनीकी प्रतिभा के लिए नए अवसर कैसे बनते हैं, इसका भी प्रदर्शन करता है। पटना जैसे शहर में शुरू होने वाला स्टार्टअप देश की सबसे बड़ी सार्वजनिक बुनियादी ढांचा प्रणालियों में से एक के लिए समाधान विकसित कर सकता है। स्टार्टअप इकोसिस्टम, इनक्यूबेशन सेंटर, सरकारी सहायता और तकनीकी संस्थानों का समर्थन ऐसे उद्यमों को प्रारंभिक चरण से आगे बढ़ने में मदद करता है। सार्व सुविधाएन का सफर इस बदलती परिवेश का एक उदाहरण है। अतुल और सृष्टि के लिए दिशा स्पष्ट है: वे उन समस्याओं पर काम करना चाहते हैं जिनका प्रभाव जमीनी स्तर पर देखा जा सके और जिनके समाधान को बढ़ाया जा सके। उनका संदेश इस दृष्टिकोण को दर्शाता है: 'बिहार में अपनी यात्रा शुरू करें, भारत की वास्तविक समस्याओं के लिए समाधान खोजें और ऐसे समाधान बनाएं जिन्हें पूरी दुनिया अपना सके।' सार्व सुविधाएन ने बिहार में अपनी यात्रा शुरू की, लेकिन उसकी महत्वाकांक्षा राज्य तक सीमित नहीं है; अब कंपनी रेलवे के अलावा अन्य प्रमुख बुनियादी ढांचा क्षेत्रों में लागू होने वाले समाधान विकसित करने पर काम कर रही है, जो बिहार के विकसित हो रहे स्टार्टअप इकोसिस्टम का एक दिलचस्प चित्र प्रस्तुत करता है।

भारत के दूरसंचार नियामक TRAI ने एआई के लिए शासन संरचना और दूरसंचार ऑपरेटरों के लिए जवाबदेही नियम प्रस्तावित किए
और पढ़ें
business-standard.com

भारत के दूरसंचार नियामक TRAI ने एआई के लिए शासन संरचना और दूरसंचार ऑपरेटरों के लिए जवाबदेही नियम प्रस्तावित किए

भारत के दूरसंचार नियामक, TRAI ने शुक्रवार को कृत्रिम बुद्धिमत्ता (AI) के जिम्मेदार उपयोग के लिए एक मसौदा संरचना जारी की। इस मसौदे के अनुसार, टेलीग्राफ अधिनियम या दूरसंचार अधिनियम के तहत काम करने वाले लाइसेंस प्राप्त संगठनों को उन AI सिस्टमों के परिणामों के लिए जिम्मेदार होना चाहिए जिन्हें वे लागू करते हैं, भले ही वे सिस्टम कहाँ विकसित किए गए हों।

यह व्यापक मसौदा, जिसे परामर्श के लिए प्रस्तुत किया गया है, कंपनियों को निदेशक मंडल द्वारा अनुमोदित AI नीतियां अपनाने, प्रबंधन और सुरक्षा के लिए विशेष समितियों का गठन करने और AI से संबंधित गंभीर घटनाओं की नियामक को रिपोर्ट करने के लिए बाध्य करता है। हितधारकों को 27 नवंबर तक टिप्पणी करने का अवसर दिया जाता है।

यह परामर्श AI के नेटवर्क में दक्षता बढ़ाने और उपभोक्ताओं को दी जाने वाली सेवाओं में वृद्धि के लिए बढ़ते एकीकरण के मद्देनजर हो रहा है। TRAI चेतावनी देता है कि यदि प्रणालियों को लॉन्च करने से पहले उचित परिश्रम नहीं किया जाता है या स्वायत्त शिक्षण और सिस्टम इंटरैक्शन पर अपर्याप्त निगरानी की जाती है तो AI को लागू करने से नए जोखिम पैदा हो सकते हैं।

नियामक ने उल्लेख किया कि अनजाने में पूर्वाग्रह, जो प्रशिक्षण और उपयोग के दौरान AI सिस्टम में उत्पन्न हो सकता है, मॉडल का अवांछित व्यवहार, जैसे मॉडल ड्रिफ्ट, और विरोधी हमले, दूरसंचार बुनियादी ढांचे, विशेष रूप से इसके महत्वपूर्ण घटकों की स्थिरता पर नकारात्मक प्रभाव डाल सकते हैं। इन जोखिमों को उपयुक्त AI शासन प्रथाओं का पालन करके कम किया जा सकता है।

भारतीय दूरसंचार सेवा प्रदाता, जिनमें रिलायंस जियो और भारती एयरटेल शामिल हैं, पहले से ही अपने सिस्टम में बड़े पैमाने पर AI का उपयोग कर रहे हैं, मुख्य रूप से ग्राहक पहचान और धोखाधड़ी की रोकथाम के लिए। नोकिया और एरिक्सन जैसे वैश्विक नेटवर्क उपकरण निर्माता भी AI को नेटवर्क में एकीकृत कर रहे हैं, जिसे भारतीय ऑपरेटर अपना रहे हैं।

TRAI के प्रस्तावों में प्रत्येक संगठन के लिए अपनी निदेशक मंडल या समकक्ष शासी निकाय द्वारा अनुमोदित आंतरिक AI नीति विकसित करने की आवश्यकता शामिल है। इस नीति में जोखिम वर्गीकरण, परिनियोजन प्राधिकरण, घटना प्रबंधन, मानव पर्यवेक्षण, डेटा प्रबंधन और उपभोक्ता शिकायत निवारण शामिल होना चाहिए। इसके अलावा, नियामक ने सुझाव दिया कि जोखिमों को कम करने के लिए सभी AI सिस्टम को पूर्व-निर्धारित तंत्र के अनुसार उचित मानवीय नियंत्रण के अधीन होना चाहिए।

दूरसंचार कंपनियों और AI का उपयोग करने वाले अधिकृत संगठनों को नेटवर्क संचालन, वित्तीय और परिचालन परिणामों के लिए उनके महत्व और उपभोक्ताओं के लिए संभावित परिणामों के आधार पर अपनी प्रणालियों को उच्च, मध्यम और निम्न जोखिम श्रेणियों में वर्गीकृत करना होगा।

एक महत्वपूर्ण पहलू यह है कि प्रस्ताव संगठनों को लागू AI सिस्टमों के परिणामों के लिए जवाबदेह ठहराने पर केंद्रित हैं, 'चाहे AI सिस्टम आंतरिक रूप से विकसित किए गए हों, तीसरे पक्ष से खरीदे/आउटसोर्स किए गए हों या इन विकल्पों का संयोजन हों'।

AI से संबंधित घटनाओं को गंभीर, उच्च, मध्यम और निम्न गंभीरता श्रेणियों में वर्गीकृत किया जाना चाहिए, जिसमें गंभीर और उच्च गंभीरता की घटनाओं के लिए अनिवार्य रिपोर्टिंग आवश्यक है। नियामक ने बताया कि 'गंभीर और उच्च गंभीरता की AI घटनाओं की TRAI को निर्धारित प्रारूप, क्रम और समय सीमा में रिपोर्ट की जानी चाहिए'। हालांकि नियामक ने यह निर्दिष्ट नहीं किया है कि क्या गंभीर, उच्च या निम्न गंभीरता मानी जाएगी, या अनिवार्य रिपोर्टिंग की समय सीमा क्या होगी, दूरसंचार कंपनियों को AI घटनाओं और AI क्षति से संबंधित उपभोक्ता शिकायतों के केंद्रीकृत डेटाबेस बनाए रखना चाहिए, जिसमें जांच, शमन और समाधान के लिए तंत्र हों।

Murf AI के सह-संस्थापक का दावा है कि भारत की वॉयस एआई समस्याएं वैश्विक तकनीक को प्रभावित कर सकती हैं
और पढ़ें
yourstory.com

Murf AI के सह-संस्थापक का दावा है कि भारत की वॉयस एआई समस्याएं वैश्विक तकनीक को प्रभावित कर सकती हैं

Murf AI के सह-संस्थापक का मानना है कि भारत में वॉयस आर्टिफिशियल इंटेलिजेंस से जुड़ी जटिलताएं वैश्विक तकनीकी रुझानों को आकार दे सकती हैं। जो बात भारतीय उपयोगकर्ता सामान्य बातचीत मानते हैं, वह वॉयस एआई के लिए सबसे कठिन परीक्षा बन सकती है, और इस चुनौती का समाधान दुनिया भर में नए अवसर खोलेगा।

वॉयस एआई सवालों के जवाब दे सकता है, ऑर्डर की पुष्टि कर सकता है या सीट बुक करने में मदद कर सकता है। हालांकि, एक सवाल उठता है: क्या यह भारतीय नाम का सही उच्चारण कर पाएगा, हिंदी और अंग्रेजी के मिश्रण में बोले गए पते को समझ पाएगा, और स्वाभाविक लगने के लिए पर्याप्त तेज़ी से जवाब दे पाएगा?

Murf AI के सह-संस्थापक और मुख्य परिचालन अधिकारी स्नेहा रॉय के लिए, ऐसे परिदृश्य असाधारण नहीं हैं; वे एक ऐसे वॉयस एआई के निर्माण के लिए आधार स्तर का प्रतिनिधित्व करते हैं जो भारत में, और अंततः दुनिया भर में काम करेगा।

TechSparks 2026 कार्यक्रम में 'भारत के लिए, भारत से, और दुनिया के लिए वॉयस एआई का निर्माण' नामक मास्टरक्लास के दौरान, रॉय ने समझाया कि भारत की भाषाई जटिलता, बुनियादी ढांचे की सीमाएं और आर्थिक विचार भाषण प्रौद्योगिकी के विकास को कैसे प्रभावित करते हैं।

उन्होंने उन उत्पादों के उदाहरण दिए जो पहले भारतीय उपयोगकर्ताओं के लिए अनुकूलित हुए और फिर व्यापक रूप से उपयोग किए गए। गूगल मैप्स ने सीमित इंटरनेट पहुंच वाले क्षेत्रों के लिए ऑफ़लाइन कार्यक्षमता लागू की, और नेटफ्लिक्स ने एक मोबाइल-ओनली प्लान पेश किया जिसे तब से 78 देशों में अपनाया गया है। उबर ने हैदराबाद में नकद भुगतान का परीक्षण किया, इससे पहले कि उसने इस विकल्प का विस्तार अन्य बाजारों में किया।

रॉय का मानना है कि वॉयस एआई इसी तरह का मार्ग अपना सकता है। उदाहरण के लिए, बेंगलुरु में डिलीवरी की स्थिति की जांच के लिए कॉल करते समय, ग्राहक अंग्रेजी को क्षेत्रीय भाषा के साथ मिला सकता है, पते का स्थानीय उच्चारण उपयोग कर सकता है, और उम्मीद कर सकता है कि पिन कोड अंकों में बोला जाएगा।

मानकीकृत अंग्रेजी पर बनाया गया मॉडल ऐसी बारीकियों के साथ संघर्ष कर सकता है। रॉय ने जोर देकर कहा: 'यदि ग्राहक को एजेंट द्वारा संभालने के लिए अपनी बोलने की शैली बदलनी पड़ती है, या लगातार अपना पता या नाम दोहराना पड़ता है, तो इसका मतलब है कि हमने इसे विकसित करना अभी समाप्त नहीं किया है।'

उनके विचार में, चुनौती ऐसी प्रणालियाँ बनाना है जो लोगों की प्राकृतिक बोलने की शैली को ध्यान में रखें, न कि ग्राहकों से प्रौद्योगिकी के अनुकूल होने की मांग करें।

प्राकृतिक भाषण केवल समस्या का एक हिस्सा है। वॉयस एजेंटों को तेजी से प्रतिक्रिया देनी चाहिए और बड़े पैमाने पर प्रभावी ढंग से काम करना चाहिए जब कंपनियां हर महीने लाखों कॉल संसाधित करती हैं। रॉय ने बताया कि स्पीच रिकग्निशन, लैंग्वेज मॉडल और स्पीच जनरेशन सहित पूरे वॉयस एजेंट पाइपलाइन का सामान्य प्रतिक्रिया बजट 500 से 800 मिलीसेकंड होता है। उन्होंने जोड़ा कि Murf ने नेटवर्क विलंबता सहित अपने टेक्स्ट-टू-स्पीच मॉडल की देरी को 100 मिलीसेकंड से नीचे लाने में सफलता प्राप्त की है।

इस लक्ष्य को प्राप्त करने के लिए, कंपनी ने Falcon 2 विकसित किया - एक छोटा स्पीच मॉडल जिसे विशिष्ट, उच्च-प्रदर्शन हार्डवेयर पर निर्भर रहने के बजाय व्यापक ग्राफिक्स प्रोसेसर रेंज पर काम करने के लिए डिज़ाइन किया गया है। रॉय ने उल्लेख किया कि इस दृष्टिकोण ने विभिन्न भौगोलिक क्षेत्रों में कम विलंबता बनाए रखने में मदद की, साथ ही आर्थिक दक्षता भी बढ़ाई।

इसी तरह के इंजीनियरिंग समाधान भारत के बाहर के बाजारों के लिए उपयोगी हो सकते हैं, खासकर उन जगहों पर जहां कंप्यूटिंग बुनियादी ढांचा सीमित है या बड़े पैमाने पर वॉयस एजेंटों की तैनाती महंगी बनी हुई है।

रॉय ने वॉयस डेटा के प्रति जिम्मेदार दृष्टिकोण के महत्व पर भी जोर दिया। उन्होंने उल्लेख किया कि Murf रॉयल्टी-आधारित दीर्घकालिक साझेदारी के तहत दुनिया भर के 400 से अधिक वॉयस एक्टर्स के साथ सहयोग करता है और सहमति के बिना आवाज़ों की क्लोनिंग नहीं करता है।

गोपनीयता की सख्त आवश्यकताओं वाले ग्राहकों के लिए, कंपनी एपीआई प्रदान करती है जो डेटा को संग्रहीत किए बिना संसाधित कर सकते हैं, साथ ही संवेदनशील अनुप्रयोगों के लिए स्थानीय परिनियोजन भी प्रदान करती है। रॉय का केंद्रीय तर्क यह है कि भारत की भाषाई विविधता और बुनियादी ढांचागत सीमाएं गौण आवश्यकताएं नहीं होनी चाहिए; वे यह निर्धारित करने में मदद कर सकती हैं कि वॉयस एआई को व्यापक रूप से अपनाने से पहले क्या करना चाहिए। जैसा कि उन्होंने कहा: 'भारत दुनिया के विनिर्देशों की राजधानी है।'

लोकप्रिय