বৃহৎ পরিসরে রিয়েল-টাইম, স্থানীয় এবং গোপনীয়তা-সচেতন ইন্ট্যালিজেন্স সরবরাহ করার জন্য ভারতের এআই ভবিষ্যৎ এজ এআই-এর উপর নির্ভরশীল, কিন্তু এটি অর্জন করতে শক্তিশালী পরিকাঠামো, সুশাসন, আন্তঃকার্যক্ষমতা এবং দেশীয় উদ্ভাবন প্রয়োজন।
ভারতের কৃত্রিম বুদ্ধিমত্তা বিষয়ক উচ্চাকাঙ্ক্ষা ক্রমবর্ধমানভাবে সেমিকন্ডাক্টর উৎপাদন এবং উচ্চ-ক্ষমতাসম্পন্ন কম্পিউটিংয়ের সাথে যুক্ত হচ্ছে। বর্তমান পদ্ধতিটি কম্পিউটিং ক্ষমতাকে অগ্রাধিকার দিলেও একটি গুরুত্বপূর্ণ স্তরকে উপেক্ষা করে: কীভাবে বৃহৎ পরিসরে এই বুদ্ধিমত্তাকে প্রয়োগ করা হবে। ভারতে প্রায় ১.৮ লক্ষ এআই স্টার্টআপ থাকলেও, বেশিরভাগই পাইলট পর্যায়ে আটকে আছে এবং শুধুমাত্র কয়েকটি নির্দিষ্ট ক্ষেত্রের উদ্যোগই সফলভাবে বড় পরিসরে পৌঁছতে পেরেছে।
এজ এআই, যা এক ধরনের ডিস্ট্রিবিউটেড ইন্ট্যালিজেন্স, এই ব্যবধান পূরণ করতে পারে এবং বুদ্ধিমত্তাকে একেবারে শেষ প্রান্তে পৌঁছে দিতে পারে, এবং এমনকি খণ্ডিত সংযোগের মধ্যেও স্থানীয় সমাধান প্রদান করতে পারে। এটি রিয়েল-টাইম সিদ্ধান্ত গ্রহণে সক্ষম করে, দীর্ঘসূত্রিতা (ল্যাটেন্সি) কমায় এবং ক্লাউডে না পাঠিয়ে সরাসরি উৎস থেকে ডেটা সংগ্রহ করার সুযোগ দেয়। এছাড়াও, ক্লাউড-নির্ভর এআই সিস্টেমের তুলনায় এজ ডিভাইসগুলিকে ক্রমবর্ধমানভাবে একটি অধিক টেকসই বিকল্প হিসেবে দেখা হচ্ছে। এর কারণ হল, এআই ওয়ার্কলোডগুলি সরাসরি ডিভাইসেই প্রক্রিয়াকরণ করা হয়, যা ক্রমাগত ডেটা স্থানান্তর কমিয়ে দেয় এবং এজ-নির্দিষ্ট চিপগুলির উন্নত শক্তি দক্ষতা থাকে।
তবে, এই টেকসই সুবিধাগুলি স্বয়ংক্রিয়ভাবে অর্জিত হয় না। এজ সিস্টেমগুলি বৃহৎ পরিসরে শক্তি দক্ষতা, হার্ডওয়্যার ঘনত্ব এবং সম্পদ সমন্বয় সম্পর্কিত চ্যালেঞ্জেরও সম্মুখীন হয়, যা এর সম্পূর্ণ পরিবেশগত সুবিধা প্রদানের জন্য সতর্ক সিস্টেম ডিজাইনের গুরুত্বকে তুলে ধরে। আরেকটি প্রধান সুবিধা হল নেটওয়ার্ক দীর্ঘসূত্রিতা কমানো: উচ্চ-ঝুঁকিপূর্ণ সিস্টেমগুলিতে দীর্ঘসূত্রিতা নিজেই একটি নিরাপত্তা সীমানা হয়ে ওঠে। উদাহরণস্বরূপ, মোবিলিটির ক্ষেত্রে ভারতের ‘কবচ’, যা হাজার হাজার কিলোমিটার রেলপথে স্থাপন করা হয়েছে, তা সিগনাল লঙ্ঘন সংক্রান্ত বিপদ সংকেত প্রেরণের ঘটনা শূন্যে নামিয়ে আনতে অন-বোর্ড সেন্সর এবং এজ কম্পিউটিংয়ের উপর নির্ভর করে।
স্বাস্থ্যসেবার ক্ষেত্রে, নিরাময়ের থার্মালিটিক্স-এর মতো সমাধানগুলি দেখায় যে কীভাবে এজ-সক্ষম এআই রোগ নির্ণয়কে রোগীদের আরও কাছে নিয়ে আসতে পারে, যা সীমিত সম্পদের পরিবেশে রিয়েল-টাইম স্ক্রিনিং সক্ষম করে। এটি কেন্দ্রীভূত পরিকাঠামোর উপর নির্ভরতা কমায় এবং একই সাথে অন-সাইট ইমেজ প্রসেসিংয়ের সুযোগ করে দেয়। এই সমাধানটি বিকিরণ-ভিত্তিক স্ক্রিনিং এবং শারীরিক সংস্পর্শের প্রয়োজনীয়তাও দূর করে। কয়েক মিনিটের মধ্যেই ফলাফল পাওয়া যায় বলে এটি তাৎক্ষণিক ঝুঁকি মূল্যায়নে সক্ষম করে, যা বিশেষ করে সীমিত সম্পদের গ্রামীণ পরিবেশে অত্যন্ত গুরুত্বপূর্ণ।
স্বাস্থ্যসেবার ক্ষেত্রে, নিরাময়ের থার্মালিটিক্স-এর মতো সমাধানগুলি দেখায় যে কীভাবে এজ-সক্ষম এআই রোগ নির্ণয়কে রোগীদের আরও কাছে নিয়ে আসতে পারে, যা সীমিত সম্পদের পরিবেশে রিয়েল-টাইম স্ক্রিনিং সক্ষম করে।
এই উদাহরণগুলি প্রমাণ করে যে গুরুত্বপূর্ণ সিস্টেমগুলিতে বুদ্ধিমত্তা ক্রমবর্ধমানভাবে সেখানেই থাকা উচিত যেখানে সিদ্ধান্ত নেওয়া হয়। আরও গুরুত্বপূর্ণভাবে, এগুলি ভারতের ডিজিটাল ব্যক্তিগত তথ্য সুরক্ষা (ডিপিডিপি) আইনে বর্ণিত গোপনীয়তা এবং ডেটা সার্বভৌমত্বের গুরুত্বকে তুলে ধরে। অধিকন্তু, পরবর্তী প্রজন্মের সিস্টেমগুলির জন্য ডিস্ট্রিবিউটেড ইন্ট্যালিজেন্স একটি কেন্দ্রীয় বিষয়। তাছাড়া, ভারত তার ডিজিটাল পাবলিক পরিকাঠামোর উপর ভিত্তি করে একটি হাইব্রিড এজ-ক্লাউড বাস্তুতন্ত্র গড়ে তোলার জন্য সুবিধাজনক অবস্থানে রয়েছে। এটি স্বল্প খরচ এবং স্থিতিস্থাপকতা বজায় রেখে বৃহৎ পরিসরে রিয়েল-টাইম পরিষেবা সরবরাহ করতে পারে।
এজ এআই স্থাপনের কাঠামোগত বাধা
এজ এআই বাস্তবায়ন বেশ কিছু চ্যালেঞ্জও উপস্থাপন করে:
● স্থানীয় বাস্তবতা থেকে বিচ্ছিন্নতা
ভারতে এজ স্থাপন বেশ কিছু অপ্রচলিত চ্যালেঞ্জের সম্মুখীন হয়। এগুলির মধ্যে রয়েছে পরিবেশগত, আচরণগত এবং ব্যবহারযোগ্যতার সীমাবদ্ধতা, যা সরাসরি এর কার্যকারিতা এবং গ্রহণকে প্রভাবিত করে। উচ্চ পারিপার্শ্বিক তাপমাত্রা, যা প্রায়শই ৪০° সেলসিয়াস ছাড়িয়ে যায়, শীতলীকরণবিহীন ডিভাইসগুলিতে থার্মাল থ্রটলিং এবং হার্ডওয়্যারের অবনতি ঘটাতে পারে। তীব্র বর্ষার পরিস্থিতি সেন্সরগুলিকে ভৌতভাবে স্থানচ্যুত বা ক্ষতিগ্রস্ত করতে পারে।
প্রযুক্তিগত কারণ ছাড়াও, আস্থার অভাব এবং কম ডিজিটাল সাক্ষরতা —বিশেষ করে গ্রামীণ প্রেক্ষাপটে—এর ব্যবহারকে সীমিত করে, কারণ ব্যবহারকারীরা প্রায়শই পূর্ববর্তী নেতিবাচক অভিজ্ঞতা বা দুর্বল ইউআই/ইউএক্স ডিজাইনের কারণে স্বয়ংক্রিয় সিস্টেমের উপর নির্ভর করতে দ্বিধা বোধ করেন। এই সমস্যা আরও জটিল হয় দুর্বল স্বচ্ছতা এবং ব্যাখ্যাযোগ্যতার কারণে, কারণ এআই-এর আউটপুটগুলি প্রায়শই শেষ ব্যবহারকারীদের জন্য সহজে বোধগম্য বা কার্যকর হয় না। উপরন্তু, অস্পষ্ট জবাবদিহিতা এবং দায়বদ্ধতার কাঠামো বিদ্যমান আস্থার অভাবকে আরও বাড়িয়ে তোলে। সব মিলিয়ে, এই চ্যালেঞ্জগুলি এজ এআই-কে বাস্তবায়নের জন্য একটি জটিল প্রযুক্তিতে পরিণত করে।
● ডেটা গোপনীয়তা এবং সুরক্ষার প্যারাডক্স
এজ এআই একটি সুরক্ষা এবং শাসনের প্যারাডক্সও তৈরি করে। প্রত্যন্ত এলাকায়, প্রায়শই অরক্ষিত পরিবেশে স্থাপন করা, হাজার হাজার ডিভাইস পর্যবেক্ষণ, আপডেট এবং সুরক্ষিত করা কঠিন, যা সেগুলিকে টেম্পারিং, চুরি এবং ভৌত ক্ষতির ঝুঁকিতে ফেলে। একই সময়ে, বৃহৎ পরিসরে এই সিস্টেমগুলি পরিচালনা করা একটি চ্যালেঞ্জ হিসেবেই রয়ে গিয়েছে। ভারতে শক্তিশালী এজ এমএলওপিস (মেশিন লার্নিং অপারেশনস) সক্ষমতা, যেমন নির্ভরযোগ্য ওভার-দ্য-এয়ার (ওটিএ) আপডেট এবং মাল্টিমোডাল ইনপুট জুড়ে রিমোট মনিটরিং এখনও অনুন্নত। এটি বিশাল অঞ্চল জুড়ে বিস্তৃত বৃহৎ স্থাপনাগুলিতে পারফরম্যান্স বজায় রাখা এবং ডিভাইসগুলিকে আপডেট ও সুরক্ষিত রাখার ক্ষমতাকে সীমিত করে।
বিদেশী মডেলগুলিতে অন্তর্নিহিত মডেল পক্ষপাত অথবা নির্দিষ্ট ডেটা টাইপের আধিক্যের কারণে এই চ্যালেঞ্জ আরও জটিল হয়ে ওঠে। বর্তমানে, অনেক এজ অ্যাপ্লিকেশন অত্যন্ত স্থানীয় ডেটাসেটের উপর নির্ভর করে যা অসম্পূর্ণ বা একীভূত করা কঠিন, ফলে অভ্রান্ততা কমে যাওয়ার ঝুঁকি থাকে এবং বিদ্যমান পক্ষপাত আরও শক্তিশালী হয়। দুর্বল সম্প্রদায়, জাতিগোষ্ঠী এবং আর্থ-সামাজিক শ্রেণি প্রায়শই এই ডেটাসেটগুলি থেকে বাদ পড়ে যায়। সম্মিলিতভাবে, এই কারণগুলি এজ এআই সিস্টেমে স্বতন্ত্র দুর্বলতা তৈরি করে, যার জন্য ডিস্ট্রিবিউটেড সিস্টেম ম্যানেজমেন্ট এবং ডেটা গভর্নেন্সের ক্ষেত্রে নতুন পদ্ধতির প্রয়োজন হয়।
● বিকেন্দ্রীভূত ডেটা সেন্টারের অভাব
বর্তমান ডেটা সেন্টারের পরিমণ্ডল মূলত মুম্বই, বেঙ্গালুরু, চেন্নাই এবং বিশাখাপত্তনমের মতো মেট্রো শহরগুলিতে কেন্দ্রীভূত, যার প্রধান কারণ হল সাবমেরিন কেবল ল্যান্ডিং, শিল্প কেন্দ্র এবং প্রতিষ্ঠিত ডিজিটাল পরিকাঠামোর সঙ্গে তাদের নৈকট্য। ভারতে বর্তমানে ১০টিরও কম মাইক্রো ডেটা সেন্টার (এমডিসি) রয়েছে, যদিও বিএসএনএল-এর স্থানীয় এমডিসি এবং ওপেন ক্লাউড কম্পিউট (ওসিসি) প্রকল্পের মতো উদ্যোগগুলির লক্ষ্য হল এআই এবং স্থানীয় ডেটা প্রক্রিয়াকরণকে সমর্থন করার জন্য ১০,০০০টি এজ সুবিধা তৈরি করা। তবে, বিদ্যুৎ সরবরাহের অস্থিতিশীলতা এবং সীমিত ভূগর্ভস্থ ফাইবার সংযোগ এজ সিস্টেম স্থাপনের ক্ষেত্রে উল্লেখযোগ্য বাধা হিসেবে রয়ে গিয়েছে। এই অঞ্চলগুলিতে প্রায়শই লো-ল্যাটেন্সি ৫জি এবং এআই এজ অ্যাপ্লিকেশন সমর্থন করার জন্য প্রয়োজনীয় ফাইবার ঘনত্বেরও অভাব থাকে।
মূল অবকাঠামোগত ঘাটতিগুলো পূরণের জন্য স্থানীয় মাইক্রো ডেটা সেন্টার (এমডিসি) সম্প্রসারণ করা অত্যন্ত গুরুত্বপূর্ণ: এই কেন্দ্রগুলি ব্যবহারকারীর কাছাকাছি দ্রুত প্রক্রিয়াকরণ সক্ষম করে, দূরপাল্লার ডেটা স্থানান্তরের সঙ্গে সম্পর্কিত ব্যান্ডউইডথ এবং শক্তির খরচ কমায়, কম সংযোগের পরিবেশে সিস্টেমের স্থিতিস্থাপকতা উন্নত করে এবং স্বাস্থ্যসেবা, কৃষি, প্রতিরক্ষা ও গতিশীলতার মতো বিভিন্ন ক্ষেত্রে ডিস্ট্রিবিউটেড ওয়ার্কলোড সমর্থন করে।
আন্তঃকার্যক্ষমতা ছাড়া, এজ সিস্টেমগুলি সম্মিলিতভাবে ডেটা একত্রিত করতে বা তার উপর কাজ করতে পারে না, যা রিয়েল-টাইম, সিস্টেম-ব্যাপী সিদ্ধান্ত গ্রহণের মূল ভিত্তিকেই দুর্বল করে এবং ডিস্ট্রিবিউটেড এআই-এর কার্যকারিতা সীমিত করে।
● আর্থিক ও নিয়ন্ত্রক প্রতিবন্ধকতা
বিশেষায়িত এজ হার্ডওয়্যারের জন্য উচ্চ প্রাথমিক মূলধনী ব্যয় ছোট ও মাঝারি আকারের উদ্যোগগুলির জন্য এখনও একটি বড় বাধা, বিশেষ করে লজিস্টিকসের মতো ক্ষেত্রগুলিতে, এমনকি ইউনিফাইড লজিস্টিকস ইন্টারফেস প্ল্যাটফর্ম (ইউএলআইপি)-এর মতো সহায়ক প্ল্যাটফর্ম থাকা সত্ত্বেও। একই সময়ে, ডিভাইস এবং প্ল্যাটফর্মগুলির মধ্যে প্রমিতকরণের অভাব আন্তঃকার্যক্ষমতার ক্ষেত্রে উল্লেখযোগ্য প্রতিবন্ধকতা তৈরি করে। বিক্রেতারা প্রায়শই নিজস্ব প্রোটোকলের উপর নির্ভর করে, যার ফলে ডেটা আবাসগুলি খণ্ডিত হয়ে পড়ে এবং সিস্টেমগুলি নির্বিঘ্নে যোগাযোগ করতে পারে না। এটি ড্রোন, গুদাম, সেন্সর এবং যানবাহনের মতো বিভিন্ন নোডকে একটি সমন্বিত ইন্ট্যালিজেন্স লেয়ারে একীভূত করতে বাধা দেয়। আন্তঃকার্যক্ষমতা ছাড়া, এজ সিস্টেমগুলি সম্মিলিতভাবে ডেটা একত্রিত করতে বা তার উপর কাজ করতে পারে না, যা রিয়েল-টাইম, সিস্টেম-ব্যাপী সিদ্ধান্ত গ্রহণের মূল ভিত্তিকেই দুর্বল করে এবং ডিস্ট্রিবিউটেড এআই-এর কার্যকারিতা সীমিত করে।
এজ-ফার্স্ট এআই বাস্তুতন্ত্রের দিকে
● হার্ডওয়্যার
বর্তমানে, ভারত দেশীয়ভাবে ডিজাইন করা অ্যানালগ-মিক্সড সিগন্যাল ইন্টিগ্রেটেড সার্কিট (এএমআইসি)-এর ঘাটতির সম্মুখীন। এগুলি ডিজিটাল এবং অ্যানালগ সংকেতকে একত্রিত করে, এবং বিশেষ করে অডিও ও ভিডিও সরঞ্জাম, স্বয়ংচালিত সিস্টেম (যেমন রাডার এবং সেন্সর ফিউশন), এবং আইওটি সেন্সরগুলির জন্য গুরুত্বপূর্ণ। তবে, সাম্প্রতিক বছরগুলিতে বেশ কয়েকটি শীর্ষস্থানীয় আন্তর্জাতিক স্টার্টআপ ভারতে এসেছে, যা তরুণ ভারতীয় প্রতিভাদের আকর্ষণ করছে এবং তাদের অত্যন্ত বিশেষায়িত কাজের সঙ্গে পরিচিত করছে। আইআইটি মাদ্রাজের দলগুলিও অ্যানালগ, আরএফ, এবং মিক্সড-সিগন্যাল আইসি এবং তাদের বাস্তব-জগতের প্রয়োগ নিয়ে গবেষণা করছে।
তবে, ইলেকট্রনিক ডিজাইন অটোমেশন (ইডিএ) টুলের উপর নির্ভরতা এখনও রয়ে গিয়েছে, যেখানে বেশিরভাগ চিপ ডিজাইন সিনোপসিস, সিমেন্স, এবং ক্যাডেন্স ডিজাইন সিস্টেমসের মালিকানাধীন টুলের উপর নির্ভর করে। তবে, ভারত আইআইটি বম্বের ই-সিমের মতো ওপেন-সোর্স ইডিএ উদ্যোগগুলি সক্রিয়ভাবে অন্বেষণ করছে। এছাড়াও, সিমযোগ টেকনোলজিসের মতো স্টার্টআপগুলি প্রাথমিক পর্যায়ের হার্ডওয়্যার ডিজাইনের জন্য টেস্টিং এবং ভ্যালিডেশন সলিউশনে অগ্রণী ভূমিকা পালন করছে।
সর্বশেষে, পোস্ট-সিলিকন নির্ভরযোগ্যতা পরিকাঠামো —উৎপাদনের পরে এবং স্থাপনের আগে ভৌত মাইক্রোচিপ পরীক্ষা করার জন্য ব্যবহৃত টুল, হার্ডওয়্যার এবং সফ্টওয়্যারের একটি সেট—এখনও অনুন্নত রয়ে গিয়েছে। বর্তমানে, দুটি ফ্যাব এবং আটটি এটিএমপি/ওস্যাট অনুমোদন পেয়েছে; তবে, আরও ডোমেন-নির্দিষ্ট টেস্টিং পরিকাঠামো প্রয়োজন। এছাড়াও, সেমিকন্ডাক্টর মিশন ২.০ -এর অধীনে, কোয়ালকম একটি ২ ন্যানোমিটার চিপ ডিজাইনের টেপ-আউট সম্পন্ন করেছে, যা এজ এআই অ্যাপ্লিকেশনের জন্য গুরুত্বপূর্ণ।
● সফটওয়্যার ও মডেল
ভারতে মিডলওয়্যার এবং কম্পাইলারের ঘাটতি রয়েছে। মিডলওয়্যার এমন একটি স্তর হিসেবে কাজ করে যা খণ্ডিত ডেটা, মডেল ও ওয়ার্কফ্লোকে সংযুক্ত করে একটি পরিবর্ধনযোগ্য সিস্টেমে পরিণত করে। ইনফোসিস এবং উইপ্রো-সহ অন্যদের দেওয়া এন্টারপ্রাইজ সলিউশনের পাশাপাশি, ইন্ডিয়া এআইকোষ ডেটাসেট একটি অত্যন্ত গুরুত্বপূর্ণ মিডলওয়্যার প্ল্যাটফর্ম। তবে, সহজে একীভূত করা যায় না এমন ডেটা সাইলোর কারণে, ৪৫ শতাংশ ভারতীয় প্রতিষ্ঠান এখনও অপরিণত এবং অত্যন্ত খণ্ডিত ডেটা ভিত্তি নিয়ে কাজ চালিয়ে যাচ্ছে।
অ্যাপাচে টিভিএম এবং এনভিডিয়া টেনসরআরটি-র মতো কম্পাইলারগুলি জটিল মেশিন লার্নিং মডেলের সোর্স কোডকে অনুবাদ করে এবং ব্যবহারকারীদের জিপিইউ-সহ বিদ্যমান হার্ডওয়্যারের সাথে খাপ খাইয়ে নিতে সক্ষম করে।
এখনও পর্যন্ত পাইটর্চ বা টেনসরফ্লো-র মতো ফ্রেমওয়ার্কগুলিকে এজ ডিভাইসের জন্য অপ্টিমাইজড কোডে দক্ষতার সঙ্গে অনুবাদ করতে সক্ষম এমন কোনও সমন্বিত, উন্মুক্ত, দেশীয় এজ কম্পাইলার স্ট্যাক নেই। তবে, একাধিক পন্থা অবলম্বন করা হচ্ছে, বিশেষ করে মাল্টি-লেভেল ইন্টারমিডিয়েট রিপ্রেজেন্টেশন (এমএলআইআর), যা পলিম্যাজ ল্যাবস দ্বারা তৈরি একটি অভিনব ওপেন-সোর্স পদ্ধতি যার লক্ষ্য হল বিভিন্ন হার্ডওয়্যার সিস্টেমের মধ্যে ডেটার খণ্ডন কমানো।
এজ এআই-এর সংস্কার প্রয়োজন
বিশ্বব্যাপী প্রমাণ থেকে দেখা যায় যে, এআই-এর প্রসার প্রযুক্তিগত সক্ষমতার পাশাপাশি প্রশাসনিক রূপান্তরের উপরও সমানভাবে নির্ভরশীল। পদ্ধতিগত সীমাবদ্ধতার কারণে উন্নত এজ এআই সিস্টেমগুলি অন্তর্নিহিত পরিকাঠামোতে পরিণত না হয়ে পাইলট প্রকল্পের মধ্যেই সীমাবদ্ধ থাকার ঝুঁকিতে রয়েছে। ভারতে একটি প্রধান সীমাবদ্ধতা হল স্থানীয় পর্যায়ে বাস্তবায়নকারী সংস্থাগুলির নিজস্ব প্রযুক্তিগত সক্ষমতার সীমাবদ্ধতা। এর ফলে বহিরাগত বিক্রেতাদের উপর অতিরিক্ত নির্ভরতা তৈরি হয়েছে, অন্যদিকে রাষ্ট্র তার বিভিন্ন ডেটাবেসের মধ্যে আন্তঃকার্যক্ষমতা উন্নত করার ক্ষেত্রে ক্রমাগত চ্যালেঞ্জের সম্মুখীন হচ্ছে।
বিশ্বব্যাপী প্রমাণ থেকে দেখা যায় যে, এআই-এর প্রসার প্রযুক্তিগত সক্ষমতার পাশাপাশি প্রশাসনিক রূপান্তরের উপরও সমানভাবে নির্ভরশীল।
এর সমাধানে মন্ত্রক, রাজ্য এবং নগর স্থানীয় সংস্থা জুড়ে বিশেষায়িত ডিজিটাল দল গঠন করা অপরিহার্য। একইভাবে গুরুত্বপূর্ণ হল ডিজিটাল সাক্ষরতাকে একটি মূল প্রশাসনিক সক্ষমতা হিসেবে গড়ে তোলা। জেলা ও রাজ্য স্তরের কর্মকর্তাদের ক্রমবর্ধমান ডেটা-নির্ভর শাসন ব্যবস্থায় এআই সিস্টেম মূল্যায়ন ও প্রয়োগ করার জন্য প্রস্তুত থাকতে হবে। এটি প্রযুক্তিগত প্রতিভাকে দ্রুত শনাক্ত ও লালন করতেও সাহায্য করবে, যা একটি আরও অন্তর্ভুক্তিমূলক এবং বিকেন্দ্রীভূত উদ্ভাবনী বাস্তুতন্ত্রকে সক্ষম করে তুলবে।
ভারতের এআই কৌশলকে জেলা স্তর পর্যন্তও প্রসারিত করতে হবে, যেখানে প্রয়োগের চ্যালেঞ্জগুলো সবচেয়ে তীব্র। স্থানীয় উদ্ভাবনী বাস্তুতন্ত্র, যা ছাত্র ও স্নাতকদের অংশগ্রহণে উৎসাহিত করে, তা প্রেক্ষাপট-নির্দিষ্ট সমাধান তৈরি করতে পারে, এবং সফল মডেলগুলিকে জাতীয় প্ল্যাটফর্মের মাধ্যমে বড় পরিসরে প্রয়োগ করা যেতে পারে। পরিশেষে, প্রয়োগ অবশ্যই স্থানীয় বাস্তবতার উপর ভিত্তি করে হতে হবে: সিস্টেমগুলিতে আঞ্চলিক ভাষার ইন্টারফেস ব্যবহার করা উচিত, বিদ্যমান সরকারি ডেটা ওয়ার্কফ্লোর সাথে একীভূত হওয়া উচিত এবং ডিপিআই-এর সঙ্গে সামঞ্জস্যপূর্ণ হওয়া উচিত। এই সংস্কারগুলি ছাড়া, ভারত বৃহৎ পরিসরে বাস্তব প্রভাব অর্জন না করেই এআই সক্ষমতা তৈরি করার ঝুঁকিতে থাকবে।
ঈশিতা দেশমুখ অবজারভার রিসার্চ ফাউন্ডেশনের রিসার্চ ইন্টার্ন।
The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.
Ishita Deshmukh is a Research Assistant with ORF’s Centre for Security, Strategy & Technology. Her work focuses on how artificial intelligence is reshaping national security, economic ...
Read More +
PREV
