विवेक बद्रीनाथ यांचा कॉलम:मोजक्या भाषांत प्रशिक्षित एआय‎ सर्वांसाठी उपयुक्त कसा ठरेल?‎

‎‎‎‎‎‎‎‎‎‎एआयच्या सुरक्षाविषयक आणि लष्करी धोक्यांबाबत‎बरीच चर्चा झाली आहे. मोजक्या भाषांवर प्रशिक्षित‎आणि काही बहुराष्ट्रीय कंपन्यांच्या मालकीच्या लार्ज‎लँग्वेज मॉडेल्समुळे (एलएलएम) निर्माण होणाऱ्या‎सांस्कृतिक आणि आर्थिक धोक्यांकडे तुलनेने कमी‎लक्ष दिले गेले. या एलएलएमचे बाजारातील वर्चस्व‎दुय्यम भाषांचा वापर करणाऱ्या विकसनशील देशांसाठी‎तोट्याचे ठरत आहे.‎ नोव्हेंबर 2022 मध्ये ओपनएआयने चॅटजीपीटी सादर‎केल्यापासून उद्योगक्षेत्रातील नेते आणि धोरणकर्ते‎एआयमुळे उत्पादकता वाढण्याच्या क्षमतेचे कौतुक करत ‎‎आहेत. मात्र त्याचे लाभ सर्वांपर्यंत समान प्रमाणात‎पोहोचत नाहीत. भाषाविषयक पूर्वग्रहांमुळे अनेक ‎‎विकसनशील अर्थव्यवस्थांना या एआय प्रणालींचा‎पुरेसा लाभ मिळत नाही. जगात बोलल्या जाणाऱ्या 7 ‎‎हजारांहून अधिक भाषांपैकी बहुतांश एलएलएमना‎केवळ सुमारे 100 भाषांवर प्रशिक्षण दिले जाते. त्यासाठी ‎‎वापरला जाणारा बहुतांश डेटा इंग्रजी, चिनी, स्पॅनिश,‎फ्रेंच आणि जर्मन या भाषांमधूनच घेतला जातो.‎प्रत्यक्षात जगात केवळ 40 कोटी लोकांची मातृभाषा‎इंग्रजी आहे तर जागतिक लोकसंख्येपैकी फक्त 25‎टक्के लोकांची पहिली भाषा या ‘बिग फाइव्ह'' भाषांपैकी‎एक आहे. अल्पावधीत हा असमतोल सांस्कृतिक‎आणि आर्थिक दरी वाढवू शकतो तर दीर्घकाळात‎अनेक देशांच्या विकासाला अडथळा निर्माण करून‎भाषिक वैविध्यालाही धोका निर्माण करू शकतो.‎आणखी एक विरोधाभास म्हणजे श्रीमंत देशांनी‎एआयचा वेगाने स्वीकार केल्यामुळे विकसनशील‎देशांतील वापरकर्त्यांसाठी इंटरनेट आणि डिजिटल‎साधनांचा लाभ घेणे अधिक कठीण झाले आहे.‎एलएलएममध्ये स्थानिक भाषा आणि संस्कृतीचे‎अधिक अचूक प्रतिबिंब असणे आवश्यक आहे.‎अन्यथा अनेक समुदायांना त्यांच्या वैशिष्ट्यपूर्ण‎शब्दसंपदेचा वारसा गमावण्याचा धोका निर्माण होईल.‎ही शब्दसंपदा ऐतिहासिक घटना, मोठ्या प्रमाणातील‎स्थलांतर आणि राजकीय वारशातून घडलेली आहे.‎एआय प्रणालींमध्ये भाषिक वैविध्याचा अभाव‎राहिल्यास त्याचा स्वीकारही संथ होईल. उदाहरणार्थ,‎पेरूमध्ये डिजिटल वित्तीय सेवांना ग्राहकांशी स्थानिक‎बोलीभाषेत संवाद साधावा लागेल. व्हिएतनाममध्ये‎ऑनलाइन आरोग्यसेवा प्रभावी ठरण्यासाठी स्थानिक‎भाषेतील अचूकता आवश्यक आहे आणि ती केवळ‎स्थानिक भाषा मॉडेलद्वारेच मिळू शकते. मोबाइल‎नेटवर्क ऑपरेटर्स (एमएनओ) यांच्याकडे मोठ्या‎प्रमाणावर विकासक आणि डेटा प्रक्रिया क्षमता‎असल्याने स्थानिक भाषा मॉडेल तयार करण्याची‎अनोखी संधी आहे. ते परवानाधारक आणि सरकारचे‎विश्वासार्ह भागीदारही आहेत. अशा उपेक्षित असलेल्या‎भाषांसाठी एलएलएम तयार करताना प्रशिक्षणासाठी‎आवश्यक डेटाची कमतरता हा मोठा अडथळा आहे.‎यावर उपाय म्हणून सरकारांकडे उपलब्ध असलेला‎मोठ्या प्रमाणातील, मात्र संवेदनशील आणि गोपनीय‎डेटा उपयोगी ठरू शकतो. उदाहरणार्थ, युक्रेनमधील‎सर्वात मोठ्या मोबाइल नेटवर्क ऑपरेटर कीव्हस्टारने‎डिजिटल परिवर्तन मंत्रालयाच्या सहकार्याने देशातील‎पहिले राष्ट्रीय एलएलएम विकसित केले. हे मॉडेल‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎युक्रेनियनबरोबरच रशियन, बल्गेरियन आणि क्रिमियन‎तातार या भाषांसाठीही अनुकूल करण्यात आले आहे.‎ ग्लोबल सिस्टम फॉर मोबाइल कम्युनिकेशन्स‎असोसिएशनचा (जीएसएमए) — मी महासंचालक‎आहे — आफ्रिकन एआय भाषा मॉडेल प्रकल्पाद्वारे‎नायजेरिया, मादागास्कर, टोगो आणि काँगो‎प्रजासत्ताकसह उप-सहारा आफ्रिकेतील अनेक‎देशांमध्ये अशाच प्रकारची रणनीती राबवत आहे. या‎उपक्रमात एअरटेल, अॅक्सियन टेलिकॉम, एथिओ‎टेलिकॉम, एमटीएन, ऑरेंज, व्होडाकॉमसह इतर‎दूरसंचार कंपन्या, सार्वजनिक आणि खासगी क्षेत्रातील‎तज्ज्ञ, शिक्षणतज्ज्ञ आणि नागरी समाज संघटना‎आफ्रिकन भाषांसाठी एलएलएम विकसित करण्यासाठी‎एकत्र आल्या आहेत. एआयच्या वापराकडे व्यापक‎दृष्टीने पाहण्याची गरज आहे. (प्रोजेक्ट सिंडिकेट)‎ जग आता एजेंटिक एआयच्या दिशेने‎वाटचाल करत आहे. बँकिंग, आरोग्यसेवा‎व शिक्षणाशी संबंधित डिजिटल सेवांत‎वापरकर्त्यांच्या मदतीसाठी एआयचा‎वेगाने स्वीकार होत आहे. अशा स्थितीत‎भाषेच्या मर्यादेमुळे एखादा देश या‎परिवर्तनात मागे राहणे,हे चुकीचे ठरेल.‎