മലയാളം AI മിഷൻ: കേരളത്തിന്റെ പുതിയ ഭാഷാ സാങ്കേതിക ചുവട്

ഉള്ളടക്കം

IndiaAI മിഷനും പരമാധികാര AI സ്വപ്നവും
സർവം AI: ഇന്ത്യയുടെ ഭാഷാ AI യൂണികോൺ
ഭാഷിണിയും AI4Bharat-ഉം: ഭാഷാ വിടവ് നികത്തുന്നു
കേരളത്തിന്റെ മലയാളം AI മിഷൻ
വെല്ലുവിളികളും തുറന്ന ചോദ്യങ്ങളും
ഇന്ത്യക്കും കേരളത്തിനും ഇതിന്റെ അർത്ഥം
ഉപസംഹാരം
സ്രോതസ്സുകൾ

നിർമിതബുദ്ധി (Artificial Intelligence) ലോകമെമ്പാടും ഭാഷകളെയും ഭരണനിർവഹണത്തെയും തൊഴിൽ മേഖലയെയും അതിവേഗം പുനർനിർവചിക്കുന്ന ഒരു കാലത്ത്, മലയാളം പോലുള്ള ഭാഷകൾ ഈ മാറ്റത്തിന്റെ മുൻനിരയിൽ ഉണ്ടോ എന്ന ചോദ്യം ഏറെ പ്രസക്തമാണ്. ഈ പശ്ചാത്തലത്തിലാണ് കേരള സർക്കാർ 2026-27 സംസ്ഥാന ബഡ്ജറ്റിൽ പ്രഖ്യാപിച്ച മലയാളം AI മിഷൻ ശ്രദ്ധേയമാകുന്നത്. തുറന്ന മലയാളം ഭാഷാ ഡേറ്റാസെറ്റും (dataset) തദ്ദേശീയമായ AI മോഡലുകളും വികസിപ്പിക്കാൻ ലക്ഷ്യമിട്ട് 10 കോടി രൂപയാണ് ഈ പദ്ധതിക്കായി മാറ്റിവച്ചതെന്ന് ജൂൺ 19-ന് ബഡ്ജറ്റ് അവതരിപ്പിച്ചുകൊണ്ട് മുഖ്യമന്ത്രി വി.ഡി. സതീശൻ അറിയിച്ചതായി ദ സ്റ്റേറ്റ്സ്മാൻ റിപ്പോർട്ട് ചെയ്യുന്നു.

ദേശീയ തലത്തിൽ ഇന്ത്യ ഇതിനകം ‘പരമാധികാര AI’ (Sovereign AI) എന്ന ലക്ഷ്യത്തിലേക്ക് കുതിക്കുകയാണ്. കേന്ദ്ര സർക്കാരിന്റെ IndiaAI മിഷൻ 38,000-ത്തിലധികം ജിപിയുകൾ (GPU – Graphics Processing Unit) പൊതു കമ്പ്യൂട്ട് സൗകര്യമായി രാജ്യത്തെ സ്റ്റാർട്ടപ്പുകൾക്കും ഗവേഷകർക്കും ലഭ്യമാക്കിയെന്ന് കേന്ദ്ര ഇലക്ട്രോണിക്സ് & ഐടി മന്ത്രാലയത്തിന്റെ ഔദ്യോഗിക പ്രസ്താവന വ്യക്തമാക്കുന്നു. ബംഗളൂരു ആസ്ഥാനമായ Sarvam AI ഈ ദൗത്യത്തിലെ മുൻനിര താരമായി 2026 ജൂണിൽ 1.5 ബില്യൺ ഡോളർ മൂല്യമുള്ള യൂണികോൺ (unicorn) പദവിയിലെത്തിയത് ഈ മുന്നേറ്റത്തിന്റെ വേഗം കാണിക്കുന്നു.

വൻകിട ടെക്നോളജി കമ്പനികളുടെ വലിയ ഭാഷാ മോഡലുകൾ (LLM – Large Language Model) പരിശീലിപ്പിക്കുന്നത് പ്രധാനമായും ഇംഗ്ലീഷ്, ചൈനീസ്, യൂറോപ്യൻ ഭാഷകളിലെ ഡേറ്റ ഉപയോഗിച്ചാണ്. ഇന്ത്യയിലെ ബഹുഭൂരിപക്ഷം ജനങ്ങളും ഇടപെടുന്നത് ഈ ഭാഷകളിലല്ല എന്നതിനാൽ, സ്വന്തം ഭാഷകളിൽ പ്രവർത്തിക്കുന്ന AI സംവിധാനങ്ങൾ ഇല്ലാതെ ഡിജിറ്റൽ സേവനങ്ങളുടെ ഗുണഫലം എല്ലാവർക്കും തുല്യമായി ലഭിക്കില്ല എന്ന തിരിച്ചറിവാണ് IndiaAI മിഷന്റെയും അതിനു കീഴിലുള്ള ഭാഷാ സംരംഭങ്ങളുടെയും പിന്നിലെ പ്രധാന പ്രേരണ.

എന്നാൽ ദേശീയതലത്തിലെ ഈ ഭീമൻ നിക്ഷേപങ്ങൾക്കിടയിൽ മലയാളത്തിന്റെ സ്ഥാനം എവിടെയാണ്? ചാറ്റ്ജിപിടി (ChatGPT), ജെമിനി (Gemini) പോലുള്ള ആഗോള AI ഉപകരണങ്ങൾ ഇംഗ്ലീഷിലും ചൈനീസിലും ഹിന്ദിയിലും വളരെ കാര്യക്ഷമമായി പ്രവർത്തിക്കുമ്പോൾ, മലയാളം പോലുള്ള ഇടത്തരം സംസാരികളുള്ള ഭാഷകൾക്ക് ഇതേ നിലവാരത്തിലുള്ള പിന്തുണ ലഭിക്കുന്നില്ലെങ്കിൽ, ഭാവിയിലെ ഡിജിറ്റൽ ഭരണനിർവഹണത്തിലും വിജ്ഞാന വിനിമയത്തിലും ഒരു പുതിയ ഭാഷാ വിടവ് രൂപപ്പെടാൻ സാധ്യതയുണ്ട്. കേരളത്തിന്റെ പുതിയ AI മിഷനും ഇന്ത്യയുടെ വിശാലമായ ഭാഷാ സാങ്കേതികവിദ്യാ ശ്രമങ്ങളും തമ്മിലുള്ള ബന്ധം, അവ മുന്നോട്ടുവയ്ക്കുന്ന അവസരങ്ങളും അവശേഷിക്കുന്ന വെല്ലുവിളികളും ഈ ലേഖനം വിശദമായി പരിശോധിക്കുന്നു.

IndiaAI മിഷനും പരമാധികാര AI സ്വപ്നവും

2024-ൽ ആരംഭിച്ച IndiaAI മിഷന് മൊത്തം 10,372 കോടി രൂപയാണ് കേന്ദ്ര സർക്കാർ വകയിരുത്തിയിരിക്കുന്നത്. ഈ തുകയിൽ വലിയൊരു പങ്ക് ഉപയോഗിച്ചാണ് 38,000-ത്തിലധികം അത്യാധുനിക ജിപിയുകൾ ഒരു പൊതു കമ്പ്യൂട്ട് സൗകര്യമായി (common compute facility) സ്ഥാപിച്ചത്. സ്റ്റാർട്ടപ്പുകൾക്കും സർവകലാശാലകൾക്കും ഗവേഷകർക്കും കുറഞ്ഞ നിരക്കിൽ ഈ കമ്പ്യൂട്ടിംഗ് ശേഷി വാടകയ്ക്ക് നൽകുകയാണ് ലക്ഷ്യമെന്ന് 2026 മാർച്ച് 25-ന് കേന്ദ്ര ഇലക്ട്രോണിക്സ് & ഐടി സഹമന്ത്രി ജിതിൻ പ്രസാദ പാർലമെന്റിൽ അവതരിപ്പിച്ച കണക്കുകൾ കാണിക്കുന്നു.

ഇതുവരെ 190 പദ്ധതികൾക്ക് അംഗീകാരം ലഭിച്ചു – ഇതിൽ 78 എണ്ണം സർക്കാർ സ്ഥാപനങ്ങൾക്കും, 46 എണ്ണം സ്റ്റാർട്ടപ്പുകൾക്കും ചെറുകിട-ഇടത്തരം സംരംഭങ്ങൾക്കും (MSME), 30 എണ്ണം ആദ്യഘട്ട സ്റ്റാർട്ടപ്പുകൾക്കും, 27 എണ്ണം ഗവേഷകർക്കും അക്കാദമിക് സ്ഥാപനങ്ങൾക്കുമാണ്. ബാക്കിയുള്ളവ വിദ്യാർത്ഥികൾക്കും യുവഗവേഷകർക്കുമായി വകയിരുത്തിയിട്ടുണ്ട്. ഈ വിഭജനം തന്നെ കാണിക്കുന്നത്, കമ്പ്യൂട്ടിംഗ് ശേഷിയുടെ പകുതിയോളം സർക്കാർ ആവശ്യങ്ങൾക്കും ഭരണനിർവഹണ ഉപകരണങ്ങൾക്കുമായി മാറ്റിവച്ചിരിക്കുന്നു എന്നാണ് – സ്വകാര്യ കമ്പനികളെ മാത്രം ആശ്രയിക്കാതെ പൊതുമേഖലയിലും AI ശേഷി വളർത്താനുള്ള ബോധപൂർവമായ തീരുമാനമായി ഇതിനെ വിലയിരുത്താം. “ജിപിയുകൾ വളരെ സങ്കീർണമായ ഉപകരണങ്ങളാണ്, അവ പ്രധാനമായും ഒരു രാജ്യത്ത് മാത്രമാണ് നിർമിക്കപ്പെടുന്നത്” എന്ന നിരീക്ഷണം തന്നെ, ഒരു രാജ്യത്തിന്റെ മാത്രം ആശ്രിതത്വം കുറയ്ക്കാൻ ഇന്ത്യ എത്രമാത്രം ഗൗരവത്തോടെ ശ്രമിക്കുന്നു എന്ന് വ്യക്തമാക്കുന്നു. ദേശീയ സൂപ്പർകമ്പ്യൂട്ടിംഗ് മിഷനിലൂടെ RISC-V എന്ന ഓപ്പൺ സോഴ്സ് ചിപ്പ് വാസ്തുവിദ്യ ഉപയോഗിച്ച് തദ്ദേശീയമായി പ്രോസസറുകളും ജിപിജിപിയുകളും വികസിപ്പിക്കാനുള്ള ശ്രമവും ഇതിനൊപ്പം നടക്കുന്നു.

ഇത്രയും വലിയ കമ്പ്യൂട്ടിംഗ് ശേഷി കേവലം സാങ്കേതിക നേട്ടമല്ല, മറിച്ച് ഒരു ഭൂരാഷ്ട്രീയ (geopolitical) തന്ത്രം കൂടിയാണ്. വിദേശ AI കമ്പനികളുടെ ക്ലൗഡ് സേവനങ്ങളെ പൂർണമായി ആശ്രയിക്കാതെ, ഇന്ത്യൻ ഭാഷകളിലും ഇന്ത്യൻ മൂല്യങ്ങളിലും അധിഷ്ഠിതമായ AI സംവിധാനങ്ങൾ സ്വന്തമായി കെട്ടിപ്പടുക്കാനുള്ള ശ്രമമായാണ് ഇതിനെ സർക്കാർ അവതരിപ്പിക്കുന്നത്.

RISC-V ചിപ്പ് വാസ്തുവിദ്യയിലുള്ള ഈ നിക്ഷേപം പ്രത്യേകം ശ്രദ്ധേയമാണ്, കാരണം ഇത് ആരും കുത്തകയാക്കിവയ്ക്കാത്ത ഓപ്പൺ സോഴ്സ് സാങ്കേതികവിദ്യയാണ്. അമേരിക്കയും ചൈനയും തമ്മിലുള്ള ചിപ്പ് നിയന്ത്രണ തർക്കങ്ങൾ കടുക്കുന്ന സാഹചര്യത്തിൽ, സ്വന്തമായി പ്രോസസറുകൾ രൂപകൽപ്പന ചെയ്യാനുള്ള കഴിവ് ഇന്ത്യക്ക് ദീർഘകാലാടിസ്ഥാനത്തിൽ നിർണായകമാകുമെന്നാണ് വിലയിരുത്തൽ. അതേസമയം, ഈ അടിസ്ഥാന സൗകര്യങ്ങൾ യഥാർത്ഥത്തിൽ എത്രത്തോളം സ്വാശ്രയത്വം നൽകുന്നു, അതോ വിദേശ ജിപിയു നിർമാതാക്കളിൽ നിന്ന് വിലക്കുറവിൽ ഹാർഡ്‌വെയർ വാങ്ങി വാടകയ്ക്ക് നൽകുന്ന ഒരു സബ്സിഡി മാതൃക മാത്രമാണോ ഇത് എന്ന ചർച്ചയും ടെക് വിദഗ്ധർക്കിടയിൽ നടക്കുന്നുണ്ട്.

സർവം AI: ഇന്ത്യയുടെ ഭാഷാ AI യൂണികോൺ

2023-ൽ വിവേക് രാഘവനും പ്രത്യൂഷ് കുമാറും ചേർന്ന് ബംഗളൂരുവിൽ സ്ഥാപിച്ച Sarvam AI ആണ് ഇന്ത്യയുടെ പരമാധികാര AI ദൗത്യത്തിലെ ഏറ്റവും ശ്രദ്ധേയമായ പേര്. ഇന്ത്യൻ ഭരണഘടന അംഗീകരിച്ച 22 ഭാഷകൾക്കുവേണ്ടിയും പ്രവർത്തിക്കുന്ന ടെക്സ്റ്റ്-ടു-സ്പീച്ച് മോഡലായ ‘ബുൾബുൾ’ (11 ഭാഷകളിൽ 39 വ്യത്യസ്ത ശബ്ദങ്ങൾ), സ്പീച്ച്-ടു-ടെക്സ്റ്റ് മോഡലായ ‘സാരസ്’, രേഖകൾ വായിച്ചു മനസ്സിലാക്കുന്ന ‘വിഷൻ’ എന്നിവയാണ് കമ്പനിയുടെ പ്രധാന ഉൽപ്പന്നങ്ങൾ എന്ന് സ്ലേറ്റർ റിപ്പോർട്ട് ചെയ്യുന്നു. തദ്ദേശീയ അടിസ്ഥാന മോഡലുകൾ (foundation models) വികസിപ്പിക്കാൻ IndiaAI മിഷൻ തിരഞ്ഞെടുത്ത 12 സ്ഥാപനങ്ങളിൽ ഒന്നായ Sarvam-ന് ഇന്നൊവേഷൻ സെന്റർ ഘടകത്തിന് കീഴിൽ 246.72 കോടി രൂപയുടെ സാമ്പത്തിക, കമ്പ്യൂട്ട് പിന്തുണ ലഭിച്ചതായി പിഐബിയുടെ പ്രസ്താവന പറയുന്നു.

2023 ഡിസംബറിൽ ലൈറ്റ്സ്പീഡ്, പീക്ക് XV പാർട്ണേഴ്സ്, ഖോസ്ല വെഞ്ച്വേഴ്സ് എന്നിവരിൽ നിന്ന് 41 ദശലക്ഷം ഡോളർ സമാഹരിച്ച കമ്പനി, 2026 ജൂൺ 15-ന് സീരീസ് ബി ഫണ്ടിംഗിന്റെ ആദ്യഘട്ടത്തിൽ 234 ദശലക്ഷം ഡോളർ കൂടി സമാഹരിച്ചു. ഐടി സേവന ഭീമൻ HCLTech 150 ദശലക്ഷം ഡോളറുമായി മുഖ്യ നിക്ഷേപകനായി; ബെസ്സെമർ വെഞ്ച്വർ പാർട്ണേഴ്സും പഴയ നിക്ഷേപകരും ബാക്കി തുക നൽകി. ഇതോടെ കമ്പനിയുടെ മൂല്യം 1.5 ബില്യൺ ഡോളറായി ഉയർന്നു. “സർവം-ന്റെ AI മോഡൽ ഗവേഷണത്തെ HCLTech-ന്റെ ആഗോള സാന്നിധ്യവുമായി കൂട്ടിച്ചേർത്ത്…” എന്നാണ് HCLTech സിഇഒ സി. വിജയകുമാർ ഈ പങ്കാളിത്തത്തെ വിശേഷിപ്പിച്ചത്.

100 ദശലക്ഷത്തിലധികം സംഭാഷണങ്ങൾ 500 മില്ലിസെക്കൻഡിൽ താഴെ കാലതാമസത്തിൽ കൈകാര്യം ചെയ്യാൻ ശേഷിയുള്ള സാരവം-ന്റെ സാങ്കേതികവിദ്യ, UIDAI-യുമായി ചേർന്ന് 10 ഇന്ത്യൻ ഭാഷകളിൽ വോയ്സ് അധിഷ്ഠിത തിരിച്ചറിയലിനും തട്ടിപ്പ് കണ്ടെത്തലിനും ഉപയോഗിക്കുന്നു. ഒഡീഷ സർക്കാരുമായി 50 മെഗാവാട്ട് ശേഷിയുള്ള പരമാധികാര AI ഹബ്ബും, തമിഴ്നാട് സർക്കാരും ഐഐടി മദ്രാസുമായി ചേർന്ന് 20 മെഗാവാട്ട് ഡാറ്റാ സെന്ററും കമ്പനി വികസിപ്പിക്കുന്നുണ്ട്. “ഭാവി ഇന്ത്യക്ക് അവകാശപ്പെട്ടതാണെന്ന്” സർവം AI തെളിയിക്കുന്നു എന്ന് കേന്ദ്ര ആഭ്യന്തര മന്ത്രി അമിത് ഷാ അഭിപ്രായപ്പെട്ടതും ഇതേ പ്രസ്താവനയിൽ പരാമർശിക്കുന്നു.

‘വിഷൻ’ എന്ന ഡോക്യുമെന്റ് അണ്ടർസ്റ്റാൻഡിംഗ് ഉൽപ്പന്നമാണ് ഇതിൽ കേരളത്തിന് ഏറ്റവും പ്രസക്തമായേക്കാവുന്നത് – 22-ലധികം ഇന്ത്യൻ ഭാഷകളിലും, മിക്സഡ് ലിപികളിലും, കൈയക്ഷര രേഖകളിൽ പോലും വിവരങ്ങൾ വായിച്ചു മനസ്സിലാക്കാൻ ഇതിന് ശേഷിയുണ്ട് എന്ന് സ്ലേറ്റർ റിപ്പോർട്ട് ചെയ്യുന്നു. റവന്യൂ രേഖകൾ, ഭൂമി തർക്കങ്ങൾ, പെൻഷൻ അപേക്ഷകൾ തുടങ്ങി മലയാളത്തിൽ കൈകൊണ്ട് എഴുതിയ പഴയ സർക്കാർ രേഖകൾ ഡിജിറ്റൈസ് ചെയ്യാൻ ഇത്തരം സാങ്കേതികവിദ്യ ഭാവിയിൽ ഉപകരിച്ചേക്കാം.

ഭാഷിണിയും AI4Bharat-ഉം: ഭാഷാ വിടവ് നികത്തുന്നു

വൻകിട AI മോഡലുകൾക്ക് ഇന്ത്യൻ ഭാഷകൾ കൈകാര്യം ചെയ്യാൻ ആവശ്യമായ ഡേറ്റ നൽകുന്നത് ഐഐടി മദ്രാസ് കേന്ദ്രീകരിച്ചുള്ള ഗവേഷണ സംരംഭമായ AI4Bharat ആണ്. ഭരണഘടന അംഗീകരിച്ച 22 ഭാഷകൾക്കും വേണ്ടി ഭാഷാ മോഡലുകളും ഡേറ്റാസെറ്റുകളും നിർമിക്കുകയാണ് ഇവരുടെ ലക്ഷ്യമെന്ന് AI4Bharat-ന്റെ വെബ്സൈറ്റ് വ്യക്തമാക്കുന്നു. 22 ഭാഷകളിലായി 251 ബില്യൺ ടോക്കണുകൾ (tokens) ഉൾപ്പെടുന്ന പ്രീ-ട്രെയിനിംഗ് കോർപ്പസും, 20 ഭാഷകളിലായി 7.47 കോടി ചോദ്യോത്തര ജോഡികളും ഇവർ ഇതിനകം സമാഹരിച്ചിട്ടുണ്ട്. ഐരാവത, ഇൻഡിക്ബെർട്ട്, ഇൻഡിക്ബാർട്ട് തുടങ്ങിയ മോഡലുകളും, ഡേറ്റ ശുദ്ധീകരിക്കാനുള്ള സേതു എന്ന ടൂളും, ഇൻഡിക്എക്സ്ട്രീം ഉൾപ്പെടെയുള്ള മൂല്യനിർണയ ചട്ടക്കൂടുകളും ഈ സംരംഭം വികസിപ്പിച്ചിട്ടുണ്ട്.

കേന്ദ്ര സർക്കാരിന്റെ ഭാഷിണി (Bhashini) ദൗത്യമാണ് ഈ ഗവേഷണത്തിന്റെ പ്രായോഗിക മുഖം – എല്ലാ സർക്കാർ സേവനങ്ങളും വിവരങ്ങളും പൗരന്മാർക്ക് അവരവരുടെ ഭാഷയിൽ ‘സഹകരണാധിഷ്ഠിത AI’ (collaborative AI) വഴി ലഭ്യമാക്കുകയാണ് ലക്ഷ്യമെന്ന് ഇൻഫോസിസ് സഹസ്ഥാപകൻ നന്ദൻ നിലേകനി വ്യക്തമാക്കിയിട്ടുണ്ട്. എന്നാൽ ഈ ബൃഹത്തായ ഗവേഷണ ചട്ടക്കൂടിനുള്ളിൽ മലയാളത്തിന് പ്രത്യേകമായി എത്രത്തോളം ശ്രദ്ധ ലഭിക്കുന്നു എന്നത് വ്യക്തമല്ല – മറ്റ് ഇന്ത്യൻ ഭാഷകളെപ്പോലെ മലയാളവും ഒരു ‘ലോ-റിസോഴ്സ് ഭാഷ’ (low-resource language) ആയാണ് AI ഗവേഷണത്തിൽ പലപ്പോഴും കണക്കാക്കപ്പെടുന്നത് – അതായത്, മോഡലുകൾ പരിശീലിപ്പിക്കാൻ ആവശ്യമായത്ര ഡിജിറ്റൽ ടെക്സ്റ്റും ശബ്ദ ഡേറ്റയും ഇപ്പോഴും പരിമിതമാണ്.

IndicXTREME, IndicNLG, IndicGLUE എന്നിവ പോലുള്ള മൂല്യനിർണയ ചട്ടക്കൂടുകൾ (evaluation benchmarks) ഇന്ത്യൻ ഭാഷാ മോഡലുകളുടെ കാര്യക്ഷമത അളക്കാൻ ഉപയോഗിക്കുന്നു. ഇത്തരം ബെഞ്ച്മാർക്കുകളിൽ മലയാളം എത്രത്തോളം നല്ല രീതിയിൽ പ്രതിനിധീകരിക്കപ്പെടുന്നു എന്നത് ഗവേഷകർക്കിടയിൽ തുടർച്ചയായി ചർച്ച ചെയ്യപ്പെടുന്ന വിഷയമാണ്. 2022 ജൂലൈയിൽ നന്ദൻ നിലേകനിയുടെയും റോഹിണി നിലേകനിയുടെയും ഫിലാന്ത്രോപ്പി സ്ഥാപനം 36 കോടി രൂപ നൽകി ഐഐടി മദ്രാസ് ക്യാമ്പസിൽ സ്ഥാപിച്ച ‘നിലേകനി സെന്റർ അറ്റ് AI4Bharat’ ആണ് ഈ ഗവേഷണത്തിന് പ്രധാന സാമ്പത്തിക പിന്തുണ നൽകുന്നത്. “ഇന്ത്യൻ ഭാഷാ AI-യിൽ ഐഐടി മദ്രാസ് നേതൃത്വപരമായ പങ്ക് വഹിക്കുന്നതിൽ സന്തോഷമുണ്ട്” എന്ന് സ്ഥാപനത്തിന്റെ ഡയറക്ടർ വി. കാമകോടി അന്ന് പ്രതികരിച്ചിരുന്നു.

കേരളത്തിന്റെ മലയാളം AI മിഷൻ

ഈ വിടവ് നികത്താനുള്ള സംസ്ഥാനത്തിന്റെ ആദ്യ ഔദ്യോഗിക ചുവടാണ് 2026-27 ബഡ്ജറ്റിലെ മലയാളം AI മിഷൻ പ്രഖ്യാപനം. തുറന്ന മലയാളം ഭാഷാ ഡേറ്റാസെറ്റ് നിർമിക്കാനും തദ്ദേശീയ AI മോഡലുകൾ വികസിപ്പിക്കാനുമായി 10 കോടി രൂപ വകയിരുത്തിയതിനൊപ്പം, AI, റോബോട്ടിക്സ്, ഡേറ്റ സയൻസ്, ഐഒടി (IoT), വിആർ (VR) മേഖലകളിലെ യുവസംരംഭകർക്കായി 50 കോടി രൂപയുടെ ജെൻ-ഇസെഡ് (Gen-Z) സ്റ്റാർട്ടപ്പ് ഫണ്ടും ബഡ്ജറ്റിൽ പ്രഖ്യാപിച്ചു. “AI സാങ്കേതികവിദ്യകൾ സമ്പദ്‌വ്യവസ്ഥകളെയും പൊതുസേവനങ്ങളെയും പുനർനിർമിക്കുമ്പോൾ മലയാളം പിന്നിലാകാൻ പാടില്ല” എന്നാണ് ഇതുമായി ബന്ധപ്പെട്ട സർക്കാർ പ്രസ്താവന എന്ന് ദ സ്റ്റേറ്റ്സ്മാൻ റിപ്പോർട്ട് ചെയ്യുന്നു.

ഈ പ്രഖ്യാപനത്തിന് ഒരു മാസം മുൻപ് തന്നെ, AI, സ്റ്റാർട്ടപ്പുകൾ എന്നിവയ്ക്കായി പ്രത്യേകം സ്വതന്ത്ര വകുപ്പുകൾ രൂപീകരിച്ച ഇന്ത്യയിലെ ആദ്യ സംസ്ഥാനമായി കേരളം മാറിയിരുന്നു എന്ന് ഓൺമനോരമ റിപ്പോർട്ട് ചെയ്തിരുന്നു. ഭരണം, ആരോഗ്യം, വിദ്യാഭ്യാസം, പൊതുസേവനങ്ങൾ എന്നിവയിൽ AI-അധിഷ്ഠിത ക്ലാസ് മുറികളും കൃത്യതാ കൃഷിയും (precision farming) ഉൾപ്പെടെയുള്ള മാറ്റങ്ങൾ ലക്ഷ്യമിടുന്ന കേരള ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മിഷന്റെ (K-AIM) ഭാഗമായാണ് ഈ വകുപ്പുകൾ പ്രവർത്തിക്കുന്നത്. ഐടി മേഖലയിലെ വിജയം ആവർത്തിക്കാൻ ശ്രമിക്കുന്ന കേരളം, ഐടിയിൽ നിന്ന് വ്യത്യസ്തമായി “ഒരു വ്യക്തിക്ക് പോലും ഒറ്റയ്ക്ക് ഒരു AI സംരംഭം തുടങ്ങാൻ കഴിയും” എന്ന പ്രത്യേകതയാണ് ഈ മേഖലയിൽ പ്രതീക്ഷ നൽകുന്നതെന്ന് റിപ്പോർട്ട് ചൂണ്ടിക്കാട്ടുന്നു.

ഡിജിറ്റൽ യൂണിവേഴ്സിറ്റി കേരള വൈസ് ചാൻസലർ സാജി ഗോപിനാഥ്, “AI ഉത്തരവാദിത്തത്തോടെയും ഫലപ്രദമായും എല്ലാ മേഖലകളിലും സ്വീകരിക്കുന്നതിൽ സർക്കാരിന് നിർണായക പങ്കുവഹിക്കാനാകും” എന്നും, വിദേശ സംവിധാനങ്ങളോടുള്ള ആശ്രിതത്വം കുറയ്ക്കാൻ തദ്ദേശീയമായ AI ടൂളുകൾ വികസിപ്പിക്കേണ്ടതിന്റെ ആവശ്യകതയും ചൂണ്ടിക്കാട്ടിയതായി ഓൺമനോരമ റിപ്പോർട്ട് ചെയ്യുന്നു. NIT കോഴിക്കോട്ടെ AI സെന്റർ ഓഫ് എക്സലൻസ് മേധാവി എസ്.ഡി. മധുകുമാർ, പൊതുജനാരോഗ്യം, കൃത്യതാ കൃഷി, ദുരന്തനിവാരണം, സ്മാർട്ട് ഗതാഗതം എന്നിവയ്ക്കൊപ്പം മലയാളം ഭാഷാ സാങ്കേതികവിദ്യകളും കേരളം മുൻഗണന നൽകേണ്ട മേഖലയായി നിർദേശിച്ചിരുന്നു.

AI ഭരണനിർവഹണത്തിൽ ഏകോപനം കൊണ്ടുവരാൻ യുഎഇയും (2017 മുതൽ പ്രത്യേകം AI മന്ത്രി നിയമിച്ച രാജ്യം) സൗദി അറേബ്യയുടെ SDAIA (Saudi Data and AI Authority) പോലുള്ള മോഡലുകളും അന്താരാഷ്ട്ര താരതമ്യമായി ഓൺമനോരമ റിപ്പോർട്ടിൽ ഉദ്ധരിക്കപ്പെടുന്നു. ഐടി മേഖലയിലെ വിജയഗാഥ ആവർത്തിക്കാൻ ശ്രമിക്കുന്ന കേരളത്തിന് മുന്നിലുള്ള മാതൃകകളാണ് ഇവയെന്ന് വിദഗ്ധർ ചൂണ്ടിക്കാട്ടുന്നു. AI, സ്റ്റാർട്ടപ്പ് വകുപ്പുകൾ വേറിട്ട് പ്രവർത്തിക്കുന്നതിലൂടെ നയരൂപീകരണത്തിനും നടപ്പാക്കലിനും വേഗം കൂട്ടാനാകുമെന്നാണ് സർക്കാരിന്റെ പ്രതീക്ഷ.

വെല്ലുവിളികളും തുറന്ന ചോദ്യങ്ങളും

സംഖ്യകൾ താരതമ്യം ചെയ്യുമ്പോൾ ചില ചോദ്യങ്ങൾ ഉയരുന്നു. ഒരു സ്വകാര്യ കമ്പനിയായ Sarvam AI-ക്ക് മാത്രം കേന്ദ്ര സർക്കാർ 246.72 കോടി രൂപ അനുവദിച്ചപ്പോൾ, ഒരു സംസ്ഥാനത്തിന്റെ മുഴുവൻ ഭാഷയ്ക്കുമായി കേരളം വകയിരുത്തിയത് 10 കോടി രൂപ മാത്രമാണ്. തുറന്ന ഡേറ്റാസെറ്റ് നിർമാണവും മോഡൽ പരിശീലനവും ചെലവേറിയ പ്രക്രിയയാണ് എന്നിരിക്കെ, ഈ തുക പദ്ധതിയുടെ ആദ്യഘട്ടത്തിന് മാത്രം മതിയാകൂ എന്നത് വ്യക്തമാണ്. മാത്രമല്ല, 87,012 കോടി രൂപയുടെ മൊത്തം ബാധ്യതയുള്ള കടുത്ത സാമ്പത്തിക പ്രതിസന്ധിക്കിടയിലാണ് ഈ പ്രഖ്യാപനം വരുന്നത് എന്നും ദ സ്റ്റേറ്റ്സ്മാൻ റിപ്പോർട്ട് ചൂണ്ടിക്കാട്ടുന്നു – തുടർച്ചയായ ധനസഹായം ഉറപ്പാക്കാൻ കഴിയുമോ എന്നത് നിർണായകമാണ്.

ഗുണനിലവാരത്തിന്റെ പ്രശ്നവുമുണ്ട്. AI4Bharat-ന്റെ കോർപ്പസിൽ 22 ഭാഷകൾക്കും കൂടി 251 ബില്യൺ ടോക്കണുകളാണ് ഉള്ളത് – ഇംഗ്ലീഷിന് മാത്രം ലഭ്യമായ ട്രില്യൺ കണക്കിന് ടോക്കണുകളുമായി താരതമ്യം ചെയ്യുമ്പോൾ ഇത് വളരെ ചെറുതാണ്. മലയാളത്തിന്റെ സങ്കീർണമായ ലിപിയും സന്ധിനിയമങ്ങളും ഭാഷാ മോഡലുകൾക്ക് കൈകാര്യം ചെയ്യാൻ പ്രത്യേകം ബുദ്ധിമുട്ടുള്ളവയാണ്. ഡീപ്ഫേക്കുകളും (deepfakes) തെറ്റായ വിവരങ്ങളും ഭാവനാസൃഷ്ടമായ (hallucinated) ഡേറ്റയും വർധിക്കാനുള്ള സാധ്യതയെക്കുറിച്ച് സാജി ഗോപിനാഥ് തന്നെ മുന്നറിയിപ്പ് നൽകിയിരുന്നു. അതേസമയം, കേരളത്തിന്റെ പരമ്പരാഗത ഐടി/ബിപിഒ തൊഴിൽ മേഖലയിൽ AI ഓട്ടോമേഷൻ ഉണ്ടാക്കാവുന്ന ആഘാതത്തെക്കുറിച്ചും ചർച്ചകൾ സജീവമാണ്.

തുടർച്ചയായ വളർച്ചയ്ക്ക് സ്ഥിരതയുള്ള നയപരിസ്ഥിതി വേണം എന്നതും ശ്രദ്ധിക്കേണ്ട വസ്തുതയാണ്. കേരള അസംബ്ലി തിരഞ്ഞെടുപ്പുകൾക്ക് ശേഷമുള്ള സർക്കാർ മാറ്റങ്ങൾ, ബഡ്ജറ്റ് വിഹിതങ്ങളിലെ ഏറ്റക്കുറച്ചിലുകൾ എന്നിവ ദീർഘകാല സാങ്കേതികവിദ്യാ പദ്ധതികളെ ബാധിക്കാൻ സാധ്യതയുണ്ട് എന്നത് നയരൂപീകരണ വിദഗ്ധർ ചൂണ്ടിക്കാട്ടുന്ന ഒരു പൊതു ആശങ്കയാണ്.

‘തുറന്ന ഡേറ്റാസെറ്റ്’ (open dataset) എന്ന വാഗ്ദാനവും പ്രധാനമാണ്. സ്വകാര്യ കമ്പനികൾ അടച്ചിട്ട (closed) ഡേറ്റാ ശേഖരങ്ങൾ ഉപയോഗിച്ച് മോഡലുകൾ പരിശീലിപ്പിക്കുമ്പോൾ, കേരളം വാഗ്ദാനം ചെയ്യുന്ന തുറന്ന മലയാളം കോർപ്പസ് സർവകലാശാലകൾക്കും ചെറുകിട സ്റ്റാർട്ടപ്പുകൾക്കും സ്വതന്ത്രമായി ഉപയോഗിക്കാൻ കഴിയുന്ന ഒരു പൊതു വിഭവമായി മാറാൻ സാധ്യതയുണ്ട്. എന്നാൽ ഇത്തരം ഡേറ്റാസെറ്റ് ശേഖരണത്തിൽ പകർപ്പവകാശം, സ്വകാര്യത, ഭാഷാ വൈവിധ്യം (തിരുവിതാംകൂർ, മലബാർ, കൊച്ചി മേഖലകളിലെ വ്യത്യസ്ത ഭാഷാഭേദങ്ങൾ ഉൾപ്പെടെ) തുടങ്ങിയ പ്രശ്നങ്ങൾ എങ്ങനെ കൈകാര്യം ചെയ്യുമെന്നത് ഇനിയും വ്യക്തമാക്കേണ്ടതുണ്ട്.

ഇന്ത്യക്കും കേരളത്തിനും ഇതിന്റെ അർത്ഥം

ഇന്ത്യയ്ക്ക് മൊത്തത്തിൽ, IndiaAI മിഷനും Sarvam AI-യുടെ യൂണികോൺ നേട്ടവും ഗ്ലോബൽ AI സാമ്പത്തിക ക്രമത്തിൽ ഒരു സ്വതന്ത്ര ശബ്ദമായി മാറാനുള്ള അവസരമാണ് നൽകുന്നത്. UIDAI, ഒഡീഷ, തമിഴ്നാട് സർക്കാരുകൾ ഇതിനകം സാരവം-ന്റെ സാങ്കേതികവിദ്യ സ്വീകരിച്ചത് ഈ മാതൃക മറ്റു സംസ്ഥാനങ്ങൾക്കും പകർത്താവുന്നതാണ് എന്ന് കാണിക്കുന്നു.

കേരളത്തിന്റെ ഐടി ചരിത്രം തന്നെ ഇതിനുള്ള ഉദാഹരണമാണ് – ടെക്നോപാർക്കും ഇൻഫോപാർക്കും വഴി ഗ്ലോബൽ സോഫ്റ്റ്‌വെയർ വ്യവസായത്തിൽ ഇടം നേടിയ അതേ സംസ്ഥാനത്തിന്, ഭാഷാ AI എന്ന പുതിയ മേഖലയിലും സമാനമായ ഒരു കുതിപ്പ് സാധ്യമാണെന്നാണ് നയരൂപീകരണ വിദഗ്ധരുടെ പ്രതീക്ഷ. കേരളത്തിന്, ഇത് രണ്ട് തരത്തിലുള്ള അവസരമാണ് തുറന്നിടുന്നത്. ഒന്ന്, മലയാളത്തിൽ സർക്കാർ സേവനങ്ങൾ, ആരോഗ്യ വിവരങ്ങൾ, കാർഷിക ഉപദേശങ്ങൾ എന്നിവ വോയ്സ് AI വഴി എത്തിക്കാൻ കഴിഞ്ഞാൽ, ഇംഗ്ലീഷോ ഹിന്ദിയോ വായിക്കാൻ ബുദ്ധിമുട്ടുള്ള പ്രായമായവർക്കും ഗ്രാമീണ ജനതയ്ക്കും വലിയ പ്രയോജനം ലഭിക്കും. രണ്ട്, ടെക്നോപാർക്കും ഇൻഫോപാർക്കും കേന്ദ്രീകരിച്ചുള്ള കേരളത്തിന്റെ ഐടി അടിത്തറ, മലയാളം ഭാഷാ AI ഉൽപ്പന്നങ്ങൾ പ്രവാസി മലയാളികൾക്കും ആഗോള വിപണിക്കുമായി കയറ്റുമതി ചെയ്യാനുള്ള അവസരമായി മാറ്റാൻ ജെൻ-ഇസെഡ് ഫണ്ട് സഹായകമാകും.

എന്നാൽ ഇത് യാഥാർത്ഥ്യമാകാൻ, K-AIM-ഉം മലയാളം AI മിഷനും, ദേശീയ തലത്തിലെ AI4Bharat, ഭാഷിണി, IndiaAI മിഷൻ എന്നിവയുമായി ഏകോപിച്ച് പ്രവർത്തിക്കേണ്ടത് അനിവാര്യമാണ് – അല്ലാത്തപക്ഷം പരിമിതമായ വിഭവങ്ങൾ ആവർത്തന ജോലികളിൽ പാഴാകാൻ സാധ്യതയുണ്ട്.

സാരവം AI-യും UIDAI, ഒഡീഷ, തമിഴ്നാട് സർക്കാരുകളും തമ്മിലുള്ള പങ്കാളിത്തങ്ങൾ കാണിക്കുന്നത്, ഭാഷാ AI സാങ്കേതികവിദ്യ ഒരു സംസ്ഥാനത്തിന് സ്വന്തമായി വീണ്ടും കണ്ടുപിടിക്കേണ്ടതില്ല എന്നാണ്. ഇതേ മാതൃകയിൽ കേരളത്തിന് ദേശീയ കമ്പനികളുമായോ AI4Bharat-മായോ ചേർന്ന് പ്രവർത്തിച്ചാൽ, 10 കോടി രൂപയുടെ പരിമിതമായ ബഡ്ജറ്റ് ഉപയോഗിച്ചുതന്നെ വേഗത്തിൽ ഫലം കാണാൻ കഴിഞ്ഞേക്കും. അതേസമയം, മലയാളം ഭാഷയുടെ പ്രത്യേകതകളും കേരളത്തിന്റെ പ്രാദേശിക മുൻഗണനകളും പൂർണമായി പ്രതിഫലിപ്പിക്കുന്ന ഒരു മോഡൽ വേണമെങ്കിൽ, ഒരു പരിധിവരെ സ്വന്തമായി നിയന്ത്രണം നിലനിർത്തേണ്ടതും പ്രധാനമാണ്.

ഉപസംഹാരം

10 കോടി രൂപയുടെ മലയാളം AI മിഷൻ, ദേശീയ തലത്തിലെ പതിനായിരക്കണക്കിന് കോടികളുടെ നിക്ഷേപങ്ങളുമായി താരതമ്യം ചെയ്യുമ്പോൾ ചെറുതാണെങ്കിലും, ഭാഷാ സാങ്കേതികവിദ്യയിൽ മലയാളത്തിന്റെ സ്ഥാനം ഉറപ്പിക്കാനുള്ള ആദ്യ ഔദ്യോഗിക അംഗീകാരമാണ്. തുറന്ന ഡേറ്റാസെറ്റ് യഥാർത്ഥത്തിൽ എത്രത്തോളം സമഗ്രമാകും, തുടർച്ചയായ ധനസഹായം ലഭിക്കുമോ, ദേശീയ സ്ഥാപനങ്ങളുമായി എത്ര ഫലപ്രദമായി ഏകോപിക്കാൻ കഴിയും എന്നിവയാണ് ഇനി കാണേണ്ട ചോദ്യങ്ങൾ. IndiaAI മിഷന്റെ വേഗതയും Sarvam AI-യുടെ വളർച്ചയും കാണിക്കുന്നത്, ശരിയായ പിന്തുണയും ദിശയും ലഭിച്ചാൽ ഇന്ത്യൻ ഭാഷാ AI-ക്ക് വളരെ വേഗം മുന്നേറാൻ കഴിയുമെന്നാണ് – മലയാളത്തിനും അതേ അവസരം ലഭിക്കണമെന്നത് ഇനി നടപ്പാക്കലിന്റെ കാര്യമാണ്.

അടുത്ത ഒരു വർഷത്തിനുള്ളിൽ ഈ മലയാളം ഭാഷാ ഡേറ്റാസെറ്റ് എത്രത്തോളം പൂർത്തിയാകുന്നു, അതിനെ അടിസ്ഥാനമാക്കി ആരൊക്കെ ഉപകരണങ്ങൾ വികസിപ്പിക്കുന്നു, സർക്കാർ സേവനങ്ങളിൽ അവ എത്രത്തോളം ഉപയോഗിക്കപ്പെടുന്നു എന്നിവയായിരിക്കും ഈ പ്രഖ്യാപനത്തിന്റെ യഥാർത്ഥ വിജയം അളക്കാനുള്ള അളവുകോൽ. അതുവരെ, മലയാളം AI മിഷൻ ഒരു തുടക്കം മാത്രമാണ് – ദിശ ശരിയാണെങ്കിലും, ലക്ഷ്യത്തിലെത്താൻ ഇനിയും ദൂരം ബാക്കിയുണ്ട്.

മലയാളത്തിന് സ്വന്തം AI മിഷൻ: ഇന്ത്യയുടെ പരമാധികാര നിർമിതബുദ്ധി മുന്നേറ്റത്തിൽ കേരളത്തിന്റെ പുതിയ ചുവട്