എഐകോശ് ശിൽപശാല: എഐയ്ക്കായി ഇന്ത്യയുടെ പങ്കിട്ട ഡേറ്റ

വാർത്തകളിൽ നിറയുന്നത് എന്തുകൊണ്ട്?

ഇന്ത്യാഎഐ മിഷൻ 2026 ഓഗസ്റ്റ് 20 ന് ന്യൂഡൽഹിയിലെ ഹാബിറ്റാറ്റ് സെന്ററിൽ ഒരു AIKosh ശിൽപശാല സംഘടിപ്പിച്ചു. സർക്കാർ, സർവ്വകലാശാലകൾ, വ്യവസായം, സ്റ്റാർട്ടപ്പുകൾ എന്നിവയിൽ നിന്നുള്ള പങ്കാളികൾ എത്തിയിരുന്നു. ഇന്ത്യയുടെ ഡാറ്റയ്ക്ക് ഉപയോഗപ്രദവും ഉത്തരവാദിത്തമുള്ളതുമായ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെ എങ്ങനെ പിന്തുണയ്ക്കാമെന്ന് അവർ ചർച്ച ചെയ്തു. അവരുടെ തീരുമാനങ്ങൾ പ്ലാറ്റ്‌ഫോമിലുള്ള വിശ്വാസത്തെ രൂപപ്പെടുത്തും.

ഡാറ്റാസെറ്റുകൾ, മോഡലുകൾ, ടൂൾകിറ്റുകൾ, വികസന വിഭവങ്ങൾ എന്നിവയ്ക്കായുള്ള മിഷന്റെ ദേശീയ പ്ലാറ്റ്‌ഫോമാണ് AIKosh. സംഭാവനകൾ, ഗുണനിലവാരം, പ്രായോഗിക ഉപയോഗം എന്നിവയിലായിരുന്നു ശിൽപശാല ശ്രദ്ധ കേന്ദ്രീകരിച്ചത്. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സംവിധാനങ്ങൾ വിശ്വസനീയമായ ഡാറ്റയെ വളരെയധികം ആശ്രയിക്കുന്നതിനാൽ ഈ പരിപാടി പ്രധാനമാണ്. ഒരു വലിയ ശേഖരത്തിന് മാത്രം ന്യായമോ നിയമപരമോ ആയ ഉപയോഗക്ഷമത ഉറപ്പ് നൽകാൻ കഴിയില്ല. കൂടുതൽ ശക്തമായ ഡോക്യുമെന്റേഷനും സുരക്ഷാ സംവിധാനങ്ങളുമുള്ള സംഭാവനകളെക്കുറിച്ചും ചർച്ച പരിശോധിച്ചു.

AIKosh എന്താണ് നൽകുന്നത്

AIKosh വ്യത്യസ്ത ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വിഭവങ്ങളെ ഒരു തിരയാൻ കഴിയുന്ന പ്ലാറ്റ്‌ഫോമിലേക്ക് കൊണ്ടുവരുന്നു. ഉപയോക്താക്കൾക്ക് ഡാറ്റാസെറ്റുകൾ, പ്രീട്രെയിൻഡ് മോഡലുകൾ, ടൂൾകിറ്റുകൾ, ഡോക്യുമെന്റ് ചെയ്ത ഉപയോഗ കേസുകൾ എന്നിവ കണ്ടെത്താനാകും. സംയോജിത വികസന അന്തരീക്ഷമുള്ള ഒരു സാൻഡ്‌ബോക്‌സും സൈറ്റ് വാഗ്ദാനം ചെയ്യുന്നു. ഗവേഷകർക്ക് ഡാറ്റ പര്യവേക്ഷണം ചെയ്യാനും ചില വർക്ക്ഫ്ലോകൾ പരിശോധിക്കാനും കഴിയും. ഡാറ്റാസെറ്റിന്റെ ഗുണനിലവാരവും ഉപയോഗക്ഷമതയും പരിശോധിക്കാൻ ഒരു AI-സജ്ജതാ സ്കോർ ഉപയോക്താക്കളെ സഹായിക്കുന്നു.

വിദ്യാർത്ഥികൾ, ഗവേഷകർ, സ്റ്റാർട്ടപ്പുകൾ, സർക്കാർ സ്ഥാപനങ്ങൾ, സ്ഥാപിത സ്ഥാപനങ്ങൾ എന്നിവർക്കായി ഈ പ്ലാറ്റ്‌ഫോം സേവനം നൽകുന്നു. ഇന്ത്യൻ ഡാറ്റയിലേക്കും മോഡലുകളിലേക്കുമുള്ള തടസ്സങ്ങൾ കുറയ്ക്കുക എന്നതാണ് ഇതിന്റെ ലക്ഷ്യം. ചെറിയ ടീമുകൾക്ക് ഉടമസ്ഥാവകാശമുള്ള ഡാറ്റാസെറ്റുകൾക്കോ വിലകൂടിയ അടിസ്ഥാന സൗകര്യങ്ങൾക്കോ പണമില്ലായിരിക്കാം. പങ്കിട്ട വിഭവങ്ങൾക്ക് പ്രാരംഭ വികസനം വേഗത്തിലാക്കാൻ കഴിയും. പൊതുതാൽപ്പര്യ പ്രശ്നങ്ങൾ നൂതന ചിന്തകർക്ക് കൂടുതൽ ദൃശ്യമാക്കാനും അവയ്ക്ക് കഴിയും.

ഇന്ത്യാഎഐ മിഷനിൽ ഇതിന്റെ സ്ഥാനം

2024 മാർച്ചിൽ കേന്ദ്ര മന്ത്രിസഭ ഇന്ത്യാഎഐ മിഷന് അംഗീകാരം നൽകി. അഞ്ച് വർഷത്തേക്ക് 10,371.92 കോടി രൂപയുടെ ബജറ്റ് വിഹിതം ഈ മിഷനുണ്ട്. ഡിജിറ്റൽ ഇന്ത്യാ കോർപ്പറേഷന് കീഴിലുള്ള ഒരു സ്വതന്ത്ര ബിസിനസ്സ് വിഭാഗമായ ഇന്ത്യാഎഐ ഇത് നടപ്പിലാക്കുന്നു. ഇലക്ട്രോണിക്സ് ആൻഡ് ഇൻഫർമേഷൻ ടെക്നോളജി മന്ത്രാലയം പോളിസി ഫ്രെയിംവർക്ക് നൽകുന്നു. ഈ വിശാലമായ പ്രോഗ്രാമിന്റെ ഡാറ്റാസെറ്റ് സ്തംഭത്തെ AIKosh പ്രതിനിധീകരിക്കുന്നു.

കമ്പ്യൂട്ട് ശേഷി, തദ്ദേശീയ മോഡലുകൾ, ആപ്ലിക്കേഷൻ വികസനം, ഭാവിയിലെ നൈപുണ്യങ്ങൾ എന്നിവ മറ്റ് സ്തംഭങ്ങളിൽ ഉൾപ്പെടുന്നു. സ്റ്റാർട്ടപ്പ് ധനസഹായവും സുരക്ഷിതമായ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസും മിഷനിൽ ഉൾപ്പെടുന്നു. ഈ ഭാഗങ്ങൾ പരസ്പരം ആശ്രയിച്ചിരിക്കുന്നു. അനുയോജ്യമായ ഡാറ്റയില്ലാത്ത കമ്പ്യൂട്ട് പരിമിതമായ പൊതു മൂല്യം മാത്രമേ ഉണ്ടാക്കൂ. കഴിവുകളില്ലാത്ത ഡാറ്റ ഉപയോഗിക്കാൻ ബുദ്ധിമുട്ടാണ്. സുരക്ഷ അവസാനം നൽകുന്നതിന് പകരം എല്ലാ തലങ്ങളിലും പ്രവർത്തിക്കണം.

പ്ലാറ്റ്‌ഫോം എങ്ങനെ സമാരംഭിച്ചു

2025 മാർച്ചിൽ AIKosha എന്ന പേരിൽ സർക്കാർ ഇന്ത്യാഎഐ ഡാറ്റാസെറ്റ് പ്ലാറ്റ്‌ഫോം സമാരംഭിച്ചു. പൊതു പേജുകൾ ഇപ്പോൾ വ്യാപകമായി AIKosh ഉപയോഗിക്കുന്നു. ഇന്ത്യാഎഐ കമ്പ്യൂട്ട് പോർട്ടലും സമാരംഭം അവതരിപ്പിച്ചു. ഒരുമിച്ച്, ഡാറ്റ, മോഡലുകൾ, വിലക്കിഴിവുള്ള കമ്പ്യൂട്ടിംഗ് ആക്സസ് എന്നിവ നൽകാൻ സേവനങ്ങൾ ശ്രമിച്ചു. ഒരു ആശയത്തിൽ നിന്ന് പരിശോധിച്ച പ്രോട്ടോടൈപ്പിലേക്ക് മാറാൻ ഈ സംയോജനത്തിന് ടീമുകളെ സഹായിക്കാനാകും.

പ്ലാറ്റ്‌ഫോമിന്റെ ഔദ്യോഗിക ദൗത്യം വൈവിധ്യമാർന്ന മേഖലകളിൽ നിന്നും ഉറവിടങ്ങളിൽ നിന്നുമുള്ള പ്രവേശനക്ഷമതയ്ക്ക് ഊന്നൽ നൽകുന്നു. ഇതിൽ കൃഷി, ആരോഗ്യം, ഗതാഗതം, ഭാഷകൾ, ഭരണം എന്നിവ ഉൾപ്പെടുന്നു. ചില ഡാറ്റാസെറ്റുകൾ നേരിട്ട് ഹോസ്റ്റ് ചെയ്യപ്പെടുന്നു, മറ്റുള്ളവ ഒരു ബാഹ്യ ഹോൾഡറിലേക്ക് റീഡയറക്‌ട് ചെയ്യുന്നു. പ്രവേശനം തുറന്നതോ നിയന്ത്രിതമോ ആകാം. എല്ലാ ഡാറ്റാസെറ്റും അതിന്റെ ഉറവിടം, ലൈസൻസ്, വ്യാപ്തി, അപ്‌ഡേറ്റ് ഷെഡ്യൂൾ എന്നിവ പ്രസ്താവിക്കണം. ഒരു മോഡൽ പരിശീലിപ്പിക്കുന്നതിന് മുമ്പ് ഉപയോക്താക്കൾക്ക് ആ സന്ദർഭം ആവശ്യമാണ്.

ഇന്ത്യൻ ഡാറ്റാസെറ്റുകൾ പ്രധാനമായിരിക്കുന്നത് എന്തുകൊണ്ട്

വ്യാപകമായി ഉപയോഗിക്കുന്ന പല മോഡലുകളും ചുരുക്കം ചില രാജ്യങ്ങളിലും ഭാഷകളിലുമായി കേന്ദ്രീകരിച്ചിട്ടുള്ള ഡാറ്റയിൽ നിന്ന് പഠിക്കുന്നു. ഇന്ത്യൻ ശൈലികൾ, ലിപികൾ, പ്രാദേശിക സ്ഥാപനങ്ങൾ എന്നിവയിലുടനീളം അവ മോശമായി പ്രവർത്തിച്ചേക്കാം. ഇന്ത്യയുടെ സാമൂഹികവും ഭൂമിശാസ്ത്രപരവുമായ വൈവിധ്യം കൂടുതൽ വ്യതിയാനങ്ങൾ സൃഷ്ടിക്കുന്നു. മികച്ച ദേശീയ ഡാറ്റാസെറ്റുകൾക്ക് അന്ധമായ പാടുകൾ കുറയ്ക്കാൻ കഴിയും. വിള ഉപദേശം, സംഭാഷണ ഉപകരണങ്ങൾ, പൊതു സേവനങ്ങൾ, ശാസ്ത്രീയ ഗവേഷണം എന്നിവയെ പിന്തുണയ്ക്കാൻ അവയ്ക്ക് കഴിയും.

പ്രാതിനിധ്യം എന്നത് കേവലം അളവിന്റെ പ്രശ്നമല്ല. ചെറിയ ഭാഷകൾ, ഗ്രാമീണ പ്രദേശങ്ങൾ, സ്ത്രീകൾ, പാർശ്വവൽക്കരിക്കപ്പെട്ട സമൂഹങ്ങൾ എന്നിവ ഡാറ്റ ഉൾക്കൊള്ളണം. ലേബലുകൾ പ്രാദേശിക അർത്ഥത്തെ പ്രതിഫലിപ്പിക്കണം. ചരിത്ര രേഖകളിൽ മുൻകാല വിവേചനം അടങ്ങിയിരിക്കാം. അവയെക്കുറിച്ചുള്ള പരിശീലനത്തിന് ആ പക്ഷപാതത്തെ പുനർനിർമ്മിക്കാൻ കഴിയും. അതിനാൽ ഡാറ്റാസെറ്റ് കാർഡുകൾ ശേഖരണം, വിടവുകൾ, ഉദ്ദേശിച്ച ഉപയോഗങ്ങൾ, അനുയോജ്യമല്ലാത്ത ഉപയോഗങ്ങൾ എന്നിവ വിവരിക്കണം.

ഡാറ്റാ ഭരണവും സമ്മതവും

ഉപയോഗപ്രദമായ ഡാറ്റയിൽ ഇപ്പോഴും വ്യക്തിപരമോ സെൻസിറ്റീവ് ആയോ ഉള്ള വിവരങ്ങൾ അടങ്ങിയിരിക്കാം. ശേഖരിക്കുന്നതിനും പങ്കിടുന്നതിനും സംഭാവന ചെയ്യുന്നവർ നിയമപരമായ അടിസ്ഥാനം സ്ഥാപിക്കണം. വ്യക്തിഗത ഐഡന്റിഫയറുകൾ നീക്കം ചെയ്യുകയോ ശക്തമായ സംരക്ഷണം നൽകുകയോ വേണം. ഒരു ആവശ്യത്തിനായി നേടിയ സമ്മതം പിന്നീടുള്ള എല്ലാ മോഡലുകളെയും ഉൾക്കൊള്ളിച്ചേക്കില്ല. ആരോഗ്യ അല്ലെങ്കിൽ ക്ഷേമ രേഖകൾക്ക് പൂർണ്ണമായ തുറന്ന നിലയേക്കാൾ സുരക്ഷിതമായിരിക്കാം നിയന്ത്രിത പ്രവേശനം.

ഇന്ത്യയുടെ ഡിജിറ്റൽ പേഴ്‌സണൽ ഡാറ്റ പ്രൊട്ടക്ഷൻ ആക്ട്, 2023 ഡിജിറ്റൽ വ്യക്തിഗത ഡാറ്റയ്ക്ക് ചുറ്റും ചുമതലകൾ സൃഷ്ടിക്കുന്നു. മേഖലാ നിയമങ്ങളും കരാറുകളും കൂടുതൽ വ്യവസ്ഥകൾ ചേർത്തേക്കാം. AIKosh സംഭാവന ചെയ്യുന്നവർക്ക് ബൗദ്ധിക സ്വത്തവകാശവും ലൈസൻസ് പരിശോധനയും ആവശ്യമാണ്. ഒരു പൊതു വെബ്സൈറ്റ് എല്ലാ ഡാറ്റാസെറ്റിനെയും സ്വതന്ത്രമായി പുനരുപയോഗിക്കാവുന്നതാക്കുന്നില്ല. ഡൗൺലോഡ് ചെയ്യുന്നതിനോ പരിശീലിപ്പിക്കുന്നതിനോ മുമ്പായി ഉപയോക്താക്കൾ പ്രസ്താവിച്ച ലൈസൻസും ഉറവിട നിബന്ധനകളും വായിക്കണം.

ഗുണനിലവാരം, ഉറവിടം, അറ്റകുറ്റപ്പണി

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സംവിധാനങ്ങൾക്ക് അവയുടെ ഡാറ്റയിൽ നിന്ന് വൈകല്യങ്ങൾ പാരമ്പര്യമായി ലഭിക്കുന്നു. നഷ്‌ടപ്പെട്ട ഫീൽഡുകൾ, ഡ്യൂപ്ലിക്കേറ്റ് റെക്കോർഡുകൾ, തെറ്റായ ലേബലുകൾ എന്നിവ ഫലങ്ങളെ വളച്ചൊടിച്ചേക്കാം. പഴയ ഡാറ്റ മാറിയ നയങ്ങളെയോ അതിരുകളെയോ പ്രതിനിധീകരിച്ചേക്കാം. AIKosh-ന്റെ ഗുണനിലവാര സ്കോറിംഗിന് കണ്ടെത്താൻ സഹായിക്കാനാകും, പക്ഷേ അത് വിശദീകരിക്കാൻ കഴിയുന്നതായി തുടരണം. ഏത് സ്കോറിനും പിന്നിലുള്ള അടിസ്ഥാന കാരണങ്ങൾ ഉപയോക്താക്കൾക്ക് ആവശ്യമാണ്. ഒരു ഒറ്റ സംഖ്യയ്ക്ക് ഡൊമെയ്ൻ അവലോകനത്തിന് പകരം നിൽക്കാനാവില്ല.

പ്രൊവെനൻസ് ഡാറ്റ എവിടെ നിന്ന് ഉത്ഭവിച്ചുവെന്നും അത് എങ്ങനെ മാറിയെന്നും കാണിക്കുന്നു. പതിപ്പ് ചരിത്രം തിരുത്തലുകളും ഇല്ലാതാക്കലുകളും രേഖപ്പെടുത്തണം. പുനരുൽപ്പാദനക്ഷമതയ്ക്കായി മോഡൽ ഡെവലപ്പർമാർക്ക് സ്ഥിരമായ ഐഡന്റിഫയറുകളും ആവശ്യമാണ്. അപ്‌ഡേറ്റ് ഉത്തരവാദിത്തങ്ങൾ പൊതു ഏജൻസികൾ പ്രസിദ്ധീകരിക്കണം. ഉപേക്ഷിക്കപ്പെട്ട ഡാറ്റാസെറ്റുകൾ അവയുടെ യഥാർത്ഥ ശേഖരണം മികച്ചതായിരുന്നാലും തെറ്റിദ്ധരിപ്പിക്കുന്നതാകാം. അതിനാൽ അറ്റകുറ്റപ്പണി ഫണ്ടിംഗ് ഡാറ്റ അടിസ്ഥാന സൗകര്യങ്ങളുടെ ഭാഗമാണ്.

ശിൽപശാല മുതൽ പൊതു മൂല്യം വരെ

ന്യൂഡൽഹി ശിൽപശാല സംഭാവന ചെയ്യുന്നവരെയും ഉപയോക്താക്കളെയും പങ്കിട്ട പ്രശ്നങ്ങൾക്ക് ചുറ്റും ഒന്നിച്ചുകൂട്ടി. ആ ചർച്ചയ്ക്ക് കാണാതായ മേഖലകളും ബുദ്ധിമുട്ടുള്ള ആക്സസ് നിയമങ്ങളും തിരിച്ചറിയാൻ കഴിയും. സാധാരണ ഡോക്യുമെന്റേഷൻ മാനദണ്ഡങ്ങൾ മെച്ചപ്പെടുത്താനും ഇതിന് കഴിയും. എന്നിരുന്നാലും, വിജയം അപ്‌ലോഡ് ചെയ്ത ഫയലുകളാൽ മാത്രം അളക്കരുത്. പുനരുപയോഗം, ഗവേഷണ ഗുണനിലവാരം, പൊതു ഫലങ്ങൾ എന്നിവയ്ക്കാണ് കൂടുതൽ പ്രാധാന്യം. വിഭവങ്ങൾ വൈവിധ്യമാർന്ന ഉപയോക്താക്കൾക്ക് സേവനം നൽകുന്നുണ്ടോ എന്ന് പരിശോധിക്കാൻ സ്വതന്ത്ര ഓഡിറ്റുകൾക്ക് കഴിയും.

വിദ്യാർത്ഥി പ്രോജക്റ്റുകളിലൂടെയും പിയർ റിവ്യൂവിലൂടെയും സർവകലാശാലകൾക്ക് ഒരു പ്രത്യേക പങ്ക് വഹിക്കാൻ കഴിയും. പ്രായോഗിക വിടവുകൾ തിരിച്ചറിയാനും ഉപകരണങ്ങൾ നിർമ്മിക്കാനും സ്റ്റാർട്ടപ്പുകൾക്ക് കഴിയും. സുരക്ഷാ സംവിധാനങ്ങളോടെ ഉയർന്ന മൂല്യമുള്ള ഭരണപരമായ ഡാറ്റ പുറത്തുവിടാൻ സർക്കാർ സ്ഥാപനങ്ങൾക്ക് കഴിയും. ഒഴിവാക്കലും ദുരുപയോഗവും സിവിൽ സമൂഹത്തിന് ഫ്ലാഗ് ചെയ്യാൻ കഴിയും. ആരോഗ്യകരമായ ഒരു ആവാസവ്യവസ്ഥയ്ക്ക് നാല് ഗ്രൂപ്പുകളും ആവശ്യമാണ്. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ഓരോ സാമൂഹിക സ്വാധീനവും വിലയിരുത്താൻ ഒരു സ്ഥാപനത്തിനും കഴിയില്ല.

കൂടുതൽ ഡാറ്റ സ്വയം മികച്ച ഡാറ്റയല്ല

AIKosh-ന് പ്രവേശന തടസ്സങ്ങൾ കുറയ്ക്കാനും ഇന്ത്യൻ നവീകരണത്തെ പിന്തുണയ്ക്കാനും കഴിയും. ഇതിന്റെ ദീർഘകാല മൂല്യം ഉറവിടം, പ്രാതിനിധ്യം, നിയമപരമായ ഉപയോഗം എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നു. പതിവ് അപ്‌ഡേറ്റുകളും വ്യക്തമായ ലൈസൻസുകളും അത്യന്താപേക്ഷിതമാണ്. ഗുണനിലവാരം മനസ്സിലാക്കാവുന്നതായിരിക്കണം, കേവലം ഒരു സ്കോറായി പ്രദർശിപ്പിക്കരുത്.

ഉപസംഹാരം

ഇന്ത്യയുടെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അടിസ്ഥാന സൗകര്യങ്ങളിലെ ഒരു പ്രധാന വിടവിനെ AIKosh അഭിസംബോധന ചെയ്യുന്നു. പങ്കിട്ട ഡാറ്റയ്ക്കും മോഡലുകൾക്കും വലിയ സ്ഥാപനങ്ങൾക്കപ്പുറത്തേക്ക് പങ്കാളിത്തം വിപുലീകരിക്കാൻ കഴിയും. സംഭാവന ചെയ്യുന്നവർ, ഗവേഷകർ, ഉപയോക്താക്കൾ എന്നിവർക്കിടയിലുള്ള ബന്ധം ശക്തിപ്പെടുത്താൻ ശിൽപശാലയ്ക്ക് കഴിയും. എന്നിരുന്നാലും പ്രവേശനം ഉത്തരവാദിത്തത്തോടെ വളരണം. സ്വകാര്യത, പക്ഷപാതം, ലൈസൻസ് പാലിക്കൽ എന്നിവ പ്ലാറ്റ്‌ഫോമിന്റെ ദൈനംദിന പ്രവർത്തനത്തിന്റെ ഭാഗമാണ്.

ഏറ്റവും ശക്തമായ ദേശീയ ശേഖരം വലുത് പോലെ തന്നെ വിശ്വസനീയവുമായിരിക്കും. ഓരോ വിഭവവും ആരാണ് സൃഷ്ടിച്ചതെന്നും എന്തുകൊണ്ടാണെന്നും ഉപയോക്താക്കൾ അറിഞ്ഞിരിക്കണം. ഡാറ്റയിൽ പ്രതിനിധീകരിക്കുന്ന കമ്മ്യൂണിറ്റികൾക്ക് സംരക്ഷണവും ന്യായമായ ഫലങ്ങളും അർഹമാണ്. സുതാര്യമായ ഗുണനിലവാര പരിശോധനകൾക്ക് AIKosh-നെ നവീകരണത്തിന് കൂടുതൽ ഉപയോഗപ്രദമാക്കാൻ കഴിയും. പ്ലാറ്റ്‌ഫോം ശാശ്വതമായ പൊതു അടിസ്ഥാന സൗകര്യമായി മാറുമോ എന്ന് ഉത്തരവാദിത്തമുള്ള അറ്റകുറ്റപ്പണികൾ നിർണ്ണയിക്കും.