EKA-1 और Dhīr: भारत के नए एआई मॉडल प्रशिक्षण, भाषा और स्थानीय उपयोग को कैसे जोड़ते हैं

चर्चा में क्यों?

इंडियाएआई मिशन (IndiaAI Mission) ने 3 नवंबर 2026 को नई दिल्ली में तीन स्वदेशी कृत्रिम बुद्धिमत्ता (artificial intelligence) मॉडल जारी किए: सोकेट लैब्स टेक्नोलॉजी एंड रिसर्च (Soket Labs Technology and Research) द्वारा विकसित EKA-1, और ज़ेनटेक एआईटेक इनोवेशंस (ZenteiQ AiTech Innovations) द्वारा विकसित Dhīr 2B और Dhīr 5B। इन कंपनियों को मिशन के इंडियाएआई इनोवेशन सेंटर (IndiaAI Innovation Centre) स्तंभ के तहत सहयोग मिला, जिसमें रियायती कंप्यूटिंग अवसंरचना और शोध के खर्चों में सहायता शामिल है।

बुनियादी मॉडल क्या प्रदान करता है

एक बुनियादी मॉडल (foundation model) को डेटा के व्यापक संग्रह पर प्रशिक्षित किया जाता है और इसे अलग-अलग कार्यों के लिए ढाला जा सकता है। एक भाषा मॉडल (language model) टेक्स्ट में मौजूद पैटर्न सीखता है, जिससे उसे उत्तर तैयार करने में मदद मिलती है। इसके बाद डेवलपर एक साझा मॉडल को प्रश्नों के उत्तर देने, कोड लिखने या किसी विशेष क्षेत्र के दस्तावेज़ों पर काम करने जैसी गतिविधियों के लिए अनुकूलित कर सकते हैं।

यह साझा शुरुआती आधार इसलिए महत्वपूर्ण है क्योंकि मूल मॉडल को विकसित करने के लिए भारी मात्रा में डेटा, कंप्यूटिंग क्षमता और तकनीकी विशेषज्ञता की आवश्यकता होती है। विभिन्न अनुप्रयोग (applications) इसी आधार पर निर्मित हो सकते हैं और इसमें अपने निर्देश, सूचना स्रोत तथा उपयोगकर्ता के लिए सुविधाएं जोड़ सकते हैं। इसलिए बुनियादी मॉडल और पूर्ण अनुप्रयोग विकास प्रक्रिया के अलग-अलग हिस्सों में काम करते हैं।

पैरामीटर, टोकन और इनफ़रेंस को समझना

प्रशिक्षण (training) के दौरान, मॉडल डेटा से सीखते समय पैरामीटर (parameters) कहलाने वाले संख्यात्मक मानों को समायोजित करता है। भाषा मॉडलों में टेक्स्ट को टोकन (tokens) नामक छोटी इकाइयों में प्रोसेस किया जाता है। टेक्स्ट को विभाजित करने वाली प्रणाली के आधार पर एक टोकन किसी पूरे शब्द, शब्द के एक हिस्से या किसी एक अक्षर को दर्शा सकता है।

मंत्रालय का कहना है कि EKA-1 में 26.3 बिलियन पैरामीटर हैं और इसे लगभग 7.5 ट्रिलियन टोकन पर प्रशिक्षित किया गया है। यह संविधान की सभी 22 अनुसूचित भारतीय भाषाओं और अंग्रेज़ी का समर्थन करता है, तथा इसके लक्षित उपयोगों में गणित, कोडिंग और तार्किक विश्लेषण (reasoning) शामिल हैं। ये दोनों आंकड़े अलग-अलग विशेषताओं को दर्शाते हैं: पहला मॉडल की सीखी गई संख्यात्मक संरचना को और दूसरा प्रशिक्षण के दौरान प्रोसेस की गई टेक्स्ट इकाइयों की मात्रा को बताता है।

इनफ़रेंस (inference) वह चरण है जिसमें एक प्रशिक्षित मॉडल उपयोगकर्ता के इनपुट को प्रोसेस करता है और उत्तर तैयार करता है। प्रशिक्षण से मॉडल की सीखी हुई क्षमताएं तैयार होती हैं, जबकि इनफ़रेंस उन क्षमताओं को व्यवहार में लाता है। यह अंतर स्पष्ट करता है कि बड़े कंप्यूटिंग संसाधनों की मदद से विकसित किए गए मॉडल को बाद में किसी अनुप्रयोग में कैसे तैनात किया जा सकता है।

दस्तावेज़ और स्थानीय स्तर पर तैनाती

आधिकारिक विज्ञप्ति में Dhīr 2B और Dhīr 5B को ओपन-सोर्स (open-source) बहुभाषी मॉडल बताया गया है, जो अंग्रेज़ी और 10 भारतीय भाषाओं का समर्थन करते हैं। इनके लक्षित उपयोगों में दस्तावेज़-आधारित स्वचालन (automation), सूचना प्राप्ति (information retrieval) तथा सरकार, उद्योग, शिक्षा और रक्षा क्षेत्र की सेवाएं शामिल हैं। ज़ेनटेक के अनुसार, इन्हें किसी संस्था के अपने परिसर (on-premises) में तैनात किया जा सकता है और उपयुक्त उपकरणों पर ये निरंतर क्लाउड कनेक्टिविटी के बिना भी काम कर सकते हैं।

आरेख में दिखाया गया है कि एक प्रश्न और उससे संबंधित प्राप्त दस्तावेज़ भाषा मॉडल को दिए जाते हैं, जो उनके आधार पर उत्तर तैयार करता है। — दस्तावेज़-आधारित सहायक प्रश्न के साथ संबंधित स्रोत सामग्री भी उपलब्ध कराता है। क्लैरिटी का मूल वैचारिक आरेख; स्रोत: लुईस एवं अन्य (2020) और गूगल मशीन लर्निंग ग्लॉसरी।

एक दस्तावेज़-आधारित (document-grounded) सहायक अपना उत्तर तैयार करते समय संबंधित स्रोत सामग्री का उपयोग करता है। उदाहरण के लिए, किसी कार्यालयी प्रक्रिया के बारे में प्रश्न का उत्तर देने वाली प्रणाली पहले संबंधित निर्देशों को खोजकर निकाल सकती है और उन्हें भाषा मॉडल को उपलब्ध करा सकती है। इसके बाद मॉडल का उत्तर उस विशेष प्रश्न के लिए दी गई जानकारी पर आधारित होता है।

स्थानीय स्तर पर इनफ़रेंस चलाने से प्रोसेसिंग का काम संस्था या उपयोगकर्ता के अपने हार्डवेयर पर होता है। यह उन स्थितियों में उपयोगी हो सकता है जहां इंटरनेट कनेक्टिविटी सीमित हो और जहां दस्तावेज़ों को एक नियंत्रित वातावरण के भीतर रखना आवश्यक हो। तैनाती की यह व्यवस्था मॉडल को उसका उपयोग करने वाली संस्था के उपकरणों, दस्तावेज़ों और पहुंच नियंत्रणों (access controls) से जोड़ती है।

व्यापक इंडियाएआई मिशन

केंद्रीय मंत्रिमंडल ने 7 मार्च 2024 को इंडियाएआई मिशन को मंज़ूरी दी थी। इसके सात स्तंभों में कंप्यूटिंग क्षमता, स्वदेशी मॉडल, डेटासेट, अनुप्रयोग विकास, कौशल, स्टार्टअप वित्तपोषण तथा सुरक्षित और विश्वसनीय एआई शामिल हैं। ये एक एआई प्रणाली की अलग-अलग आवश्यकताओं को पूरा करते हैं: मॉडल विकसित करने के संसाधन, उनका उपयोग करने वाले लोग और व्यवसाय, तथा ज़िम्मेदार तैनाती का मूल्यांकन करने की विधियां।

निष्कर्ष

यह लॉन्च बहुभाषी मॉडल विकास को सार्वजनिक कंप्यूटिंग सहयोग और स्थानीय स्तर पर तैनात किए जा सकने वाले अनुप्रयोगों के साथ जोड़ता है। प्रशिक्षण, इनफ़रेंस और दस्तावेज़-आधारित कार्यप्रणाली को समझने से इस विकास का आकलन करना आसान हो जाता है: इनमें से प्रत्येक किसी मॉडल को बनाने और व्यावहारिक कार्य के लिए उसका उपयोग करने के बीच के एक अलग चरण को स्पष्ट करता है।