Science and Technology › Computing and AI
English — अंग्रेज़ी में पढ़ेंAI और रोबोटिक्स: प्रौद्योगिकी और भारत की क्षमता
यहाँ से शुरू करें में समझाया गया है कि लार्ज लैंग्वेज मॉडल कैसे काम करता है, और वह धाराप्रवाह होते हुए भी गलत क्यों हो सकता है। इसके बाद यह विषय कृत्रिम बुद्धिमत्ता और रोबोटिक्स को राष्ट्रीय सामर्थ्य के रूप में देखता है: संगणन शक्ति और foundation model, सार्वजनिक जीवन में उपयोग, रोबोट, स्वचालित वाहन और ड्रोन। प्रारंभिक परीक्षा में पूछा जा चुका है कि लार्ज लैंग्वेज मॉडल कैसे काम करते हैं और कृत्रिम बुद्धिमत्ता प्रभावी रूप से क्या कर सकती है।
UPSC पूछ चुका है
- Prelims 2020: कृत्रिम बुद्धिमत्ता वर्तमान में प्रभावी रूप से क्या कर सकती है
यहाँ से शुरू करें
समाचार चाहे जो हो, इस विषय से परीक्षा में यही पूछा जाता है।
लार्ज लैंग्वेज मॉडल कैसे काम करता है
Copy link to लार्ज लैंग्वेज मॉडल कैसे काम करता हैPrelims and Mainsजोड़ा गया 20 September
लार्ज लैंग्वेज मॉडल ऐसा प्रोग्राम है जो पाठ का अगला अंश पूर्वानुमानित करता है। पाठ को टोकन में काटा जाता है, हर टोकन को संख्याओं में बदला जाता है, और ट्रांसफॉर्मर प्रकार के तंत्रिका नेटवर्क को विशाल पाठ संग्रह पर एक ही कार्य अरबों बार दोहराकर प्रशिक्षित किया जाता है: अगला टोकन अनुमानित करो, और गलत होने पर मॉडल की आंतरिक संख्याएँ, यानी उसके पैरामीटर, समायोजित करो। उपयोग के समय यह किसी प्रॉम्प्ट का उत्तर एक बार में एक टोकन देकर देता है। चूँकि यह वह उत्पन्न करता है जो संभावित है, न कि जो सत्य है, इसलिए यह असत्य बातें भी धाराप्रवाह कह सकता है: हैलुसिनेशन। "लार्ज" से आशय पैरामीटर से है, जो अब सैकड़ों अरब में हैं, और इसीलिए डेटा सेंटर तथा ग्राफिक्स प्रोसेसर समाचारों में रहते हैं।
पाठ से उत्तर तक
1 टोकनीकरण
पाठ को टोकन में काटा जाता है और हर टोकन संख्याओं में बदल जाता है।
2 पूर्वप्रशिक्षण
ट्रांसफॉर्मर विशाल संग्रह पर अगला टोकन पूर्वानुमानित करना सीखता है; सीखी हुई संख्याएँ ही पैरामीटर हैं।
3 संरेखण
मानव प्रतिपुष्टि उसे निर्देश मानना और अस्वीकार करना सिखाती है।
4 प्रॉम्प्ट
उपयोगकर्ता का पाठ और कोई भी पुनःप्राप्त दस्तावेज़ भीतर जाते हैं।
5 उत्पादन
एक बार में एक टोकन, हर टोकन संभावित अगले टोकनों में से चुना हुआ।
Where it breaks: हैलुसिनेशन: संभावित का अर्थ सत्य नहीं।
- टोकन अंदर, एक टोकन बाहर, और यही दोहराव: LLM (वृहद भाषा मॉडल) जो कुछ करता है वह प्रॉम्प्ट और अब तक के अपने ही आउटपुट पर अगला टोकन पूर्वानुमानित करना है।
- पूर्वप्रशिक्षण पाठ से भाषा और तथ्य सीखता है; मानव प्रतिपुष्टि पर प्रशिक्षण का दूसरा दौर उसे निर्देश मानना और कुछ अनुरोध अस्वीकार करना सिखाता है; रिट्रीवल ऑगमेंटेड जनरेशन, जो खोज या दस्तावेज़ भंडार जोड़कर उसके परिणाम प्रॉम्प्ट में रखता है, उपयोग के समय वर्तमान तथ्य जोड़ता है और हैलुसिनेशन घटाता है।
- पैरामीटर वे सीखी हुई संख्याएँ हैं; कॉन्टेक्स्ट विंडो यह है कि मॉडल एक साथ कितना पाठ विचार में ले सकता है; दोनों लागत तय करते हैं।
- हैलुसिनेशन संरचनागत है: संभावित वाक्य जाँचा हुआ वाक्य नहीं होता, इसलिए आधार दिए बिना LLM तथ्यों के लिए अविश्वसनीय है।
- भारत के मॉडल, IndiaAI मिशन के अंतर्गत BharatGen और Sarvam, इस अर्थ में "संप्रभु" हैं कि उन्हें भारत में भारतीय भाषाओं और आँकड़ों पर प्रशिक्षित किया गया है।
मुख्य परीक्षा: LLM कंप्यूटिंग शक्ति और पाठ को धाराप्रवाह भाषा में बदलता है; भारत के लिए उसका मूल्य सेवाओं तक भारतीय भाषाओं में पहुँच में है और उसका जोखिम धाराप्रवाह त्रुटि में, इसलिए नीतिगत प्रश्न आँकड़े, कंप्यूट और जवाबदेही हैं, स्वयं मॉडल नहीं।
UPSC पूछ चुका है
- Prelims 2026: लार्ज लैंग्वेज मॉडल कैसे काम करते हैं
यह भी देखें: IndiaAI मिशन · BHASHINI · भारत की डेटा सेंटर क्षमता · यूरोपीय संघ का AI अधिनियम · कृत्रिम बुद्धिमत्ता का वैश्विक अभिशासन
BHASHINI
Copy link to BHASHINIPrelims and Mains
भारत की भाषाएँ पहली समस्या हैं जिसे किसी भी भारतीय कृत्रिम बुद्धिमत्ता (artificial intelligence) सेवा को हल करना होता है, और BHASHINI (Bhasha Interface for India) वह मंच है जो इसे सबके लिए एक बार हल करने के वास्ते बनाया गया है। यह एक परत है जिसे दूसरी सेवाएँ पुकारती हैं, न कि कोई उत्पाद जिसे नागरिक खोलता है, और इसीलिए इसकी पहुँच भाषाओं के साथ साथ वेबसाइटों में भी गिनी जाती है।
- BHASHINI, MeitY (इलेक्ट्रॉनिक्स और सूचना प्रौद्योगिकी मंत्रालय) के डिजिटल इंडिया कॉर्पोरेशन के अधीन चलता है।
- भाषादान इसके लिए वाक्, पाठ और छवि आँकड़े क्राउडसोर्स करता है।
- श्रुतलेख वास्तविक समय अनुवाद और प्रतिलेखन के लिए प्राकृतिक भाषा प्रसंस्करण (natural language processing) का उपयोग करता है।
36भारतीय पाठ भाषाएँ
23भारतीय वाक् भाषाएँ
35अंतरराष्ट्रीय भाषाएँ
800+संचालित सरकारी वेबसाइटें
क्या बदला
10 Sep 2026
- महाराष्ट्र ने राज्य सचिवालय में हुई एक कार्यशाला में प्रस्तावित MahaBHASHINI पर चर्चा की।
1 Sep 2026
- नेपाल के साथ काम बढ़ाने के लिए इसकी अंतरराष्ट्रीय कार्यशाला BHASHINI संगम काठमांडू में आयोजित हुई।
14 Aug 2026
- भारतीय विज्ञान संस्थान (IISc) ने SraVaani जारी किया, जो 65 भारतीय भाषाओं और बोलियों को समेटने वाला वाक् पहचान मॉडल है।
- ARTPARK और Google के साथ बनाया गया यह मॉडल निःशुल्क और मुक्त स्रोत है।
- यह 20 अनुसूचित भाषाएँ और 45 क्षेत्रीय भाषाएँ तथा बोलियाँ समेटता है, जिनमें से 40 से अधिक के लिए अब तक कोई समर्थन नहीं था।
- यह BHASHINI की 23 भारतीय वाक् भाषाओं से अधिक व्यापक है।
साइबर-भौतिक प्रणाली मिशन
Copy link to साइबर-भौतिक प्रणाली मिशनPrelims and Mains
जो मिशन भारत के उस काम को वित्त देता है जहाँ सॉफ़्टवेयर मशीनरी चलाता है, वहीं उसका बहुत सारा कृत्रिम बुद्धिमत्ता (artificial intelligence) अनुसंधान भी बैठता है। यह खर्च वह अपने विभागों के बजाय हब के माध्यम से करता है।
- अंतरविषयक साइबर भौतिक प्रणालियों पर राष्ट्रीय मिशन (NM-ICPS) 2018 में नौ वर्ष के लिए आरंभ हुआ और 25 प्रौद्योगिकी नवाचार हब के माध्यम से चलता है।
- हर हब अपने मेज़बान संस्थान के विभाग के रूप में चलने के बजाय धारा 8 कंपनी (Section 8 company) के रूप में पंजीकृत है।
- ये हब शैक्षणिक संस्थानों में हैं, जिनमें IIT (भारतीय प्रौद्योगिकी संस्थान) और भारतीय विज्ञान संस्थान शामिल हैं।
क्या बदला
31 Aug 2026
- केंद्र ने अपने चार सर्वश्रेष्ठ प्रदर्शन करने वाले हबों को प्रौद्योगिकी अनुवाद अनुसंधान पार्क का दर्जा दिया।
- ये हैं साइबर सुरक्षा के लिए IIT कानपुर, रोबोटिक्स और कृत्रिम बुद्धिमत्ता के लिए IISc बेंगलुरु, खनन के लिए IIT (ISM) धनबाद और डिजिटल स्वास्थ्य के लिए IIT इंदौर।
- मज़बूत हब का इनाम केवल अधिक धन नहीं, बल्कि व्यापक अधिदेश है।
IndiaAI मिशन
Copy link to IndiaAI मिशनPrelims and Mains
IndiaAI मिशन कृत्रिम बुद्धिमत्ता (artificial intelligence) क्षमता का केंद्रीय कार्यक्रम है, जो स्वदेशी Foundation model को वित्त देता है, GPU (ग्राफिक्स प्रोसेसिंग यूनिट) घंटे देने के लिए कंप्यूट प्रदाताओं को सूचीबद्ध करता है, और AI समाधानों के लिए मंत्रालयों से समस्या कथन जुटाता है।
क्या बदला
31 Aug 2026
- Foundation model को एक बार व्यापक डेटा पर प्रशिक्षित किया जाता है और बाद में अनेक कार्यों के लिए ढाल लिया जाता है।
- IIT बॉम्बे के नेतृत्व वाले BharatGen ने Param-2 जारी किया, जो 17 अरब पैरामीटर वाला मॉडल है और सभी 22 अनुसूचित भाषाओं को समेटता है।
29 Jul 2026New subject
- बीस स्वदेशी मॉडल परियोजनाओं को सहायता दी जा रही है, 12 बड़े और 8 छोटे भाषा मॉडल, जिनमें Sarvam AI के 30 अरब और 105 अरब पैरामीटर वाले मॉडल तथा BharatGen के बहुभाषी मॉडल शामिल हैं।
- कंप्यूट के मामले में 15 प्रदाता सूचीबद्ध हैं और 93 लाख GPU घंटे स्वीकृत किए गए हैं।
- फ़रवरी 2026 के India AI Impact Summit के बाद 62 मंत्रालयों ने AI समाधानों के लिए 762 समस्या कथन सूचीबद्ध किए।
मुख्य परीक्षा: एक मत यह है कि भारत का अवसर अपने ही डेटा पर बने अनुप्रयुक्त और बहुभाषी तंत्रों में है, और सरकारी खरीद उस बाज़ार को वैसे ही आकार दे सकती है जैसे सार्वजनिक मानकों ने भुगतान और पहचान के लिए दिया।
PIB, 29 Jul 2026: IndiaAI Mission Identifies 762 AI Use Cases Across 62 Ministries, Approves 58 AI Centres of Excellence and 543 Data & AI Labs (opens in a new tab) · PIB, 27 Jul 2026: India's Safe & Trusted AI Pillar Powers Responsible Innovation while Shaping Global AI Governance (opens in a new tab) · Frontline, 1 Jul 2026: India is a heavy user of artificial intelligence and a light builder of it, and the case being made is that its opening lies in applied and multilingual systems rather than in frontier models. (opens in a new tab)
Also filed elsewhere
- India's research spending · on अनुसंधान वित्तपोषण, संस्थान और पुरस्कार
For the first time the larger half of India's research bill is paid by private industry rather than by government.