AI शर्यत ही टॅलेंटची शर्यत आहे, तज्ञ म्हणतात, कारण संशोधकांमध्ये चीन अमेरिकेला मागे टाकतो
आर्टिफिशियल इंटेलिजेंस (AI) मधील तीव्र स्पर्धा प्रगत चिप्स, संगणकीय पायाभूत सुविधा आणि प्रगत मॉडेल्सच्या आसपास तयार केली जाते. तथापि, एक नवीन विश्लेषण सूचित करते की प्रतिभा — आणि ती आकर्षित करण्याची आणि टिकवून ठेवण्याची क्षमता — हा AI नेतृत्वाचा पाया आहे.
मॅक्रोपोलोच्या नवीनतम ग्लोबल एआय टॅलेंट ट्रॅकरनुसार, चीन हा जागतिक स्तरावर उच्चभ्रू AI संशोधकांचा सर्वात मोठा स्रोत आहे, जिथे उच्च प्रतिभा शिक्षित आणि प्रशिक्षित आहे त्या बाबतीत युनायटेड स्टेट्सला मागे टाकत आहे. तथापि, अधिक AI संशोधकांची निर्मिती करूनही, चीनने आपल्या सर्वोत्कृष्ट प्रतिभेचा मोठा वाटा परदेशात, विशेषत: यूएसमध्ये पाहिला आहे.
निष्कर्ष असे सूचित करतात की जगातील उच्चभ्रू AI संशोधकांपैकी 38 टक्के चीनमध्ये शिक्षित होते, ज्यामुळे ते शीर्ष-स्तरीय AI प्रतिभेचे सर्वात मोठे मूळ स्थान बनले आहे. तथापि, ट्रॅकरचा असाही दावा आहे की 72 टक्के चीन-शिक्षित संशोधक सध्या अमेरिकेत सेवा देत आहेत.
हा कल दोन राष्ट्रांमधील एआय प्रतिद्वंद्वाच्या केंद्रस्थानी विरोधाभास दर्शवितो. हे देखील हायलाइट करते की स्त्रोत काहीही असो, अनेक AI विद्वानांसाठी यूएस हे सर्वात पसंतीचे गंतव्यस्थान आहे. “हे नेहमीच प्रतिभेबद्दल राहिले आहे—चीप शर्यत आणि मॉडेल शर्यत याच्या डाउनस्ट्रीम आहेत,” केली फोर्ब्स, जागतिक AI धोरण सल्लागार, अहवालाच्या निष्कर्षांवर भाष्य करताना म्हणाले.
फोर्ब्सने indianexpress.com ला सांगितले की, “हा डेटा अगदी स्पष्ट करतो की AI मधील यूएस लीड ही अमेरिकन इनोव्हेशनची एकाकी कथा नाही. ही अमेरिकन संस्था जगातील सर्वोत्कृष्ट विचारांना आकर्षित करण्यात कमालीची चांगली आहे.
केवळ तंत्रज्ञानाचा फायदा नाही
फोर्ब्सच्या मते, या डायनॅमिकने यूएसला एक महत्त्वपूर्ण स्पर्धात्मक फायदा दिला आहे, परंतु अनेक धोरणकर्त्यांनी गृहीत धरलेल्यापेक्षा अधिक नाजूक असू शकते. “शीर्ष AI संशोधकांपैकी अठ्ठतीस टक्के चीनमध्ये शिक्षित होते, आणि त्यापैकी 72 टक्के आता युनायटेड स्टेट्समध्ये काम करत आहेत. हा केवळ तंत्रज्ञानाचा फायदा नाही. आणि आजूबाजूला राष्ट्रीय धोरण तयार करणे ही अधिक नाजूक गोष्ट आहे,” ती म्हणाली.
हे निष्कर्ष अशा वेळी समोर आले आहेत जेव्हा अमेरिका आणि चीन दोघेही AI पायाभूत सुविधा, प्रतिभा विकास आणि त्यांच्या संबंधित सेमीकंडक्टर क्षमता वाढवण्यासाठी शेकडो अब्जावधींची गुंतवणूक करत आहेत. जरी एआय स्पर्धेच्या आसपासचे वादविवाद मुख्यतः निर्यात नियंत्रणे आणि प्रगत चिप्सवरील निर्बंधांवर केंद्रित असतात, फोर्ब्सने असा युक्तिवाद केला की इमिग्रेशन आणि प्रतिभा गतिशीलता तितकीच महत्त्वाची असू शकते.
या जाहिरातीच्या खाली कथा सुरू आहे
यूएस एआय इकोसिस्टमवर कठोर इमिग्रेशन नियमांच्या प्रभावाबद्दल विचारले असता, फोर्ब्स म्हणाले, “अत्यंत असुरक्षित आहे आणि मला शंका आहे की हे धोरण संभाषणात चांगले समजले आहे.”
“जेव्हा तुम्ही संख्या पाहता-72 टक्के चीन-शिक्षित उच्चभ्रू AI संशोधक यूएस संस्थांमध्ये काम करत आहेत—तुम्हाला लक्षात येते की व्हिसा धोरण किंवा विद्यार्थी विनिमय कार्यक्रमांमध्ये कोणतेही महत्त्वपूर्ण कडक केल्याने केवळ व्यक्तींवर परिणाम होत नाही, तर तो थेट यूएस AI क्षमतेचा ऱ्हास करतो,” ती पुढे म्हणाली.
AI मध्ये अमेरिकेचे नेतृत्व टिकवून ठेवण्यात आंतरराष्ट्रीय विद्यार्थी आणि संशोधकांची महत्त्वाची भूमिका डेटा दाखवते. अनेक दशकांपासून, अग्रगण्य यूएस विद्यापीठे आणि संशोधन संस्थांनी जगभरातील विशेषत: चीन आणि भारतातील उच्च प्रतिभा आकर्षित केल्या आहेत. यामुळे आजच्या AI प्रणालींमागील अनेक प्रगतींना चालना देणारी कौशल्याची एकाग्रता निर्माण करण्यात मदत झाली आहे.
चीन इतर कोणत्याही देशापेक्षा उच्चभ्रू AI संशोधकांचा मोठा वाटा तयार करत असला तरी, विश्लेषणानुसार, त्यांना कायम ठेवणे हे एक आव्हान आहे. मॅक्रोपोलोच्या निष्कर्षांवरून असे दिसून आले आहे की देशातील सर्वोच्च AI संशोधकांपैकी केवळ 11 टक्के सध्या चीनमध्ये काम करतात, जे 2019 मध्ये 16 टक्क्यांवरून खाली आले आहेत.
या जाहिरातीच्या खाली कथा सुरू आहे
फोर्ब्सच्या म्हणण्यानुसार, बीजिंगने एआय संशोधन आणि नवकल्पनांमध्ये महत्त्वपूर्ण गुंतवणूक करूनही अद्याप धारणा समस्या पूर्णपणे सोडवलेली नाही. ती म्हणाली, “2019 मध्ये 16 टक्क्यांवरून 11 टक्के असलेली धारणा संख्या, तुम्हाला सांगते की प्रचंड देशांतर्गत गुंतवणूक असूनही, चीनने अद्याप याला तडे दिलेले नाही.”
तथापि, कल अनिश्चित काळासाठी सुरू राहील असे गृहीत धरण्यापासून तिने सावधगिरी बाळगली. “मी आत्मसंतुष्ट होणार नाही. पाहण्यासाठी प्रारंभिक चेतावणी चिन्हे म्हणजे शीर्ष चीनी प्रयोगशाळांमध्ये यूएस समकक्षांबरोबरचे अंतर कमी करणे, यूएसमध्ये पीएचडी केलेले संशोधक चीनमध्ये मोठ्या संख्येने परत येऊ लागले की नाही आणि चीनी संस्था चीन-आधारित यूएस संलग्न संस्थांपेक्षा कॉन्फरन्स प्रकाशनांच्या शीर्ष स्तरावर अधिक ठळकपणे दिसू लागल्या की नाही.
फोर्ब्सच्या मते, सध्याचे आकडे फक्त स्नॅपशॉट देतात, तर दीर्घकालीन ट्रेंड अधिक महत्त्वाचे ठरू शकतात. “आम्ही अजून तिथे नाही आहोत, पण सध्याच्या स्नॅपशॉटइतकाच मार्ग महत्त्वाचा आहे,” ती म्हणाली.
ट्रॅकर मुख्यतः प्रगत अर्धसंवाहकांपर्यंत प्रवेश मर्यादित करण्यावर लक्ष केंद्रित करणाऱ्या धोरणांची एकूण प्रभावीता देखील विचारात घेते. अत्याधुनिक एआय चिप्स आणि सेमीकंडक्टर उत्पादन तंत्रज्ञानावर चीनचा प्रवेश प्रतिबंधित करण्याच्या उद्देशाने अमेरिकेने निर्यात नियंत्रणांची मालिका लागू केली आहे. तथापि, मॅक्रोपोलो निष्कर्ष सूचित करतात की प्रतिभा एकाग्रता स्पर्धात्मक फायद्याचा अधिक टिकाऊ स्रोत असू शकते. “दोन्ही महत्त्वाचे आहेत, परंतु मला वाटते की प्रतिभा हा अधिक टिकाऊ फायदा आहे आणि त्वरीत नक्कल करणे कठीण आहे,” फोर्ब्स म्हणाले.
या जाहिरातीच्या खाली कथा सुरू आहे
“चिप तुम्ही आजूबाजूला पुन्हा डिझाइन करू शकता, साठा करू शकता किंवा अखेरीस देशांतर्गत उत्पादन करू शकता आणि चीन त्यामध्ये मोठ्या प्रमाणात गुंतवणूक करत आहे. परंतु उच्चभ्रू AI संशोधकांची एकाग्रता, संशोधन संस्कृती आणि प्रयोगशाळा आणि विद्यापीठांची इकोसिस्टम…ज्याला तयार करण्यासाठी अनेक दशके लागतात,” ती पुढे म्हणाली.
फोर्ब्सच्या टिप्पण्या धोरणकर्ते आणि संशोधकांमधील वाढत्या दृष्टिकोनाचे प्रतिबिंबित करतात की एआय नेतृत्व केवळ हार्डवेअर आणि निधीद्वारेच नव्हे तर उच्च कुशल संशोधकांना आकर्षित करण्याच्या, विकसित करण्याच्या आणि टिकवून ठेवण्याच्या क्षमतेद्वारे देखील निर्धारित केले जाते.
भारत कुठे उभा आहे?
जागतिक तंत्रज्ञान प्रतिभेचा एक प्रमुख स्त्रोत म्हणून ओळखल्या गेलेल्या भारतासाठी हा अहवाल महत्त्वाचा धडा देखील देतो. मॅक्रोपोलोच्या मते, 10 टक्के उच्चभ्रू AI संशोधक भारतात शिक्षित होते. मात्र, सध्या देशात केवळ २ टक्केच काम करतात.
फोर्ब्सने या निष्कर्षांचे वर्णन भारतासाठी धोक्याचे संकेत मानले आहे. “या डेटामधील भारताची संख्या एक वेक-अप कॉल असावी. दहा टक्के उच्चभ्रू AI संशोधक भारतात शिक्षित होते, परंतु तेथे फक्त 2 टक्के काम करत आहेत, 20 टक्के धारणा दर,” ती म्हणाली. “भारत गंभीर प्रतिभा निर्माण करत आहे आणि नंतर ते यूएस आणि इतरांना प्रभावीपणे भेट देत आहे.”
या जाहिरातीच्या खाली कथा सुरू आहे
अहवालानुसार, भारतातील 462 शीर्ष AI संशोधकांचे शिक्षण झाले, त्यापैकी 80 टक्के यूएस, 60 टक्के यूके आणि 5 टक्के कॅनडामध्ये गेले. भारतात, आयआयटी बॉम्बे, आयआयटी दिल्ली आणि आयआयएससी बंगलोर या प्रतिभा निर्माण करणाऱ्या सर्वोच्च संस्था आहेत.
अहवालात असा दावा करण्यात आला आहे की चीननंतर भारत हा एआय टॅलेंटचा दुसरा सर्वात मोठा उत्पादक देश आहे. तथापि, दोन्ही देशांमध्ये यूएस-बाउंड स्थलांतराचे समान नमुने आहेत.
देशांतर्गत एआय इकोसिस्टम तयार करण्यासाठी जगभरातील सरकारे धावत असताना, फोर्ब्सचा विश्वास आहे की परदेशी कंपन्या आणि विद्यापीठांना केवळ प्रतिभेचा पुरवठादार बनण्याऐवजी स्वतःला एक प्रमुख AI हब म्हणून स्थान देण्याची अनोखी संधी भारताकडे आहे. “संधी खरी आहे, पण त्यासाठी जाणीवपूर्वक धोरणात्मक निवडी आवश्यक आहेत,” ती म्हणाली.
“भारताने सिलिकॉन व्हॅलीमध्ये आपल्या डायस्पोराचे यश साजरे करण्यापलीकडे जाणे आवश्यक आहे आणि ती प्रतिभा टिकवून ठेवण्यासाठी किंवा त्यांना परत आकर्षित करण्यासाठी काय करावे लागेल याबद्दल कठोर प्रश्न विचारणे आवश्यक आहे,” ती पुढे म्हणाली.
या जाहिरातीच्या खाली कथा सुरू आहे
धोरण तज्ज्ञांच्या मते, यासाठी संशोधन पायाभूत सुविधा, स्पर्धात्मक नुकसानभरपाई आणि जागतिक दर्जाच्या संधी प्रदान करण्यास सक्षम देशांतर्गत एआय उद्योगात गुंतवणूक करणे आवश्यक आहे. “खिडकी उघडी आहे, परंतु ती अनिश्चित काळासाठी उघडी राहणार नाही. चीनने धारणा सुधारल्याने आणि यूएस संभाव्य प्रवेश घट्ट करत असल्याने, ज्या देशांनी देशांतर्गत एआय इकोसिस्टममध्ये गांभीर्याने गुंतवणूक केली आहे ते सर्वोत्तम स्थितीत असतील,” ती म्हणाली.
याच अहवालात असा दावा करण्यात आला आहे की 2024-25 मध्ये चीनने 1,756 संशोधक तयार केले, यूएसमध्ये 1,108 आणि युरोपमध्ये 416. चीनचा संशोधक 11 टक्के आहे, तर यूएसमध्ये 80 टक्के, यूकेमध्ये 65 टक्के आणि जर्मनीमध्ये 55 टक्के आहे. हा अहवाल NeurIPS 2024, ICML 2024, आणि ICLR 2025 कॉन्फरन्स कार्यवाहीमधील डेटावर आधारित आहे.
शेवटी, मॅक्रोपोलोचे निष्कर्ष दाखवतात की चिप्स, डेटा सेंटर्स आणि प्रगत AI मॉडेल्स ही गंभीर रणधुमाळी राहिली असली तरी, खरी स्पर्धा ही निर्माण करणाऱ्या लोकांवर असू शकते.
(फंक्शन(){var l=!1;फंक्शन f(){if(l||window.fbq)return;l=!0;!function(n,t,e,f,o,c,i){if(n.fbq)return;o=n.fbq=function(){o.callMethod?o.callM ethod.apply(o,arguments):o.queue.push(arguments)};n._fbq||(n._fbq=o);o.push=o;o.loaded=!0;o.version=”2.0″;o.queue=[];c=t.createElement(e);c.async=!0;c.src=f;i=t.getElementsByTagName(e)[0];i.parentNode.insertBefore(c,i)}(window,document,”script”,” window?requestIdleCallback(f,{timeout:3000}):setTimeout(f,2500)})();
Comments are closed.