ಜವಾಬ್ದಾರಿಯುತ AI ಬಗ್ಗೆ ಆಸಕ್ತಿಯ ಅಭಿವ್ಯಕ್ತಿಗೆ ಕರೆ

ಹಿನ್ನೆಲೆ

ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್ ಮತ್ತು ಮಾಹಿತಿ ತಂತ್ರಜ್ಞಾನ ಸಚಿವಾಲಯ (MeitY) AI ಅಭ್ಯಾಸಗಳಲ್ಲಿ ಪಾರದರ್ಶಕತೆ, ಹೊಣೆಗಾರಿಕೆ ಮತ್ತು ನ್ಯಾಯಸಮ್ಮತತೆಯನ್ನು ಬೆಳೆಸಲು ಬದ್ಧವಾಗಿದೆ. AI ಏಕೀಕರಣವು ಬೆಳೆದಂತೆ, ಭಾರತವು ತನ್ನ ಸಾಮಾಜಿಕ-ಆರ್ಥಿಕ ವಾಸ್ತವತೆಗಳಿಗೆ ಸಂದರ್ಭೋಚಿತವಾಗಿ ಸ್ಥಳೀಯ ಉಪಕರಣಗಳು ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಚೌಕಟ್ಟುಗಳಿಗಾಗಿ ಚುರುಕಾದ ಕಾರ್ಯವಿಧಾನಗಳಲ್ಲಿ ಹೂಡಿಕೆ ಮಾಡುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ. ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ರಾಷ್ಟ್ರೀಯ ಕಾರ್ಯಕ್ರಮದ (NPAI) ಜವಾಬ್ದಾರಿಯುತ AI ಯ ಆಧಾರ ಸ್ತಂಭದ ಅಡಿಯಲ್ಲಿ, ಡಿಜಿಟಲ್ ಇಂಡಿಯಾ ಕಾರ್ಪೊರೇಷನ್ ಅಡಿಯಲ್ಲಿ ಇಂಡಿಯಾ AI IBD, ಸಂಶೋಧನಾ ಯೋಜನೆ ಆಧಾರಿತ ನಿಧಿಗಾಗಿ ಉಪಕ್ರಮವನ್ನು ಪ್ರಾರಂಭಿಸುತ್ತದೆ. ಇಂಡಿಯಾ AI IBD, ಡಿಜಿಟಲ್ ಇಂಡಿಯಾ ಕಾರ್ಪೊರೇಶನ್ ಅಡಿಯಲ್ಲಿ, ನ್ಯಾಯಯುತ, ಪಾರದರ್ಶಕ ಮತ್ತು ನೈತಿಕ AI ಅಭ್ಯಾಸಗಳನ್ನು ಉತ್ತೇಜಿಸುವ 10 ಜವಾಬ್ದಾರಿಯುತ AI ವಿಷಯದ ಯೋಜನೆಗಳಿಗೆ ಅನುದಾನ-ಸಹಾಯ ಬೆಂಬಲವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ಜವಾಬ್ದಾರಿಯುತ AI ನಲ್ಲಿ ಆಸಕ್ತಿಯ ಅಭಿವ್ಯಕ್ತಿಗಾಗಿ ಕರೆ ಮಾಡಿ

ಮೈಗವ್  ಸಹಯೋಗದೊಂದಿಗೆ MeitY, ಕಟ್ಟಡ ಉಪಕರಣಗಳು ಮತ್ತು ಚೌಕಟ್ಟುಗಳಿಗಾಗಿ ಜವಾಬ್ದಾರಿಯುತ AI ಥೀಮ್‌ಗಳ ಕುರಿತು ಪ್ರಸ್ತಾವನೆಗಳನ್ನು ಅನ್ವೇಷಿಸಲು ಮತ್ತು ಸಲ್ಲಿಸಲು ಸಂಸ್ಥೆಗಳನ್ನು ಆಹ್ವಾನಿಸುತ್ತದೆ ಮತ್ತು ಪ್ರೋತ್ಸಾಹಿಸುತ್ತದೆ.

ವಿವಿಧ ವಲಯಗಳಲ್ಲಿ AI ಯ ನ್ಯಾಯಯುತ ಮತ್ತು ನೈತಿಕ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ನಿಯೋಜನೆಯನ್ನು ಉತ್ತೇಜಿಸುವ ಸಾಧನಗಳು ಮತ್ತು ಚೌಕಟ್ಟುಗಳನ್ನು ನಿರ್ಮಿಸಲು ಇತರ ಪಾಲುದಾರರ ಸಹಯೋಗದೊಂದಿಗೆ ಸಂಸ್ಥೆಗಳು ಅನ್ವೇಷಿಸಬಹುದಾದ ಜವಾಬ್ದಾರಿಯುತ AI ಥೀಮ್‌ಗಳ ಪಟ್ಟಿಯನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ:

ಥೀಮ್ಗಳು

1.1. ಯಂತ್ರ ಕಲಿಕೆ

ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳಲ್ಲಿ ಅಜಾಗರೂಕತೆಯಿಂದ ಬೇರೂರಿರುವ ತಪ್ಪುಗಳು, ಪಕ್ಷಪಾತಗಳು ಮತ್ತು ಹಳೆಯ ಮಾಹಿತಿಯನ್ನು ಸರಿಪಡಿಸುವಲ್ಲಿ ಯಂತ್ರ ಕಲಿಕೆಯ ಕ್ರಮಾವಳಿಗಳು ನಿರ್ಣಾಯಕ ಪಾತ್ರವನ್ನು ವಹಿಸುತ್ತವೆ. ಈ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ತಪ್ಪು, ಅಪ್ರಸ್ತುತ ಅಥವಾ ಹಾನಿಕಾರಕ ಡೇಟಾದಿಂದ ಕಲಿಯುವ ಮಾದರಿಗಳ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುತ್ತವೆ, ಇದು ವಿವಿಧ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ದೋಷಯುಕ್ತ ನಿರ್ಧಾರಗಳಿಗೆ ಕಾರಣವಾಗಬಹುದು. ಅನಪೇಕ್ಷಿತ ಕಲಿತ ನಡವಳಿಕೆಗಳನ್ನು ತೆಗೆದುಹಾಕಲು ಅನುಕೂಲವಾಗುವಂತೆ, ಯಂತ್ರ ಕಲಿಕೆಯ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ವೈವಿಧ್ಯಮಯ ಡೊಮೇನ್‌ಗಳಾದ್ಯಂತ ಹೆಚ್ಚು ನಿಖರವಾದ, ವಿಶ್ವಾಸಾರ್ಹ ಮತ್ತು ನ್ಯಾಯೋಚಿತ AI ವ್ಯವಸ್ಥೆಗಳ ಅಭಿವೃದ್ಧಿಗೆ ಕೊಡುಗೆ ನೀಡುತ್ತವೆ.

1.2. ಸಿಂಥೆಟಿಕ್ ಡೇಟಾ ಉತ್ಪಾದನೆ

ಸಂಶ್ಲೇಷಿತ ದತ್ತಾಂಶ ಉತ್ಪಾದನೆಯ ಪರಿಕರಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಅನಿವಾರ್ಯತೆಯು ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ವಿವಿಧ ಡೊಮೇನ್‌ಗಳಲ್ಲಿ ಸೀಮಿತ, ಪಕ್ಷಪಾತ ಅಥವಾ ಗೌಪ್ಯತೆ-ಸೂಕ್ಷ್ಮ ನೈಜ-ಪ್ರಪಂಚದ ಡೇಟಾಸೆಟ್‌ಗಳಿಂದ ಉಂಟಾಗುವ ನಿರಂತರ ಸವಾಲುಗಳಿಂದ ಉದ್ಭವಿಸುತ್ತದೆ. ಈ ಪರಿಕರಗಳು ನಿಜವಾದ ಡೇಟಾದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅನುಕರಿಸುವ ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಡೇಟಾ ನಿದರ್ಶನಗಳನ್ನು ರಚಿಸುತ್ತವೆ, ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮತ್ತು ದೃಢವಾಗಿ ತರಬೇತಿ ನೀಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಡೇಟಾ ಅಂತರವನ್ನು ತುಂಬುವ ಮೂಲಕ, ಗೌಪ್ಯತೆಯ ಕಾಳಜಿಗಳನ್ನು ತಗ್ಗಿಸುವ ಮೂಲಕ ಮತ್ತು ಸಮಾನ ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ಉತ್ತೇಜಿಸುವ ಮೂಲಕ, ಸಂಶ್ಲೇಷಿತ ಡೇಟಾ ಉತ್ಪಾದನಾ ಉಪಕರಣಗಳು AI ವ್ಯವಸ್ಥೆಗಳ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಹೆಚ್ಚಿಸುವಲ್ಲಿ ಪ್ರಮುಖ ಪಾತ್ರವನ್ನು ವಹಿಸುತ್ತವೆ. ತರಬೇತಿಯ ಸಮಯದಲ್ಲಿ AI ಅಲ್ಗಾರಿದಮ್‌ನಲ್ಲಿ ತಪ್ಪು ಪಕ್ಷಪಾತಗಳು ಉತ್ಪತ್ತಿಯಾಗದಂತೆ ಕೃತಕವಾಗಿ ರಚಿಸಲಾದ ಡೇಟಾವು ಸರಿಯಾಗಿದೆ ಮತ್ತು ಉಳಿದ ಡೇಟಾದೊಂದಿಗೆ ಹೊಂದಾಣಿಕೆಯಲ್ಲಿದೆ ಎಂದು ಡೆವಲಪರ್ ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು.

1.3 ಅಲ್ಗಾರಿದಮ್ ಫೇರ್‌ನೆಸ್ ಪರಿಕರಗಳು

ಅಲ್ಗಾರಿದಮ್ ಫೇರ್‌ನೆಸ್ ಉಪಕರಣಗಳು ಸ್ವಯಂಚಾಲಿತ ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಕ್ರಮಾವಳಿಗಳು ಎಲ್ಲಾ ವ್ಯಕ್ತಿಗಳನ್ನು ನ್ಯಾಯಯುತವಾಗಿ ಮತ್ತು ಪಕ್ಷಪಾತವಿಲ್ಲದೆ ಪರಿಗಣಿಸುತ್ತವೆ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ. ದತ್ತಾಂಶ ಅಥವಾ ವಿನ್ಯಾಸದಲ್ಲಿನ ಪಕ್ಷಪಾತಗಳ ಕಾರಣದಿಂದಾಗಿ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಕೆಲವೊಮ್ಮೆ ಅಜಾಗರೂಕತೆಯಿಂದ ಕೆಲವು ಗುಂಪುಗಳ ವಿರುದ್ಧ ತಾರತಮ್ಯ ಮಾಡುತ್ತವೆ. ಫೇರ್‌ನೆಸ್ ಉಪಕರಣಗಳು ಈ ಪಕ್ಷಪಾತಗಳನ್ನು ನಿರ್ಣಯಿಸಲು, ಅಳೆಯಲು ಮತ್ತು ತಗ್ಗಿಸಲು ವ್ಯವಸ್ಥಿತ ಮಾರ್ಗವನ್ನು ಒದಗಿಸುತ್ತವೆ, ನೈತಿಕ ಮತ್ತು ಸಮಾನ ಫಲಿತಾಂಶಗಳನ್ನು ಉತ್ತೇಜಿಸುತ್ತವೆ. ಜನಾಂಗ, ಲಿಂಗ, ಅಥವಾ ಇತರ ಸಂರಕ್ಷಿತ ಗುಣಲಕ್ಷಣಗಳಂತಹ ವಿಭಿನ್ನ ಅಂಶಗಳಲ್ಲಿ ಪಕ್ಷಪಾತವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಈ ಉಪಕರಣಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಪರಿಮಾಣಾತ್ಮಕ ಮೆಟ್ರಿಕ್‌ಗಳು ಮತ್ತು ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ. ಅವರು ಮುನ್ಸೂಚನೆಗಳು ಮತ್ತು ಫಲಿತಾಂಶಗಳಲ್ಲಿ ಅಸಮಾನತೆಯನ್ನು ಎತ್ತಿ ತೋರಿಸಬಹುದು. ಅಲ್ಗಾರಿದಮ್ ಫೇರ್‌ನೆಸ್ ಟೂಲ್‌ಗಳ ಉದಾಹರಣೆಗಳಲ್ಲಿ IBM ನ AI ಫೇರ್‌ನೆಸ್ 360, ಗೂಗಲ್‌ನ ವಾಟ್-ಇಫ್ ಟೂಲ್ ಮತ್ತು ಮೈಕ್ರೋಸಾಫ್ಟ್‌ನಿಂದ ಫೇರ್‌ಲೇರ್ನ್ ಸೇರಿವೆ.

1.4 AI ಪಕ್ಷಪಾತ ತಗ್ಗಿಸುವ ತಂತ್ರಗಳು

AI ಪಕ್ಷಪಾತವನ್ನು ತಗ್ಗಿಸುವ ತಂತ್ರಗಳ ಅಗತ್ಯವು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ವ್ಯವಸ್ಥೆಗಳು ಸಮಾಜದ ವಿವಿಧ ಅಂಶಗಳಲ್ಲಿ ಹೆಚ್ಚು ಸಂಯೋಜಿಸಲ್ಪಟ್ಟಿವೆ, ವ್ಯಕ್ತಿಗಳ ಜೀವನದ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವ ನಿರ್ಧಾರಗಳ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುತ್ತವೆ ಎಂಬ ಅರಿವಿನಿಂದ ಉಂಟಾಗುತ್ತದೆ. ನ್ಯಾಯಸಮ್ಮತತೆ, ಇಕ್ವಿಟಿ ಮತ್ತು ಹೊಣೆಗಾರಿಕೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು, AI ಅಲ್ಗಾರಿದಮ್‌ಗಳಲ್ಲಿ ಪಕ್ಷಪಾತಗಳನ್ನು ಗುರುತಿಸುವ, ವಿಶ್ಲೇಷಿಸುವ ಮತ್ತು ಸರಿಪಡಿಸುವ ತಂತ್ರಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುವುದು ಕಡ್ಡಾಯವಾಗಿದೆ. ತಗ್ಗಿಸುವಿಕೆಯ ತಂತ್ರಗಳು ಪಕ್ಷಪಾತವನ್ನು ತೆಗೆದುಹಾಕಲು ಪೂರ್ವ-ಸಂಸ್ಕರಣೆ ಡೇಟಾವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ನ್ಯಾಯಸಮ್ಮತತೆಯನ್ನು ಲೆಕ್ಕಹಾಕಲು ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಹೊಂದಿಸುವುದು ಅಥವಾ ಫಲಿತಾಂಶಗಳನ್ನು ಮರು-ಮಾಪನಾಂಕ ನಿರ್ಣಯಿಸಲು ನಂತರದ ಪ್ರಕ್ರಿಯೆಯ ಮುನ್ನೋಟಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. AI ಪಕ್ಷಪಾತ ತಗ್ಗಿಸುವ ತಂತ್ರಗಳ ಉದಾಹರಣೆಗಳಲ್ಲಿ ಮರು-ಮಾದರಿ ಡೇಟಾ, ಮರು-ತೂಕದ ಮಾದರಿಗಳು, ಎದುರಾಳಿ ತರಬೇತಿ ಮತ್ತು ಇತರವುಗಳು ಭವಿಷ್ಯದಲ್ಲಿ ಪಕ್ಷಪಾತವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತವೆ.

1.5 ನೈತಿಕ AI ಚೌಕಟ್ಟುಗಳು

ನೈತಿಕ AI ಚೌಕಟ್ಟುಗಳು AI ವ್ಯವಸ್ಥೆಗಳು ಮೂಲಭೂತ ಮಾನವ ಮೌಲ್ಯಗಳನ್ನು ಗೌರವಿಸುತ್ತವೆ, ನ್ಯಾಯಸಮ್ಮತತೆ, ಪಾರದರ್ಶಕತೆ ಮತ್ತು ಹೊಣೆಗಾರಿಕೆಯನ್ನು ಎತ್ತಿಹಿಡಿಯುತ್ತವೆ ಮತ್ತು ಪಕ್ಷಪಾತಗಳು ಅಥವಾ ತಾರತಮ್ಯವನ್ನು ಶಾಶ್ವತಗೊಳಿಸುವುದನ್ನು ತಪ್ಪಿಸಲು ರಚನಾತ್ಮಕ ವಿಧಾನವನ್ನು ಒದಗಿಸುತ್ತವೆ. ಈ ಚೌಕಟ್ಟುಗಳು ಡೆವಲಪರ್‌ಗಳು, ಸಂಶೋಧಕರು ಮತ್ತು ಸಂಸ್ಥೆಗಳು ತಮ್ಮ AI ರಚನೆಗಳ ವಿಶಾಲ ಸಾಮಾಜಿಕ ಪರಿಣಾಮಗಳನ್ನು ಪರಿಗಣಿಸಲು ಮತ್ತು ಸಂಭಾವ್ಯ ಹಾನಿಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ತಿಳುವಳಿಕೆಯುಳ್ಳ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಪ್ರೋತ್ಸಾಹಿಸುತ್ತವೆ. ಪ್ರಮುಖ ನೈತಿಕ AI ಚೌಕಟ್ಟುಗಳು ಸ್ವಾಯತ್ತ ಮತ್ತು ಬುದ್ಧಿವಂತ ವ್ಯವಸ್ಥೆಗಳ ನೀತಿಶಾಸ್ತ್ರದ IEEE ಗ್ಲೋಬಲ್ ಇನಿಶಿಯೇಟಿವ್ ಮತ್ತು ಯುರೋಪಿಯನ್ ಕಮಿಷನ್‌ನಿಂದ ವಿಶ್ವಾಸಾರ್ಹ AI ಗಾಗಿ ನೈತಿಕ ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ಒಳಗೊಂಡಿವೆ.

1.6. ಗೌಪ್ಯತೆಯನ್ನು ಹೆಚ್ಚಿಸುವ ತಂತ್ರಗಳು

ಡೇಟಾ ಗೌಪ್ಯತೆ ಮತ್ತು ವೈಯಕ್ತಿಕ ಮಾಹಿತಿಯ ಸಂಭಾವ್ಯ ದುರುಪಯೋಗದ ಬಗ್ಗೆ ಹೆಚ್ಚುತ್ತಿರುವ ಕಾಳಜಿಯನ್ನು ಪರಿಹರಿಸಲು ಜವಾಬ್ದಾರಿಯುತ AI ನಲ್ಲಿ ಗೌಪ್ಯತೆಯನ್ನು ಹೆಚ್ಚಿಸುವ ತಂತ್ರಗಳು ಅತ್ಯಗತ್ಯ. ಡೇಟಾ ಮಿನಿಮೈಸೇಶನ್, ಅನಾಮಧೇಯಗೊಳಿಸುವಿಕೆ, ಡಿಫರೆನ್ಷಿಯಲ್ ಗೌಪ್ಯತೆ ಮತ್ತು ಗೌಪ್ಯತೆ-ಸಂರಕ್ಷಿಸುವ ಯಂತ್ರ ಕಲಿಕೆ ಸೇರಿದಂತೆ ಹಲವಾರು ತಂತ್ರಗಳನ್ನು ಅವು ಒಳಗೊಳ್ಳುತ್ತವೆ. ಈ ವಿಧಾನಗಳು ಮರು-ಗುರುತಿಸುವಿಕೆ, ಅನಧಿಕೃತ ಪ್ರವೇಶ ಮತ್ತು ಡೇಟಾ ಸೋರಿಕೆಯ ಅಪಾಯವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಗುರಿಯನ್ನು ಹೊಂದಿವೆ.

1.7. ವಿವರಿಸಬಹುದಾದ AI (XAI) ಚೌಕಟ್ಟುಗಳು

XAI ಚೌಕಟ್ಟುಗಳು AI ಮಾದರಿಗಳನ್ನು ಹೆಚ್ಚು ಅರ್ಥವಾಗುವಂತೆ ಮತ್ತು ಪಾರದರ್ಶಕವಾಗಿಸಲು ವಿಧಾನಗಳು ಮತ್ತು ಸಾಧನಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ. ಅವರು ಮಾದರಿ ದೃಶ್ಯೀಕರಣ, ವೈಶಿಷ್ಟ್ಯ ಪ್ರಾಮುಖ್ಯತೆಯ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು AI ಮುನ್ನೋಟಗಳಿಗಾಗಿ ಮಾನವ-ಅರ್ಥವಾಗುವ ವಿವರಣೆಗಳನ್ನು ರಚಿಸುವಂತಹ ತಂತ್ರಗಳನ್ನು ಒಳಗೊಳ್ಳುತ್ತಾರೆ. ಈ ಚೌಕಟ್ಟುಗಳು ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳು, ನಿಯಂತ್ರಕರು ಮತ್ತು ಅಂತಿಮ-ಬಳಕೆದಾರರು ಸೇರಿದಂತೆ ಬಳಕೆದಾರರಿಗೆ ಸಂಕೀರ್ಣ AI ಮಾದರಿಗಳ ಆಂತರಿಕ ಕಾರ್ಯಗಳ ಒಳನೋಟಗಳನ್ನು ಪಡೆಯಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಮಾದರಿ ನಿರ್ಧಾರಗಳ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವ ಅಂಶಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸುವ ಮೂಲಕ, XAI ಹೊಣೆಗಾರಿಕೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ಮಾದರಿ ಡೀಬಗ್ ಮಾಡುವಿಕೆ ಮತ್ತು ಸುಧಾರಣೆಯನ್ನು ಸುಗಮಗೊಳಿಸುತ್ತದೆ.

1.8 AI ನೈತಿಕ ಪ್ರಮಾಣೀಕರಣಗಳು

AI ನೈತಿಕ ಪ್ರಮಾಣೀಕರಣಗಳು ಔಪಚಾರಿಕ ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ಗುರುತಿಸುವಿಕೆ ಪ್ರಕ್ರಿಯೆಯಾಗಿದ್ದು, AI ವ್ಯವಸ್ಥೆಗಳು, ಸೇವೆಗಳು ಅಥವಾ ಸಂಸ್ಥೆಗಳು ತಮ್ಮ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ನಿಯೋಜನೆಯಲ್ಲಿ ಸ್ಥಾಪಿತ ನೈತಿಕ ತತ್ವಗಳು ಮತ್ತು ಮಾರ್ಗಸೂಚಿಗಳಿಗೆ ಬದ್ಧವಾಗಿರುತ್ತವೆ ಎಂದು ಮೌಲ್ಯೀಕರಿಸುತ್ತದೆ. AI ನೈತಿಕ ಪ್ರಮಾಣೀಕರಣಕ್ಕೆ ಒಳಗಾಗುವ ಮೂಲಕ, ಸಂಸ್ಥೆಗಳು AI ಅನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ಬಳಸಲು ತಮ್ಮ ಸಮರ್ಪಣೆಯನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ, ಅದು ನೈತಿಕ ಪರಿಗಣನೆಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತದೆ, ಮಧ್ಯಸ್ಥಗಾರರ ನಡುವೆ ನಂಬಿಕೆಯನ್ನು ಬೆಳೆಸುತ್ತದೆ ಮತ್ತು AI ತಂತ್ರಜ್ಞಾನಗಳು ಸಾಮಾಜಿಕ ಮೌಲ್ಯಗಳು ಮತ್ತು ಮಾನದಂಡಗಳೊಂದಿಗೆ ಹೊಂದಾಣಿಕೆಯಾಗುತ್ತವೆ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ. ಈ ಪ್ರಮಾಣೀಕರಣಗಳು ನ್ಯಾಯೋಚಿತತೆ, ಪಾರದರ್ಶಕತೆ, ಹೊಣೆಗಾರಿಕೆ ಮತ್ತು ಗೌಪ್ಯತೆಯ ರಕ್ಷಣೆಯಂತಹ ಅಂಶಗಳನ್ನು ನಿರ್ಣಯಿಸುತ್ತವೆ.

1.9 AI ಆಡಳಿತ ಪರೀಕ್ಷೆಯ ಚೌಕಟ್ಟುಗಳು

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ವ್ಯವಸ್ಥೆಗಳ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ನಿಯೋಜನೆಯಲ್ಲಿ ಆಡಳಿತ ನೀತಿಗಳು, ನೈತಿಕ ಮಾರ್ಗಸೂಚಿಗಳು ಮತ್ತು ನಿಯಂತ್ರಕ ಅಗತ್ಯತೆಗಳ ಅನುಸರಣೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಮತ್ತು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು AI ಆಡಳಿತ ಪರೀಕ್ಷಾ ಚೌಕಟ್ಟು ರಚನಾತ್ಮಕ ವಿಧಾನವಾಗಿದೆ. ಈ ಚೌಕಟ್ಟು ಸಂಸ್ಥೆಗಳಿಗೆ ತಮ್ಮ AI ಉಪಕ್ರಮಗಳು ಜವಾಬ್ದಾರಿಯುತ ಮತ್ತು ನೈತಿಕ ಅಭ್ಯಾಸಗಳೊಂದಿಗೆ ಹೊಂದಾಣಿಕೆಯಾಗುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ನಿರ್ಣಯಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಒಂದು ಪ್ರಮುಖ ಉದಾಹರಣೆಯೆಂದರೆ A.I. ದೃಢೀಕರಿಸಿ, ಇದು ವಿಶ್ವದ ಮೊದಲ AI ಆಡಳಿತ ಪರೀಕ್ಷಾ ಚೌಕಟ್ಟು ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ AI ಅನ್ನು ವಸ್ತುನಿಷ್ಠ ಮತ್ತು ಪರಿಶೀಲಿಸಬಹುದಾದ ರೀತಿಯಲ್ಲಿ ಪ್ರದರ್ಶಿಸಲು ಬಯಸುವ ಕಂಪನಿಗಳಿಗೆ ಟೂಲ್‌ಕಿಟ್ ಆಗಿದೆ.

1.10. ಅಲ್ಗಾರಿದಮಿಕ್ ಆಡಿಟಿಂಗ್ ಪರಿಕರಗಳು

ಅಲ್ಗಾರಿದಮಿಕ್ ಆಡಿಟಿಂಗ್ ಎನ್ನುವುದು ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳ ಪ್ರಭಾವ ಮತ್ತು ನಡವಳಿಕೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಮತ್ತು ಪರಿಶೀಲಿಸುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ಈ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ವ್ಯಕ್ತಿಗಳು ಅಥವಾ ಸಮುದಾಯಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ. ಅಲ್ಗಾರಿದಮಿಕ್ ಲೆಕ್ಕಪರಿಶೋಧನೆಯ ಪ್ರಾಥಮಿಕ ಗುರಿಗಳು ಕ್ರಮಾವಳಿ ನಿರ್ಧಾರ-ಮಾಡುವಿಕೆಯಲ್ಲಿ ನ್ಯಾಯಸಮ್ಮತತೆ, ಪಾರದರ್ಶಕತೆ ಮತ್ತು ಹೊಣೆಗಾರಿಕೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು ಮತ್ತು ಸಂಭಾವ್ಯ ಪಕ್ಷಪಾತಗಳು ಮತ್ತು ನೈತಿಕ ಕಾಳಜಿಗಳನ್ನು ತಗ್ಗಿಸುವುದು.

ಯಾರು ಅರ್ಜಿ ಸಲ್ಲಿಸಬಹುದು?

2.1. ಶೈಕ್ಷಣಿಕ/R&D ಸಂಸ್ಥೆಗಳು

ಶೈಕ್ಷಣಿಕ/R&D ಸಂಸ್ಥೆಗಳು ಪ್ರಾಜೆಕ್ಟ್ ಅನುಷ್ಠಾನಕ್ಕಾಗಿ ಮತ್ತು ಕಾರ್ಯಕ್ರಮದ ಅಡಿಯಲ್ಲಿ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ತರಬೇತಿಗಾಗಿ, ಸಂಬಂಧಿತ ಸಂಶೋಧನಾ ಪ್ರಕಟಣೆಯೊಂದಿಗೆ ಮೊದಲೇ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಲ್ಯಾಬ್ ಮೂಲಸೌಕರ್ಯವನ್ನು (ಕಾರ್ಯಸ್ಥಳಗಳನ್ನು ಹೊಂದಿರುವ ಲ್ಯಾಬ್, ಸರ್ವರ್‌ಗಳು, ಪ್ರಾಜೆಕ್ಟ್ ಸಿಬ್ಬಂದಿ ಇತ್ಯಾದಿ) ಹೊಂದಿರಬೇಕು. ಮುಖ್ಯ ತನಿಖಾಧಿಕಾರಿ/ಸಹ-ಮುಖ್ಯ ತನಿಖಾಧಿಕಾರಿಯು ಜವಾಬ್ದಾರಿಯುತ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕ್ಷೇತ್ರದಲ್ಲಿ ಸಂಬಂಧಿತ ಅನುಭವದೊಂದಿಗೆ ನಿಯಮಿತ ಅಧ್ಯಾಪಕರಾಗಿರಬೇಕು.

ಕೆಳಗಿನ ವರ್ಗಗಳಲ್ಲಿ ಬೀಳುವ ಎಲ್ಲಾ ಸಂಸ್ಥೆಗಳು ಕಾರ್ಯಕ್ರಮದಲ್ಲಿ ಭಾಗವಹಿಸಲು ಮತ್ತು ಧನಸಹಾಯವನ್ನು ಪಡೆಯಲು ಅರ್ಹರಾಗಿರುತ್ತಾರೆ:

1. ಇಂಡಿಯನ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ ಆಫ್ ಟೆಕ್ನಾಲಜೀಸ್ (IITs)
2. ನ್ಯಾಷನಲ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ ಆಫ್ ಟೆಕ್ನಾಲಜೀಸ್ (NITs)
3. ಭಾರತೀಯ ಮಾಹಿತಿ ತಂತ್ರಜ್ಞಾನ ಸಂಸ್ಥೆಗಳು (IIITs)
4. ಭಾರತೀಯ ವಿಜ್ಞಾನ ಶಿಕ್ಷಣ ಮತ್ತು ಸಂಶೋಧನಾ ಸಂಸ್ಥೆ (IISERs)
5. ಕೇಂದ್ರ/ರಾಜ್ಯ ಸರ್ಕಾರದ ಅಡಿಯಲ್ಲಿ ಕೇಂದ್ರೀಯ ವಿಶ್ವವಿದ್ಯಾಲಯಗಳು/ಡೀಮ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯಗಳು
6. ರಾಷ್ಟ್ರೀಯ ಪ್ರಾಮುಖ್ಯತೆ/ಪ್ರಶಸ್ತಿಯ ಕಾಲೇಜುಗಳು/ಸಂಸ್ಥೆಗಳು
7. R&D ಸಂಸ್ಥೆಗಳು/ಸಂಸ್ಥೆಗಳು (B.Tech/MTech/PhD ಕೋರ್ಸ್‌ಗಳನ್ನು ಹೊಂದಿರುವವರು)
8. ಖಾಸಗಿ ವಿಶ್ವವಿದ್ಯಾಲಯಗಳು/ಖಾಸಗಿ ಡೀಮ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯಗಳು/ಖಾಸಗಿ ಕಾಲೇಜುಗಳು**

** ಖಾಸಗಿ ಶೈಕ್ಷಣಿಕ ಸಂಸ್ಥೆಗಳು ಈ ಕೆಳಗಿನ ಹೆಚ್ಚುವರಿ ಅರ್ಹತಾ ಮಾನದಂಡಗಳನ್ನು ಪೂರೈಸುವ ಮೂಲಕ ಕಾರ್ಯಕ್ರಮದಲ್ಲಿ ಭಾಗವಹಿಸಲು ಅರ್ಹವಾಗಿವೆ:

ಖಾಸಗಿ ಶೈಕ್ಷಣಿಕ ಸಂಸ್ಥೆಗಳಿಗೆ ಮಾನದಂಡ

ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್‌ನಲ್ಲಿ ಪದವಿ/ಸ್ನಾತಕೋತ್ತರ/ಡಿಪ್ಲೊಮಾ/ಪ್ರಮಾಣಪತ್ರ ಕಾರ್ಯಕ್ರಮಗಳನ್ನು ನೀಡುವ ಖಾಸಗಿ ಸಂಸ್ಥೆಗಳು ಅರ್ಜಿ ಸಲ್ಲಿಸಲು ಅರ್ಹವಾಗಿವೆ. ಸಂಸ್ಥೆಗಳನ್ನು AICTE ಅನುಮೋದಿಸಬೇಕು ಮತ್ತು/ಅಥವಾ ಸಂಸ್ಥೆಯು NAAC (UGC ಯ ರಾಷ್ಟ್ರೀಯ ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ಮಾನ್ಯತೆ ಮಂಡಳಿ) ಯಿಂದ ಮಾನ್ಯತೆ ಪಡೆದಿರಬೇಕು.

ಶೈಕ್ಷಣಿಕ ಸಂಸ್ಥೆಗಳಿಂದ ಸ್ವೀಕರಿಸಿದ ಪ್ರಸ್ತಾವನೆಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಸಮಿತಿ ಮತ್ತು ಇತರ ಪ್ರಸ್ತಾವನೆ ಪರಿಶೀಲನಾ ಸಮಿತಿಗಳು ಅನುಮೋದನೆಗಾಗಿ ಪರಿಶೀಲನೆ ಮತ್ತು ಮೌಲ್ಯಮಾಪನಕ್ಕೆ ಒಳಪಡಿಸಲಾಗುತ್ತದೆ.

2.2. ಸ್ಟಾರ್ಟ್-ಅಪ್‌ಗಳು ಮತ್ತು ಕಂಪನಿಗಳು

1. DIPP ಸೂಚಿಸಿದಂತೆ ಸ್ಟಾರ್ಟ್‌ಅಪ್ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಮಾನದಂಡಗಳಿಗೆ ಬದ್ಧವಾಗಿರಬೇಕು ಮತ್ತು ಕನಿಷ್ಠ 2 ವರ್ಷಗಳವರೆಗೆ ಕಾರ್ಯಾಚರಣೆಯಲ್ಲಿರಬೇಕು.
2. ಘಟಕವು ಭಾರತೀಯ ನಾಗರಿಕರು ಅಥವಾ ಭಾರತೀಯ ಮೂಲದ ವ್ಯಕ್ತಿಗಳೊಂದಿಗೆ ಕನಿಷ್ಠ 51% ಷೇರುಗಳನ್ನು ಹೊಂದಿರಬೇಕು. ಅರ್ಜಿದಾರರ ಘಟಕವು ಯಾವುದೇ ವಿದೇಶಿ ನಿಗಮದ ಅಂಗಸಂಸ್ಥೆಯಾಗಿರಬಾರದು.
3. ಸ್ಟಾರ್ಟ್ಅಪ್ AI ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರದರ್ಶಿಸಬಹುದಾದ ಪರಿಣತಿಯನ್ನು ಹೊಂದಿರಬೇಕು
4. ಭಾರತೀಯ ಕಂಪನಿ/ವಿದೇಶಿ ಕಂಪನಿಯು ಅನ್ವಯವಾಗುವಂತೆ, ಕಂಪನಿಗಳ ಕಾಯಿದೆ ಅಡಿಯಲ್ಲಿ ವ್ಯಾಖ್ಯಾನಕ್ಕೆ ಬದ್ಧವಾಗಿರಬೇಕು. ಕಂಪನಿಯು ಕನಿಷ್ಠ 5 ವರ್ಷಗಳವರೆಗೆ ಕಾರ್ಯಾಚರಣೆಯಲ್ಲಿರಬೇಕು ಮತ್ತು AI ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರದರ್ಶಿಸಬಹುದಾದ ಅನುಭವವನ್ನು ಹೊಂದಿರಬೇಕು

ಆಯ್ಕೆ ಪ್ರಕ್ರಿಯೆ

ಕೆಳಗಿನ ಹಂತಗಳು ಈ ಉಪಕ್ರಮವನ್ನು ಅರಿತುಕೊಳ್ಳಬಹುದಾದ ವಿಧಾನವನ್ನು ವಿವರಿಸುತ್ತದೆ, ಅದರ ಯಶಸ್ವಿ ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಉದ್ದೇಶಗಳೊಂದಿಗೆ ಹೊಂದಾಣಿಕೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ:

1. ಅಪ್ಲಿಕೇಶನ್ ಪ್ರಕ್ರಿಯೆ

ಅರ್ಜಿದಾರರು ಪರ್ಫಾರ್ಮಾದಲ್ಲಿ ಲಗತ್ತಿಸಲಾದ ಫಾರ್ಮ್ಯಾಟ್‌ನಲ್ಲಿ ಆಸಕ್ತಿಯ ಅಭಿವ್ಯಕ್ತಿಯನ್ನು (EOI) ಸಲ್ಲಿಸಬೇಕಾಗುತ್ತದೆ. ಅರ್ಜಿದಾರರು ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಯೋಜನೆಗಳಿಗೆ ಅರ್ಜಿ ಸಲ್ಲಿಸಲು ಮುಕ್ತರಾಗಿರುತ್ತಾರೆ, ಆದಾಗ್ಯೂ, ಅವರು ಹಾಗೆ ಮಾಡಲು ಬಯಸಿದರೆ, ಅವರು ತಮ್ಮ ಪ್ರಾಜೆಕ್ಟ್ ಆದ್ಯತೆಯನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಶ್ರೇಣೀಕರಿಸಬೇಕಾಗುತ್ತದೆ.

2. EOI ಗಳ ಮೌಲ್ಯಮಾಪನ

ತಜ್ಞರ ಸಮಿತಿಯು EOI ಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ. ಮೌಲ್ಯಮಾಪನವು AI ಯ ವಿವಿಧ ಅಂಶಗಳಲ್ಲಿ ಸಂಸ್ಥೆಗಳ ಸಾಮರ್ಥ್ಯ, ಟ್ರ್ಯಾಕ್ ರೆಕಾರ್ಡ್ ಮತ್ತು ಸಾಮರ್ಥ್ಯದ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ.

ಮೌಲ್ಯಮಾಪನ ಮಾನದಂಡ

1. ಉದ್ದೇಶಗಳೊಂದಿಗೆ ಯೋಜನೆಯ ಜೋಡಣೆ:

1. ಉದ್ದೇಶಿತ ಯೋಜನೆಯು ನ್ಯಾಯೋಚಿತ ಮತ್ತು ನೈತಿಕ AI ಬಳಕೆಯನ್ನು ಉತ್ತೇಜಿಸುವ ಪ್ರಮುಖ ಗುರಿಯೊಂದಿಗೆ ಎಷ್ಟು ಚೆನ್ನಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ?
2. ಈ ಪ್ರದೇಶಗಳಲ್ಲಿ ಗುರುತಿಸಲಾದ AI ಸವಾಲುಗಳನ್ನು ಪರಿಹರಿಸಲು ಯೋಜನೆಯು ಹೇಗೆ ಕೊಡುಗೆ ನೀಡುತ್ತದೆ ಎಂಬುದನ್ನು ಪ್ರಸ್ತಾವನೆಯು ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳುತ್ತದೆಯೇ?

2. ನಾವೀನ್ಯತೆ ಮತ್ತು ಪರಿಣಾಮ:

1. ಪ್ರಸ್ತಾವಿತ ಯೋಜನೆಯು ನವೀನವಾಗಿದೆಯೇ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ AI ಗೆ ಮಹತ್ವದ ಕೊಡುಗೆಯನ್ನು ನೀಡುವ ಸಾಧ್ಯತೆಯಿದೆಯೇ?
2. ಜವಾಬ್ದಾರಿಯುತ AI ಕ್ಷೇತ್ರವನ್ನು ಮುನ್ನಡೆಸುವ ಹೊಸ ವಿಧಾನಗಳು, ವಿಧಾನಗಳು ಅಥವಾ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಪ್ರಸ್ತಾಪಿಸಲಾಗಿದೆಯೇ?

3. ಸಹಕಾರಿ ವಿಧಾನ:

1. ಪ್ರಸ್ತಾಪವು ಶೈಕ್ಷಣಿಕ ಸಂಸ್ಥೆಗಳು, ಉದ್ಯಮ, ನಾಗರಿಕ ಸಮಾಜ ಮತ್ತು ಇತರ ಪಾಲುದಾರರ ನಡುವಿನ ಪರಿಣಾಮಕಾರಿ ಸಹಯೋಗವನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆಯೇ?
2. ಪ್ರಸ್ತಾವಿತ ಪಾಲುದಾರರ ನಡುವಿನ ಪೂರ್ವ ಯಶಸ್ವಿ ಸಹಯೋಗದ ಪುರಾವೆಗಳಿವೆಯೇ?

4. ಕಾರ್ಯಸಾಧ್ಯತೆ ಮತ್ತು ಸಂಪನ್ಮೂಲಗಳು:

1. ಉದ್ದೇಶಿತ ಯೋಜನೆಯು 2 ವರ್ಷಗಳ ಕಾಲಮಿತಿಯೊಳಗೆ ತಾಂತ್ರಿಕವಾಗಿ ಕಾರ್ಯಸಾಧ್ಯವೇ?
2. ಪ್ರಸ್ತಾವನೆಯು ವಾಸ್ತವಿಕ ಬಜೆಟ್ ಅನ್ನು ರೂಪಿಸುತ್ತದೆಯೇ?
3. ನಿರೀಕ್ಷಿತ ಯೋಜನಾ ಫಲಿತಾಂಶಗಳು ಮತ್ತು ಪ್ರಭಾವಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ ಪ್ರಸ್ತಾವಿತ ಬಜೆಟ್ ಸಮಂಜಸವಾಗಿದೆ ಮತ್ತು ಸಮರ್ಥನೀಯವಾಗಿದೆಯೇ?

5. ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ಮೆಟ್ರಿಕ್ಸ್:

1. ಸ್ಪಷ್ಟ ಮತ್ತು ಅಳೆಯಬಹುದಾದ ಯೋಜನೆಯ ಮೈಲಿಗಲ್ಲುಗಳು ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆಯೇ?
2. ಯೋಜನೆಯ ಪರಿಣಾಮ ಮತ್ತು ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ನಿರ್ಣಯಿಸಲು ಪರಿಮಾಣಾತ್ಮಕ ಮತ್ತು ಗುಣಾತ್ಮಕ ಮೆಟ್ರಿಕ್‌ಗಳಿವೆಯೇ?

ಸಲ್ಲಿಕೆ ಮಾರ್ಗಸೂಚಿಗಳು

1. ಪ್ರದರ್ಶನದ ಒಟ್ಟು ಉದ್ದ ಇರಬಾರದು 15-20 ಪುಟಗಳನ್ನು ಮೀರುತ್ತದೆ
2. ಪಾಲುದಾರ ಸಂಸ್ಥೆಯೊಂದಿಗೆ ಜಂಟಿಯಾಗಿ ಅರ್ಜಿ ಸಲ್ಲಿಸಲು ಅರ್ಜಿದಾರರನ್ನು ಪ್ರೋತ್ಸಾಹಿಸಲಾಗುತ್ತದೆ. ಯೋಜನೆಗೆ ಗರಿಷ್ಠ ಅವಧಿ 2 ವರ್ಷಗಳು ಎಂಬುದನ್ನು ದಯವಿಟ್ಟು ಗಮನಿಸಿ.
3. ಟೆಂಪ್ಲೇಟ್‌ನಲ್ಲಿ ಉಲ್ಲೇಖಿಸಲಾದ ಎಲ್ಲಾ ಅಂಶಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸಿ. ಅಪೂರ್ಣ ಅರ್ಜಿಗಳನ್ನು ತಿರಸ್ಕರಿಸಲಾಗುವುದು.
4. ಯಾವುದೇ ಮಾಹಿತಿಯು ತಪ್ಪಾಗಿ ಕಂಡುಬಂದರೆ ಅರ್ಜಿಯ ಅನರ್ಹತೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
5. ಅರ್ಜಿದಾರರು ನಿಯಮಗಳು ಮತ್ತು ಷರತ್ತುಗಳನ್ನು ಓದಬೇಕು ಮತ್ತು ಅನುಸರಿಸಬೇಕು.
6. ಯಾವುದೇ ಪ್ರಶ್ನೆಗಳಿದ್ದಲ್ಲಿ, ದಯವಿಟ್ಟು ಸಂಪರ್ಕಿಸಲು ಮುಕ್ತವಾಗಿರಿ pmu[dot]etech[at]meity[dot]gov[dot]in

ಇತರ ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಸಲ್ಲಿಸಲಾದ ಪ್ರಸ್ತಾವನೆಗಳನ್ನು ಈ ಪ್ರಸ್ತಾಪಗಳ ಕರೆಯಲ್ಲಿ ಪರಿಗಣಿಸಲಾಗುವುದಿಲ್ಲ.

ಸಲ್ಲಿಕೆಯು PDF ಸ್ವರೂಪದಲ್ಲಿ ಮಾತ್ರ ಇರಬೇಕು. PERFORMA ಅನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಇಲ್ಲಿ ಕ್ಲಿಕ್ ಮಾಡಿ

ನಿಯಮ ಮತ್ತು ಷರತ್ತುಗಳು

1. ಅನುದಾನವು ಭಾರತದ AI ನಿಂದ ಅನುಮೋದಿಸಲ್ಪಟ್ಟ ನಿರ್ದಿಷ್ಟ ಯೋಜನೆಯನ್ನು ಕೈಗೊಳ್ಳಲು ಮತ್ತು ಈ ಕೆಳಗಿನ ಷರತ್ತುಗಳಿಗೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ:
   1. ಅನುದಾನವನ್ನು ನಿಗದಿತ ಸಮಯದೊಳಗೆ ಯೋಜನೆಗೆ ಖರ್ಚು ಮಾಡಬೇಕು
   2. ಅನುಮೋದಿತ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಖರ್ಚು ಮಾಡಲು ಅಂತಿಮವಾಗಿ ಅಗತ್ಯವಿಲ್ಲದ ಅನುದಾನದ ಯಾವುದೇ ಭಾಗವನ್ನು ಭಾರತ AI ಗೆ ಸರಿಯಾಗಿ ಒಪ್ಪಿಸಲಾಗುತ್ತದೆ.
2. ಭಾರತ AI ಅನುದಾನದಿಂದ ಕಾರ್ಯಗತಗೊಳ್ಳುವ ಯೋಜನೆಗೆ, ಯಾವುದೇ ಇತರ ಹಣಕಾಸಿನ ನೆರವು ಅಥವಾ ಅದೇ ಯೋಜನೆಗಾಗಿ ಯಾವುದೇ ಇತರ ಏಜೆನ್ಸಿ/ಸಚಿವಾಲಯ/ಇಲಾಖೆಯಿಂದ ಅನುದಾನ/ಸಾಲದ ಸ್ವೀಕೃತಿಗಾಗಿ ಅನುದಾನ ನೀಡುವ ಸಂಸ್ಥೆಯಿಂದ ಅರ್ಜಿಯು ಭಾರತ AI ಯ ಪೂರ್ವಾನುಮತಿ/ಅನುಮೋದನೆಯನ್ನು ಹೊಂದಿರಬೇಕು.
3. ಅನುದಾನ ಪಡೆಯುವ ಸಂಸ್ಥೆಯು ಈ ಯೋಜನೆಯ ಅನುಷ್ಠಾನವನ್ನು ಮತ್ತೊಂದು ಸಂಸ್ಥೆಗೆ ವಹಿಸಿಕೊಡಲು ಅನುಮತಿಸುವುದಿಲ್ಲ, ಮತ್ತು ನಂತರದ ಸಂಸ್ಥೆಗೆ ಸಹಾಯವಾಗಿ ಇಂಡಿಯಾಎಐನಿಂದ ಪಡೆದ ಅನುದಾನವನ್ನು ತಿರುಗಿಸಲು.
4. ತನಿಖಾಧಿಕಾರಿ(ಗಳು) ಭಾರತದ AI ಯ ಪೂರ್ವಾನುಮತಿಯಿಲ್ಲದೆ ಈ ಯೋಜನೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವಲ್ಲಿ ವಿದೇಶಿ ಪಕ್ಷದೊಂದಿಗೆ (ವೈಯಕ್ತಿಕ/ಶೈಕ್ಷಣಿಕ ಸಂಸ್ಥೆ/ಉದ್ಯಮ) ಸಹಯೋಗಕ್ಕೆ ಪ್ರವೇಶಿಸಬಾರದು.
5. IPR/IPR/ತಂತ್ರಜ್ಞಾನ ವರ್ಗಾವಣೆ/ವಾಣಿಜ್ಯೀಕರಣದ ಯಾವುದೇ ಉಲ್ಲಂಘನೆಯಿಂದ ಉಂಟಾದ ಯಾವುದೇ ಕಾನೂನು ಮತ್ತು/ಅಥವಾ ಹಣಕಾಸಿನ ಹೊಣೆಗಾರಿಕೆಯಿಂದ ಗ್ರ್ಯಾಂಟೀ ಸಂಸ್ಥೆಯು ಭಾರತ AIಗೆ ಪರಿಹಾರ ನೀಡಬೇಕು.
6. ಯೋಜನೆಯ ಅನುಷ್ಠಾನಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಯಾವುದೇ ವಿಷಯಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಯಾವುದೇ ವಿವಾದ, ಕಾರ್ಯದರ್ಶಿ, MeitY, ಅಥವಾ CEO, ಭಾರತ AI ಅವರ ನಿರ್ಧಾರವು ಅಂತಿಮವಾಗಿರುತ್ತದೆ ಮತ್ತು ಅನುದಾನ ನೀಡುವ ಸಂಸ್ಥೆಗೆ ಬದ್ಧವಾಗಿರುತ್ತದೆ.
7. MeitY ಅಥವಾ ಭಾರತ AI ಕಾಲಕಾಲಕ್ಕೆ ಭಾರತ ಸರ್ಕಾರದ ನಿರ್ದೇಶನಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಅನುದಾನ-ಸಹಾಯವನ್ನು ನಿಯಂತ್ರಿಸುವ ಈ ನಿಯಮಗಳು ಮತ್ತು ಷರತ್ತುಗಳನ್ನು ಮಾರ್ಪಡಿಸುವ ಹಕ್ಕನ್ನು ಕಾಯ್ದಿರಿಸಿದೆ.
8. ಎಲ್ಲಾ ಭಾಗವಹಿಸುವ ಸಂಸ್ಥೆಗಳು/ಸಂಸ್ಥೆಗಳು ಸಂಪೂರ್ಣ ಯೋಜನೆಯ ಅವಧಿಯಲ್ಲಿ ವರ್ಕ್‌ಸ್ಟೇಷನ್‌ಗಳು/ಸರ್ವರ್‌ಗಳು (ಕೆಲಸದ ಸ್ಥಿತಿಯಲ್ಲಿ), ಲ್ಯಾಬ್ ಸಿಬ್ಬಂದಿ ಇತ್ಯಾದಿಗಳಂತಹ ಮೂಲಭೂತ ಮೂಲಸೌಕರ್ಯಗಳನ್ನು ಲಭ್ಯವಾಗುವಂತೆ ಮಾಡುವುದು ಕಡ್ಡಾಯವಾಗಿದೆ. ಯೋಜನೆಯ ಅಡಿಯಲ್ಲಿ ವರ್ಕ್‌ಸ್ಟೇಷನ್‌ಗಳು, ಸರ್ವರ್‌ಗಳು, ಲ್ಯಾಪ್‌ಟಾಪ್‌ಗಳು ಮುಂತಾದ ಯಾವುದೇ ಪ್ರತ್ಯೇಕ ಹಾರ್ಡ್‌ವೇರ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ಒದಗಿಸಲಾಗುವುದಿಲ್ಲ.
9. MeitY ಅಥವಾ ಭಾರತ AI ಎಲ್ಲಾ ಪೋಷಕ ದಾಖಲೆಗಳನ್ನು (AICTE ರೆಕಗ್ನಿಷನ್ ಸರ್ಟಿಫಿಕೇಟ್, NBA (ನ್ಯಾಷನಲ್ ಬೋರ್ಡ್ ಆಫ್ ಅಕ್ರಿಡಿಟೇಶನ್), NAAC (UGC ಯ ರಾಷ್ಟ್ರೀಯ ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ಮಾನ್ಯತೆ ಕೌನ್ಸಿಲ್), ಸ್ಟಾರ್ಟ್ಅಪ್ ಪ್ರಮಾಣಪತ್ರ, ಇತ್ಯಾದಿಗಳ ಸಜ್ಜುಗೊಳಿಸುವ ಹಕ್ಕನ್ನು ಕಾಯ್ದಿರಿಸಿದೆ. ಮತ್ತು ಅಗತ್ಯವಿರುವಾಗ ವರ್ಗ.

ವಿವರವಾದ ನಿಯಮಗಳು ಮತ್ತು ಷರತ್ತುಗಳಿಗಾಗಿ ದಯವಿಟ್ಟು ಇಲ್ಲಿ ಕ್ಲಿಕ್ ಮಾಡಿ.

ಟೈಮ್‌ಲೈನ್