पत्र सूचना कार्यालय

नवी दिल्‍ली, 20 मार्च 2026

 

मुख्य निष्कर्ष   एनआयसी कोडिंग, जुना (लेगसी) डेटा वापरासाठी सक्षम करणे, इंटेलिजेंट डॉक्युमेंट सर्च, संकेतस्थळावरील कृत्रिम बुद्धिमत्ता आधारित चॅटबॉट यासारखी कृत्रिम बुद्धिमत्ता साधने सादर करण्यात आली. अधिकृत सांख्यिकीय डेटासेट सहज उपलब्ध होण्यासाठी, ई-संख्यिकी व्यासपीठामध्ये एमसीपी आणि सिमेंटिक सर्च एकत्रित केले आहेत. एनडीएपी व्हिज्युअलायझेशन टूल्स आणि एआय-आधारित शोध क्षमता वाढवून विविध क्षेत्रातील विश्लेषणाचा विस्तार करत आहे. डेटा इनोव्हेशन लॅबसारखे संस्थात्मक उपक्रम सार्वजनिक डेटा व्यवस्थापनात एआय सज्जता मजबूत करत आहेत. भारत-विस्तार, हवामान अंदाज प्रणाली आणि आधार प्रमाणीकरण यासारख्या क्षेत्रात कृत्रिम बुद्धिमत्तेचा व्यापक वापर दिसून येत आहे. युनिक आयडेंटिफिकेशन अथॉरिटी ऑफ इंडिया (यूआयडीएआय)ने प्रगत कृत्रिम बुद्धिमत्ता - आधारित बायोमेट्रिक डिड्युप्लिकेशन आणि दस्तऐवज पडताळणी प्रणाली सुरू केली आहे.

 

प्रस्तावना

कृत्रिम बुद्धिमत्ता (एआय) ही 21 व्या शतकातील सर्वात परिवर्तनकारी तंत्रज्ञानांपैकी एक म्हणून उदयास आली आहे, जी जगभरातील अर्थव्यवस्था, संस्था आणि सार्वजनिक प्रणालींच्या कार्यपद्धतीवर प्रभाव टाकत आहे. ओईसीडी ने नमूद केल्याप्रमाणे शासकीय व्यवस्थेत कृत्रिम बुद्धिमत्तेचा वापर केल्याने सार्वजनिक सेवा वितरण, निर्णयक्षमता आणि प्रशासकीय कार्यक्षमता सुधारण्यासाठी नवीन संधी निर्माण होतात.

भारतानेही डेटा आणि डिजिटल साधनांचा अधिक चांगला वापर करून उत्पादकता सुधारण्यासाठी, नवोन्मेषाला चालना देण्यासाठी आणि प्रशासन मजबूत करण्यासाठी कृत्रिम बुद्धिमत्तेला एक महत्त्वपूर्ण घटक म्हणून स्वीकारले आहे. ही तांत्रिक बदलाची प्रक्रिया भारताच्या सार्वजनिक डेटा प्रणालींमध्ये अधिकाधिक दिसून येत आहे, जिथे वर्गीकरण, उपलब्धता आणि निर्णय-सहाय्य प्रक्रियांमध्ये कृत्रिम बुद्धिमत्ता, मशीन लर्निंग आणि प्रगत डेटा विश्लेषण वापरले जात आहे. यामुळे अधिक कार्यक्षम आणि प्रतिसादक्षम डिजिटल प्रणाली तयार होत आहे.

 

कृत्रिम बुद्धिमत्ता-सक्षम सांख्यिकीय उपलब्धता आणि सार्वजनिक डेटा प्लॅटफॉर्म

भारताचे अधिकृत सांख्यिकी प्लॅटफॉर्म आता अधिकाधिक कृत्रिम बुद्धिमत्ता-सक्षम डेटा उपलब्धता प्रणालींकडे वाटचाल करत आहेत, ज्यामुळे वापरकर्त्यांना सार्वजनिक डेटासेटशी संवाद साधणे सोपे होत आहे. नीती आयोग तसेच सांख्यिकी आणि कार्यक्रम अंमलबजावणी मंत्रालय यांच्या अलीकडील उपक्रमांमधून कृत्रिम बुद्धिमत्ता -आधारित इंटरफेसचा वापर वाढला आहे. यामध्ये थेट प्रश्न विचारणे, नैसर्गिक भाषेतील शोध आणि संदर्भ-आधारित माहिती मिळवणे यांचा समावेश आहे.

ई-सांख्यिकी प्लॅटफॉर्मसह एमसीपीचे एकत्रीकरण

ई-सांख्यिकी: भारताचा अधिकृत सांख्यिकी डेटा प्लॅटफॉर्म देशात अधिकृत सांख्यिकी माहितीचे व्यवस्थापन आणि प्रसारण सुलभ करण्यासाठी एक व्यापक डेटा व्यवस्थापन आणि सामायिकरण प्रणाली स्थापित करण्याच्या उद्देशाने 2024 मध्ये ई-सांख्यिकी पोर्टल सुरू करण्यात आले. सध्या या व्यासपीठावर 21 सांख्यिकी उत्पादने आणि 13.6 कोटीहून अधिक नोंदी उपलब्ध आहेत, ज्यामुळे डेटा शोध आणि व्यवस्थापन अधिक प्रभावी झाले आहे.

फेब्रुवारी 2026 मध्ये, राष्ट्रीय सांख्यिकी कार्यालयाने (एनएसओ) भारताच्या अधिकृत सांख्यिकीसाठीचे राष्ट्रीय व्यासपीठ असलेल्या ई-सांख्यिकी पोर्टलवर मॉडेल कॉन्टेक्स्ट प्रोटोकॉल (एमसीपी) सर्व्हरची बीटा आवृत्ती सादर केली. हा उपक्रम नागरिक, संशोधक आणि उद्योगांकरिता अधिकृत सांख्यिकीची उपलब्धता सुधारण्याच्या एनएसओ च्या व्यापक प्रयत्नांचा एक भाग आहे. वापरकर्त्यांना त्यांच्या स्वतःच्या कृत्रिम बुद्धिमत्ता-आधारित साधने आणि ॲप्लिकेशन्सद्वारे सांख्यिकीय डेटासेटशी थेट संवाद साधण्यास सक्षम करण्यासाठी एमसीपी ची रचना केली आहे.

हा सर्व्हर सध्या ई-सांख्यिकीवर उपलब्ध असलेल्या 21 सांख्यिकी उत्पादनांमध्ये प्रवेश प्रदान करतो. तो वापरकर्त्यांना मोठ्या फाइल्स डाउनलोड न करता थेट डेटा क्वेरी करण्याची, अधिकृत डेटासेट त्यांच्या स्वतःच्या विश्लेषणात्मक प्रणालींशी जोडण्याची, सांख्यिकीय अहवाल स्वयंचलित करण्याची आणि एकात्मिक इंटरफेसद्वारे अनेक डेटासेटमध्ये प्रवेश करण्याची सुविधा देतो. यामुळे डेटा मिळवण्यासाठी लागणारा वेळ कमी होईल तसेच विश्लेषण आणि निर्णय प्रक्रियेतील कार्यक्षमता सुधारेल अशी अपेक्षा आहे.

कृत्रिम बुद्धिमत्ता एजंटला अधिकृत सांख्यिकीशी जोडण्याच्या पायऱ्या येथे पाहता येतील https://datainnovation.mospi.gov.in/mospi-mcp#connect

 

ई-सांख्यिकी डेटासेटसाठी सिमेंटिक सर्च

वापरकर्त्यांना नैसर्गिक भाषेतील प्रश्नांद्वारे ई-सांख्यिकीवरील डेटासेट शोधता यावेत, यासाठी सिमेंटिक सर्च फीचरची बीटा आवृत्ती विकसित करण्यात आली आहे. यामुळे चांगल्या वापरकर्ता अनुभवाद्वारे ई-सांख्यिकी डॅशबोर्डची उपयोगिता सुधारेल. नैसर्गिक भाषेतील प्रश्नात दिलेल्या संदर्भानुसार, प्रणाली वापरकर्त्यांना पोर्टलवरील सर्वात योग्य उत्पादन पृष्ठावर निर्देशित करू शकते, परिणामी आवश्यक सांख्यिकीय माहिती मिळवणे सोपे होते.

ई-सांख्यिकी डेटासेटसाठी सिमेंटिक सर्च येथे उपलब्ध आहे https://esankhyiki.mospi.gov.in/

सांख्यिकी माहिती मिळवण्यासाठी एआय चॅटबॉट

सांख्यिकी आणि कार्यक्रम अंमलबजावणी मंत्रालयाच्या संकेतस्थळावर कृत्रिम बुद्धिमत्ता आधारित चॅटबॉट देखील सुरू करण्यात आला आहे जो या संकेतस्थळाला अधिक संवादात्मक आणि वापरकर्ता-अनुकूल बनवतो. हा चॅटबॉट वापरकर्त्यांना सोप्या नैसर्गिक भाषेतील प्रश्नांद्वारे डेटासेट, अहवाल आणि सांख्यिकी प्रकाशनांचा शोध घेण्याची सुविधा देतो.

वापरकर्त्याचा संवाद अधिक सुलभ व्हावा यासाठी संभाषणातील सातत्य कायम ठेवत संदर्भ-आधारित प्रतिसाद देण्याच्या उद्देशाने या चॅटबॉटची रचना केली आहे. प्रश्नांची उत्तरे देण्याव्यतिरिक्त, हा चॅटबॉट एम्बेडेड लिंक्सद्वारे वापरकर्त्यांना संकेतस्थळाच्या संबंधित विभागांकडे निर्देशित करतो, ज्यामुळे त्यांना आवश्यक सांख्यिकीय माहिती अधिक जलद आणि कमीत कमी प्रयत्नांनी मिळवता येते.

सांख्यिकीय माहितीसाठीचा एआय चॅटबॉट येथे उपलब्ध आहे. https://www.mospi.gov.in

 

राष्ट्रीय डेटा आणि विश्लेषण मंच (एनडीएपी)

2022 मध्ये सुरू झालेला एनडीएपी, अनेक सरकारी संस्थांचे डेटासेट संग्रहित करतो, त्यांना एका सुसंगत स्वरूपात सादर करतो तसेच विश्लेषण आणि दृश्यांकन साधने पुरवतो. सध्या, एनडीएपी वर उपलब्ध असलेला डेटा 52 मंत्रालये आणि 31 क्षेत्रांमध्ये वर्गीकृत केलेला आहे.

एनडीएपी 2.0 अंतर्गत, डेटाची शोधक्षमता, उपयोगिता, आंतर-क्षेत्रीय विश्लेषण सुधारण्यासाठी आणि डेटा-आधारित निर्णय-प्रक्रियांना समर्थन देण्यासाठी, एका प्रगत विश्लेषणात्मक स्तरासह पुढील पिढीच्या मंचाची कल्पना केली जात आहे. या मंचाचा उद्देश उपयोगिता वाढवणे, वापरकर्त्याचा सहभाग मजबूत करणे आणि डेटाची शोधक्षमता सुधारणे हा आहे, जेणेकरून अधिक सहज आणि कार्यक्षम डेटा शोधता येईल. यामध्ये दृश्यांकन आणि आलेखांद्वारे पूर्व-संकलित अंतर्दृष्टी, क्षेत्र-विशिष्ट विश्लेषणात्मक मॉड्यूल्स, सूक्ष्म-स्तरीय डेटाचे सुसूत्रीकरण, UI/UX सुधारणांद्वारे सुधारित दृश्यांकन आणि वापरकर्त्याच्या प्रश्नांना कृत्रिम बुद्धिमत्ता-आधारित प्रतिसाद देण्यास सक्षम असलेले एआय/एमएल-आधारित शोध इंजिन यांचा समावेश आहे. हे उपक्रम एकत्रितपणे, भारतातील सार्वजनिक सांख्यिकी प्रणालींमध्ये डेटाच्या उपलब्धतेकडून बुद्धिमान डेटा उपयोगितेकडे होणाऱ्या संक्रमणाला बळकट करत आहेत.

 

सांख्यिकीय वर्गीकरण आणि सर्वेक्षण कार्यांमध्ये कृत्रिम बुद्धिमत्ता

अचूकता सुधारण्यासाठी, मानवी श्रम कमी करण्यासाठी आणि क्षेत्रीय स्तरावरील निर्णय प्रक्रियेला गती देण्याच्या उद्देशाने सांख्यिकीय वर्गीकरण आणि सर्वेक्षण कार्यांमध्ये कृत्रिम बुद्धिमत्ता समाविष्ट केली जात आहे. वर्गीकरण साधने आणि शोध प्रणालींच्या माध्यमातून अधिकृत सर्वेक्षण प्रक्रिया अधिक कार्यक्षम, सुसंगत आणि सांख्यिकी माहिती संकलनातील वाढती गुंतागुंत हाताळण्यासाठी सक्षम बनवल्या जात आहेत.

औद्योगिक वर्गीकरणासाठी कृत्रिम बुद्धिमत्ता साधन

अधिकृत आकडेवारीच्या निर्मितीमध्ये राष्ट्रीय औद्योगिक वर्गीकरण (एनआयसी) चा वापर सुलभ करण्यासाठी एक एआय /एमएल आधारित वर्गीकरण साधन सादर करण्यात आले आहे. हे साधन नैसर्गिक भाषा प्रक्रियेचा वापर करून संबंधित घटकांना मजकूर स्वरुपात प्रश्न विचारण्याची सुविधा देते आणि त्यानुसार तीन सर्वात समर्पक एनआयसी कोड तयार करता येतात. या उपक्रमामुळे वर्गीकरणातील मानवी श्रम कमी होण्यास मदत होते, सर्वेक्षकांची उत्पादकता सुधारते आणि सांख्यिकी माहिती संकलनाची अचूकता सुधारते, ज्यामुळे नियोजन आणि धोरणनिर्मितीसाठी उपलब्ध पुराव्यांची अधिक बळकट होते.

कृत्रिम बुद्धिमत्ता-आधारित एनआयसी कोड सिमेंटिक सर्च टूल येथे उपलब्ध आहे. https://nicfinder.mospi.gov.in/

 

सांख्यिकी आणि कार्यक्रम अंमलबजावणी मंत्रालय स्टॅट्सडॉक एआय असिस्टंट: दस्तऐवजांसाठी कृत्रिम बुद्धिमत्ता-आधारित बुद्धिमान शोध प्रणाली

दस्तऐवजांसाठी ही एक कृत्रिम बुद्धिमत्ता-आधारित बुद्धिमान शोध प्रणाली आहे जी वापरकर्त्यांना अपलोड केलेले दस्तऐवज नैसर्गिक भाषेत शोधण्याची सुविधा देते. ही प्रणाली क्षेत्रीय अन्वेषकांसारख्या विविध हितधारकांना लक्षात घेऊन तयार केली आहे, ज्यांना मुख्यतः पीडीएफ किंवा प्रतिमा स्वरूपात उपलब्ध असलेल्या नियमावली, अहवाल, प्रकाशने इत्यादींचा संदर्भ घेण्याची आवश्यकता असते. या टूलमध्ये मंत्रालयाने (एप्रिल 2025 पासून) प्रकाशित केलेल्या सर्व नवीनतम दस्तऐवजांचा ज्ञानकोश असून त्यात विविध सर्वेक्षणांसाठीच्या सूचना पुस्तिकांचा समावेश आहे.

हा चॅटबॉट मंत्रालयाच्या संकेतस्थळावरील 'AI Pilots of Offerings' विभागांतर्गत तसेच https://statsdoc.ai.mospi.gov.in/ द्वारे उपलब्ध आहे.

 

कृत्रिम बुद्धिमत्ता-आधारित लेगसी डेटा एक्सट्रॅक्शन आणि प्रक्रिया साधन

एनएसओ इंडियाचा जुना डेटा पीडीएफ, सीएसव्ही, एक्सेल फाइल्स (मर्ज केलेल्या सेल्स, हिंदी मजकूर इत्यादींसह) आणि इमेजेस यांसारख्या फॉरमॅटमध्ये संग्रहित आहे. या डेटा मधून माहिती काढण्यासाठी तपशीलवार कोडिंगची आवश्यकता असते. आवश्यक कोडिंग ज्ञान किंवा संसाधन नसेल तर डेटाचा वापर करण्यात अनेक अडथळे येतात, ज्यामुळे कार्यक्षम विश्लेषण आणि निर्णय घेण्यावर परिणाम होतो. यामुळे, सहज उपलब्धतेसाठी आणि कार्यक्षम पद्धतीने उपयुक्त माहिती मिळवण्यासाठी जुना डेटा पुनरुज्जीवित करण्याची आवश्यकता निर्माण होते. यावर उपाय म्हणून एक कृत्रिम बुद्धिमत्ता-आधारित साधन आहे, जे विविध दस्तऐवजांमधून जुना डेटा काढून पुढील प्रक्रिया आणि विश्लेषणासाठी डेटाबेसमध्ये संग्रहित करू शकते.

हे साधन मंत्रालयाच्या संकेतस्थळावरील 'AI Pilots of Offerings' विभागांतर्गत तसेच https://legacydata.ai.mospi.gov.in/ द्वारे उपलब्ध आहे.

 

सार्वजनिक डेटा क्षेत्रात कृत्रिम बुद्धिमत्तेच्या वापराची प्रातिनिधिक क्षेत्रीय उदाहरणे

भारतात महत्त्वपूर्ण सार्वजनिक सेवा क्षेत्रांमध्ये कृत्रिम बुद्धिमत्तेचा वापर वाढत आहे, विशेषतः जिथे विश्वसनीयता, सुरक्षितता आणि रिअल-टाइम निर्णय सहाय्य आवश्यक आहे. खालील उपक्रम ही काही उदाहरणे आहेत जी हे दर्शवतात की, या व्यापक बदलाला पाठिंबा देण्यासाठी सार्वजनिक डेटासेट, डिजिटल पायाभूत सुविधा आणि धोरणात्मक चौकटी कशा वापरल्या जात आहेत आणि सार्वजनिक कल्याणाशी थेट संबंधित असलेल्या क्षेत्रांमध्ये कसे परिवर्तन घडवत आहेत.

आरोग्य सेवा प्रणालींसाठी विश्वसनीय कृत्रिम बुद्धिमत्ता

1. बेंचमार्किंग ओपन डेटा प्लॅटफॉर्म फॉर हेल्थ एआय (बोध): विविध आणि अनामिक वास्तविक-जगातील आरोग्य डेटासेट वापरून एआय मॉडेल्सचे पद्धतशीर मूल्यांकन करण्यासाठी फेब्रुवारी 2026 मध्ये बीओडीएच सुरू करण्यात आले. हे व्यासपीठ मोठ्या प्रमाणावर तैनात करण्यापूर्वी कृत्रिम बुद्धिमत्ता प्रणालींचे कार्यप्रदर्शन, स्थिरता, पक्षपात आणि सर्वसाधारणता यांचे मूल्यांकन करते, ज्यामुळे राष्ट्रीय सार्वजनिक आरोग्य प्राधान्यांनुसार विश्वसनीयता आणि क्लिनिकल उपयुक्तता वाढवण्यासाठी मानके स्थापित करण्यात मदत होते. हे उपक्रम धोरणात्मकदृष्ट्या "एआय गुणवत्ता चाचणी त्रिसमस्या" — म्हणजेच विश्वसनीयता, खुलेपणा आणि व्याप्ती यांमधील पारंपरिक तडजोड — सोडवतात.

आयुष्मान भारत डिजिटल मिशन (एबीडीएम) च्या आराखड्यावर आधारित, बीओडीएच गोपनीयतेचे संरक्षण कायम ठेवत, सुरक्षित मॉडेल चाचणी आणि प्रमाणीकरणास समर्थन देण्यासाठी देशव्यापी डिजिटल आरोग्य डेटाचा वापर करते. हे एक असे वातावरण प्रदान करते, जिथे विकसक विविध डेटासेटवर कृत्रिम बुद्धिमत्ता प्रणालींना प्रशिक्षित आणि त्यांचे मूल्यांकन करू शकतात, तसेच नियामक अधिक मजबूत सांख्यिकीय विश्वासासह संरचित तृतीय-पक्ष मूल्यांकन करू शकतात. आरोग्य एआय मॉडेल्सचे बेंचमार्किंग करण्यासाठी आणि आरोग्यसेवा क्षेत्रांमध्ये त्यांची सुसंगतता वाढवण्यासाठी एक विश्वसनीय परिसंस्था तयार करणे, हा या व्यासपीठाचा उद्देश आहे.

एबीडीएम: भारतात डिजिटल आरोग्य पायाभूत सुविधांची उभारणी भारतातील आरोग्यसेवा प्रणालीला आधार देण्यासाठी आवश्यक असलेल्या पायाभूत डिजिटल पायाभूत सुविधा निर्माण करणे हे आयुष्मान भारत डिजिटल मिशन (एबीडीएम) चे उद्दिष्ट आहे. डिजिटल महामार्गांच्या माध्यमातून आरोग्यसेवा प्रणालीतील विविध भागधारकांना जोडण्याचा प्रयत्न या उपक्रमाद्वारे केला जात आहे.

2. भारतासाठी आरोग्यसेवेतील कृत्रिम बुद्धिमत्तेची रणनीती-सही (SAHI): बोध (BODH) सोबतच सही ही योजना सुरू करण्यात आली असून आरोग्यसेवा क्षेत्रात सुरक्षित, समन्वित आणि विश्वासार्ह कृत्रिम बुद्धिमत्ता उपाययोजनांच्या विकासाला समर्थन देण्यासाठी एक व्यापक चौकट म्हणून तिची निर्मिती करण्यात आली आहे. आरोग्यसेवा संस्था, तंत्रज्ञान विकासक, संशोधक आणि धोरणकर्ते यांच्यात सहकार्य सुलभ करणे हे या योजनेचे उद्दिष्ट आहे, जेणेकरून कृत्रिम बुद्धिमत्ता उपाययोजनांचा मोठ्या प्रमाणावर स्वीकारण्यापूर्वी त्यांची सुरक्षितता, परिणामकारकता आणि नैतिक अनुपालनाच्या कठोर मानकांनुसार तपासणी केली जाईल.

ही योजना एक प्रशासन आणि ज्ञान-वाटप प्लॅटफॉर्म म्हणूनही कार्य करेल. ही योजना आरोग्य एआय विकास आणि अंमलबजावणीमधील सर्वोत्तम पद्धतींना प्रोत्साहन देईल, तसेच रुग्णांच्या डेटाचे संरक्षण, अल्गोरिदमचा जबाबदार वापर आणि संपूर्ण आरोग्यसेवा प्रणालीमध्ये उत्तरदायित्वावर भर देईल.

 

हवामानशास्त्रीय माहिती आणि कृत्रिम बुद्धिमत्ता-आधारित हवामान अंदाज

भारतीय हवामान विभाग आणि पृथ्वी विज्ञान मंत्रालयाच्या अखत्यारीतील इतर संस्था प्रायोगिक हवामान आणि वातावरण अंदाजासाठी कृत्रिम बुद्धिमत्ता-आधारित साधनांचा वाढत्या प्रमाणात वापर करत आहेत. यामध्ये चक्रीवादळाच्या तीव्रतेचा अंदाज घेण्यासाठी प्रगत ड्वोरॅक तंत्राचा, तर हवामान अंदाजासाठी कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंग-आधारित पायाभूत मॉडेल्स आणि कृत्रिम बुद्धिमत्तेला गतिमान अंदाज पद्धतींशी जोडणाऱ्या संकरित प्रणालींचा वापर समाविष्ट आहे.

कृत्रिम बुद्धिमत्ता-संबंधित संशोधन अनेक अंदाज क्षेत्रांमध्येही लागू केले जात आहे, ज्यात अल्प-कालीन जागतिक हवामान अंदाज, पर्जन्यमानाचे सूक्ष्म स्तरावरील अंदाज, वणव्याच्या ठिकाणाचा अंदाज, धुक्याचा अंदाज, वीज आणि वादळाचे इशारे, आणि संख्यात्मक हवामान अंदाज प्रणालींमध्ये डीप लर्निंगद्वारे पर्जन्यमानाचा सुधारित अंदाज यांचा समावेश आहे.

 

शेतीविषयक निर्णय सहाय्यासाठी कृत्रिम बुद्धिमत्ता

1. भारत-विस्तार (कृषी संसाधनांपर्यंत पोहोचण्यासाठी आभासी एकात्मिक प्रणाली): केंद्रीय अर्थसंकल्प 2026-27 मध्ये भारत-विस्तार या बहुभाषिक कृत्रिम बुद्धिमत्ता आधारित प्रणालीचा प्रस्ताव मांडण्यात आला आहे, जी ॲग्रीस्टॅक पोर्टल्स आणि भारतीय कृषी संशोधन परिषदेच्या सल्लागार संसाधनांना एकत्रित करेल. यामुळे शेतकऱ्यांसाठी सानुकूलित सल्लागार सहाय्य प्रदान करुन शेतीची उत्पादकता वाढवता येईल, निर्णयक्षमता सुधारेल आणि जोखीम कमी होईल.
2. किसान ई-मित्र: 2023 मध्ये सुरू झालेले हे व्यासपीठ, 11 प्रादेशिक भाषांमध्ये प्रमुख सरकारी योजनांवरील प्रश्नांची उत्तरे देऊन शेतकऱ्यांना आवाजाद्वारे कृत्रिम बुद्धिमत्ता सहाय्य पुरवते. या या व्यासपीठाने डिसेंबर 2025 पर्यंत 93 लाखांहून अधिक प्रश्नांना उत्तरे दिली आहेत.
3. राष्ट्रीय कीड निरीक्षण प्रणाली (एनपीएसएस): एनपीएसएस डिजिटल कृषी सहाय्याला अधिक बळकटी देत प्रतिमा-आधारित विश्लेषणाद्वारे कीड हल्ले आणि पिकांवरील रोग शोधण्यासाठी कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंगचा वापर करते. डिसेंबर 2025 पर्यंत, 10,000 हून अधिक विस्तार अधिकारी या प्रणालीचा वापर करत असून 66 पिके आणि 432 कीड प्रजातींचे निरीक्षण केले जात आहे.

एकत्रितपणे, हे सर्व उपक्रम विश्वसनीयता सुधारण्यासाठी, सेवा वितरण मजबूत करण्यासाठी आणि अधिक माहितीपूर्ण सार्वजनिक निर्णय प्रक्रियेला पाठिंबा देण्यासाठी डेटा-आधारित साधनांचा वापर करण्यावर वाढता संस्थात्मक भर दर्शवतात.

 

कृत्रिम बुद्धिमत्ता एकीकरणास समर्थन देणारी संस्थात्मक रचना

सार्वजनिक प्रणालींमध्ये नवोन्मेष, तंत्रज्ञान अवलंबन आणि क्षमता बांधणीला समर्थन देणाऱ्या संस्थात्मक व्यासपीठांद्वारे भारताची डेटा परिसंस्था अधिकाधिक मजबूत होत आहे. अधिकृत आकडेवारीमध्ये कृत्रिम बुद्धिमत्ता समाकलित करण्यासाठी समर्पित डेटा पायाभूत सुविधा, सहयोगी संशोधन आराखडे आणि डिजिटल सार्वजनिक व्यासपीठांचा कसा वापर केला जात आहे, हे अलीकडील उपक्रमांमधून दिसून येत आहे. तंत्रज्ञानाच्या उपयोजनासोबतच, भागीदारी आणि प्रशिक्षणांवरही भर दिला जात आहे, जेणेकरून उदयोन्मुख साधने कार्यक्षमता वाढवतील, सुलभता वाढवतील आणि विविध क्षेत्रांमध्ये विश्वसनीय निर्णय घेण्यास मदत करतील.

डेटा इनोव्हेशन लॅब: भारताची सांख्यिकीय प्रयोगशाळा

डेटा इन्फॉर्मेटिक्स अँड इनोव्हेशन डिव्हिजन (डीआयआयडी) अंतर्गत डेटा इनोव्हेशन लॅबची (डीआयएल) स्थापना करण्यात आली असून हे भारताच्या राष्ट्रीय सांख्यिकीय प्रणालीचे आधुनिकीकरण करण्याच्या दिशेने एक महत्वाचे पाऊल आहे. हा उपक्रम नवोन्मेषाला प्रोत्साहन देण्यासाठी, उदयोन्मुख तंत्रज्ञानाच्या अवलंबाला पाठिंबा देण्यासाठी आणि अधिकृत सांख्यिकीच्या क्षेत्रात सहकार्य मजबूत करण्यासाठी एक धोरणात्मक व्यासपीठ म्हणून कार्य करतो.

डेटा-आधारित प्रणालींच्या वाढत्या महत्त्वाच्या अनुषंगाने, डीआय लॅब कृत्रिम बुद्धिमत्ता, बिग डेटा ॲनालिटिक्स आणि क्लाउड कंप्युटिंग यांसारख्या प्रगत तंत्रज्ञानाच्या वापराद्वारे सांख्यिकी प्रक्रियांची कार्यक्षमता, अचूकता आणि सुलभता सुधारण्यावर लक्ष केंद्रित करतात. पुरावा-आधारित धोरणनिर्मिती आणि डेटा-केंद्रित प्रशासनाला समर्थन देणारी एक अधिक मजबूत आणि अधिक पारदर्शक सांख्यिकीय परिसंस्था तयार करणे, हा या प्रयोगशाळेचा उद्देश आहे.

हा उपक्रम संशोधन जाळे, नवोन्मेष आणि विद्यार्थी सहभाग या तीन मुख्य स्तंभांवर आधारित आहे, जे एकत्रितपणे संशोधन, प्रयोग आणि सहभागासाठी एक सहयोगी डिजिटल व्यासपीठ म्हणून डिझाइन केलेल्या डीआय लॅब पोर्टलच्या माध्यमातून देशाच्या डेटा प्रणाली विकासाला समर्थन देतात.

जानेवारी 2026 पर्यंत, सांख्यिकी आणि कार्यक्रम अंमलबजावणी मंत्रालयाने विविध संस्थांसोबत 17 सामंजस्य करार केले आहेत. तसेच, डेटा इनोव्हेशन लॅब अंतर्गत 12 नवीन कृत्रिम बुद्धिमत्ता वापराच्या प्रकरणांचा (use cases) संग्रह विकसित केला आहे, त्यापैकी दोन प्रकरणे प्रत्यक्ष वापरात आहेत.

सहयोगी परिसंस्था आणि भागीदारी: अधिकृत सांख्यिकीमध्ये कृत्रिम बुद्धिमत्तेच्या एकीकरणाचे यश हे सरकारी संस्था, शैक्षणिक संस्था आणि आंतरराष्ट्रीय संस्था यांच्यातील प्रभावी सहकार्यावर अवलंबून आहे. डीआय लॅब (DI Lab) नीती आयोग, शैक्षणिक आणि संशोधन संस्था यांसारख्या घटकांसोबत भागीदारीत कार्यरत आहे. प्रमुख संस्थांमध्ये व्यापक ज्ञान-वाटपाद्वारे भारताच्या सांख्यिकी आधुनिकीकरणाला सतत फायदा होत राहील, हे या सहयोगी दृष्टिकोनातून सुनिश्चित होते.

 

कृत्रिम बुद्धिमत्ता आधारित सांख्यिकी प्रणालींसाठी प्रशिक्षण आणि क्षमता विकास 'सबका साथ, सबका विकास, सबका विश्वास आणि सबका प्रयास' या राष्ट्रीय तत्त्वज्ञानाशी सुसंगत राहून, अधिकृत सांख्यिकीची अचूकता, समयोचितता आणि जागतिक तुलनात्मकता सुधारण्यासाठी बिग डेटा, कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंग यांसारख्या तंत्रज्ञान-आधारित प्रणालींचा अवलंब करून पारंपरिक पद्धतींच्या पलीकडे जाण्यासाठी क्षमता विकास केला जात आहे. राज्य सांख्यिकी प्रणालींसोबतच्या सहभागाला प्रोत्साहन दिले जात आहे, तसेच विद्यापीठे आणि विशेष संस्थांसोबतची भागीदारी वाढवली जात आहे. यातून 'मिशन कर्मयोगी' अंतर्गत प्रशिक्षण कार्यक्रम अधिक मजबूत करण्याची आणि भविष्यासाठी सज्ज सांख्यिकी मनुष्यबळ तयार करण्याची सरकारची वचनबद्धता पुन्हा एकदा अधोरेखित होत आहे. एजंटिक एआय (Agentic AI) कडे वाढत्या कलामुळे - ज्यात कृत्रिम बुद्धिमत्ता प्रणाली अधिकाधिक स्वायत्ततेने काम करतात, राष्ट्रीय सांख्यिकी प्रणाली प्रशिक्षण अकादमी (एनएसएसटीए) मधील प्रशिक्षणाची व्याप्ती देखील आणखी वाढेल अशी अपेक्षा आहे. कच्च्या डेटाला संदर्भ देण्यासाठी आणि एआय प्रणालींमधील अंतर्भूत पक्षपाताचे धोके दूर करण्यासाठी मानवी हस्तक्षेपाच्या भूमिकेवर मुख्य भर कायम आहे. प्रशासनाच्या समर्थनासाठी उच्च-गुणवत्तेचा आणि निःपक्षपाती डेटा तयार करण्यास सांख्यिकी अधिकारी सुसज्ज राहतील याची खात्री करण्यासाठी निरंतर क्षमता विकास आवश्यक आहे, हे देखील मान्य केले जात आहे.

 

भारतजेन: भारताचा बहुभाषिक कृत्रिम बुद्धिमत्ता पाया तयार करणे

जून 2025 मध्ये सुरू झालेले भारतजेन हे भारताचे पहिले सरकारी-अनुदानित, स्वायत्त, बहुभाषिक आणि बहु-माध्यमी लार्ज लँग्वेज मॉडेल (एलएलएम) आहे. हे आंतरविद्याशाखीय सायबर-फिजिकल सिस्टीम्सवरील राष्ट्रीय मिशन अंतर्गत विकसित केले गेले आहे आणि इंडियाएआय मिशनद्वारे पुढे देण्यात आले आहे. हे मॉडेल 22 भारतीय भाषांना समर्थन देते तसेच मजकूर, भाषण आणि दस्तऐवज-दर्शन क्षमतांना एकीकृत करते, भारत-केंद्रित डेटासेटवर आधारित आणि शैक्षणिक संस्थांच्या संघाच्या नेतृत्वाखाली सार्वजनिक आणि विकासात्मक अनुप्रयोगांसाठी देशांतर्गत विकसित एआय स्टॅक स्थापित करते.

भारतजेन https://bharatgen.com/ येथे उपलब्ध आहेत.

उदयोन्मुख तंत्रज्ञानाच्या माध्यमातून आधार प्रणालीचे सुदृढीकरण

1. अदृश्य ढाल: अब्जावधी भारतीयांची ओळख सुरक्षित करणे: भारताच्या विकसित होत असलेल्या डिजिटल सुरक्षा रचनेचा एक भाग म्हणून, फेब्रुवारी 2026 मध्ये भारतीय विशिष्ट ओळख प्राधिकरणाने (यूआयडीएआय) ने एआय-आधारित प्रगत बायोमेट्रिक डुप्लिकेशन शोध आणि दस्तऐवज पडताळणी प्रणाली सुरू केली. ही प्रणाली बोटांचे ठसे, चेहरा आणि डोळ्यांची बाहुली (आयरिस) यांसारख्या बायोमेट्रिक पद्धतींद्वारे अचूक ओळख पडताळणी करुन नावनोंदणी आणि अद्ययावतीकरणाची अचूकता सुधारण्यासाठी तयार करण्यात आली आहे. नवीनतम कृत्रिम बुद्धिमत्ता अनुमान तंत्रज्ञानाच्या माध्यमातून, यूआयडीएआय ने अनेक राज्यांमध्ये सुधारित डुप्लिकेशन काढून टाकण्याची प्रक्रिया आधीच पूर्ण केली आहे आणि येत्या काही महिन्यांत देशभरात ही प्रक्रिया पूर्ण होण्याच्या मार्गावर आहे.
2. आधार व्हिजन 2032: वेगाने विकसित होत असलेले तांत्रिक आणि नियामक वातावरण लक्षात घेऊन, यूआयडीएआय ने आधार व्हिजन 2032 आराखड्याअंतर्गत आधारच्या भविष्यातील विकासाला मार्गदर्शन करण्यासाठी एक व्यापक धोरणात्मक आणि तांत्रिक पुनरावलोकन सुरू केले आहे. आधारची लवचिकता मजबूत करणे, त्याची व्याप्ती वाढवणे आणि भविष्यातील डिजिटल गरजांशी सुरक्षितपणे जुळवून घेणे सुनिश्चित करण्यासाठी कृत्रिम बुद्धिमत्ता, ब्लॉकचेन, क्वांटम कंप्युटिंग, प्रगत एन्क्रिप्शन आणि पुढच्या पिढीतील डेटा सुरक्षा प्रणाली यांसारख्या प्रगत तंत्रज्ञानाचे एकत्रीकरण करणे, हा या उपक्रमाचा उद्देश आहे.

कृत्रिम बुद्धिमत्ता-आधारित आधार प्रमाणीकरण प्रणाली यूआयडीएआय ने विकसित केलेल्या कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंग-आधारित आधार फेस ऑथेंटिकेशन प्रणालीचा जलद गतीने स्वीकार करण्यात आला आहे. लक्ष्यित लाभार्थ्यांपर्यंत लाभांचे वितरण अधिक सुलभ करण्यासाठी सध्या अनेक सरकारी सेवांमध्ये याचा वापर केला जात आहे. पीएम आवास (शहरी), पीएम ई-ड्राइव्ह, पीएम-जेएवाय, पीएम उज्ज्वला, पीएम किसान, पीएम इंटर्नशिप यांसारख्या अनेक प्रमुख योजनांनी सुधारित सेवा वितरणासाठी या प्रणालीचा वापर केला आहे.

हे सर्व उपक्रम एकत्रितपणे भारतातील कृत्रिम बुद्धिमत्ता आधारित डेटा प्रणालींसाठी दीर्घकालीन संस्थात्मक क्षमता निर्माण करण्याच्या व्यापक प्रयत्नांना प्रतिबिंबित करतात. सोबतच, विश्वसनीय डिजिटल सार्वजनिक पायाभूत सुविधा मजबूत करण्यासाठी नवोन्मेष, भागीदारी आणि मानवी क्षमता यांच्या संयोजनाचे महत्त्व देखील अधोरेखित करतात.

 

निष्कर्ष

भारताचा अनुभव हे दाखवून देतो की सार्वजनिक डिजिटल क्षमता मजबूत करण्यासाठी कृत्रिम बुद्धिमत्तेचा मोठ्या प्रमाणावर वापर कसा केला जाऊ शकतो. तंत्रज्ञानाच्या पलीकडे जाऊन, कृत्रिम बुद्धिमत्तेचा वाढता वापर हा डेटा अधिक अर्थपूर्ण, सुलभ आणि लोकांच्या दैनंदिन गरजांना प्रतिसाद देणारा बनवण्याच्या भारताच्या व्यापक प्रयत्नांना प्रतिबिंबित करतो. प्रतिसादात्मक प्रशासन आणि क्षेत्र-विशिष्ट निर्णय प्रक्रियेत डेटाची गुणवत्ता आणि डेटाचा व्यावहारिक उपयोग या दोन्हींना बळकट करणे, हे यामागचे उद्दिष्ट आहे.

भारतातील उपायोजना देशाच्या विशिष्ट परिस्थितीवर आधारित आहेत. ज्यात भाषिक विविधता आणि सामाजिक-आर्थिक विकासाचे विविध स्तर यांचा विचार करण्यात आला आहे. यामुळे तांत्रिक प्रगतीचे रूपांतर सर्वसमावेशक आणि सर्वांसाठी सुलभ होईल यावर भर दिला जात आहे. हे उपक्रम सूचित करतात की कृत्रिम बुद्धिमत्ता भारताच्या सार्वजनिक डेटा प्रणालीत एक महत्त्वाचा सक्षम घटक म्हणून उदयास येत आहे जो माहितीचे वर्गीकरण प्रवेश विश्लेषण आणि उपयोग करण्याची पद्धत सुधारत आहे.

 

संदर्भ

Ministry of Statistics and Programme Implementation

• https://www.pib.gov.in/PressReleasePage.aspx?PRID=2224472&reg=3&lang=2
• https://datainnovation.mospi.gov.in/ai-pilots
• https://nicfinder.mospi.gov.in/
• https://www.pib.gov.in/Pressreleaseshare.aspx?PRID=2119641&reg=3&lang=2
• https://datainnovation.mospi.gov.in/mospi-ai-use-cases#
• https://www.mospi.gov.in/sites/default/files/announcements/Revised_DI_Lab_Guidelines_0_0.pdf
• https://datainnovation.mospi.gov.in/aboutus
• https://www.pib.gov.in/PressReleaseIframePage.aspx?PRID=2208162&reg=3&lang=2
• https://datainnovation.mospi.gov.in/governing-council
• https://datainnovation.mospi.gov.in/selection-committee
• https://www.pib.gov.in/PressReleasePage.aspx?PRID=2227794&reg=3&lang=1
• https://www.pib.gov.in/PressReleasePage.aspx?PRID=2076859&reg=3&lang=2
• https://www.pib.gov.in/PressReleaseIframePage.aspx?PRID=2208162&reg=3&lang=2

Ministry of Finance

• https://www.pib.gov.in/PressReleasePage.aspx?PRID=2221432&reg=3&lang=2

Ministry of Health and Family Welfare

• https://www.pib.gov.in/PressReleasePage.aspx?PRID=2229226&reg=3&lang=1
• https://abdm.gov.in/abdm

Ministry of Earth Sciences

• https://www.pib.gov.in/PressReleasePage.aspx?PRID=2158416&reg=3&lang=2

Ministry of Agriculture & Farmers’ Welfare

• https://static.pib.gov.in/WriteReadData/specificdocs/documents/2026/feb/doc2026214789901.pdf

Ministry of Electronics and Information Technology

• https://www.pib.gov.in/PressReleasePage.aspx?PRID=2184639&reg=3&lang=2
• https://uidai.gov.in/images/FaceAuthTransation.pdf
• https://uidai.gov.in/images/The_Invisible_Shield_Press_release.pdf
• https://www.pib.gov.in/PressNoteDetails.aspx?ModuleId=3&NoteId=157528&reg=3&lang=2

NITI Aayog

• https://niti.gov.in/sites/default/files/2025-02/Annual%20Report%202024-25%20English_FINAL_LOW%20RES_0.pdf

Other Domestic Institutions

• https://www.iitk.ac.in/bodh-at-india-ai-impact-summit-2026

International Institutions

• https://www.oecd.org/en/publications/2025/06/governing-with-artificial-intelligence_398fa287/full-report/how-artificial-intelligence-is-accelerating-the-digital-government-journey_d9552dc7.html

 

See in PDF of AI-Driven Transformation of India’s Statistical and Data Ecosystem

 

* * *

नेहा कुलकर्णी/श्रद्धा मुखेडकर/दर्शना राणे

(Explainer ID: 157921) आगंतुक पटल : 14
Provide suggestions / comments