Sarvam AI: मेड इन इंडिया एआई मॉडल, जिसने भाषा और दस्तावेजों को समझने में चैटजीपीटी और गूगल जेमिनी को पछाड़ा

भारत में तकनीक की दुनिया में एक बड़ा बदलाव आ रहा है। बंगलूरू के एक नए स्टार्टअप सर्वम एआई ने अपने काम से सबको हैरान कर दिया है। भारत में बने इस एआई (AI) मॉडल ने फोटो से टेक्स्ट पढ़ने (OCR), भारतीय भाषाओं के कागजात समझने और इंसानी आवाज निकालने के मामले में चैटजीपीटी और गूगल जेमिनी जैसी बड़ी विदेशी कंपनियों को भी पीछे छोड़ दिया है।

क्या है सर्वम एआई?

सर्वम एआई भारत की अपनी एक एआई कंपनी है, जिसे अगस्त 2023 में डॉ विवेक राघवन और डॉ प्रत्युष कुमार ने शुरू किया था। इसे बनाने की खास वजह यह थी कि दुनिया के बड़े एआई मॉडल (जैसे चैटजीपीटी) भारतीय भाषाओं, यहां के अलग-अलग बोलियों के लहजों और सरकारी या देसी कागजों को ठीक से समझ नहीं पाते थे। सर्वम एआई खास तौर पर इन्हीं मुश्किलों को दूर करने का काम कर रहा है।

कागजों-फाइलों को पढ़ने और समझने में एक्सपर्ट

कंपनी का सर्वम विजन मॉडल कागजों और फाइलों को पढ़ने और समझने में बहुत एक्सपर्ट है। इसकी सबसे बड़ी खूबी यह है कि यह स्कैन किए हुए दस्तावेजों, फोटो, चार्ट और टेबल में लिखे डाटा को बिल्कुल सही से पढ़ लेता है। जब इस मॉडल की तुलना चैटजीपीटी और जेमिनी जैसे बड़े विदेशी एआई मॉडलों से की गई तो इसने उन सबको पीछे छोड़ते हुए कहीं बेहतर नतीजे दिए। इसकी असली ताकत भारतीय भाषाओं के कागजों को आसानी से समझने में है, जहां अक्सर ग्लोबल एआई मॉडल फेल हो जाते हैं।

ये भी पढ़ें: Apple iOS 26.4: आईफोन में आने वाला है अब तक का सबसे बड़ा अपडेट, देखने को मिलेंगे ये बड़े बदलाव

खासतौर से भारतीय दस्तावेजों के लिए बनाया गया है

सर्वम विजन को खास तौर पर भारत के सरकारी फॉर्मों, स्कैन किए गए कागजों और धुंधली या खराब क्वालिटी वाली फोटो को पढ़ने के लिए बनाया गया है। यह मॉडल हाथ से लिखी हुई लिखावट (हैंडरिटेन) और टेढ़े-मेढ़े टेबल को भी आसानी से समझ लेता है। इसकी यही खूबी बैंकिंग, पढ़ाई-लिखाई और सरकारी कामों को डिजिटल बनाने में बहुत काम आएगी।

बुलबुल वी3 और एआई वॉइस जनरेशन

बुलबुल वी3 सर्वम एआई का एक और शानदार टूल है, जिसका मुख्य काम लिखे हुए शब्दों को आवाज में बदलना है। इसकी सबसे बड़ी खूबी यह है कि इसमें 22 भारतीय भाषाओं के लिए 35 अलग-अलग तरह की आवाजें मौजूद हैं। इसे खास तौर पर हमारी क्षेत्रीय बोलियों और लहजों के हिसाब से तैयार किया गया है, जिसकी वजह से इसकी आवाज रोबोटिक नहीं बल्कि बिल्कुल असली इंसान जैसी लगती है। यहां तक कि अगर लिखा हुआ टेक्स्ट पुराना हो या उसमें कुछ गलतियां भी हों तब भी यह उससे बहुत बढ़िया और साफ ऑडियो तैयार कर सकता है।

ये भी पढें: Deep-Tech Policy: भारतीय डीप-टेक स्टार्टअप्स को बड़ी राहत, सरकार ने बदला 10 साल पुराना नियम

डेवलपर्स की मदद के लिए प्लेटफार्म ओपन-सोर्स रखा

सर्वम एआई खुद को भारत के एक भरोसेमंद और स्वतंत्र एआई प्लेटफॉर्म के रूप में तैयार कर रहा है। इसका पूरा फोकस भारतीय डाटा का इस्तेमाल करने, भारत के सर्वरों का उपयोग करने और देश के नियमों को मानने पर है। यह कदम विदेशी एआई कंपनियों पर हमारी निर्भरता को कम करेगा और हमारे डाटा को भारत में ही सुरक्षित रखने में मदद करेगा। इतना ही नहीं, सर्वम एआई ने अपनी तकनीक को सभी के लिए ओपन (ओपन-सोर्स) रखा है। इससे भारत के सॉफ्टवेयर बनाने वालों (डेवलपर्स) को ऐसे एप्स तैयार करने में मदद मिलेगी जो हमारी अपनी भाषा, संस्कृति और बातचीत के अंदाज को अच्छी तरह समझते हों।