インド AIに関する専門家の報告書「インディアAI 2023」を公表 (2023.10.14)

こんにちは、丸山満彦です。

インドはこれから成長の余地の大きな（人口成長、教育水準、ITも強いし...）国で、世界的にも注目を浴びていますよね。。。そんな中、電子情報技術省 (Ministry of Electronics and Information Technology; MeitY) がAIの専門家を集めて７つの作業部会をつくり、「インディアAI」という報告書を公表していますね。。。

かなり、網羅的な政策指針のようなものになっていますね。。。

AI for Allという用語もでてきていますね。。。

さて、7つの作業部会は...

1. インディアAIセンター・オブ・エクセレンス
2. インド・データセット・プラットフォーム（IDP）
3. 国家データ管理局 (NDMO) の機構能力と設計
4. インディアAI 将来設計
5. インディアAI 将来人材
6. インディアAI フューチャーラボ・コンピューティング
7. 半導体インディアAI チップセット

となっています。。。

● Ministry of Electronics and Information Technology; MeitY

・2023.10.14 IndiaAI 2023: Expert Group Report – First Edition

IndiaAI 2023: Expert Group Report – First Edition	インディアAI 2023： 専門家グループ報告書 第一版
The Ministry of Electronics and Information Technology (MeitY) had set up seven expert groups to collectively brainstorm on the vision, objectives, outcomes, and design for each of IndiaAI's pillars. The Working Groups have submitted the first edition of IndiaAI report which lays out the fulcrum of India’s AI strategy that was envisaged by Hon’ble Prime Minister.	電子情報技術省（MeitY）は7つの専門家グループを立ち上げ、インディアAIの各柱のビジョン、目的、成果、設計についてブレインストーミングを行った。各作業部会は、首相が構想したインドのAI戦略の支柱を示すインディアAI報告書の第1版を提出した。
The Government of India’s approach to AI has been holistic and ambitious, as evidenced by the breadth and scope of government interventions under the umbrella programme – IndiaAI.	インド政府のAIに対するアプローチは、包括的プログラムであるインディアAIの下での政府の介入の幅と範囲からも明らかなように、全体的かつ野心的なものである。
IndiaAI has a mission-centric approach which ensures a precise and cohesive strategy to bridge the gaps in existing AI ecosystem viz-a-viz Compute infrastructure, Data, AI financing, Research and Innovation, targeted Skilling and institutional capacity for Data to maximize the potential of AI for advancing India’s progress.	インディアAIはミッション中心のアプローチをとっており、計算機インフラ、データ、AI資金、研究・イノベーション、対象スキリング、データに関する制度的能力など、既存のAIエコシステムにおけるギャップを埋めるための的確かつ一貫した戦略を確保し、インドの進歩のためにAIの可能性を最大限に引き出すことを目的としている。
The working groups detailed out the operational aspects of establishing Centers of Excellence (CoEs), and the institutional framework on governing data collection, management, processing and storage by the National Data Management Office (NDMO). The report also has recommendations on how India can leverage its demographic dividend and play to its strengths as an IT superpower to further the penetration of AI skills in the country, strengthening the AI compute infrastructure in India to support AI innovation through public-private partnerships (PPPs).	作業部会は、CoE（センター・オブ・エクセレンス）の設立や、NDMO（国家データ管理室）によるデータ収集・管理・処理・保存のガバナンスに関する制度的枠組みなど、運用面について詳述した。報告書はまた、インドが人口ボーナスを活用し、IT大国としての強みを発揮して、国内でAIスキルの普及をさらに進め、官民パートナーシップ（PPP）を通じてAIイノベーションを支援するために、インド国内のAI計算インフラを強化する方法についても提言している。

・[PDF]

目次...

Context and Background.	背景と経緯
Working Group 1: IndiaAI Centres of Excellence	作業部会1：インディアAIセンター・オブ・エクセレンス
• Introduction and Context Setting	・序文と背景設定
• Establishment & Operations	・設立と運営
• Governance Mechanism	・ガバナンス・メカニズム
• Intellectual Property Rights	・知的財産権
• Sustainability Model	・持続可能性モデル
• Annexure A: Overall Selection Process	・附属書A: 全体的な選考プロセス
• Annexure B: Template for Submission of Short Concept Proposal	・附属書B: ショート・コンセプト・プロポーザル提出用テンプレート
• Annexure C: Template for Submission of Detailed Proposal	・附属書C: 詳細提案書提出用テンプレート
• Annexure D: Periodic Monitoring Template and Scoring Mechanism	・附属書D: 定期モニタリングのテンプレートと採点メカニズム
Working Group 2: India Dataset Platform (IDP)	作業部会2：インド・データセット・プラットフォーム（IDP）
• Objective	・目的
• Datasets Management Ecosystem in India	・インドのデータセット管理エコシステム
• Conceptualising IDP for Data Management Practices	・データ管理実務のためのIDPの概念化
• India Dataset Platform	・インド・データセット・プラットフォーム
• IDP Data Stakeholders	・IDPデータ関係者
• Institutionalisation of IDP & Organisational Structure	・IDPの制度化と組織構造
• Data Sharing Practices – International Perspective	・データ共有の実践-国際的視点
• Regulations leading to Data Sharing – International Examples	・データ共有につながる規制-国際的事例
Working Group 3: Institutional Capacity and Design of NDMO	作業部会3：NDMOの機構能力と設計
• Introduction	・序文
• Institutionalising NDMO	・NDMOの制度化
• Structure and Role of NDMO	・NDMOの構造と役割
• Regulating and Standardising the Data Governance Quality Index	・データガバナンス品質指標の規制と標準化
• Setting up of Data Management Units in Ministries/ Departments	・各省庁におけるデータ管理ユニットの設置
• Tangible quantifiable yearly outputs /targets	・具体的な定量化可能な年間アウトプット/目標
Working Group 4: IndiaAI Future Design	作業部会4：インディアAI 将来設計
• Background & Introduction:	・背景と序文
• CoEs for AI Startups Ecosystem Development	・AIスタートアップのエコシステム開発のためのCoE
• Outcomes and Deliverables	・成果と成果物
• Key Potential AI Growth Sectors	・潜在的なAI成長セクター
• AI Investment Trends	・AI投資の動向
• Scheme Process, Monitoring and Evaluation	・スキームプロセス,モニタリング,評価
• Oversight & Outcome Assessment	・監督と成果評価
• Scheme Guidelines.	・スキームガイドライン
Working Group 5: IndiaAI FutureSkills	作業部会5：インディアAI 将来人材
• Executive Summary	・要旨
• Introduction	・序文
• Talent Requirements	・人材要件
• AI Skilling Strategy	・AIスキリング戦略
• Summary & Recommendations	・まとめと提言
• Way Forward	・今後の進め方
• Annexure – I: Qualification Packs (QPs) and National Occupational Standards (NOS) for AI & Big Dat	・附属書-I： AIとビッグデータに関する資格パック（QP）と国家職業標準（NOS）
• Annexure – II: A sample GenAI Graduate Level Course	・附属書-II:GenAI大学院レベルコースのサンプル
• Annexure – III: A Sample Curriculum for Data Science	・附属書-III: データサイエンスのカリキュラム例
• Annexure – IV: Some domain specific use cases	・附属書-IV: 分野別のユースケース
Working Group 6: IndiaAI Future Labs Compute	作業部会6：インディアAI フューチャーラボ・コンピューティング
• Introduction	・序文
• Globally AI Compute Landscape	・世界のAIコンピューティングの状況
• Current State of National AI Compute Landscape	・国内のAIコンピューティングの現状
• FutureLab AI Architecture	・フューチャーラボのAIアーキテクチャ
• Driving AI Transformation: Mechanisms, Metrics, Measures and Estimation for AI Compute Capacity	・AIの変革を推進する: AIコンピューティング・キャパシティのメカニズム,指標,測定,推定
• Monetization & Commercialization Model for AI Compute Infrastructure	・AIコンピューティング・インフラの収益化・商業化モデル
• Recommendations of Working Group	・作業部会の提言
Working Group 7: Semicon IndiaAI Chipsets	作業部会7：半導体インディアAIチップセット
• Preamble	・前文
• Background	・背景
• Design Approaches for AI Chipsets	・AIチップセットの設計アプローチ
• Application areas for AI Chipsets	・AIチップセットの応用分野
• Criteria for assessing the AI Hardware	・AIハードウェアの評価基準
• AI Chips requirement in HPC systems	・HPCシステムにおけるAIチップの要件
• Global Landscape of AI Chipsets	・AIチップセットの世界的状況
• Recommendations for AI Chipsets for High-performance Compute (HPC) and related areas	・ハイパフォーマンス・コンピューティング（HPC）および関連分野におけるAIチップセットの推奨事項

背景と経緯...

CONTEXT AND BACKGROUND	背景と背景
AI will be the kinetic enabler of India’s digital economy and make Governance smarter and more data-led. AI is expected to add USD 967 Bn to the Indian economy by 2035 and USD 450–500 billion to India’s GDP by 2025, accounting for 10% of the country’s USD 5 trillion GDP target. AI has become a top priority on policy agendas worldwide, as it has the power to foster innovation, generate employment opportunities, and contribute to the growth of the country.	AIはインドのデジタル経済の動力源となり、ガバナンスをよりスマートでデータ主導のものにする。AIは2035年までにインド経済に9670億ドル、2025年までにインドのGDPに4500億～5000億ドルを追加すると予想されており、インドGDP目標5兆ドルの10％を占める。AIは、イノベーションを促進し、雇用機会を創出し、国の成長に貢献する力を持っているため、世界の政策課題の最優先事項となっている。
Over the past several years, the Government of India has taken concrete steps to encourage the adoption of AI in a responsible manner and build public trust in its use, placing the idea of ‘AI for All’ at its very core. Favourable policies and continuous interventions strive to harness the potential of AI for social development and inclusive growth, in line with our Hon’ble Prime Minister’s inclusive development philosophy of ‘Sabka Saath, Sabka Vikas and Sabka Prayas’.	過去数年にわたり、インド政府は「万人のためのAI」という理念をその根幹に据え、責任ある方法でAIの導入を奨励し、その利用に対する国民の信頼を築くための具体的な措置を講じてきた。好意的な政策と継続的な介入は、「Sabka Saath、Sabka Vikas、Sabka Prayas」というインド首相の包括的な開発理念に沿って、社会開発と包括的な成長のためにAIの可能性を活用するよう努めている。
The Ministry of Electronics and Information Technology (MeitY) is committed to PM’s vision of fostering and promoting cutting-edge technology use cases in the country. While MeitY has undertaken the implementation of a ‘National Program on AI’ which encompasses four components: Data Management Office, National Centre for AI, Skilling on AI, and Responsible AI, the ‘IndiaAI' is crucial to complement the ongoing 'National Program on AI' by establishing a focused and comprehensive framework that addresses specific gaps in AI ecosystem. As one of the largest Global South economies leading the AI race, India has been nominated as the Council Chair of the Global Partnership on AI (GPAI) by winning more than two-thirds of first preference votes.	電子情報技術省（MeitY）は、国内で最先端技術の使用例を育成・促進するという首相のビジョンにコミットしている。MeitYは、4つの構成要素を含む「AIに関する国家プログラム」の実施に取り組んでいる： MeitYは、データ管理室、AIナショナルセンター、AIスキリング、責任あるAIという4つの構成要素を含む「AI国家プログラム」の実施に取り組んでいるが、「インディアAI」は、AIエコシステムにおける特定のギャップに対処する焦点を絞った包括的な枠組みを確立することにより、現在進行中の「AI国家プログラム」を補完する上で極めて重要である。AIレースをリードする南半球最大級の経済大国として、インドは第一優先投票の3分の2以上を獲得し、AIに関するグローバル・パートナーシップ（GPAI）の理事会議長に指名された。
The success of the government’s initiatives and efforts is evident from India's rising position in global AI rankings and indexes. We have been ranked 1st in AI Skill Penetration and 1st in the Number of GitHub AI Projects as per the Stanford AI Index report 2023. The same Index places India 5th in the value of Private Investment in AI and Number of Newly Funded AI Companies. Also, India has been ranked 1st in all 5 Pillars of Peak AI’s Decision Intelligence Maturity Scale, which assesses a business’s commercial AI readiness. Further in the 2023, NASSCOM report on the State of Data Science & AI Skills In India, India ranked 1st in terms of AI skill penetration and 1st in AI talent concentration.	政府の取り組みと努力の成功は、世界のAIランキングや指標におけるインドの地位の上昇からも明らかである。スタンフォードAI指数レポート2023では、AIスキルの普及率で1位、ギットハブAIプロジェクト数で1位となっている。同指数では、AIへの民間投資額と新たに資金を提供したAI企業の数でインドが5位にランクされている。また、ピークAIのDecision Intelligence Maturity Scaleでは、5つの柱すべてでインドが1位にランクされている。さらに、2023年にNASSCOMが発表したインドのデータサイエンスとAIスキルの現状に関するレポートでは、インドはAIスキルの普及率で第1位、AI人材の集中度で第1位となっている。
IndiaAI Vision	インディアAIのビジョン
IndiaAI has a mission-centric approach that ensures a precise and cohesive strategy to bridge the gaps in the existing AI ecosystem viz-a-viz Compute infrastructure, Data, AI financing, Research and Innovation, targeted Skilling, and institutional capacity for Data to maximize the potential of AI to advance India's progress.	インディアAIは、インドの発展のためにAIの可能性を最大限に引き出すために、計算インフラ、データ、AIファイナンス、研究・イノベーション、スキリング、データに関する制度的能力など、既存のAIエコシステムにおけるギャップを埋めるための的確で一貫した戦略を保証する、ミッション中心のアプローチを持っている。
Furthering our commitment to building AI in India and for India, MeitY has set up seven working groups to collectively brainstorm on the vision, objectives, outcomes, and design for each of IndiaAI pillars.	MeitYは、インドにおける、そしてインドのためのAIを構築するというコミットメントをさらに強化するため、7つの作業部会を立ち上げ、インディアAIの各柱のビジョン、目的、成果、デザインについてブレインストーミングを行った。
After months of deliberative and collective brainstorming, the working groups have studied & shared their report on the following aspects of AI:	数ヶ月に及ぶ熟慮とブレインストーミングの結果、作業部会はAIの以下の側面について検討し、報告書を共有した：
WG1: IndiaAI CENTRES OF EXCELLENCE	WG1：インディアAIセンター・オブ・エクセレンス
The objective of this working group is to detail the operational aspects of establishing three Centres of Excellence (CoEs) that will strive to leverage India's distinct strengths in AI to tackle critical problems of society. The proposed CoEs will lay special emphasis, not just on the foundational & multidisciplinary research in AI but also on the development and adoption of indigenous AI technologies at the national and international levels.	この作業部会の目的は、社会の重要な問題に取り組むために、AIにおけるインドの明確な強みを活用するために努力する3つのセンター・オブ・エクセレンス（CoE）を設立するための運営面を詳述することである。提案されているCoEは、AIの基礎的・学際的研究だけでなく、国内・国際レベルでのAI技術の開発・導入にも特に重点を置く。
The proposed CoEs will bring together experts from academia, industry, and research entities to work on cutting-edge research to create high-quality AI solutions and to develop scalable solutions across sectors. Through these Centres, India will foster a culture of creativity, experimentation, and entrepreneurship to unleash the full potential of AI in India and to establish itself as a world leader in AI innovations.	提案されているCoEsは、学界、産業界、研究事業体から専門家を集め、質の高いAIソリューションを創出するための最先端研究に取り組むとともに、分野横断的に拡張可能なソリューションを開発する。これらのセンターを通じて、インドは創造性、実験、起業家精神の文化を育み、インドにおけるAIの可能性を最大限に引き出し、AIイノベーションの世界的リーダーとしての地位を確立する。
The following are the salient features of the CoEs:	CoEの主な特徴は以下の通りである：
a. Conduct foundational research in broad areas of AI to generate new knowledge in the field relevant to the unique advantages and challenges of Indian society.	a. AIの広範な分野で基礎研究を行い、インド社会特有の利点や課題に関連する分野の新しい知識を生み出す。
b. Facilitate global knowledge exchange and capacity building through collaborations with the global academic and innovation ecosystems.	b. グローバルな学術エコシステムやイノベーション・エコシステムとの連携を通じて、グローバルな知識交換と能力開発を促進する。
c. Provide training and development opportunities to a new generation of researchers, innovators, and entrepreneurs, and promote collaboration between academia, industry, and research entities, enabling rapid translation of candidates from TRL 3 AI technologies to TRL 7 prototypes.	c. 新世代の研究者、イノベーター、起業家にトレーニングと能力開発の機会を提供し、学術界、産業界、研究事業体間の連携を促進し、TRL 3のAI技術からTRL 7のプロトタイプへの迅速な転換を可能にする。
d. Create an industry-academia-startup ecosystem to develop technology modules both vertically within the organisations and horizontally across the sectors.	d. 組織内の垂直方向とセクター間の水平方向の両方で技術モジュールを開発するための産学・新興企業のエコシステムを構築する。
e. Develop and scale innovative, cost-effective, and efficient solutions to address challenges in several national critical sectors.	e. 革新的で費用対効果が高く、効率的なソリューションを開発し、いくつかの国家的重要セクターの課題に対処する。
f. Aid and facilitate the commercialization of research and development outputs by leveraging existing national schemes and by working with industry partners to take new products and services to the market.	f. 既存の国家スキームを活用し、また業界パートナーと協力して新製品やサービスを市場に投入することにより、研究開発成果の商業化を支援・促進する。
g. Partner with and strengthen the existing incubation facilities to support AI start-ups in developing their ideas, nurturing talent, accessing networks, etc.	g. 既存のインキュベーション施設と提携・強化し、AIベンチャー企業のアイデア開発、人材育成、ネットワークへのアクセスなどを支援する。
h. Increase the penetration of AI solutions both domestically and internationally to expand the range and depth of AI applications and to cater the new markets.	h. AIアプリケーションの幅と奥行きを広げ、新市場に対応するため、国内外へのAIソリューションの浸透を高める。
The CoEs will play a pivotal role in positioning India as a global leader in a fast-evolving AI landscape through impactful research and innovative solutions to critical problems faced by the country. They will be responsible for setting up the agenda and priorities of AI in the sector as well as identifying the key challenges and opportunities in the field. They will engage with the stakeholders to implement solutions relevant to different societal sectors. The CoEs will play a critical role in developing and nurturing the AI ecosystem in India and move it closer to being a powerhouse in AI innovation and its responsible adoption.	CoEは、インドが直面する重要な問題に対するインパクトのある研究と革新的な解決策を通じて、急速に進化するAIの状況において、インドをグローバル・リーダーとして位置づける上で極めて重要な役割を果たす。CoEは、この分野におけるAIの課題と優先事項を設定し、この分野における主要な課題と機会を特定する責任を負う。CoEは、さまざまな社会分野に関連するソリューションを実施するために、利害関係者と協力する。CoEは、インドのAIエコシステムを開発・育成し、AIイノベーションとその責任ある導入の強国に近づける上で重要な役割を果たす。
WG2: INDIA DATASET PLATFORM (IDP)	WG2：インド・データセット・プラットフォーム（IDP）
The objective of this working group is to collaboratively conceptualize the architecture of the India Dataset Platform (IDP) and Datasets Program. The working group aims to define the objectives of the IDP and highlight its role in creating a process for identifying potential datasets in government ministries and departments for better decision-making strategies and artificial intelligence applications. The working group will also encourage non-government entities to contribute datasets to IDP. It seeks to serve as a guiding framework for the development, implementation, and utilisation of the IDP. The following are the salient features of IDP:	この作業部会の目的は、インド・データセット・プラットフォーム（IDP）とデータセット・プログラムのアーキテクチャを共同で概念化することである。この作業部会の目的は、IDPの目的を定義し、より良い意思決定戦略や人工知能アプリケーションのために、政府省庁の潜在的なデータセットを特定するプロセスを構築する役割を強調することである。作業部会はまた、政府以外の事業体にもIDPにデータセットを提供するよう奨励する。この作業部会は、IDPの開発、実施、活用のための指導的枠組みとしての役割を果たすことを目指している。IDPの主な特徴は以下の通りである：
• Federal Structure: The IDP is being developed as a federal structure to accommodate data providers from various ministries and departments. The federated data approach allows organisations to maintain autonomy and control over their data while enabling collaborative analysis across different datasets.	・連邦の構造: IDPは,様々な省庁からのデータプロバイダーを受け入れるために,連邦構造として開発されている。連合データ・アプローチにより,各組織はデータの自律性と管理を維持しながら,異なるデータセット間での共同分析を可能にする。
• Data Discovery: The IDP aims to build a single platform where data from various sources can be accessed and linked. This enables easier discovery and cataloguing of datasets, along with promoting efficient data utilisation.	・データ・ディスカバリー: IDPは,様々なソースからのデータにアクセスし,リンクできる単一のプラットフォームを構築することを目指している。これにより,データセットの発見とカタログ化が容易になり,効率的なデータ活用が促進される。
• Data Value-Added Services: There is a need for a central agency or organisation to provide value-added services curated to enable government ministries and departments to solve challenges in the initial stages of datasets formation and, to manage the data. This will ensure data quality and consistency, as all the data providers might not have the expertise to curate their data effectively.	・データ付加価値サービス: 政府省庁がデータセット形成の初期段階における課題を解決し,データを管理できるようにするための付加価値サービスを提供する中央機関や組織が必要である。すべてのデータプロバイダーがデータを効果的にキュレートする専門知識を持っているとは限らないため,これによってデータの品質と一貫性が確保される。
• PAAS Architecture: The suggestion is that the India Dataset platform should act as a platform-as-a-service (PaaS) or architecture-as-a-service (AaaS) for various organizations. This approach will allow each domain group to manage and upload datasets that can be further used for research and innovation purposes.	・PAASアーキテクチャ India Datasetプラットフォームは、PaaS（Platform-as-a-Service）またはAaaS（Architecture-as-a-Service）として、さまざまな組織に提供されるべきである。このアプローチにより、各分野のグループがデータセットを管理・アップロードし、研究やイノベーションに役立てることができるようになる。
The following are the implementation priorities for operationalising IDP:	以下は、IDPを運用するための優先事項である：
• Establish clear governance: Define roles, responsibilities, and decision-making processes for the data exchange platform, ensuring compliance with the data protection regulations.	・明確なガバナンスを確立する: データ交換プラットフォームの役割,責任,意思決定プロセスを定義し,データ保護規制の遵守を確保する。
• Identify and onboard the data providers: Educate government departments about the benefits of participation and foster collaboration for data sharing.	・データ・プロバイダを識別し加入させる: 政府部門にデータ共有への参加のメリットを教え,データ共有のための協力を促進する。
• Define data standards and formats: Establish guidelines for consistent data formats, metadata, and quality standards.	・データ標準とフォーマットを定義する: 一貫したデータ形式,メタデータ,品質基準のガイドラインを確立する。
• Develop data security and privacy measures: Implement robust security measures and ensure compliance with data protection regulations.	・データセキュリティとプライバシー対策を策定する: 強固なセキュリティ対策を実施し,データ保護規制の遵守を徹底する。
• Build technical infrastructure: Create a scalable and secure platform with APIs for data access and high availability.	・技術インフラを構築する: データアクセスと高可用性のためのAPIを備えた,スケーラブルでセキュアなプラットフォームを構築する。
• Implement data governance and access control: Define data stewardship, access controls, and usage agreements.	・データガバナンスとアクセス制御の導入:データガバナンスとアクセス制御を導入する: データ・スチュワードシップ,アクセス管理者,使用契約を定義する。
• Foster collaboration and user adoption: Engage with data consumers, build user-friendly interfaces, and promote the platform's benefits.	・コラボレーションとユーザー導入を促進する: データ利用者と関わり,使いやすいインターフェースを構築し,プラットフォームの利点を促進する。
• Continuously monitor and improve: Regularly evaluate performance, gather feedback, and iterate on the platform to address emerging needs.	・継続的な監視と改善: 定期的にパフォーマンスを評価し,フィードバックを収集し,新たなニーズに対応するためにプラットフォームを反復する。
Prioritising these areas can go a long way in establishing a solid foundation for a data management structure that will facilitate effective data exchange and utilisation for national benefits.	これらの分野に優先順位をつけることで、効果的なデータ交換と国益のためのデータ活用を促進するデータ管理構造の強固な基盤を確立することができる。
WG 3: INSTITUTIONAL CAPACITY AND DESIGN OF NDMO	WG3：NDMOの機構能力と設計
To realise the full potential of India’s digital government vision, maximise the efficiency of data-led governance & public service delivery, and catalyse data-based research and innovation, MeitY has released the Draft National Data Governance Policy. This Working group will work in alignment with the policy to achieve tangible quantifiable yearly targets. The National Data Governance Policy provides an institutional framework for governing data collection, management, processing, storage, and accessing processes and systems by the National Data Management Office (NDMO).	インドのデジタル・ガバメント・ビジョンを実現し、データ主導のガバナンスと公共サービス提供の効率を最大化し、データに基づく研究とイノベーションを促進するため、MeitYは国家データガバナンス政策のドラフトを発表した。この作業部会は、具体的で定量化可能な年間目標を達成するために、この方針に沿って活動する。国家データガバナンス方針は、国家データ管理局（NDMO）によるデータ収集、管理、処理、保存、プロセスやシステムへのアクセスを管理するための機構的枠組みを提供する。
The working group’s report provides recommendations around the objectives and functions of NDMO and its governance structure. The report provides its recommendations across the below-mentioned pillars:	作業部会の報告書は、NDMOの目的と機能、およびそのガバナンス構造に関する勧告を提供している。報告書では、以下の柱にわたって提言を行っている：
• Institutionalising NDMO: A detailed mechanism to establish the NDMO as a non-statutory independent agency has been proposed. The NDMO will work like a regulator in several respects of its operations.	・NDMOの制度化: NDMOを法定外の独立機関として設立するための詳細なメカニズムが提案されている。NDMOはその業務のいくつかの点で規制当局のように機能する。
• Governance and Structure of NDMO: The organisational structure and governance of the NDMO have been elucidated. To provide a general direction on the management of affairs and operations, NDMO is proposed to be headed by a CEO, whose roles and responsibilities have been detailed out. The CEO could be supported by heads of six functional divisions including Standards and Policies, Platforms and IT, Grievance Redressal, Legal, Audit and Compliance, and HR & Finance. Experts from the project management unit could be assigned to relevant divisions to provide technical and operational support.	・NDMOのガバナンスと政府構造:NDMOの組織構造とガバナンスが明らかにされた。業務と運営の全般的な方向性を示すため,NDMOはCEOをトップとすることが提案されており,その役割と責任は詳細に説明されている。CEOは,標準・政策,プラットフォーム・IT,苦情処理,法務,監査・コンプライアンス,人事・財務を含む6つの機能部門の責任者によってサポートされる。プロジェクトマネジメントユニットの専門家を関連部門に配置し,技術面および運営面でのサポートを提供することもできる。
• Functions of NDMO: This is in alignment with the National Data Governance Policy, guidelines have been created for executing the functions of the NDMO.	・NDMOの機能：これは国家データガバナンス政策に沿ったものであり、NDMOの機能を実行するためのガイドラインが作成されている。
• Data Management Units: As proposed under the NDGP, an institutional mechanism of Data Management Units (DMU) may be established within each Ministry/Department. The roles and responsibilities of the DMU would be to qualify the expected outcomes and to standardise operations across all line ministries/departments. The DMU structure has also been created detailing the functional and technical requirements of each division/ officer in the DMU, including the Data fellows supported by MeitY.	・データ管理ユニット： NDGPで提案されているように、各省庁内にデータ管理ユニット（DMU）という機構を設置することができる。DMUの役割と責任は、期待される成果を確認し、すべての省庁／部局にわたって業務を標準化することである。また、MeitYが支援するデータフェローを含むDMUの各部門／担当官の機能的・技術的要件を詳述したDMUの構造も作成された。
• Schedule for Implementation: Tangible and quantifiable outputs and milestones for the NDMO have been identified across specified timelines which may be further updated as the ecosystem matures.	・実施スケジュール： NDMOの具体的かつ定量化可能なアウトプットとマイルストーンは、生態系の成熟に伴い更新される可能性のある特定のスケジュールに沿って特定されている。
WG 4: INDIAAI FUTURE DESIGN	WG 4：インディアAI 将来設計
The objective of this working group is to assess and design funding mechanisms for AI startups to enhance AI innovation in India. The vision is to build the next 100 AI unicorns in the country through the India AI program. The objectives of the scheme are as follows:	この作業部会の目的は、インドのAIイノベーションを強化するために、AIスタートアップのための資金調達メカニズムを評価・設計することである。ビジョンは、インディアAIプログラムを通じて、インドに次の100のAIユニコーンを育成することである。この制度の目的は以下の通りである：
• Empower AI startups to make AI-enabled products/solutions for India and the world under Make AI in India & Make AI Work for India initiatives.	・Make AI in IndiaとMake AI Work for Indiaのイニシアティブの下、AIスタートアップがインドや世界のためにAIを活用した製品やソリューションを製造できるようにする。
• Develop & utilise the available R&D ecosystem and promote innovation in AI and other emerging technologies.	・利用可能な研究開発エコシステムを開発・活用し,AIやその他の新興技術のイノベーションを促進する。
• Establish a funding mechanism for promising AI Startups and leverage transformative technologies to foster inclusion, innovation, and economic growth.	・有望なAIスタートアップに資金を提供する仕組みを確立し,変革的技術を活用して,インクルージョン,イノベーション,経済成長を促進する。
• Enable access to the state-of-art AI infrastructure through CoEs and develop the new support infrastructure for various use cases of emerging technologies/Deep Tech. Startups.	・CoEを通じて最先端のAIインフラにアクセスできるようにし,新興テクノロジーやディープテック、スタートアップの様々なユースケースのための新しいサポートインフラを開発する。
• Initiate collaboration with central government organisations, states, industry, academia, and international organisations for the development and deployment of emerging technologies, skilling, and capacity-building activities.	・中央政府機関、州、産業界、学術界、国際機関とのガバナンスを開始し、新技術の開発・導入、技能向上、能力開発活動を行う。
• Enable the funding mechanism for Early-stage startups for commercialization and growth of AI startups in the country.	・国内のAIスタートアップの商業化と成長のために,アーリーステージのスタートアップへの資金調達メカニズムを可能にする。
• Strengthen community-building initiatives including workshops, capacity-building activities, conferences, etc. to strengthen the ecosystem for the recognition & promotion of AI Startups.	・AIスタートアップを認知・促進するためのエコシステムを強化するため、ワークショップ、能力開発活動、カンファレンスなど、コミュニティ形成のイニシアチブを強化する。
THE SALIENT FEATURES OF THE SCHEME ARE AS FOLLOWS:	この制度の主な特徴は以下の通りである：
● Coordination and compliance:	・調整とコンプライアンス
o Measuring, monitoring, and reporting compliance and performance of MeitY-related Assets, Programs, and schemes.	o MeitY関連の資産、プログラム、スキームのコンプライアンスとパフォーマンスを測定、監視、報告する。
● Challenge Execution:	・チャレンジの実行
o Sourcing, executing, monitoring, and reporting on challenges and providing support to AI startups.	チャレンジの実行： o チャレンジの調達、実行、モニタリング、報告、およびAIスタートアップへのサポートの提供。
● Corporate and Institutional Partnerships	・企業・機構とのパートナーシップ
o Building links with global AI startup ecosystems and aggregating the resources from global and local industries, institutions, and agencies for the benefit of Indian AI startups.	o グローバルなAIスタートアップエコシステムとの連携を構築し、インドのAIスタートアップの利益のためにグローバルおよびローカルな産業、機構、機関からのリソースを集約する。
● Capacity Building and Performance Optimization	・能力開発とパフォーマンスの最適化
o Optimising and enhancing the performance of MeitY related Assets, Programs, and schemes via capacitybuilding programs.	o 能力開発プログラムを通じて、MeitY関連の資産、プログラム、スキームのパフォーマンスを最適化し、強化する。
o Funding of AI startups through a pitching program to attract capital into MeitY-supported AI startups.	o MeitYが支援するAIスタートアップに資本を呼び込むためのピッチング・プログラムを通じて、AIスタートアップに資金を提供する。
● Building a self-sustaining “community of communities”	・自立した「コミュニティ・オブ・コミュニティ」の構築
o Creating an awareness program and engaging a larger number of AI startups via effective and persuasive media marketing programs.	o 効果的で説得力のあるメディア・マーケティング・プログラムを通じて、認知度向上プログラムを作成し、より多くのAIスタートアップを巻き込む。
The Future Design IndiaAI Scheme has significant potential to empower AI startups and foster the development and availability of AI-enabled products and solutions in India and globally. By providing a comprehensive framework, the scheme aims to create a conducive environment for AI innovation, entrepreneurship, and market expansion, driving India's growth as a leading AI hub.	Future Design インディアAIスキームは、AIスタートアップに力を与え、インドおよび世界におけるAI対応製品やソリューションの開発・普及を促進する大きな可能性を秘めている。包括的な枠組みを提供することで、AIのイノベーション、起業家精神、市場拡大のための環境を整え、AIハブとしてのインドの成長を促進することを目的としている。
WG5: INDIAAI FUTURESKILLS	WG5：インディアAI 将来人材
This working group has reviewed various existing AI-based curricula across the globe and has emphasised an AI Research based model curriculum framework involving K12 interventions and Graduate/Post Graduate level interventions. To realize the vision of “Make AI in India” & to keep pace with AI advancements, the Indian workforce must have the requisite skillsets. The Working group has categorised key recommendations as follows:	この作業部会は、世界中の様々な既存のAIベースのカリキュラムをレビューし、K12の介入と大学院/ポストグラデュエートレベルの介入を含む、AI研究に基づくモデルカリキュラムの枠組みを強調した。Make AI in India」のビジョンを実現し、AIの進歩に歩調を合わせるためには、インドの労働力は必要なスキルセットを持たなければならない。作業部会は、主要な提言を以下のように分類している：
• Model Curriculum & Repository: A comprehensive AI curriculum that covers the fundamentals of AI, mathematics and statistics, machine learning, deep learning, NLP, computer vision, reinforcement learning, AI ethics along with real-world problems, and continual learning is recommended.	・モデルカリキュラムとリポジトリ AIの基礎,数学と統計,機械学習,ディープラーニング,NLP,コンピュータビジョン,強化学習,AI倫理,実世界の問題,継続的な学習などをカバーする包括的なAIカリキュラムを推奨する。
• Framework: The framework categorises courses & programs as per the focus areas--technology-specific (algorithms, LLMs, etc.), infrastructure-specific (GPUs, specialised accelerators, Cloud, HPC, etc.), applicationspecific (sectorial, domain, etc.), among others.	・フレームワーク このフレームワークは、技術特化型（アルゴリズム、LLMなど）、インフラ特化型（GPU、専用アクセラレーター、クラウド、HPCなど）、アプリケーション特化型（分野別、ドメイン別など）など、重点分野ごとにコースやプログラムを分類している。
• Collaborative & Competitive ecosystem: Building a collaborative and competitive ecosystem among Schools, Universities, and Research institutes through various AI-based government interventions.	・ 協力的で競争力のあるエコシステム AIを活用した政府の様々な介入により、学校、大学、研究機構間の協力的で競争力のあるエコシステムを構築する。
• Research for Startups and MSMEs: To prioritise innovation among Indian startups and MSMEs, there is a need to focus on AI-related research, encourage academic collaboration, and upskill the non-IT workforce.	・新興企業や中小企業のための研究：インドの新興企業や中小企業のイノベーションを優先させるためには、AI関連の研究に焦点を当て、学術的な協力を促し、IT以外の労働力をスキルアップさせる必要がある。
• Research fellowships: Initiatives like research fellowships and grants for building research capability in tier 2-3-4 institutions, supporting students in international AI conferences/journals, research mentorship for selected scholars, and encouraging students to collaborate in AI-related thesis and datasets.	・研究奨学金 Tier2～3～4の機構における研究能力構築のための研究奨学金や助成金、国際的なAI会議や学術誌における学生の支援、選ばれた学者への研究指導、AI関連の論文やデータセットにおける学生の共同研究の奨励といった取り組みが必要である。
• Faculty training in AI: Recommendations like making it mandatory for educational institutes to re-skill their teaching staff with the new trends & research in the field of AI at least once every two years. Periodic incentives for the training of faculty can also be considered. Teaching staff should be encouraged to explore collaboration opportunities on AI research with industry through AI joint projects and Industry internships.	・AIに関する教員研修:教育機関に対し,少なくとも2年に1度,AI分野の新しい動向や研究について教員に再教育することを義務付けるなどの提言を行う。教員の研修に対する定期的な奨励金も検討できる。教員には,AI共同プロジェクトや産業界インターンシップを通じて,産業界とのAI研究協力の機会を模索するよう奨励すべきである。
• Career Path Mapping: University courses should be mapped to diverse career fields in AI such as AI researcher, machine learning engineer, data scientist, AI architect, NLP engineer, computer vision engineer, AI product manager, AI ethicist, AI consultant, and AI entrepreneur and students should be skilled relevant to their preferred job roles.	・キャリアパスのマッピング： 大学のコースは、AI研究者、機械学習エンジニア、データサイエンティスト、AIアーキテクト、NLPエンジニア、コンピュータビジョンエンジニア、AIプロダクトマネージャー、AI倫理学者、AIコンサルタント、AI起業家など、AIの多様なキャリア分野にマッピングされるべきであり、学生は希望する職務に関連したスキルを身につけるべきである。
• India-specific AI community: Creating an India-specific AI community is important to address national challenges, to promote national data sharing, for effective use of AI compute infrastructure, and for collaborations among researchers on research findings and results, etc. A national platform would help in building collaborations on Made in India AI algorithms, Indian datasets, and AI computing, along with relevant training, and courses for capacity building. The National platform would also be beneficial in posting real-world challenges for AI startups along with financial aid for developing indigenous capability in diverse aspects of AI for India.	・ インド固有のAIコミュニティ インド固有のAIコミュニティを創設することは、国家的課題に対処し、国家的データ共有を促進し、AI計算インフラを効果的に利用し、研究成果や結果を研究者間で共同利用するために重要である。国家プラットフォームは、Made in IndiaのAIアルゴリズム、インドのデータセット、AIコンピューティングに関する共同研究、関連するトレーニング、能力開発のためのコースの構築に役立つだろう。また、国家プラットフォームは、AIの多様な側面におけるインド固有の能力を開発するための資金援助とともに、AIスタートアップのための現実世界の課題を掲載する上でも有益であろう。
These recommendations aim to address the growing demand for AI-related skills and prepare the Indian workforce and students to work on AI and other emerging technologies in the future. This Working Group’s vision for “A Transformative Approach: From Job Takers to Job Providers” is to keep Indian human resources in AI educational and research organisations up to date with the latest AI technologies and to make them competitive in the global AI job market.	これらの提言は、AI関連スキルに対する需要の高まりに対応し、インドの労働力と学生が将来AIやその他の新興技術に取り組めるよう準備することを目的としている。本作業部会のビジョンは「変革的アプローチ」である： 職を奪う側から職を提供する側へ」は、AIの教育・研究機関におけるインドの人材を最新のAI技術に対応させ、世界のAI職市場で競争力を持たせることである。
WG6: INDIAAI FUTURE LABS COMPUTE	WG6: インディアAI フューチャーラボ・コンピューティング
The objective of this working group is to provide a comprehensive overview of the current state of AI computational resources and their limitations in India. It also expands on the challenges and opportunities associated with intensifying AI compute capacity and its potential impact on AI applications in reshaping India’s future. Following are some of the actionable recommendations:	この作業部会の目的は、インドにおけるAI計算資源の現状とその限界について包括的な概要を提供することである。また、AIの計算能力の強化に関連する課題と機会、およびインドの未来を再形成するAIアプリケーションへの潜在的な影響についても展開する。以下は、実行可能な提言の一部である：
Infrastructure and Compute Capacity: Establish best-in-class AI compute infrastructure at five locations, with a capacity of 3000 AI Petaflops, along with an Inference Farm (2500 AI PF) and Edge Compute (500 AI PF) systems. There is also a need to set up AI innovation hubs with Secure Distributed Data Grids (200/400 Gbps) across the country to support startups and build academic and industrial collaborations. Improving digital infrastructure and attracting private sector investment in AI infrastructure should be the priority.	インフラと計算能力 推論ファーム（2500AI PF）とエッジ・コンピューティング（500AI PF）システムとともに、3000AIペタフロップスの能力を持つクラス最高のAIコンピューティング・インフラを5カ所に設置する。また、スタートアップ企業を支援し、産学連携を構築するために、セキュア分散データグリッド（200/400Gbps）を備えたAIイノベーションハブを全国に設置する必要がある。デジタルインフラを改善し、AIインフラへの民間投資を呼び込むことが優先されるべきである。
· AI Use Cases: AI use cases should be prioritised in governance, agriculture, health, education, and finance. The aim is to support AI adoption in these domains by stakeholders such as government ministries, academia, research labs, and startups. Additionally, strategies will be developed to ensure inclusive AI, making technology accessible and beneficial to all, including specially-abled individuals and people in remote areas of the country.	・AIの活用事例： AIのユースケースは、ガバナンス、農業、健康、教育、金融に優先的に取り組むべきである。その目的は、政府省庁、学界、研究所、新興企業などの利害関係者による、これらの領域でのAI導入を支援することである。さらに、インクルーシブAIを確保するための戦略も策定し、特別な障害を持つ人や国内の遠隔地の人々を含め、すべての人が技術を利用しやすく、有益なものにする。
· Evaluation and Impact Measurement: SPMIND and AIMIND framework implementations will enable infrastructure impact assessment for startups and AI innovation across the country. An evaluation framework metric will be developed to measure this impact. Additionally, model benchmarking and real-time data monitoring systems will be established to compare various AI models’ performance and to track the effectiveness of AI systems across sectors, in providing valuable improvement insights.	・評価とインパクト測定： SPMINDとAIMINDのフレームワークの導入により、全国のスタートアップとAIイノベーションのためのインフラインパクト評価が可能になる。このインパクトを測定するために、評価フレームワークの指標が開発される。さらに、様々なAIモデルのパフォーマンスを比較し、部門を超えたAIシステムの有効性を追跡し、貴重な改善インサイトを提供するために、モデルのベンチマークとリアルタイムのデータモニタリングシステムを確立する。
· Marketplaces and Open-source AI: To enhance AI accessibility, AI marketplaces will be leveraged to build service models for AI as a Service (AIaaS), Infrastructure as a Service (IaaS), and Platform as a Service (PaaS), offering pre-trained models to users. Open-source AI frameworks and libraries, supported by diverse vendors and communities, will be utilized to promote vendor-agnostic AI development, fostering innovation and collaboration.	・マーケットプレイスとオープンソースAI：AIのアクセシビリティを高めるため、AIマーケットプレイスを活用して、AI as a Service（AIaaS）、Infrastructure as a Service（IaaS）、Platform as a Service（PaaS）のサービスモデルを構築し、事前に訓練されたモデルをユーザーに提供する。多様なベンダーやコミュニティによってサポートされているオープンソースのAIフレームワークやライブラリを活用することで、ベンダーにとらわれないAI開発を促進し、イノベーションとコラボレーションを促進する。
· AI Membership Subscription and Repository: A nationwide AI membership subscription program will be launched for government employees and civil servants to promote AI literacy and skills development. A dedicated platform will be established to store pre-trained models, reducing redundant training costs, and providing a model repository for others to utilize and fine-tune under various licensing options.	・AI会員制サブスクリプションとリポジトリ: AIリテラシーとスキル開発を促進するため,政府職員と公務員を対象とした全国的なAIメンバーシップ加入プログラムを開始する。訓練済みモデルを保存するための専用プラットフォームが設立され,冗長な訓練コストを削減し,様々なライセンスオプションの下で他の人が利用したり微調整したりできるモデルリポジトリを提供する。
· Security and UI Challenges: There is a need to prioritize vetting of AI developers to safeguard against data leakage and misuse of AI. This will also address UI challenges, ensure user-friendly and accessible AI solutions, and establish regulatory guidelines for data privacy, AI ethics, and interoperability standards.	・セキュリティとUIの課題： データ漏洩やAIの悪用を防ぐため、AI開発者の審査を優先する必要がある。また、UIの課題に対処し、ユーザーフレンドリーで利用しやすいAIソリューションを確保し、データプライバシー、AI倫理、相互運用性の標準に関する規制ガイドラインを確立する。
· API Management: To address the issue of varying API costs and ensure effective cost management in AI marketplaces, transparent pricing models will be implemented, along with clear guidelines for users. This will promote fairness and transparency in pricing while enabling users to manage their costs efficiently.	・API管理： 様々なAPIコストの問題に対処し、AIマーケットプレイスにおける効果的なコスト管理を確保するため、ユーザー向けの明確なガイドラインとともに、透明性のある価格設定モデルが導入される。これにより、価格設定の公平性と透明性が促進されると同時に、ユーザーが効率的にコストを管理できるようになる。
· Capacity Building and Collaboration: To drive AI readiness, the government will promote AI education, facilitate crosssector collaborations, and enhance public awareness and trust in AI technologies through training programs in partnerships with educational institutions, and other public engagement initiatives.	・能力開発とコラボレーション： AIへの対応を推進するため、政府はAI教育を推進し、分野横断的な協力を促進し、教育機構とのパートナーシップによるトレーニングプログラムやその他の国民参加イニシアティブを通じて、AI技術に対する国民の意識向上および信頼を高める。
WG7: SEMICON INDIAAI CHIPSETS	WG7: 半導体インディアAIチップセット
The objective of the Group is to Conceptualise the design for AI Compute, assess the requirements for technical capabilities, latency, and specifications, detail the scalability and flexibility of the infrastructure to meet evolving needs and elaborate on the pricing models (including applicability, eligibility for subsidy (if any), etc.).	このグループの目的は、AIコンピューティングの設計を概念化し、技術能力、レイテンシ、仕様の要件を評価し、進化するニーズに対応するためのインフラのスケーラビリティと柔軟性を詳述し、価格設定モデル（適用可能性、補助金対象（ある場合）等を含む）について詳述することである。
The FutureDesign Design Linked Incentive (DLI) Scheme aims to offer financial incentives as well as design infrastructure support to domestic companies and start-ups/ MSMEs across various stages of design, development, and deployment of semiconductor design(s) for Integrated Circuits (ICs), Chipsets, System on Chips (SoCs), Systems & IP Cores for AI over a period of 5 years.	FutureDesign Design Linked Incentive (DLI) Scheme は、5 年間にわたり、集積回路 (IC)、チップセット、システムオンチップ (SoC)、AI 向けシステム & IP コアの設計、開発、展開の様々な段階において、国内企業や新興企業、MSME に金銭的インセンティブと設計インフラ支援を提供することを目的としている。
The objective of this exercise is to undertake a comprehensive study of the pillars of IndiaAI and to identify tangible action items that need to be worked on to achieve the goal of “AI for all”. In line with our Hon’ble Prime Minister’s inclusive development philosophy of ‘Sabka Saath, Sabka Vikas, and Sabka Prayas’, the recommendations in the report will go a long way in harnessing the potential of AI for social development and inclusive growth.	この活動の目的は、インディアAIの柱を包括的に調査し、"AI for all "という目標を達成するために取り組むべき具体的なアクション・アイテムを特定することである。Sabka Saath、Sabka Vikas、Sabka Prayas」という我が国の首相の包括的な開発哲学に沿って、報告書の提言は、社会開発と包括的な成長のためにAIの潜在力を活用する上で大いに役立つだろう。
The Reports of each of the Working Groups are detailed in the sections that follow	各作業部会の報告書の詳細は以下のセクションを参照されたい。