印度争夺人工智能自主权的内幕
结构性挑战和全国众多语言使得开发基础性 AI 模型变得困难重重。但政府非常希望不要被落在后面。 本文信息来源:technologyreview 在印度班加罗尔,Adithya Kolavi 今年早些时候看到 DeepSeek 向世界推出其颠覆性语言模型时,感到既兴奋又备受鼓舞。这家中国科技公司在基准测试上可与西方最优秀的公司媲美,但其开发所用的资金和时间却少得多。 “我当时想:‘这就是我们如何用更少的资源实现颠覆,’”20 岁的印度 AI 创业公司 CognitiveLab 创始人 Kolavi 说。“如果 DeepSeek 能做到,为什么我们不能?” 但对 Soket AI Labs 创始人、印度最早开发基础模型之一的架构师 Abhishek Upperwal 来说,这一刻却有些苦乐参半。 Upperwal 的模型名为 Pragna-1B,在他看到全球同行筹集数百万资金的同时,却只能靠微薄的资助勉强维持。这款多语言模型拥有相对适中的 12.5 亿参数,旨在减少“语言税”——由于印度不像美国甚至中国那样,拥有多种需要支持的语言而产生的额外成本。他的团队已经完成了训练,但由于资源有限,模型无法扩展。因此,他说,这个项目最终成了一个概念验证,而不是一款产品。 “如果我们在两年前就获得了资金,很有可能现在正在开发的就是我们,而不是 DeepSeek,”他说。 Kolavi 的热情和 Upperwal 的沮丧反映了印度 AI 开发者们的各种情绪。尽管印度是全球科技中心之一,但在本土 AI 领域却远远落后于美国和中国等国家。这一差距主要是因为印度长期以来在研发、机构和创新方面投入不足。与此同时,由于没有一种本地语言是大多数人口的母语,训练语言模型在印度比其他地方要复杂得多。 印度历来被称为全球软件行业的后台办公室,其科技生态系统以服务为先的思维方式发展壮大。像 Infosys 和 TCS 这样的巨头凭借高效的软件交付取得了成功 ,但创新既不是优先事项,也没有得到奖励。与此同时,2024 年印度的研发支出仅占 GDP 的 0.65%(254 亿美元),远远落后于中国的 2.68%(4762 亿美元)和美国的 3.5%(9623 […]