இந்தியாAI திட்டம் அட்டவணையிடப்பட்ட 22 மொழிகளையும் உள்ளடக்கும் 26.3 பில்லியன் அளவுருக்கள் கொண்ட EKA-1 மாதிரியையும், இணையம் இல்லாமல் ஓடுமாறு உருவாக்கப்பட்ட திறந்த மாதிரிகளான தீர் (Dhīr) 2B, 5B ஆகியவற்றையும் வெளியிட்டது

2026 நவம்பர் 3 அன்று இந்தியாAI திட்டம் உள்நாட்டில் உருவாக்கப்பட்ட இரண்டு தொகுப்பு AI மாதிரிகளை வெளியிட்டது. ஒன்று, பெங்களூருவின் சோகெட் லேப்ஸின் EKA-1; 26.3 பில்லியன் அளவுருக்கள் கொண்ட இந்த மாதிரி, அட்டவணையிடப்பட்ட 22 இந்திய மொழிகளையும் ஆங்கிலத்தையும் உள்ளடக்குகிறது என்று பத்திரிகைத் தகவல் அலுவலகம் கூறுகிறது. மற்றொன்று, ஜென்டேஐக்யூவின் தீர் (Dhīr) 2B, தீர் 5B; ஆங்கிலத்துக்கும் பத்து இந்திய மொழிகளுக்குமான இந்தச் சிறிய மாதிரிகள் இணைய இணைப்பு இல்லாமல் மடிக்கணினியிலோ விளிம்புச் சாதனத்திலோ ஓடுமாறு உருவாக்கப்பட்டவை. அளவுருக்கள் என்பவை ஒரு மாதிரியின் உள்ளே உள்ள சரிசெய்யக்கூடிய எண்கள்; அதன் அளவின் தோராயமான அளவீடு.

தகவல் தொழில்நுட்பச் செயலருடன் புதுதில்லியில் வெளியீடு

மின்னணு, தகவல் தொழில்நுட்ப அமைச்சகச் செயலர் எஸ் கிருஷ்ணன், அமைச்சகம் மற்றும் திட்டத்தின் செயலாக்கப் பிரிவான இந்தியாAI அதிகாரிகள் கலந்துகொண்ட புதுதில்லி செய்தியாளர் நிகழ்வில் மாதிரிகள் வெளியிடப்பட்டன என்று பிஐபி செய்திக்குறிப்பு கூறுகிறது. இத்தகைய மாதிரிகள் “செயற்கை நுண்ணறிவில் இந்தியாவின் தொழில்நுட்ப, உத்தி சார்ந்த தன்னாட்சியை” வலுப்படுத்துகின்றன என்று கிருஷ்ணன் கூறினார். திட்டத்தின் தரவுத் தொகுப்புகள், மாதிரிகளின் நூலகமான ஏஐகோஷ் (AIKosh) போன்ற தளங்கள் அவற்றை ஆய்வாளர்கள், மாணவர்கள், புதுமையாளர்கள், பொதுமக்களுக்குக் கிடைக்கச் செய்யலாம் என்றும் அவர் சேர்த்தார்.

அன்றாடச் சாதனங்களுக்கான எளிய தீர்வுகளிலிருந்து சிக்கலான நிறுவனப் பணிகளுக்கான கனமான மாதிரிகள் வரையிலான முன்னேற்றத்தை இந்த மாதிரிகள் காட்டுகின்றன என்று இந்தியாAI இன் தலைமைச் செயல்பாட்டு அதிகாரி சுதீப் ஸ்ரீவஸ்தவா கூறினார். திட்டத்தின் அடிப்படை-மாதிரித் தூணின் கீழ் தேர்ந்தெடுக்கப்பட்ட பன்னிரண்டு குழுக்களில் இரு நிறுவனங்களும் அடங்கும்; மானிய விலையிலான தேசிய AI கணினித் திறனும், தொடர்புடைய ஆராய்ச்சிச் செலவுகளுக்கான ஆதரவும் இந்த மாதிரிகளைச் சாத்தியமாக்கின என்று செய்திக்குறிப்பு கூறுகிறது.

EKA-1, ஒவ்வோர் அட்டவணை மொழிக்குமான மாதிரி

EKA-1 க்குப் பயிற்சி உரையாக சுமார் 7.5 டிரில்லியன் டோக்கன்களை பிஐபி தருகிறது; டோக்கன் என்பது ஒரு சொல் அல்லது அதன் ஒரு துண்டு. கணிதம், நிரல், பகுத்தறிவு, முகவர் பயன்பாடு, அதாவது ஒரு பணியைப் பல படிகளில் செய்யும் மென்பொருள், ஆகியவற்றுக்காக உருவாக்கப்பட்ட திறந்த, அடர்த்தி குறைந்த கலப்பு மொழி மாதிரி என்று அது இந்த மாதிரியை விவரிக்கிறது. அட்டவணையிடப்பட்ட 22 மொழிகள் அரசியலமைப்பின் எட்டாம் அட்டவணையில் பட்டியலிடப்பட்டவை; அவற்றை எங்கள் விளக்கக் கட்டுரை விவரிக்கிறது.

ஏஐகோஷில் உள்ள மாதிரியின் பக்கம் கூடுதல் விவரம் தருகிறது. இந்தியாAI ஆதரவுடன் சோகெட் EKA-1 ஐ முதலிலிருந்தே உருவாக்கியது என்றும், சோகெட்டின் ஆராய்ச்சித் திட்டமான புராஜெக்ட் EKA இன் முதல் வெளியீடு இது என்றும் அது கூறுகிறது. சோகெட் RALSNet என்று பெயரிடும் கட்டமைப்பு, கவனம், மீள்வு, நிபுணர் அடுக்குகளை அடர்த்தி குறைந்த வடிவமைப்பில் இணைக்கிறது; அதனால் ஒவ்வொரு டோக்கனுக்கும் வலையமைப்பின் ஒரு பகுதி மட்டுமே வேலை செய்கிறது. ஒத்த அளவுள்ள மாதிரிகளை விட மூன்று மடங்குக்கு மேல் வேகமான அனுமானத்தையும், மாதிரி ஒரே நேரத்தில் படிக்கக்கூடிய உரையின் அளவான 64,000 டோக்கன் சூழல் சாளரத்தையும் சோகெட் தெரிவிக்கிறது. அகநிலை மதிப்பீடுகள் ஒத்த அளவுள்ள மாதிரிகளுக்கு இணையான செயல்திறனைக் காட்டுகின்றன என்றும், முறைகளும் முடிவுகளும் தொழில்நுட்ப அறிக்கையில் வரும் என்றும் அந்தப் பக்கம் கூறுகிறது.

இந்த மாதிரி இந்தியாவின் வங்கி, நிதிச் சேவைகள், இணையப் பாதுகாப்புத் துறைகளுக்கு ஏற்றவாறு வடிவமைக்கப்பட்டது என்று சோகெட் தலைமை நிர்வாகி அபிஷேக் உப்பர்வால் பிஐபி செய்திக்குறிப்பில் கூறினார். தனியார் சேவையகங்கள், தனியார் மேகம், வெளி இணையத்துடன் இணைப்பில்லாத காற்றிடைவெளி அமைப்புகள் ஆகியவற்றில் ஓடுமாறு மாதிரி வடிவமைக்கப்பட்டுள்ளது என்று ஏஎன்ஐ தெரிவித்தது. தரவு தயாரிப்பு, பயிற்சி, மதிப்பீடு அனைத்தும் முழுவதுமாக இந்தியாவிலேயே நடந்தன என்று சோகெட் இணை நிறுவனர் மயங்க் சிங் கூறியதாக அது மேற்கோள் காட்டியது.

மொழிகளை மூலங்கள் வெவ்வேறு விதமாக எண்ணுகின்றன. அட்டவணையிடப்பட்ட 22 மொழிகளும் ஆங்கிலமும் என்று பிஐபி கூறுகிறது. ஏஐகோஷ் பக்கம் 100 க்கும் மேற்பட்ட இந்திய, உலகத் தெற்கு, நிரலாக்க மொழிகள் என்கிறது; சோகெட்டின் முகப்புப் பக்கம் 60 அல்லது அதற்கு மேல் என்கிறது; எனவே இந்த எண்ணிக்கைகளில் இந்திய அட்டவணைக்கு வெளியே உள்ள மொழிகளும் நிரலாக்க மொழிகளும் அடங்கும்.

தீர் 2B, 5B: வலையமைப்பு இல்லாமல் இயங்கும் மாதிரிகள்

பெங்களூருவில் உள்ள இந்திய அறிவியல் கழகத்தின் பேராசிரியர் சசிகுமார் கணேசன் ஜென்டேஐக்யூவை 2022இல் நிறுவினார் என்று தி இந்து பிசினஸ்லைன் தெரிவிக்கிறது. இந்த மாதிரிகளைப் பாதுகாப்பான, வளாகத்துக்குள், இணையமற்ற பயன்பாட்டுக்கான திறந்த மூல, பன்மொழி உதவியாளர்கள் என்று பிஐபி குறிப்பிடுகிறது; ஆவணம் சார்ந்த தானியக்கம், அறிவுத் தேடல், பாதுகாப்பு, அரசு, தொழில், கல்வியில் குடிமக்கள் அல்லது நிறுவனச் சேவைகள் ஆகியவை அதில் அடங்கும். குறைந்த இணைப்புள்ள, உணர்திறன் மிக்க சூழல்களை அது சுட்டிக்காட்டுகிறது.

எண்களை ஜென்டேஐக்யூவின் மாதிரிப் பக்கம் தருகிறது. தீர் 2B என்பது 2.03 பில்லியன் அளவுருக்கள் கொண்ட அடர்த்தியான மாதிரி. தீர் 5B என்பது நிபுணர்களின் கலவை மாதிரி; மொத்தம் 5.09 பில்லியன் அளவுருக்கள், ஒவ்வொரு டோக்கனுக்கும் 12 நிபுணர்களில் 2 ஐப் பயன்படுத்தி 1.79 பில்லியன் செயலில் உள்ளன. இரண்டும் ஆறு டிரில்லியன் டோக்கன்களுக்கு மேல், 1,31,000 பதிவுகள் கொண்ட நிறுவனத்தின் சொந்த டோக்கனைசருடன், முதலிலிருந்தே முன்பயிற்சி பெற்றன என்றும், ஒவ்வொரு பயிற்சிக் கட்டமும் இந்தியாவில் உள்ள கூகுள் கிளவுட் TPU v6e சில்லுகளில் நடந்தன என்றும் நிறுவனத்தின் தொழில்நுட்ப அறிக்கைச் சுருக்கம் கூறுகிறது. பத்து இந்திய மொழிகள்: இந்தி, வங்காளம், தமிழ், தெலுங்கு, மராத்தி, குஜராத்தி, கன்னடம், மலையாளம், பஞ்சாபி, ஒடியா.

அளவு குறித்து, எடைகள் 4 பிட்டுக்குச் சுருக்கப்பட்ட தீர் 2B, 1.21 GB கோப்பு என்றும், அது மடிக்கணினியின் ஒருங்கிணைந்த வரைகலையிலும், விளிம்புச் சாதனங்களுக்கான சிறிய பலகையான NVIDIA Jetson தொகுதியிலும் முழுவதும் இணையமின்றி ஓடுகிறது என்றும் சுருக்கம் கூறுகிறது. llama.cpp நிரலால் அளந்த வேகங்களை அந்தப் பக்கம் பட்டியலிடுகிறது: Intel Iris Xe மடிக்கணினி வரைகலையில் தீர் 2B க்கு விநாடிக்கு 18.6 டோக்கன்கள், தீர் 5B க்கு 20.5; Raspberry Pi 4 செயலியில் முறையே 2.3, 2.8. எடைகள் Apache 2.0 உரிமத்தைக் கொண்டுள்ளன; அது இலவசப் பயன்பாட்டையும் மாற்றங்களையும் அனுமதிக்கிறது.

மாதிரிகள் GPU, TPU களில் ஓடுகின்றன என்றும், எடை குறைவானவை என்பதால் மேகத் தொடர்பின்றி கைபேசியிலும் பயன்படுத்தலாம், தரவு சாதனத்திலேயே இருக்கும் என்றும் வெளியீட்டில் கணேசன் கூறினார். ஆண்ட்ராய்டு, iOS க்கான இலவசச் செயலியை நிறுவனம் உருவாக்கி வருவதாக அவர் ஏஎன்ஐ க்குத் தெரிவித்தார்.

திட்டம் எதற்குப் பணம் அளித்தது

2026 பிப்ரவரி 13 அன்றைய மாநிலங்களவைப் பதிலில், பிஐபி செய்திக்குறிப்பில் மறுபதிப்பாக, பன்னிரண்டு குழுக்களுக்கும் வழங்கப்பட்ட ஆதரவு பட்டியலிடப்பட்டுள்ளது. சோகெட் AI ரூ 177.08 கோடி பெற்றது; அதில் ரூ 162.47 கோடி கணினித் திறன், ரூ 14.61 கோடி பிற செலவுகள். ஜென்டேஐக்யூ ரூ 206.49 கோடி பெற்றது; அதில் ரூ 165.19 கோடி கணினித் திறன், ரூ 41.30 கோடி பிற செலவுகள். tuput இன் கூட்டலின்படி இவை சேர்ந்து ரூ 383.57 கோடி.

சோகெட்டின் தேர்வை பிஐபி 2025 மே 30 அன்று, 120 பில்லியன் அளவுருக்கள் கொண்ட திறந்த மூல மாதிரி என்ற திட்டத்துடன் அறிவித்தது. EKA-1 அதைவிடச் சிறிய முதல் வெளியீடு; 120 பில்லியனுக்கு மேற்பட்ட அளவுருக்கள் கொண்ட மாதிரி பயிற்சியில் உள்ளது என்று சோகெட்டின் முகப்புப் பக்கம் பட்டியலிடுகிறது. திட்டத்தின் கணினி விலை நிர்ணயம், நிதி பெற்ற பிற குழுக்கள், சர்வம் மாதிரிகள் ஆகியவை இந்தியாAI திட்டம் பற்றிய tuput இன் முந்தைய கட்டுரையிலும், மொழிபெயர்ப்புப் பக்கம் இந்தியா தனது சொந்த மொழிகளில் AI ஐக் கட்டுவது பற்றிய கட்டுரையிலும் உள்ளன.

இன்னும் காட்டப்பட வேண்டியது

2026 நவம்பர் 5 நிலவரப்படி, மூன்று மாதிரிகளுக்கும் வெளிப்புறச் சோதனையாளர் எவரும் வெளியிட்ட தரப்புள்ளிகளை tuput ஆல் காண முடியவில்லை; எனவே இங்குள்ள செயல்திறன் எண்கள் உருவாக்குநர்களுடையவை. 15 இந்திய மொழித் தரப்புள்ளிகளில் 13 இல் தீர் 2B தன் வகையில் முதலிடம் என்றும், ஒன்று முதல் ஏழு பில்லியன் அளவுருக்கள் கொண்ட 24 திறந்த மாதிரிகளுடன் 41 தரப்புள்ளிகளில் இரண்டு மாதிரிகளும் ஒப்பிடப்பட்டன என்றும் ஜென்டேஐக்யூ கூறுகிறது. முழு அட்டவணைகள் அதன் தொழில்நுட்ப அறிக்கையில் உள்ளன என்றும், அதை அதன் வெளியீடுகள் பக்கம் விரைவில் வரும் என்று பட்டியலிடுகிறது என்றும் அது கூறுகிறது. அதே பக்கம் வரம்புகளையும் பட்டியலிடுகிறது: ஆதரவு மூலமின்றி உண்மைகளை நினைவுகூர்வதே பலவீனமான பகுதி; எனவே சட்டம், நிதி, வேளாண்மை, மருத்துவம், வரலாறு ஆகியவற்றுக்கு அதிகாரபூர்வ மூலங்களிலிருந்து மீட்டெடுப்பையும் மனிதர் மதிப்பாய்வையும் அது பரிந்துரைக்கிறது. இரு மாதிரிகளுக்கும் பகுத்தறிவு முறை இல்லை என்றும், இரண்டும் உரையை மட்டுமே கையாளுகின்றன என்றும் அது கூறுகிறது.

அணுகல் குறித்து, EKA-1-26B க்கான ஏஐகோஷ் பக்கம் Apache 2.0 உரிமத்தையும், பதிவிறக்கங்களுக்கு உரிமையாளரின் ஒப்புதல் தேவைப்படும் வரையறுக்கப்பட்ட அமைப்பையும் காட்டியது; பதிவிறக்கங்கள் எதுவும் இல்லை. சோகெட்டின் முகப்புப் பக்கம் அதன் EKA-26B நிரல், பகுத்தறிவு மாதிரியை விரைவில் வரும் என்று பட்டியலிடுகிறது. சோகெட் எடைகளை ஒரு மாதத்துக்குள் காத்திருப்புப் பட்டியலில் தொடங்கி வெளிப்படையாக வெளியிடத் திட்டமிட்டுள்ளது என்றும், தீர் எடைகள் ஏற்கெனவே ஏஐகோஷில் உள்ளன என்றும் மயங்க் சிங் கூறியதாக ஏஎன்ஐ தெரிவித்தது. டிசம்பருக்கு 9 பில்லியன் அளவுரு மாதிரியையும் திட்டமிட்டுள்ளதாக ஜென்டேஐக்யூவும் ஏஎன்ஐ க்குத் தெரிவித்தது.