ప్రపంచం మొదట ఇంగ్లీషులో AIని నిర్మించింది. భారత్ ఇప్పుడే తన సొంత భాషల్లో ఒకటి నిర్మించడానికి 1.25 బిలియన్ డాలర్లు ఖర్చు చేసింది

చాలా పెద్ద భాషా మోడళ్లను భోజ్‌పురిలో, లేదా డోగ్రీలో, లేదా సంతాలిలో ఒక ప్రశ్న అడగండి, మీకు రెండు రకాల సమాధానాల్లో ఒకటి వస్తుంది. మోడల్ పూర్తిగా విఫలమవుతుంది, లేదా మీరు హిందీలో అడిగినట్టుగా నిశ్శబ్దంగా సమాధానం ఇస్తుంది, తనకు ఎప్పుడూ సీరియస్‌గా శిక్షణ ఇవ్వని ఒక భాషను ఊహిస్తూ.

ఆ అంతరం ఒక చిన్న పొరపాటు కాదు. భారత రాజ్యాంగంలో 22 భాషలు రాయబడ్డాయి, చివరి జనగణన లెక్క ప్రకారం, కనీసం పది వేల మంది మాట్లాడే మరో వందకు పైగా భాషలు ఉన్నాయి. ఇందులో దాదాపు ఏదీ ChatGPT, Gemini లేదా Claude వెనుక ఉన్న శిక్షణ డేటాలో కనిపించదు, ఇవి ప్రధానంగా ఇంగ్లీష్ మరియు కొన్ని ఇతర గ్లోబల్ భాషల నుండి నేర్చుకుంటాయి.

భారత ప్రభుత్వం ఈ అంతరాన్ని తానే పూడ్చడం విలువైనదని నిర్ణయించుకుంది, ఇప్పుడు దీన్ని చేయడానికి మూడు వేర్వేరు పందేల వెనుక అసలైన డబ్బు మరియు అసలైన హార్డ్‌వేర్‌ను పెట్టింది. ఒకటి అందరూ అనుకున్న దానికంటే బాగా పనిచేస్తోంది. ఒకటి ఇంకా నిరూపించబడలేదు. ఒకటి తాను అతిగా వాగ్దానం చేసిందని ఇప్పటికే ఒప్పుకోవాల్సి వచ్చింది.

భారత్ ఉచితంగా ఇస్తున్న కంప్యూట్

మార్చి 2024లో కేంద్ర మంత్రివర్గం ₹10,371.92 కోట్లు, అంటే దాదాపు 1.25 బిలియన్ డాలర్ల మొత్తం వ్యయంతో ఐదేళ్ల కాలానికి IndiaAI మిషన్‌ను ఆమోదించింది. ఇందులో దాదాపు 44 శాతం, అంటే సుమారు ₹4,563 కోట్లు, ఒకే ఒక సమస్యకు వెళ్లింది: భారతీయ పరిశోధకులకు మరియు స్టార్టప్‌లకు GPUలను, అంటే AI మోడళ్లను శిక్షణ ఇచ్చే మరియు నడిపే ప్రత్యేక చిప్‌లను, సిలికాన్ వ్యాలీ ధరలు చెల్లించకుండానే అందుబాటులోకి తేవడం.

2025 చివరి నాటికి 38,000కు పైగా GPUలు ప్రభుత్వ AI కంప్యూట్ పోర్టల్‌లోకి తీసుకురాబడ్డాయి, ఆమోదించబడిన దరఖాస్తుదారులకు భారీ రాయితీ ధరలకు అద్దెకు ఇవ్వబడ్డాయి. ఫిబ్రవరి 2026లో న్యూఢిల్లీలో జరిగిన ఇండియా AI ఇంపాక్ట్ సమిట్‌లో, ఐటీ మంత్రి అశ్విని వైష్ణవ్ దీనికి పైగా మరో 20,000 జోడించబడుతున్నాయని ప్రకటించారు, 2026 చివరి నాటికి 1,00,000 ప్రభుత్వ GPUల లక్ష్యాన్ని నిర్దేశించారు.

మిషన్ యొక్క మిగిలిన ₹10,372 కోట్లు మరో ఆరు భాగాలకు నిధులు అందిస్తాయి: AIKosh అనే భాగస్వామ్య డేటాసెట్ వేదిక, ఒక స్టార్టప్ ఫైనాన్సింగ్ విభాగం, ప్రభుత్వ రంగంలోకి AI అక్షరాస్యతను తీసుకురావడానికి ఉద్దేశించిన ఒక నైపుణ్య కార్యక్రమం, ఒక అప్లికేషన్ డెవలప్‌మెంట్ ప్రోత్సాహం, మరియు ఒక భద్రత మరియు నమ్మక స్తంభం. వాస్తవానికి ఇది కేవలం చిప్‌లు ఇవ్వడం కాదు, ఒక దేశం తన సొంత AIని శిక్షణ ఇవ్వడానికి అవసరమైన మొత్తం మద్దతు మౌలిక సదుపాయాన్ని నిర్మించే ప్రయత్నం.

ఇప్పటికే పనిచేస్తున్న భాగం: పెద్ద ఎత్తున అనువాదం

ఈ మొత్తం నిర్మాణంలో అత్యంత పాత భాగం కంప్యూట్ మిషన్ కంటే రెండేళ్లు ముందుది. భాషిణి, భారత జాతీయ భాషా అనువాద మిషన్, జూలై 2022లో ప్రధాన మంత్రి ప్రారంభించారు, ఎలక్ట్రానిక్స్ మరియు ఇన్ఫర్మేషన్ టెక్నాలజీ మంత్రిత్వ శాఖ కింద నడుస్తోంది. ఇది 22 రాజ్యాంగబద్ధంగా జాబితా చేయబడిన భాషల్లో స్పీచ్-టు-టెక్స్ట్, టెక్స్ట్-టు-స్పీచ్ మరియు అనువాద సేవలను అందిస్తుంది, ఏ డెవలపర్ లేదా ప్రభుత్వ కార్యాలయమైనా ఉపయోగించగల ఉచిత APIలుగా అందుబాటులో ఉంది.

ఒక పరిశ్రమ ట్రాకర్ ప్రకారం, 2026 ప్రారంభం నాటికి, భాషిణి ప్రారంభమైనప్పటి నుండి ఆరు బిలియన్లకు పైగా సంచిత అభ్యర్థనలను దాటింది, రోజుకు దాదాపు కోటిన్నర అభ్యర్థనలను ఒక సెకను కంటే తక్కువ సమయంలో నిర్వహిస్తోంది. స్టేట్ బ్యాంక్ భాగస్వామ్యాలు బహుభాషా బ్యాంకింగ్ సేవలను అందించడానికి దీన్ని ఉపయోగించాయి, మహా కుంభ్ వంటి పెద్ద బహిరంగ సమావేశాల్లో ప్రత్యక్ష అనువాదానికి కూడా ఇది వినియోగించబడింది.

ఇది సార్వభౌమ AI ప్రయత్నంలో మెరుపు లేని, పైప్‌లైన్ స్థాయి భాగం, ఏ చాట్‌బాట్ కంటే UPIకి దగ్గరగా ఉండే స్వభావం కలిగినది. భాషిణి కవిత్వం రాస్తుందని ఎవరూ చెప్పడం లేదు. ఇది భారతీయ భాషల మధ్య టెక్స్ట్ మరియు స్పీచ్‌ను ముఖ్యమైన స్థాయిలో తరలిస్తుంది, వ్యూహంలోని ఎక్కువ వార్తలకెక్కిన భాగాలు బహిరంగంగా ఎగుడుదిగుడుగా సాగుతున్నప్పుడు కూడా ఇది నిశ్శబ్దంగా ఆ పనిని చేస్తూనే ఉంది.

సార్వభౌమ మోడల్: నిజమైన అవకాశం, ఇంకా నిరూపించబడలేదు

ఈ మిషన్ యొక్క ప్రధాన ఆకర్షణ భారతీయ భాషల కోసం ప్రత్యేకంగా శిక్షణ ఇవ్వబడిన ఒక పునాది పెద్ద భాషా మోడల్‌ను నిర్మించే ప్రయత్నం, ఒక అమెరికన్ మోడల్‌ను తర్వాత సర్దుబాటు చేయడం కాకుండా. 2025లో ప్రభుత్వం 67 దరఖాస్తుదారుల్లో నుండి సర్వమ్ AIని ఎంపిక చేసింది, ఇది 2023లో వివేక్ రాఘవన్ మరియు ప్రత్యూష్ కుమార్ స్థాపించిన స్టార్టప్, ఈ ప్రయత్నానికి నాయకత్వం వహించడానికి, దీనికి 4,096 Nvidia H100 GPUల యాక్సెస్‌తో మద్దతు ఇచ్చింది.

సర్వమ్ ఇప్పటికే డిసెంబర్ 2023లో Lightspeed, Khosla Ventures మరియు Peak XV Partners నుండి దాదాపు 41 మిలియన్ డాలర్లు సేకరించింది, అప్పటి కాలంలో భారత్-కేంద్రీకృత AI కంపెనీపై పెట్టిన అతిపెద్ద ప్రారంభ పందేల్లో ఒకటి. ఫిబ్రవరి 2026లో అది రెండు ఓపెన్-వెయిట్ మోడళ్లను విడుదల చేసింది, Sarvam-30B మరియు పెద్దది Sarvam-105B, వాటితో పాటు భారతీయ భాషా ట్రాన్స్‌క్రిప్షన్ మరియు టెక్స్ట్-టు-స్పీచ్ మోడళ్లను కూడా. Nvidia ఈ భాగస్వామ్యాన్ని తన సార్వభౌమ AI కేస్ స్టడీగా ప్రదర్శించింది, దీన్ని 1.4 బిలియన్ మందికి వారి సొంత భాషల్లో సేవలందించడానికి నిర్మించిన మోడల్‌గా వర్ణిస్తూ.

ఇప్పుడు నిజాయితీగల చిక్కు వినండి. సర్వమ్ DeepSeek వంటి మోడళ్లకు వ్యతిరేకంగా బలమైన బెంచ్‌మార్క్ సంఖ్యలను ప్రచురించింది, కానీ మార్చి 2026లో Forbes నివేదించినట్టుగా, ఈ మోడళ్లు Hugging Face యొక్క Open LLM Leaderboard వంటి స్వతంత్ర లీడర్‌బోర్డుల్లో కనిపించవు, మూల్యాంకన డేటాలో ఎక్కువ భాగం సర్వమ్ స్వయంగా రూపొందించి స్వయంగా స్కోరు చేసిన బెంచ్‌మార్క్‌ల నుండి వస్తుంది, ఈ రంగంలోని కొన్ని ప్రామాణిక భారత్-నిర్దిష్ట బెంచ్‌మార్క్‌లను కూడా నిర్మించిన అదే కంపెనీ వ్యవస్థాపకులు నిర్దేశించిన తీర్పు ప్రమాణాలను ఉపయోగించి. ఇది మోసానికి రుజువు కాదు. ఇది ఈ దావాలను ఫలితంలో ఎలాంటి వాటా లేని ఎవరూ ఇంకా పరిశీలించలేదని రుజువు, ఇది తక్కువ కాదు ఎక్కువ ప్రాముఖ్యత కలిగినది, ఎందుకంటే సర్వమ్ యొక్క మోడళ్లు ఇప్పటికే నిజమైన ఆర్థిక సేవా ఉత్పత్తుల్లో నడుస్తున్నాయి.

హెచ్చరిక కథ: కృత్రిమ్

ఈ కథలో నాలుగో పేరు కృత్రిమ్, ఓలాకు చెందిన భవిష్ అగర్వాల్ దీన్ని స్థాపించారు మరియు 2024 ప్రారంభంలో 50 మిలియన్ డాలర్ల నిధులతో 1 బిలియన్ డాలర్ల విలువతో ప్రారంభించారు, ప్రారంభమైన కొద్ది వారాల్లోనే భారత్ మొదటి AI యూనికార్న్‌గా మారింది. ఇది భారతీయ భాషల్లో శిక్షణ పొందిన ఒక పెద్ద భాషా మోడల్‌ను, కృతి అనే సంభాషణాత్మక సహాయకుడిని, చివరికి తన సొంత AI చిప్‌లను వాగ్దానం చేసింది.

ప్రారంభ స్పందన కఠినంగా ఉంది. బీటా చాట్‌బాట్‌లో వినియోగదారులు దాదాపు వెంటనే అనువాద తప్పులను మరియు వాస్తవిక తప్పులను గుర్తించారు, సమీక్షకులు కంపెనీ క్లౌడ్ సేవ డెవలపర్లు ఆశించిన దానికి తగినట్టు లేదని కనుగొన్నారు. మే 2026 నాటికి, TechCrunch నివేదించినట్టుగా, కృత్రిమ్ అనేక దఫాల తొలగింపుల్లో 200కు పైగా పోస్టులను తగ్గించింది, కృతి యాప్‌ను యాప్ స్టోర్ల నుండి తొలగించింది, తన సొంత చిప్ డిజైన్ పనిని నిలిపివేసింది, మరియు పునాది మోడళ్లను నిర్మించడం నుండి పక్కకు తప్పుకుని ఎంటర్‌ప్రైజ్ కస్టమర్లకు AI క్లౌడ్ మౌలిక సదుపాయాలను అమ్మే దిశగా మళ్లింది. కంపెనీ చెబుతున్నదాని ప్రకారం ఇది ఇప్పుడు ఈ కొత్త వ్యాపారంలో లాభదాయకంగా ఉంది, అయితే మునుపటి నివేదికల్లో దాని మునుపటి సంవత్సరం ఆదాయంలో దాదాపు 90 శాతం బయటి కస్టమర్ల నుండి కాకుండా దాని సొంత మాతృ సంస్థ ఓలా నుండి వచ్చిందని కనుగొనబడింది. ఒక పరిశ్రమ విశ్లేషకుడు ఈ మార్పును స్పష్టంగా సంక్షిప్తీకరించారు: దావా పరిమాణం పెరిగే కొద్దీ రుజువు ప్రమాణం కూడా పెరగాలి.

ఇదంతా వాస్తవానికి దేనికి సమానం

నాలుగు భాగాలను పక్కపక్కన పెడితే విజయవంతమైన కథ కంటే గానీ, సందేహాస్పద కథ కంటే గానీ ఎక్కువ ఆసక్తికరమైన ఒక నమూనా కనిపిస్తుంది. మెరుపు లేని మౌలిక సదుపాయాల పందెం, చౌక GPUలు మరియు ఎవరూ వాదించని ఒక అనువాద API, ఇదే భాగం పెద్ద ఎత్తున రుజువుగా పనిచేస్తోంది. ప్రతిష్ఠాత్మక పందెం, అమెరికా మరియు చైనా నుండి వచ్చిన మోడళ్లతో పోటీపడగల ఒక స్వదేశీ పునాది మోడల్, దీని వెనుక నిజమైన ప్రభుత్వ మద్దతు మరియు నిజమైన హార్డ్‌వేర్ ఉంది, కానీ దాని సొంత దావాలు ఇంకా బాహ్య ధృవీకరణ కోసం ఎదురుచూస్తున్నాయి. మరియు అత్యంత వేగంగా కదిలిన, అత్యంత గట్టిగా మాట్లాడిన పందెం రెండేళ్లలోపే తన మాటలను వెనక్కి తీసుకోవాల్సి వచ్చింది.

వీటిలో దేనివల్లా అంతర్లీన లక్ష్యం తప్పు కాదు. కోట్లాది మంది మాట్లాడే మరియు ప్రతి పెద్ద AI ల్యాబ్ నిర్లక్ష్యం చేసిన ఒక భాష నిజమైన అంతరం, దీన్ని పూడ్చడం విలువైనది, చివరికి దాన్ని పూడ్చే మోడల్‌ను ఏదైనా ఒక భారతీయ కంపెనీ సొంతం చేసుకున్నా చేసుకోకపోయినా. భారత్ ఇప్పటివరకు వాస్తవానికి నిర్మించింది GPT-4కు పోటీ కాదు. ఇది కంప్యూట్, డేటా పైప్‌లు మరియు భాషా పొర, భవిష్యత్తులో ఏ మోడల్ అయినా, స్వదేశీ అయినా మరొకటైనా, దీనిపైనే నడవాల్సి ఉంటుంది. కనీసం ఆ భాగం ఒక దావా కాదు. ఇది ఇప్పటికే రోజుకు కోటిన్నర అభ్యర్థనలను మోస్తోంది.