
印度定下了2030年成为人工智能强国的目标,可它真有底气追上美国和中国吗?
配资在线门户当算力、电力和人才都还在补课,这个14亿人口的国家,又打算靠什么在这场竞赛中突围?
印度正在全面拥抱人工智能,按照规划,它希望到2030年跻身人工智能强国之列。

现实是,印度仍处在追赶位置:无论是人工智能研究投入,还是算力基础设施建设,美国和中国都遥遥领先。不过印度的目标不只是挤进赛道。
它更希望用人工智能大规模解决本国问题,让技术具有包容性,缩小贫富差距,帮助弱势群体发展起来。

在班加罗尔,Stride Robotics公司正在研发一种会自己学走路的机器人。它不依赖固定指令,也不靠人工遥控,而是像婴儿学步一样一点点摸索。
工程师用的是强化学习:把机器人放进模拟环境,让它在各种场景里尝试不同的动作组合,从中筛选出最优方案。这个过程不断循环,越练越熟,和人类孩子学走路非常相似。
驱动这台机器“思考”的是它的人工智能大脑,负责维持平衡的控制器同样由机器学习训练而成。研发者介绍,移动能力一旦解决,这类机器人就能进入工业和国防领域。
元股证券:ygzq.hk

它们可以像动物一样行走,上下楼梯、穿过狭窄通道、左右转向或侧移。轮式和履带式平台转弯半径大,在复杂地形中很难做到这些,足式机器人的价值正在于此。
这家公司2023年才成立,创始人并不讳言差距:与美国的波士顿动力以及一些中国企业相比,印度公司目前展示出的能力还明显落后,算是刚刚入场。
这种坦率颇有代表性。在印度不少人工智能从业者看来,起步晚是事实,但找准方向、持续投入,仍有机会在细分领域做出成绩,眼下最要紧的是追赶。

从全球排名看,印度并非毫无基础。在斯坦福大学“人工智能活力指数”中,印度位列第四,这一指数衡量一个国家人工智能活动、发展和影响的综合水平。
但受访者也承认,硅谷不断取得突破,中国又推出了DeepSeek,相比之下,印度的发展节奏显得慢了一拍。排名靠前与实力领先之间,还隔着相当长的距离。
所谓人工智能,是让机器像人一样学习并完成认知任务。传统编程由人来编写规则,人工智能则让机器从数据中自己总结规则,在图像、文本或语音中发现规律,进而作出预测或决策,通常需要大型数据集来训练。

有些事人类毫不费力,比如识别图像中的某个部分,机器却要耗费大量时间和资源;另一些事情,计算机又比人快得多。
有人用飞机和鸟来作比:两者飞行原理截然不同,却都能飞上天。让机器思考也是同样的道理,方式未必与人相同,结果却可能殊途同归。
印度业内人士常说,人工智能的意义在于模仿人类智能,更在于为人类智能赋能。这也是印度给自己设定的方向:不只做技术,而是把技术变成解决问题的工具。

政策层面,印度启动了“2030人工智能为印度”计划。2024年3月,政府批准12.5亿美元投资,用于“印度人工智能使命”框架下的各类项目,目标是打造“由印度人、为印度人”的人工智能。
这一使命已成为印度政府层面最“硬”的全国性资金抓手之一,而这笔预算要分摊到五年里使用,平均每年不过两亿多美元。
放到全球竞赛中看,这个数字并不宽裕。有评论算过一笔账:12.5亿美元,大约只够扎克伯格给人工智能专家庞若明发6年工资。

美国科技巨头一年的人工智能资本开支动辄以数百亿美元计,中国在算力和数据中心上的投入同样规模庞大。印度想以国家使命的方式推动产业,钱袋子的厚度首先就是一道坎。
印度的雄心远不止于此。它力争到2030年成为世界第三大经济体,另有估计认为,到2035年人工智能可为印度经济增加5000亿美元。
有人把人工智能比作电力,认为它的最终地位虽有待观察,但意义极其深远。这个比喻其实也点出了要害:人工智能本身就是吃电大户,算力的背后是实打实的电力供给。

而在电力这一环,印度与中美的差距相当刺眼。到2025年底,中国全国发电装机总量约3890吉瓦,美国约1280吉瓦,印度只有509.7吉瓦。
数据中心要建、芯片集群要跑、模型要训练,每一项都离不开稳定充足的电力。电力底子薄,算力就很难铺开,所谓人工智能强国,地基并不牢靠。

按印度2025年前十一个月新增装机55.57吉瓦的速度测算,即便中美从2026年起一吉瓦都不再新增,原地等着印度,印度追上美国也需要约14年,追上中国需要约60年。

可现实是对手并未停步,仅中国2025年风电、太阳能等可再生能源新增装机就达到452吉瓦。印度追赶的,是一条仍在加速的曲线。
除了基础设施,人工智能对就业的冲击同样让人忧虑。有人直言,很多工作岗位将会消失,因为人工智能做同样的事,效率可能高出上百倍,成本却只有千分之一。在一个拥有14亿人口、就业压力本就巨大的国家,这项尖端技术究竟是福是祸,成了绕不开的问题。
焦虑之下,已有人主动求变。一位原本从事运营管理的从业者跳槽到节奏飞快的科技公司后倍感压力,于是报名学习人工智能课程。

据预计,到2027年,印度人工智能人才缺口可能多达100万。业内人士认为,把行业领域的专业经验和人工智能技能结合起来,将催生新的就业机会,关键在于人能否跟上转型。
人才问题还有更深一层。在新德里人工智能峰会期间,印度区块链联盟主席拉吉·卡普尔直言,印度每年培养超过150万名工程专业毕业生,但具备高端数字岗位能力的只有约20%至25%,真正接触过人工智能或机器学习相关工作的不足5%。
毕业生数量庞大,能直接投入前沿研发的却是少数,这正是百万缺口的根源之一。

虚假信息是另一重隐患,世界经济论坛去年将其列为全球最严重的短期风险,人们对人工智能的过度信任也可能被利用,甚至助长激进化。
上届人民院选举期间,印度就出现过深度伪造内容。技术门槛越来越低,伪造内容越来越逼真,普通人辨别真假的难度也随之上升。
今年5月,古吉拉特邦一名男子因在WhatsApp群传播莫迪的深度伪造内容被捕,内容涉及帕哈尔加姆恐袭后的“辛杜尔行动”和印度军队。去年,宝莱坞演员兰维尔·辛格方面也就一段篡改其讲话、企图影响选民的内容报警。

用克隆声音冒充亲人骗钱的犯罪同样可能出现,印度的监管思路是以用户是否受害为衡量视角建立防护机制,并呼吁各国共同制定规则。
另一面,人工智能已经走进公共服务。今年1月,约4亿名朝圣者涌向北方邦普拉亚格拉杰参加大壶节。
一款应用借助人工智能翻译,帮助走散的人寻找亲人;警方则用机器学习监测人流,并给部分人员配发设备测算人流速度,防止桑加姆等地人群过于密集而引发踩踏。规模如此庞大的活动,正是检验技术落地能力的现实考场。

2月11日,莫迪在巴黎人工智能行动峰会上阐述了以公共利益为导向的愿景,强调包容性。一个典型例子是用人工智能通过X光片检测结核病。
印度许多农村地区有设备却缺少放射科医生,人工智能可以填补这一空白。这类应用不追求炫目,却直接回应了印度医疗资源分布不均的老问题。
企业层面也在寻找突破口,有公司研发无人机运送血样,攻关不依赖GPS的自主导航,确保从海平面到喜马拉雅山区都能长期可靠运行,并具备出口潜力。
还有企业用视觉人工智能机器人替代农业、采矿和建筑中的危险作业,因为在多尘和雨雪环境里,激光雷达的表现不如摄像头。这些探索的共同点,是从本国场景出发找需求。

印度当前的人工智能路线图持续到2030年,联合国估计届时人工智能或可为其经济贡献多达4000亿美元。但挑战同样明显:成本高昂,22种官方语言大大增加了模型训练难度,庞大人口让技术普及并非易事,大规模提供高质量技能培训更是难题。
有意思的是,人工智能本身或许也能成为解决教学问题的工具。对于前景,有人给出“短期悲观,长期乐观”的判断。他回忆说,15年前很难想象年收入约20万卢比的普通人也会用智能手机付款,如今这已十分平常。
业内人士相信,印度最擅长的,是以极低成本把技术推广到十亿用户;只要集中资源、以使命模式推进,就像当年的核计划和航天工程那样,目标终能实现。

然而口号与现实之间,横着电力、资金和人才三道坎。装机总量差距需要十几年乃至几十年去弥合,五年12.5亿美元的投入在巨头面前显得单薄,百万人才缺口也非一朝一夕能补齐。
印度的优势在于市场规模、低成本推广能力和贴近民生的应用场景,短板则在算力根基。正如业内人士自己承认的移动配资,要追上美国和中国,这条路依然任重道远。
元股证券权威网提示:本文来自互联网,不代表本网站观点。