インド諸語対応とプライベートなコンピューティングを目指すインドのAIモデル3種
インドは「IndiaAI Mission」の下で、国内開発の人工知能モデル3種を発表した。Soket Labsの「EKA-1」と、ZenteiQの「Dhir 2B」「Dhir 5B」だ。2026年11月の発表は、インドのAIプログラムが重視する2つの課題、すなわちインド諸語で使えるソフトウェアと、常時インターネットに接続しなくても実用的な作業を行えるツールを示している。
目次
EKA-1は263億のパラメーターを持ち、英語とインド憲法の第8付則に記載された22言語すべてに対応する。より小型のDhirモデルは、それぞれ20億、50億のパラメーターを持ち、英語とインドの10言語に対応する。開発元によると、文書に関する質問への回答から、数学やプログラミング、組織内業務の支援まで、幅広い用途を想定している。
電子情報技術省のS・クリシュナン次官は、省およびIndiaAIの関係者とともに発表会に出席した。国内開発のモデルはインドの技術的自立を強化し、政府、産業、研究、教育、サイバーセキュリティ分野の取り組みを支援できると述べた。
最も差し迫った実用上の利点は、AIをどこで動かすかを選べることだ。組織は自らのコンピューターでモデルを使えるほか、一部のモバイルアプリはスマートフォン上で直接リクエストを処理できる。機密文書を扱う機関にとっては、情報を自らのコンピューティング環境内に保ったままAIを利用する手段となる。
研究者、学生、スタートアップ、企業、一般向けに、AIKoshを通じてモデルが提供される。ZenteiQは無料のモバイルアプリも計画している。今回の発表は、開発者が基盤として利用できるモデルだけでなく、一般の人々が直接利用するための方法も対象としている。
EKA-1が想定する用途
Soket Labsは、数学、コーディング、推論（情報を検討して答えを導き出す作業）などを目的にEKA-1を開発した。アビシェク・ウッパルワル最高経営責任者（CEO）は、銀行、金融サービス、サイバーセキュリティを特に重視する分野として挙げ、インドのデジタル経済のニーズを踏まえてモデルを設計したと説明した。
基盤モデルとは、複数の用途に対応できるよう幅広く学習させたAIシステムだ。開発者はその上に、金融文書に関する質問に答えるサービスや、プログラマーのコーディングを支援するソフトウェアなど、より専門的なツールを構築できる。EKA-1は、単一の限定的な作業だけに特化するのではなく、そうした機能の基盤を提供することを目指している。
モデルの263億パラメーターとは、学習中に調整される内部の数値を指す。これらの数値を使って、システムはパターンを認識し、応答を生成する。パラメーター数はモデルの規模を示す目安だが、利用者は特定の作業に必要な言語品質、回答の正確さ、速度、計算資源も考慮する必要がある。
EKA-1の学習データ量は約7兆5000億トークンとされている。トークンとは、処理のためにテキストを分割した単位で、単語全体の場合もあれば単語の一部の場合もある。一方、別の公表値では学習量を7.5 lakh croreトークンとしており、これは75兆トークンに相当する。公表された学習量には大きな食い違いがある。
インド諸語への対応範囲はモデルごとに異なる
EKA-1が英語と、インドの指定言語22言語すべてに対応する点は、国内での活用を目指す上で重要な特徴だ。より広い説明では、プログラミング言語に加え、インドおよび外国の100を超える言語をカバーするとしている。指定言語の数はインド諸語への対応を示し、より大きな数字は対象言語全体の幅を示している。
Dhir 2BとDhir 5Bは、英語とインドの10言語に対応するとされる。小型で、対応言語として明示された範囲もより狭いため、扱う文書や言語、使用機器に応じて、EKA-1とは異なる選択肢を機関に提供する。
学生や公務員にとって、言語対応はAIツールが日常業務で役立つかどうかを左右し得る。職場や教室で使われている言語で質問を受け付ける文書アシスタントがあれば、質問を英語に翻訳してから尋ねる手間を減らせる。ただし、発表内容には、言語ごとの性能や3モデルを比較できる精度評価は示されていない。
Dhirモデルが小型である理由
ZenteiQのサシクマール・ガネーサンCEO兼教授は、Dhir 2BとDhir 5Bをコンパクトモデルと説明し、発表会でその規模について次のように述べた。
私たちは小型モデルを2つ発表しました。コンパクトモデルと呼んでいます……発表したのは、20億パラメーターと50億パラメーターのモデルです……
EKA-1のパラメーター数は、Dhir 5Bの約5.3倍、Dhir 2Bの約13.2倍に上る。これは発表された263億、50億、20億という数値に基づく比較だ。一般に、小型モデルはパラメーターの保存に必要なメモリーが少なく、計算資源に制約のある端末でも利用できる候補となる。
ZenteiQによると、同社のモデルはモバイル端末上で直接動作し、さまざまなコンピューティング基盤で利用できる。ガネーサン氏は、リクエストをその都度遠隔サービスに送らずに使えるという想定を次のように説明した。
これらのモデルはモバイル端末そのもので動かせます……利用者はクラウドに接続しなくても、AIのソリューションを手元で使えるのです。まず第一に……
Dhirモデルは、文書から情報を検索し、質問に答え、日常的な業務を支援することを目的としている。想定利用者には、防衛機関、政府機関、製造業などの企業、教育機関が含まれる。
インターネットなしで動作するとは
通常、クラウド経由で利用するAIサービスでは、リクエストを離れた場所にあるコンピューターに送り、そこで処理して回答を返す。モデルをローカルで動かせば、処理をスマートフォンや組織内の機器で行える。必要なソフトウェアとモデルをインストールすれば、対応する作業はインターネットに常時接続しなくても続けられる。
クリシュナン氏は、インターネットに接続しない安全なコンピューターネットワーク上でモデルを運用できる可能性を強調した。こうしたネットワークは、外部サービスとの接続を制限する政府機関や、その他の機密情報を扱う組織に関係する。例えば、ローカルの文書アシスタントを使えば、処理を組織内にとどめたまま、職員が内部資料を検索できる。
ZenteiQの端末上で動作する方式は、通信環境が弱い場所や不安定な場所でも役立つ可能性がある。利用者はリクエストのたびに安定した接続を確保する必要が減る。EKA-1も一部の作業をスマートフォンで実行できるとされるが、モバイル利用に関する主な説明は小型のDhirモデルを対象としている。
情報を端末内に保てば、所有者は処理が行われる場所をより細かく管理できる。ただし組織側には、ファイルへのアクセスを管理し、機器を保護し、アプリが利用できる文書を決める必要がある。したがってプライバシーは、モデルをローカルで動かせるかどうかだけでなく、アプリケーション全体の導入方法にも左右される。
ローカル利用を想定したモデルの開発を支えたクラウドコンピューティング
Dhirモデルの開発には、Google Cloudのテンソル・プロセッシング・ユニット（TPU）が使われた。TPUはAIに必要な大量の計算に用いられる専用プロセッサーだ。また、グラフィックス・プロセッシング・ユニット（GPU）を搭載したシステムでも動作できるとされる。
学習と日常的な利用は異なる段階だ。学習では大量のデータを処理し、モデル内部の数値を調整する。完成したモデルを動かして質問に答えることは推論と呼ばれる。開発者は学習に高性能なクラウド機器を使い、その後、ローカルのハードウェアで推論を行うモデルを配布できる。
IndiaAI Missionは、両開発元に対し、割引料金での計算資源の提供と研究費用の支援を行った。これは基盤モデルの開発にかかる大きな実務上のコスト、つまり学習と開発に十分な計算能力を確保するという課題に対応するものだ。
クリシュナン氏は、この取り組みを技術的・戦略的な自立と結び付けた。実際には、国内での開発により、インドの組織は地域の言語や機関のニーズに合わせたモデルを新たな選択肢として利用でき、自ら管理するインフラ上での運用も選べる。
モデルの利用方法
研究者、学生、スタートアップ、企業、個人向けに発表された利用窓口がAIKoshだ。開発者は基盤モデルを利用し、特定の文書や作業に対応するアプリケーションを構築できる。機関にとっては次に、自らの機器、言語、情報管理規則に合った導入方法を選ぶことになる。
ZenteiQは、Play StoreとiOS向けにモバイルアプリを無料で提供する計画だ。ガネーサン氏はまた、同社が90億パラメーターのモデルを投入し、Dhir 2BとDhir 5Bより製品群を拡充する意向も示した。
モバイルアプリや、計画中の90億パラメーターモデルの公開日は発表されていない。対応するスマートフォンの構成、メモリー要件、ダウンロード容量、モデルのライセンス条件も明らかにされていない。ソフトウェアをインストールしたり、開発に利用したりできるかを判断する上で、こうした情報は重要になる。
発表は火曜日に行われたとされており、2026年の11月3日に当たる一方、公開日として11月4日も示された。いずれの説明でも、3モデルは同じ週に発表されたことになる。
機関や利用者にとっての変化
政府機関や企業は、言語や文書に関する作業に使える国内モデルを新たに3つ検討できるようになった。選択肢は規模によって異なる。EKA-1は比較的大きなパラメーター数と幅広い言語対応をうたう一方、Dhirモデルはモバイル端末での利用を含む、コンパクトな運用に重点を置く。
Soket Labsは銀行とサイバーセキュリティを具体的な対象分野としている。Dhirでは、文書検索や内部情報に関する質問への回答が主な用途として挙げられる。学校、研究者、公共機関も、こうした機能を活用したアプリケーションを構築し、業務に合うモデルと計算環境を選べる。
今後の具体的な展開としては、AIKoshを通じたアクセスの拡大、無料モバイルアプリの提供、ZenteiQが計画する大規模モデルがある。利用者にとっての実用性は、各モデルが自分たちの言語、文書、端末にどれだけ対応できるかによって決まる。
要点
- インドは2026年11月、IndiaAI Missionの下でEKA-1、Dhir 2B、Dhir 5Bを発表した。
- EKA-1は263億パラメーターを持ち、英語と指定インド語22言語すべてに対応する。
- Dhir 2BとDhir 5Bは英語とインドの10言語に対応し、モバイル端末を含むコンパクトな運用を想定している。
- ローカル処理により、インターネット接続が制限された機関や通信環境が限られた地域での文書業務を支援できる可能性がある。
- IndiaAI Missionは開発元に計算資源と研究費用を支援した。
- 発表された利用プラットフォームはAIKosh。ZenteiQは無料モバイルアプリと90億パラメーターのモデルを計画している。
