Talent-Rich, Compute-Poor: A Layer Decomposition of India's Position in the Global AI Race
本文通过分解印度与美国及中国之间的表现差距，调和了关于印度在全球人工智能排名中存在冲突的观点，揭示了尽管印度人才储备丰富，但其地位受到算力容量和资本投入巨大缺口的严重制约，而这种结构性失衡是当前的公共项目难以轻易解决的。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
人工智能经常被描述为一场单一的高风险竞赛，各国都在向终点线冲刺，而美国和中国目前处于领先地位。为了了解谁在获胜，专家们依赖于综合指数，这些指数就像是成绩单，将许多不同的因素——例如一个国家拥有多少研究人员、有多少资金投入到新公司中，以及其计算机性能有多强大——整合为一个单一的分数。这些分数可以帮助政府和企业决定将精力集中在哪里，但它们有时会掩盖底层的复杂现实。一个国家可能因为拥有海量的熟练工人而在名单上看起来像是一个顶尖竞争者，即使它缺乏建造最先进系统所需的重型机械。这为印度创造了一个令人困惑的局面，印度经常被引用为工程人才的全球强国，却很少被视为主导新闻头条的前沿AI模型的开发者。
Alfredo Merlet的一份新报告试图通过超越最终排名来澄清这种困惑，以观察印度相对于世界领先者的具体地位。作者使用了两种主要的、独立的全球AI格局评估工具：斯坦福全球AI活力工具（Stanford Global AI Vibrancy Tool），用于衡量一个国家AI生态系统的整体能量和活跃度；以及牛津洞察政府AI准备度指数（Oxford Insights Government AI Readiness Index），用于评估政府利用这些技术的准备程度。通过将这些工具的分数分解为各个组成部分，这项研究揭示了一个鲜明且具体的现实。印度并非在所有领域都落后；事实上，它在人类要素方面表现得异常出色。然而，该国在训练最强大的AI系统所需的物理和财务资源方面却大幅落后。
调查始于对印度在斯坦福工具中排名世界第三、在牛津指数中排名第二十七的官方得分进行分析，并探讨这些数字究竟意味着什么。研究人员将印度与美国之间的差距视为一个谜题，将总差距分解为不同的层面：经济深度和公司数量、计算能力和基础设施的可获得性、研究和新模型的规模、劳动力质量以及政府政策质量。当这些层面根据原作者自身的公式进行加权时，一个清晰的模式出现了。印度与美国之间的巨大差异几乎完全是由资本和计算能力的匮项驱动的。
在斯坦福评估中，经济深度和计算基础设施方面的差距占到了印度与美国之间距离的百分之六十以上。在牛津评估中，这些相同的因素构成了近百分之五十七的差距。相比之下，人才差距几乎不存在。在观察熟练工人的可用性时，印度的得分与美国的得分非常接近，以至于其差异对斯坦福排名中总差距的贡献不到百分之一。在牛津排名中，人才仅占差距的约百分之五。这意味着印度并非因为缺乏聪明人或工程师而落后；而是因为它缺乏运行这些技术所需的昂贵、耗能的硬件和大规模资金投入。
这些分数背后的原始数据讲述了一个更加戏剧性的故事。2024年，美国的计算能力大约是印度的220倍。虽然美国的私人人工智能投资总额接近1090亿美元，但印度的私人投资仅为11.6亿美元。此外，在美国开发了47个显著的新型AI模型、中国开发了26个模型的同时，印度开发的进入全球名单的模型数量为零。然而，在人类方面，印度的相对技能渗透率和AI招聘增长率实际上高于美国。该国已成功建立了一个能够部署和应用技术的世界级劳动力队伍，但尚未建立起创造前沿技术所需的工业基础。
这种失衡随时间推移一直在发生变化。在2017年至2024年间，随着印度整体排名的提升，差距的性质发生了变化。该国在知识和研究产出方面缩小差距的速度快于在资产方面缩小差距的速度。因此，剩余的差距正变得更加集中在资本和计算领域。研究指出，这是一种稳定的配置，符合后来者进入新技术领域的常见方式：他们可以在具有较低准入门槛的层级（如教育和服务业）实现跨越式发展，但在需要大规模和重资产投入的层级（目前由既有领导者控制）则难以突破。
报告还强调，印度著名的“第三名”排名在某种程度上是由于数据测量方式而产生的错觉。当得分根据人口规模而非全国总产出进行调整时，印度跌至36个受排名国家中的末尾。这表明，虽然印度在绝对值方面是一个巨人，但从人均角度来看，其优势被稀释了。研究认为，印度目前的公共项目旨在通过公私合作伙伴关系建立一定规模的计算能力，但这对于填补220倍的差距来说规模太小了。新的AI任务的整个五年预算大约仅等于印度自身一年的私人投资额，而且仅占美国一年投资额的一小部分。
最终，研究结论认为，印度并不是在全盘输掉这场AI竞赛；它只是在跑一场不同的比赛。该国在人才和应用技术的能力方面很强，但在结构上受到缺乏前沿资产的限制。研究结果表明，为了在顶尖水平上真正具备竞争力，印度需要解决计算能力和资本的巨大赤字，而目前的政策措施规模尚不足以解决这一挑战。该国的优势在于其人口和数字基础设施，但如果没有相应的硬件和投资的大幅跃升，它将保持一个“人才丰富但算力贫乏”的国家特征——能够使用最好的工具，但尚未能够创造这些工具。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。