Üç Hint yapay zekâ modeli yerel dilleri ve özel bilgi işlem olanaklarını hedefliyor
Hindistan, IndiaAI Misyonu kapsamında yurt içinde geliştirilen üç yapay zekâ modelini tanıttı: Soket Labs'ın EKA-1 modeli ile ZenteiQ'in Dhir 2B ve Dhir 5B modelleri. Kasım 2026'da yapılan duyuru, ülkenin yapay zekâ programındaki iki önceliği bir araya getiriyor: Hint dillerinde çalışan yazılımlar ve sürekli internet bağlantısı olmadan yararlı işler yapabilen araçlar.
İçindekiler
- Üç Hint yapay zekâ modeli yerel dilleri ve özel bilgi işlem olanaklarını hedefliyor
- EKA-1'in kullanım alanları
- Hint dili desteği iki farklı kapsamda sunuluyor
- Dhir modelleri neden daha küçük?
- İnternet olmadan çalışmak ne anlama geliyor?
- Yerel kullanım için tasarlanan modellerin geliştirilmesine bulut bilişim de katkı sağladı
- Kullanıcılar modellere nasıl erişebilir?
- Kurumlar ve kullanıcılar için değişenler
- Öne Çıkan Noktalar
EKA-1, 26,3 milyar parametreye sahip ve İngilizcenin yanı sıra Hindistan Anayasası'nın Sekizinci Cetveli'nde yer alan 22 dilin tamamını destekliyor. Daha küçük Dhir modelleri sırasıyla iki milyar ve beş milyar parametreye sahip; İngilizce ve 10 Hint dilini destekliyor. Geliştiricileri, modellerin belge sorularını yanıtlamaktan matematik, programlama ve kurumsal çalışmalara yardımcı olmaya kadar çeşitli amaçlarla kullanılabileceğini belirtiyor.
Elektronik ve Bilgi Teknolojileri Bakanlığı Sekreteri S. Krishnan, bakanlık ve IndiaAI yetkilileriyle birlikte tanıtıma katıldı. Krishnan, yurt içinde geliştirilen modellerin Hindistan'ın teknolojik bağımsızlığını güçlendirebileceğini ve kamu yönetimi, sanayi, araştırma, eğitim ve siber güvenlik alanlarındaki çalışmaları destekleyebileceğini söyledi.
En yakın vadede öne çıkan pratik fayda, yapay zekânın nerede çalışacağı konusunda daha fazla seçenek sunması. Bir kuruluş modeli kendi bilgisayarlarında kullanabilir; bazı mobil uygulamalar da istekleri doğrudan telefonda işleyebilir. Hassas belgelerle çalışan kurumlar için bu, bilgileri kendi bilgi işlem ortamlarında tutarken yapay zekâdan yararlanma olanağı sunuyor.
Modellere araştırmacılar, öğrenciler, girişimler, şirketler ve kamuoyu AIKosh üzerinden erişebilecek. ZenteiQ ayrıca ücretsiz bir mobil uygulama sunmayı planlıyor. Dolayısıyla duyuru hem geliştiricilerin üzerine yeni ürünler kurabileceği temel modelleri hem de kullanıcıların bu modellere doğrudan erişmesi için öngörülen bir yolu kapsıyor.
EKA-1'in kullanım alanları
Soket Labs, EKA-1'i matematik, kodlama ve akıl yürütme gibi görevler için geliştirdi. Akıl yürütme, bir yanıt üretmek amacıyla bilgileri değerlendirme sürecini ifade ediyor. Şirketin Üst Yöneticisi Abhishek Upparwal, bankacılık, finansal hizmetler ve siber güvenliğin özellikle odaklanılan alanlar olduğunu belirtti. Modele, Hindistan'ın dijital ekonomisinin ihtiyaçları gözetilerek yön verildiğini söyledi.
Temel model, çeşitli uygulamalara altyapı sağlayacak kadar geniş kapsamlı biçimde eğitilmiş bir yapay zekâ sistemidir. Geliştiriciler bunun üzerine finansal belgelerle ilgili soruları yanıtlayan bir hizmet ya da programcıların kod yazmasına yardımcı olan bir yazılım gibi daha özel araçlar geliştirebilir. EKA-1'in amacı, yalnızca dar kapsamlı tek bir görevi yerine getirmek değil, bu temel yeteneği sunmak.
Modelin 26,3 milyar parametresi, eğitim sırasında ayarlanan dahili sayısal değerlerdir. Bu değerler, sistemin örüntüleri tanımasına ve yanıt üretmesine yardımcı olur. Parametre sayısı modelin ölçeğini gösterir; kullanıcıların ayrıca belirli bir iş için dil kalitesini, yanıtların doğruluğunu, hızı ve gereken bilgi işlem kaynaklarını da değerlendirmesi gerekir.
EKA-1 için açıklanan eğitim verisi miktarı yaklaşık 7,5 trilyon token. Tokenlar, metnin işlenmek üzere bölündüğü parçalardır; bazen tam bir sözcük, bazen de bir sözcüğün bir bölümü olabilir. Yayımlanan ikinci bir rakamda bu miktar 7,5 lakh crore token olarak veriliyor; bu da 75 trilyona karşılık geliyor. Dolayısıyla açıklanan toplam eğitim verisi miktarları arasında kayda değer bir tutarsızlık var.
Hint dili desteği iki farklı kapsamda sunuluyor
EKA-1'in İngilizceyi ve Hindistan'da cetvelde yer alan 22 dilin tamamını desteklemesi, modelin ülkedeki kullanım amacı açısından temel önem taşıyor. Daha geniş kapsamlı bir açıklamada, programlama dillerinin yanı sıra 100'den fazla Hint ve yabancı dilin desteklendiği de belirtiliyor. 22 dil bilgisi, modelin desteklediği belirtilen Hint dillerini; daha yüksek sayı ise daha geniş dil kapsamını ifade ediyor.
Dhir 2B ve Dhir 5B'nin İngilizce ve 10 Hint dilini desteklediği belirtiliyor. Daha küçük boyutları ve açıklanan daha dar dil kapsamları, kurumlara kullanacakları belgelere, dillere ve ekipmanlara bağlı olarak EKA-1'den farklı bir seçenek sunuyor.
Bir öğrenci ya da kamu çalışanı için dil desteği, yapay zekâ aracının günlük işlerde kullanışlı olup olmadığını belirleyebilir. Bir ofiste ya da sınıfta kullanılan dili anlayan bir belge asistanı, soru sormadan önce soruları İngilizceye çevirme ihtiyacını azaltabilir. Ancak tanıtım açıklamalarında üç modelin dillere göre performans sonuçları ya da karşılaştırılabilir doğruluk puanları yer almıyor.
Dhir modelleri neden daha küçük?
ZenteiQ Üst Yöneticisi Profesör Sashikumaar Ganesan, Dhir 2B ve Dhir 5B'yi kompakt modeller olarak tanımlayarak tanıtımda boyutlarını şöyle açıkladı:
İki küçük model piyasaya sürdük. Bunlara kompakt modeller diyoruz... piyasaya sürdüğümüz modellerden biri iki milyar, diğeri ise beş milyar parametreye sahip...
EKA-1'in parametre sayısı, Dhir 5B'ninkinin yaklaşık 5,3, Dhir 2B'ninkinin ise yaklaşık 13,2 katı. Bu karşılaştırmalar, açıklanan 26,3 milyar, beş milyar ve iki milyar parametre sayılarına dayanıyor. Küçük modellerin parametrelerini saklamak için genellikle daha az belleğe ihtiyaç duyuluyor; bu da onları kaynakları daha sınırlı cihazlar için uygun bir seçenek hâline getiriyor.
ZenteiQ, modellerinin doğrudan mobil cihazlarda ve farklı bilgi işlem platformlarında çalışabileceğini belirtiyor. Ganesan, kullanıcılara her isteği uzak bir hizmete göndermeden erişim sağlamayı hedeflediklerini şöyle anlattı:
Bu modelleri doğrudan mobil cihazımızda çalıştırabiliriz... kullanıcılar buluta bile gitmeden yapay zekâ çözümlerine ellerinin altından erişebilir... ilk olarak...
Dhir modellerinin belgelerden bilgi bulması, soruları yanıtlaması ve rutin işlere destek vermesi amaçlanıyor. Önerilen kullanıcılar arasında savunma kuruluşları, kamu kurumları, sanayi işletmeleri ve eğitim kurumları bulunuyor.
İnternet olmadan çalışmak ne anlama geliyor?
Bulut üzerinden erişilen bir yapay zekâ hizmeti, isteği genellikle başka bir yerdeki bilgisayarlara gönderir; bu bilgisayarlar isteği işler ve yanıtı geri iletir. Modelin yerel olarak çalıştırılması, bu işlemi telefona ya da kuruluşun kendi ekipmanına taşır. Gerekli yazılım ve model yüklendikten sonra uygun görevler, canlı internet bağlantısı olmadan sürdürülebilir.
Krishnan, modellerin internet erişimi olmayan güvenli bilgisayar ağlarında çalışabilme potansiyeline dikkat çekti. Bu tür ağlar, dış hizmetlere bağlantıyı kısıtlayan kamu kurumları ve diğer hassas kuruluşlar için önem taşıyor. Örneğin yerel bir belge asistanı, işlemler kurum içinde kalırken personelin kurum içi materyalleri aramasına yardımcı olabilir.
ZenteiQ'in cihaz tabanlı yaklaşımı, bağlantının zayıf ya da kesintili olduğu yerlerde de işe yarayabilir. Böylece kullanıcılar her istek için güvenilir bir bağlantıya daha az bağımlı olur. EKA-1'in de bazı görevleri cep telefonlarında yerine getirebildiği belirtiliyor; ancak mobil cihazlarda kullanıma yönelik en güçlü iddialar kompakt Dhir modelleri için öne çıkıyor.
Bilgilerin cihazda tutulması, sahibine işlemenin nerede yapıldığı konusunda daha fazla denetim olanağı verir. Kuruluşun yine de dosyalara erişimi yönetmesi, ekipmanını güvence altına alması ve uygulamanın hangi belgeleri kullanabileceğine karar vermesi gerekir. Dolayısıyla gizlilik, modelin yerel olarak çalışabilmesinin yanı sıra uygulamanın tümünün nasıl kullanıma sunulduğuna da bağlıdır.
Yerel kullanım için tasarlanan modellerin geliştirilmesine bulut bilişim de katkı sağladı
Dhir modelleri, Google Cloud'un tensör işleme birimleri (TPU) desteğiyle geliştirildi. Bunlar, yapay zekâ için gereken yüksek hacimli hesaplamalarda kullanılan özel işlemcilerdir. Modellerin grafik işlem birimlerini (GPU) kullanan sistemlerde de çalışabildiği belirtiliyor.
Eğitim ve günlük kullanım farklı aşamalardır. Eğitim sırasında modelin dahili değerleri, büyük miktarda materyal işlenerek ayarlanır. Bitmiş modelin bir soruyu yanıtlamak için çalıştırılmasına ise çıkarım denir. Geliştiriciler eğitim sırasında güçlü bulut ekipmanlarından yararlanıp daha sonra yerel donanımda çıkarım yapan bir modeli kullanıma sunabilir.
IndiaAI Misyonu, her iki geliştiriciye de indirimli fiyatlarla bilgi işlem kaynakları ve araştırma giderleri için destek sağladı. Bu destek, temel modeller oluşturmanın başlıca pratik maliyetlerinden birini, yani modelleri eğitip geliştirmek için yeterli bilgi işlem kapasitesi edinme ihtiyacını karşılıyor.
Krishnan, girişimi teknolojik ve stratejik özerklik hedefiyle ilişkilendirdi. Pratikte yurt içi geliştirme, Hint kuruluşlarına yerel diller ve kurumsal ihtiyaçlar gözetilerek şekillendirilmiş alternatif modeller sunuyor; bu modelleri denetimleri altındaki altyapılarda kullanma olanağı da sağlıyor.
Kullanıcılar modellere nasıl erişebilir?
Araştırmacılar, öğrenciler, girişimler, işletmeler ve bireysel kullanıcılar için duyurulan erişim yolu AIKosh. Geliştiriciler açısından bir temel modele erişmek, belirli belgelere ya da görevlere yönelik uygulamalar geliştirme fırsatı yaratıyor. Kurumların ise ekipmanlarına, dillerine ve bilgi güvenliği kurallarına uygun bir kullanım biçimi seçmesi gerekiyor.
ZenteiQ, mobil uygulamasını Play Store ve iOS üzerinden ücretsiz olarak sunmayı planlıyor. Ganesan, şirketin dokuz milyar parametreli bir modeli de piyasaya sürmeyi hedeflediğini ve böylece ürün yelpazesini Dhir 2B ile Dhir 5B'nin ötesine genişleteceğini söyledi.
Duyuruda mobil uygulamanın ya da planlanan dokuz milyar parametreli modelin ne zaman kullanıma sunulacağı belirtilmiyor. Desteklenen telefon yapılandırmaları, bellek gereksinimleri, indirme boyutları ve model lisans koşulları da açıklanmadı. Yazılımı yükleyip yükleyemeyeceğine ya da yazılımı kullanarak ürün geliştirip geliştiremeyeceğine karar verecek kişiler için bu ayrıntılar önem taşıyacak.
Tanıtımın salı günü yapıldığı belirtildi; 2026'da bu tarih 3 Kasım'a denk geliyordu. Tanıtım tarihi olarak 4 Kasım da verildi. Her iki açıklamaya göre üç model de aynı hafta tanıtıldı.
Kurumlar ve kullanıcılar için değişenler
Kamu kurumları ve şirketlerin dil ve belge görevlerinde değerlendirebileceği üç yerli model daha var. Modellerin ölçekleri farklı: EKA-1 daha yüksek parametre sayısını geniş kapsamlı dil desteğiyle birleştirirken Dhir modelleri, mobil cihazlarda kullanım da dâhil olmak üzere kompakt çalışmaya odaklanıyor.
Soket Labs'ın özellikle hedeflediği alanlar bankacılık ve siber güvenlik. Dhir için öne çıkan kullanım alanları ise belge tarama ve kurum içi bilgilerle ilgili sorular. Okullar, araştırmacılar ve kamu kurumları da bu yeteneklerden yararlanacak uygulamalar geliştirebilir; çalışmalarına uygun modeli ve bilgi işlem altyapısını seçebilir.
Bir sonraki somut adımlar, AIKosh üzerinden erişimin genişletilmesi, önerilen ücretsiz mobil uygulama ve ZenteiQ'in planladığı daha büyük model. Kullanıcılar açısından pratik fayda, bu sistemlerin kendi dillerini, belgelerini ve cihazlarını ne kadar iyi desteklediğine bağlı olacak.
Öne Çıkan Noktalar
- Hindistan, Kasım 2026'da IndiaAI Misyonu kapsamında EKA-1, Dhir 2B ve Dhir 5B modellerini tanıttı.
- EKA-1, 26,3 milyar parametreye sahip ve İngilizcenin yanı sıra cetvelde yer alan 22 Hint dilinin tamamını destekliyor.
- Dhir 2B ve Dhir 5B, İngilizce ve 10 Hint dilini destekliyor; mobil cihazlar da dâhil olmak üzere kompakt kullanıma yönelik tasarlandı.
- Yerel işleme, internet erişiminin kısıtlı olduğu kurumlarda ve bağlantının zayıf olduğu yerlerde belge çalışmalarını destekleyebilir.
- IndiaAI Misyonu, geliştiricilere bilgi işlem kaynakları ve araştırma giderleri için destek sağladı.
- Duyurulan erişim platformu AIKosh; ZenteiQ'in ücretsiz mobil uygulaması ve dokuz milyar parametreli bir modeli ise planlama aşamasında.






