Indie na drodze do AI – Google i DeepMind przyspieszają naukę i edukację

Czy da się skrócić lata badań do tygodni – i zrobić to na skalę kraju? Indie właśnie próbują, a do gry wchodzą najmocniejsze narzędzia AI od Google i DeepMind.

Skrót dla niecierpliwych: Google DeepMind startuje w Indiach z narodowymi partnerstwami dla AI w nauce i edukacji – od udostępnienia modeli naukowych (AlphaFold, AlphaGenome, Earth AI, AI Co-scientist), przez programy grantowe, po wdrożenia w szkołach. Równolegle Google inwestuje w infrastrukturę (m.in. nowe kable podmorskie i centrum AI), cyfryzuje ochronę zdrowia i szkoli 20 milionów urzędników. Ambicja jest prosta: przyspieszyć odkrycia naukowe i wynieść naukę oraz nauczanie na nowy poziom.

Dlaczego to ważne akurat teraz? Bo tempo odkryć stało się strategicznym zasobem. Jeśli AI potrafi zaprojektować eksperyment, „czytać” Ziemię z orbity i generować hipotezy szybciej niż parzymy kawę, to kraje, które zbudują własne silniki takiej nauki, będą dyktować warunki. Indie mają talent, startupy i cyfrową infrastrukturę publiczną – teraz wzmacniają to dostępem do modeli, mocy obliczeniowej i programów wdrożeniowych.

Od laboratoriów do klas

Nowe partnerstwo DeepMind z indyjskimi instytucjami badawczymi i rządowymi daje naukowcom w Indiach dostęp do „AI for Science”: od AlphaGenome (analiza mutacji nowotworowych) po AI Co-scientist (proponowanie hipotez) i Earth AI (wnioski z danych geoprzestrzennych). Na starcie towarzyszą temu hackathony, konkursy społecznościowe oraz mentoring dla studentów i młodych badaczy. To nie abstrakcja: AlphaFold – przełomowy system przewidujący struktury białek – jest już standardem pracy dla 3 milionów badaczy na świecie, a Indie są czwartym co do wielkości użytkownikiem z ponad 180 tysiącami naukowców. W praktyce oznacza to np. prace nad bardziej odporną na choroby soją na indyjskich uczelniach. [7][8]

Są też pieniądze na ryzyko: Google.org ogłosił globalny AI for Science Impact Challenge o wartości 30 mln dolarów – otwarty także dla indyjskich zespołów. Wybrani dostaną nie tylko grant, ale i wsparcie inżynierskie, mentorskie oraz infrastrukturę, by szybciej przejść od pomysłu do skalowalnego odkrycia. [1][4]

Edukacja? Tu Indie biją rekordy dziennego użycia Gemini przez uczniów, a nie chodzi o „ściągi”. W badaniu w szkołach City Montessori w Lucknow (randomizowana analiza Fab AI) w niemal 3 na 4 rozmowach uczniowie prosili model o pogłębienie zrozumienia, a nie o gotowca. Google rozszerza więc działania: razem z Atal Tinkering Labs (ponad 10 tys. szkół, 11 mln uczniów) buduje „huby innowacji” z asystentami GenAI, integruje robotykę i kodowanie z lokalnymi programami oraz wprowadza asystenta uczniowskiego z solidnymi „barierkami” i podstawą w krajowej podstawie programowej. Do tego – we współpracy z PM Publishers – papierowe podręczniki zamienią się w interaktywne ścieżki. Nauczyciele dostaną wsparcie, a nie kolejną aplikację do żonglowania.

Państwo na sterydach (tych dobrych)

AI potrzebuje infrastruktury. Stąd 15 mld dolarów inwestycji w indyjską infrastrukturę AI oraz nowa inicjatywa America-India Connect – strategiczne trasy światłowodów, które poprawią zasięg i odporność łączności między USA, Indiami i krajami południowej półkuli. Jednocześnie Google tworzy z biurem Głównego Doradcy Naukowego rządu Indii Center for Climate Technology, by przyspieszać badania i wdrożenia AI w klimacie. [8][4]

W zdrowiu publicznym idzie o fundamenty. We współpracy z National Health Authority zaawansowane modele przekształcą miliony rozproszonych, nieustrukturyzowanych dokumentacji medycznych do standardu FHIR – to zdejmuje papierologię z szpitali, ułatwia pacjentom rozumienie własnych danych i wreszcie daje państwu materiał do lepszej polityki zdrowotnej. Równolegle ponad 400 tys. zarejestrowanych placówek zdrowia trafia na Mapy i do Wyszukiwarki, z ujednoliconymi, oficjalnymi informacjami.

Są też zielone światła dla nowych modeli medycznych. 400 tys. dolarów trafi na projekty budujące Health Foundation Models z użyciem MedGemma: Ajna Lens razem z AIIMS przygotują modele dla dermatologii i triażu w przychodniach, a IISc rozszerzy zakres na kolejne scenariusze kliniczne. A przez Google.org 8 mln dolarów zasili cztery rządowe Centra Doskonałości AI: od chorób przewlekłych (IISc) i zarządzania miastem (IIT Kanpur), przez edukację (IIT Madras), po rolnictwo (IIT Ropar).

Skille? Bez nich nawet najlepszy model to martwy kod. Google Cloud pomoże przyspieszyć platformę iGOT Karmayogi – szkolenia dla 20 milionów urzędników w ponad 800 okręgach, z treściami w ponad 18 językach. Globalny AI Professional Certificate trafi do studentów i młodych specjalistów w Indiach dzięki partnerstwu z Wadhwani AI. Dla administracji jest też drugi 30-milionowy „Impact Challenge” – tym razem na projekty, które realnie transformują usługi publiczne z pomocą AI. [4]

AI, która działa „dla ludzi”

To wszystko łączy się z praktycznymi efektami. Modele „Earth AI” zwiększyły zasięg prognozowania groźnych powodzi rzecznych do ponad 2 miliardów ludzi w 150 krajach, a indyjskie władze wykorzystują AI do prognoz monsunów i wysyłają alerty 38 milionom rolników. W opiece zdrowotnej AI do wykrywania retinopatii cukrzycowej pomogła już przy 600 tys. badaniach przesiewowych; partnerstwa w Indiach i Tajlandii mają podnieść ten wynik do co najmniej 6 milionów w następnej dekadzie.

Szeroki kontekst? Otwarte technologie przyspieszają nie tylko naukę, ale i wdrożenia. Nowe badania Linux Foundation Research (we współpracy z Meta) pokazują, że otwarty ekosystem obniża bariery dla startupów i MŚP, pozwalając dostosowywać modele do lokalnych języków, sektorów i niskiej łączności. Indyjski rynek AI ma urosnąć z 6 mld dolarów w 2024 do blisko 32 mld w 2031 roku, a przykłady – od medycznych chatbotów po narzędzia CropIn dla rolników – pokazują, jak to się skaluje poza metropolie. W tle przyspiesza rekrutacja w AI i rośnie popyt na praktyczne kompetencje. [2]

Komentarz z dystansem

To imponujący pakiet – i sensowna zmiana ciężaru z „gadżetów AI” na infrastrukturę odkryć, szkoły i usługi publiczne. Ale szybkość w nauce nie zadziała na pół gwizdka. Indie wciąż wydają na publiczne B+R ok. 0,65-0,7% PKB (dla porównania: USA ~3,4%, Chiny ~2,4%), a ekosystem badań jest rozproszony, z niespójnymi standardami danych i powolnym finansowaniem. Jeśli nauka ma naprawdę przyspieszyć 20-100x, trzeba myśleć o AI-nauce jak o sieci energetycznej: z własnymi zasobami obliczeniowymi, jednolitymi standardami, laboratoriami autonomicznymi i otwartymi danymi. Inaczej ryzyko jest proste: Indie dostarczają talent i dane, a inni kontrolują silniki odkryć.

Podsumowanie

Jeśli łączyć frontier-modele, otwarty ekosystem i misje publiczne, to właśnie tak: od AlphaFold po klasy ósme w Lucknow, od FHIR po światłowód pod oceanem. Pytanie nie brzmi już „czy AI przyspieszy naukę w Indiach?”, tylko „czy Indie zbudują własny, trwały napęd do odkryć – i kto pierwszy nauczy szkoły, szpitale i urzędy korzystać z niego na co dzień”? Tempo jest stawką. Reszta to już organizacja i konsekwencja.

Źródła

• [1] https://deepmind.google/blog/accelerating-discovery-in-india-through-ai-powered-science-and-education/
• [2] https://about.fb.com/news/2026/02/new-research-shows-open-source-is-accelerating-indias-ai-market-growth-and-social-impact/
• [3] https://blog.google/intl/en-in/company-news/outreach-initiatives/powering-indias-ai-progress/
• [4] https://digitalterminal.in/trending/google-unveils-america-india-connect-subsea-cable-initiative-to-boost-ai-connectivity
• [5] https://research.google/blog/accelerating-the-magic-cycle-of-research-breakthroughs-and-real-world-applications/
• [6] https://m.economictimes.com/opinion/et-commentary/speed-of-scientific-discovery-has-itself-become-a-strategic-asset-with-ai-as-the-super-accelerator/articleshow/128391154.cms
• [7] https://fortune.com/2026/02/16/google-deepmind-ceo-demis-hassabis-james-manyika-transforming-sciecne-alphafold/
• [8] https://blog.google/intl/en-in/company-news/ai-impact-summit-2026-how-were-partnering-to-make-ai-work-for-everyone/