ISŁUCHAJCIE bombastycznej retoryce w Pekinie i Waszyngtonie, Ameryka i Chiny biorą udział w totalnej walce o przewagę technologiczną. „Zasadniczo uważamy, że kilka wybranych technologii będzie odgrywać ogromne znaczenie w nadchodzącej dekadzie” — grzmiał Jake Sullivan, doradca ds. bezpieczeństwa narodowego prezydenta Joe Bidena we wrześniu ubiegłego roku. W lutym Xi Jinping, najważniejszy przywódca Chin, powtórzył to nastroje, stwierdzając, że „pilnie potrzebujemy wzmocnienia badań podstawowych i rozwiązania kluczowych problemów technologicznych”, aby „sprostać międzynarodowej konkurencji naukowej i technologicznej, osiągnąć wysoki poziom samodzielności i doskonalenie siebie».

Jednocześnie jeśli chodzi o „podstawowe modele”, które dają brzęczący generatyw sztuczna inteligencjaDzięki ich sprytowi Ameryka zdecydowanie przoduje (zob. wykres 2). CzatGPT i stojący za nim pionierski model, którego najnowsza wersja nazywa się GPT-4, są dzieckiem mózgu Opensztuczna inteligencja, amerykański startup. Kilka innych amerykańskich firm, z małych firm, takich jak Anthropic czy Stability sztuczna inteligencja gigantom technologicznym, takim jak Google, Meta i Microsoft (który jest współwłaścicielem Opensztuczna inteligencja), mają własne potężne systemy. ERNIEchiński rywal ChatGPT stworzony przez Baidu, chińskiego giganta wyszukiwarek internetowych, jest powszechnie postrzegany jako mniej sprytny niż większość z nich (patrz wykres 3). Alibaba i Tencent, najpotężniejsi chińscy giganci technologiczni, nie ujawnili jeszcze nawet własnego generatywu sztuczna inteligencjaS.

Prowadzi to znawców do wniosku, że Chiny są dwa lub trzy lata za Ameryką w budowaniu modelu podstawowego. Są trzy przyczyny tego słabego wyniku. Pierwsza dotyczy danych. Na pierwszy rzut oka scentralizowana autokracja powinna być w stanie zmobilizować wiele z nich — na przykład rząd był w stanie przekazać swoje zasoby informacji o inwigilacji chińskich obywateli firmom takim jak SenseTime czy Megvii, które z pomocą czołowych laboratoriach komputerowych w kraju, a następnie wykorzystał je do opracowania najwyższej klasy systemów rozpoznawania twarzy.

Ta przewaga okazała się mniej groźna w kontekście generatywnym sztuczna inteligencjas, ponieważ modele podstawowe są szkolone na znacznie bardziej obszernych, nieustrukturyzowanych danych z Internetu. Amerykańscy konstruktorzy modeli czerpią korzyści z faktu, że 56% wszystkich stron internetowych jest w języku angielskim, podczas gdy tylko 1,5% jest w języku mandaryńskim lub w innych językach chińskich, według danych z W3Techs, internetowa witryna badawcza. Jak zauważa Yiqin Fu z Uniwersytetu Stanforda, Chińczycy wchodzą w interakcję z Internetem głównie za pośrednictwem superaplikacji mobilnych, takich jak WeChat i Weibo. Są to „ogrody otoczone murem”, więc duża część ich treści nie jest indeksowana w wyszukiwarkach. To sprawia, że ​​treść jest trudniejsza sztuczna inteligencja modele do ssania. Brak danych może wyjaśniać, dlaczego Wu Dao 2.0, chiński model zaprezentowany w 2021 roku przez wspieraną przez państwo Pekińską Akademię Sztucznej Inteligencji, nie zyskał popularności, mimo że jest prawdopodobnie bardziej złożony obliczeniowo niż GPT-4.

Drugi powód słabych osiągnięć generatywnych Chin ma związek ze sprzętem. W zeszłym roku Ameryka nałożyła drastyczne kontrole eksportu na każdą technologię, która mogłaby dać jej głównemu geostrategicznemu rywalowi przewagę w sztuczna inteligencja. W szczególności dotyczy to potężnych układów scalonych używanych w centrach przetwarzania danych w chmurze, w których uczą się podstawowe modele, oraz narzędzi do wytwarzania układów scalonych, które mogłyby umożliwić Chinom samodzielne zbudowanie takich półprzewodników.

To był cios dla chińskich konstruktorów modeli. Analiza 26 dużych chińskich modeli przeprowadzona przez Centrum Zarządzania sztuczna inteligencja, brytyjski think tank, stwierdził, że ponad połowa polegała na mocy obliczeniowej Nvidii, amerykańskiego projektanta układów scalonych. Sugerują to niektóre raporty SMICnajwiększy chiński producent układów scalonych, wyprodukował prototypowe układy scalone, które są opóźnione o zaledwie jedną lub dwie generacje TSMC, tajwańskiego lidera branży produkującego chipy dla Nvidii (patrz wykres 4). Ale chińska firma może być w stanie produkować masowo tylko chipy, które TSMC generował miliony trzy lub cztery lata temu. Profesor jednego z czołowych chińskich uniwersytetów ubolewa nad słabością swojego kraju w zakresie takiej „podstawowej infrastruktury”. sztuczna inteligencja.

chiński sztuczna inteligencja firmy mają również większe problemy z uzyskaniem innego amerykańskiego eksportu: know-how. Ameryka pozostaje magnesem przyciągającym światowe talenty technologiczne; dwie trzecie z sztuczna inteligencja ekspertów w Ameryce, którzy prezentują referaty na największych sztuczna inteligencja konferencji to osoby urodzone za granicą. Chińscy inżynierowie stanowili 27% tej wybranej grupy w 2019 roku. Wielu Chińczyków sztuczna inteligencja boffinowie studiowali lub pracowali w Ameryce, zanim przywieźli swoje uczenie maszynowe do domu. (Niewielu boffinów spoza Chin uznałoby przeprowadzkę do państwa policyjnego za mądry krok w karierze.) Pandemia covid-19 i rosnące napięcia chińsko-amerykańskie powodują, że ich liczba maleje. W pierwszej połowie 2022 roku Ameryka przyznała chińskim studentom o połowę mniej wiz niż w tym samym okresie 2019 roku.

Potrójny niedobór — danych, sprzętu i wiedzy specjalistycznej — był prawdziwą przeszkodą dla Chin. Czy wytrzyma chińczyk sztuczna inteligencja ambicje sięgają znacznie dłużej, to jednak inna sprawa.

Osiągnięcie informacji

Weź dane. 13 lutego władze lokalne w Pekinie, gdzie prawie jedna trzecia Chin sztuczna inteligencja zlokalizowane są firmy, powiedziały, że udostępniają dane od 115 organizacji stowarzyszonych z państwem, dając konstruktorom modeli 15 880 zestawów danych do zabawy. Aby uwolnić więcej danych, rząd centralny chce również zdemontować otoczone murami ogrody chińskich aplikacji. Co najważniejsze, najnowsze modele wydają się być w stanie przenosić wiedzę z jednego języka na inny. W artykule opisującym GPT-4, otwartesztuczna inteligencja powiedział, że model radził sobie wyjątkowo dobrze z zadaniami w języku chińskim, pomimo braku chińskich materiałów źródłowych w danych szkoleniowych modelu. Już Baidu ERNIE został przeszkolony na wielu anglojęzycznych danych, zauważa Jeffrey Ding z George Washington University.

Również w sprzęcie Chiny znajdują obejścia. The Financial Times poinformował w marcu, że firma SenseTime, która znajduje się na czarnej liście amerykańskiego rządu, wykorzystywała pośredników do omijania kontroli eksportu. Jakiś Chińczyk sztuczna inteligencja firmy są w stanie wykorzystać moc obliczeniową zaawansowanych chipów Nvidii za pośrednictwem serwerów w chmurze zlokalizowanych w innych krajach. Alternatywnie mogą po prostu kupić więcej mniej zaawansowanych półprzewodników Nvidii lub wykorzystać je wydajniej za pomocą sprytnego oprogramowania. Aby nadal obsługiwać ogromny rynek chiński, amerykańska firma zaprojektowała mniej wydajne procesory zgodne z sankcjami. Są one od 10% do 30% wolniejsze niż zestaw z najwyższej półki i ostatecznie są droższe dla chińskich klientów w przeliczeniu na jednostkę mocy obliczeniowej. Ale robią robotę.

Chiny mogłyby częściowo złagodzić niedostatek chipów – i mocy mózgowej – za pomocą modeli „open source”. Wewnętrzne działanie takich modeli każdy może pobrać i dostosować do konkretnego zadania. Co najważniejsze, obejmuje to liczby, zwane „wagami”, które definiują strukturę modelu i które pochodzą z kosztownych przebiegów szkoleniowych. Alpaca, model zbudowany przez naukowców z Uniwersytetu Stanforda przy użyciu odważników LLAMAMAmodel podstawowy stworzony przez Meta, został wykonany za mniej niż 600 USD, w porównaniu z kwotami rzędu 100 mln USD na szkolenie czegoś takiego GPT-4. Alpaca działa tak samo dobrze jak oryginalna wersja ChatGPT na wielu zadaniach.

chiński sztuczna inteligencja laboratoria mogłyby w podobny sposób skorzystać z modeli open-source, które odzwierciedlają zbiorową mądrość międzynarodowych zespołów badawczych. Matt Sheehan z Carnegie Endowment for International Peace, inny think tank, mówi, że Chiny mają formę „szybkiego naśladowcy” – ich laboratoria wchłonęły postępy z zagranicy, a następnie szybko włączyły je do własnych modeli, często z wykorzystaniem zasobów państwowych . Wybitny inwestor venture capital z Doliny Krzemowej jest bardziej dosadny, nazywając modele open source darem dla Partii Komunistycznej.

Takie rozważania sprawiają, że trudno sobie wyobrazić, aby Ameryka lub Chiny mogły w dłuższej perspektywie zbudować nie do pokonania przewagę sztuczna inteligencja modelowanie. Każdy może równie dobrze skończyć sztuczna inteligencjas o mniej więcej podobnych zdolnościach, nawet jeśli nadążanie za amerykańskimi sankcjami kosztuje Chiny ponad wszelkie szanse. Ale nawet jeśli wyścig konstruktorów modeli jest martwy, Ameryka ma jedną rzecz, która może uczynić ją wielką sztuczna inteligencja zwycięzca — jego niezrównana zdolność do rozpowszechniania najnowocześniejszych innowacji w całej gospodarce. W końcu to skuteczniejsze rozpowszechnianie technologii pomogło Ameryce otworzyć przewagę technologiczną nad Związkiem Radzieckim, który w latach 50. PHDjako swojego demokratycznego przeciwnika.

Chiny są oczywiście o wiele bardziej kompetentne niż kiedykolwiek Związek Radziecki w przyjmowaniu nowych technologii. Jego platformy fintech, 5G telekomunikacja i szybka kolej są światowej klasy. Ale te sukcesy mogą być wyjątkiem, a nie regułą, mówi Ding. W szczególności we wdrażaniu czujników, przetwarzania w chmurze i oprogramowania biznesowego — wszystkie uzupełniają sztuczna inteligencja— Chiny wypadły gorzej.

Chociaż amerykańskie kontrole eksportu mogą nie wykoleić całego chińskiego budowania modeli, ograniczają chiński przemysł technologiczny w szerszym zakresie, spowalniając w ten sposób przyjmowanie wszelkich nowych technologii. Co więcej, korporacyjnym Chinom jako całości, a zwłaszcza małym i średnim firmom, brakuje technologów, którzy działają jako kanały dyfuzji technologii. Obszary gospodarki są zdominowane przez przedsiębiorstwa państwowe, które mają tendencję do bycia sztywnymi i niechętnymi zmianom. Chiński „duży fundusz” na chipy, który w 2014 roku zebrał 50 miliardów dolarów w celu wsparcia krajowych firm produkujących półprzewodniki, pogrążył się w skandalach. Wiele z tysięcy sztuczna inteligencja startupy, które powstały w ostatnich latach, po prostu dały się we znaki sztuczna inteligencja wytwórni w nadziei na otrzymanie części hojnych dotacji przekazywanych przez państwo uprzywilejowanej branży.

W rezultacie sektor prywatny w Chinach może mieć trudności z pełnym wykorzystaniem możliwości generatywnych sztuczna inteligencja, zwłaszcza jeśli Partia Komunistyczna nakłada surowe przepisy, aby uniemożliwić chatbotom mówienie czegoś, co nie podoba się jej cenzorom. Takie utrudnienia nałożyłyby się na szersze podporządkowanie się przez pana Xi prywatnej przedsiębiorczości, w tym dwuipółletnią rozprawę z chińskim przemysłem technologicznym. Chociaż ta antytechnologiczna kampania została oficjalnie zakończona, pozostawiła po sobie blizny na firmach.

Rezultatem jest chłód nastrojów technologicznych. W ubiegłym roku prywatne inwestycje w Chinach sztuczna inteligencja startupy wyniosły 13,5 miliarda dolarów, czyli mniej niż jedną trzecią kwoty, która trafiła do ich amerykańskich rywali. Według PitchBook, dostawcy danych, w pierwszych czterech miesiącach 2023 r. luka w finansowaniu tylko się powiększyła. Czy generatywne, czy nie sztuczna inteligencja okaże się rewolucyjny, wolny rynek postawił na to, kto zrobi z niego jak najwięcej. ■