ԱՄՆ-ի և Չինաստանի միջև արհեստական բանականության առաջնորդության պայքարում «դիստիլացիա» հասկացությունը դարձել է հիմնական վիճահարույց թեմաներից մեկը։ Այդ մեթոդը, ընդհանուր առմամբ, նշանակում է, որ մեկ AI մոդելը մարզվում է ավելի առաջադեմ այլ մոդելի պատասխանների կամ արդյունքների հիման վրա։ Քննադատների կարծիքով՝ դա կարող է թույլ տալ ավելի թույլ լաբորատորիային մրցունակ արտադրանք ստեղծել՝ օգտվելով այնպիսի համակարգից, որի ստեղծման վրա ծախսվել են միլիոնավոր կամ միլիարդավոր դոլարներ։
ԱՄՆ-ի ընկերությունները և Վաշինգտոնը պնդում են, որ չինական լաբորատորիաները հենց այս եղանակով են արագորեն կրճատել տարբերությունը ամերիկյան մրցակիցների հետ՝ այդ պրակտիկան որակելով որպես գողություն։ Սակայն ոլորտում ավելի ու ավելի շատ ձայներ են կասկածի տակ դնում այն պնդումը, թե Չինաստանի AI առաջընթացը հիմնականում կամ ամբողջությամբ բացատրվում է միայն դիստիլացիայով։
Cohere-ի գլխավոր տնօրեն Aidan Gomez-ը CNBC-ին ասել է, որ Չինաստանի ամբողջ առաջընթացը չի կարելի վերագրել միայն այդ տեխնիկային։ Gomez-ը, որը 2017 թվականի «Attention Is All You Need» հետազոտության համահեղինակներից է, չինական AI մոդելները բնութագրել է որպես «համաշխարհային դասի» և նշել, որ ամերիկյան առաջատար լաբորատորիաների առավելությունը «շատ արագ գոլորշիանում է»։
Նրա խոսքով՝ որոշ չափով ճիշտ է ասել, որ եղել են նաև պատճենահանման և դիստիլացիայի դեպքեր, բայց դա չի բացատրում ամբողջ պատկերը։ Gomez-ը նշել է, որ վերջին չինական մոդելները որոշ չափորոշիչներով և որոշ կարողություններով արդեն գերազանցում են լավագույն ամերիկյան մոդելներին։ Նրա գնահատմամբ՝ միայն պատճենահանմամբ հնարավոր է փոքրացնել տարբերությունը, բայց ոչ առաջ անցնել մրցակցից։
Չինաստանի AI վերելքի շուրջ հակադիր գնահատականներ
Այս մոտեցումը որոշ չափով հակասում է թե՛ ամերիկյան AI ընկերությունների, թե՛ Վաշինգտոնի հրապարակային դիրքորոշմանը։ Մասնավորապես, Claude-ի ստեղծող Anthropic-ը բազմիցս հայտարարել է, որ չինական AI լաբորատորիաները օգտագործել են դիստիլացիա, և դա հավասարազոր է գողության։ Այս ամիս Anthropic-ի սպառնալիքների հետախուզության ղեկավար Jacob Klein-ը CNBC-ին ասել է, որ գոյություն ունի «ամբողջ անօրինական էկոհամակարգ», որը փորձում է հասանելիություն ստանալ Claude-ին և այլ մոդելների։
Anthropic-ի այս ամսվա զեկույցում նշվում է, որ Alibaba, Moonshot և DeepSeek ընկերությունները, որոնք Չինաստանի առաջատար AI լաբորատորիաներից են, փորձել են իրենց մոդելների ուսուցման համար կիրառել «անօրինական դիստիլացիա»։
Նման նախազգուշացումներ հնչեցրել է նաև ԱՄՆ կառավարությունը։ Այս ամսվա սկզբին Cybersecurity and Infrastructure Security Agency-ը հայտարարել էր, որ չինական AI ընկերությունները «արդյունաբերական մասշտաբի գիտելիքի դիստիլացիայի արշավների միջոցով համակարգված կերպով դուրս են բերում ամերիկյան AI ընկերությունների մոդելների սեփական գործառույթներն ու հնարավորությունները», և որ դա նրանց ռազմավարության ոչ թե հավելում, այլ առանցք է։
Աճում են նաև հակափաստարկները
Միաժամանակ, ավելի շատ մասնագետներ են միանում այն տեսակետին, որ դիստիլացիայի նշանակությունը կարող է չափազանցված լինել։ Սպիտակ տան արհեստական բանականության քաղաքականության նախկին ավագ խորհրդական Sriram Krishnan-ը հինգշաբթի ասել է, որ ChatGPT-ի և Claude-ի նման ծառայություններն էլ իրենց հերթին «ծագել են մարդկային բովանդակության դիստիլացիայից»՝ նկատի ունենալով, որ այդ մոդելները մարզվել են համացանցում առկա տեղեկության վրա։
Krishnan-ի խոսքով՝ «դիստիլացիայի գաղափարը միշտ եղել է համակարգչային գիտության աշխատանքի առանցքային մաս»։ Նրա գնահատմամբ՝ անգամ եթե չինական լաբորատորիաները կիրառում են այդ մեթոդը, հստակ չէ, թե որքանով է դա իրականում նպաստում մոդելների առաջխաղացմանը։ Այս տեսակետը համընկնում է Gomez-ի մեկնաբանությունների հետ։
Չինաստանի կառավարությունը մերժել է մեղադրանքները։ Չինաստանի առևտրի նախարարության խոսնակը հայտարարել է, որ ԱՄՆ-ի պնդումները, թե չինական ընկերությունները կիրառում են «արդյունաբերական մասշտաբի» դիստիլացիա, «անհիմն են և իրավական տեսանկյունից ոչ հիմնավոր»։
CNBC-ի նյութում ընդգծվում է նաև մեկ այլ գործոն՝ տեխնոլոգիական սահմանափակումների ազդեցությունը։ Չնայած նրան, որ Չինաստանը բախվում է առաջատար չիպերի հասանելիության սահմանափակումների, այդ թվում՝ Nvidia-ի արտադրանքի մասով, երկիրը արագացրել է սեփական կիսահաղորդչային ոլորտի զարգացումը։ Թեև փորձագետների մեծ մասը համաձայն է, որ չինական կիսահաղորդիչները դեռ չեն մրցում ամերիկյան չիպերի արդյունավետության հետ, Չինաստանը տարբեր տեխնիկական լուծումներով փորձում է դրանք կիրառելի դարձնել։
Counterpoint Research-ի գործընկեր Neil Shah-ը CNBC-ին ասել է, որ հենց չիպային սահմանափակումներն են ստիպել չինացի մշակողներին ստեղծել «ավելի թեթև, ավելի խելացի ճարտարապետություններ» և ավելի քիչ հաշվարկային ռեսուրսով հասնել ավելի մեծ արդյունքի։ Նրա խոսքով՝ այս ամենը պարզապես նմանակում համարելը կարող է հարմար լինել սահմանափակող քաղաքականության համար, բայց դա սխալ է գնահատում մրցակցի իրական կարողությունները։
Այսպիսով, հոդվածը բարձրացնում է ավելի լայն հարց՝ արդյոք արևմտյան քաղաքական որոշում կայացնողները թերագնահատո՞ւմ են Չինաստանի տեխնիկական ներուժը AI ոլորտում։ Gomez-ի պատասխանը հստակ է եղել. «Բացարձակապես»։ Նրա խոսքով՝ մտածողության փոփոխությունը ժամանակ է պահանջում, իսկ շուկան դեռ միայն հիմա է հաշտվում այն փաստի հետ, որ Չինաստանը այլևս պարզապես չի պատճենում, այլ նաև ինքնուրույն նորարարություն է ստեղծում։
Աղբյուր՝ www.cnbc.com
