Снимка: iStock
Ограниченият достъп до най-мощните американски чипове кара китайските разработчици да търсят по-ефективни начини за развитие на изкуствен интелект. Един от тях използва резултатите на водещи американски модели като учебен материал за местни конкуренти.
Техниката се нарича дестилация и позволява определени способности на голям модел да бъдат пренесени в по-малка система. За китайските компании икономическата цел е ясна: полезни AI приложения с по-ниски разходи за разработване и използване.
Преглед на Reuters на над 300 китайски научни публикации, патенти, корпоративни документи, обяви за работа и правителствени материали показва, че практиката излиза отвъд академичните експерименти и намира по-широко промишлено приложение. Американски модели се използват за генериране на отговори, програмен код и решения, които впоследствие се превръщат в данни за обучение на китайски системи.
Това добавя ново измерение към технологичното съперничество между Вашингтон и Пекин. Контролът върху физическите доставки на чипове остава важен, но част от конкуренцията се премества към достъпа до вече създадените AI способности.
Как работи дестилацията
При дестилацията по-мощен модел изпълнява ролята на учител. Неговите отговори или други обучителни сигнали се използват, за да бъде подобрена друга система. Подходът е утвърден в машинното обучение и не е специфичен за Китай.
При генеративния AI това може да означава подбор на качествени решения на математически задачи, примери за програмиране или инструкции за изпълнение на определена дейност.
След обучението по-малкият модел може да изпълнява част от тези задачи самостоятелно. Не е необходимо при всяка нова заявка да се обръща към първоначалния доставчик.
Ползата обаче има граници. Дестилацията не прехвърля автоматично всички способности на водещата система и не премахва нуждата от изчислителна инфраструктура. Резултатът зависи от качеството на примерите, подбора им и начина, по който се обучава моделът.
Защо по-малкият модел може да бъде по-добър бизнес
Най-мощната универсална система невинаги е най-рентабилното решение за конкретна компания.
Производител, който иска да обработва технически документи, или търговец, който автоматизира част от обслужването, може да няма нужда от целия набор способности на водещ AI модел. Ако по-малка система изпълнява надеждно необходимата задача, по-ниската цена може да бъде по-важна от по-високия резултат в общ технологичен тест.
Това е особено съществено при голям брой заявки. Малка разлика в разхода за една операция се натрупва, когато приложението се използва непрекъснато от служители или клиенти.
Местното внедряване може да даде и повече контрол върху работата на системата и обработката на фирмени данни. Тези предимства обаче трябва да бъдат съпоставени с разходите за собствен хардуер, поддръжка и проверка на качеството.
Американските ограничения остават пречка
Дестилацията може да намали необходимите ресурси за постигане на определена способност. Тя обаче не е пълен заместител на достъпа до усъвършенствани чипове.
Обучението и използването на AI продължават да изискват изчисления, памет и енергия. По-ефективният модел може да бъде по-евтин за една задача, но широкото му внедряване създава ново търсене на инфраструктура.
Междувременно Вашингтон разширява контрола и върху дистанционния достъп до мощни американски технологии през центрове за данни в трети държави. Американското Бюро за промишленост и сигурност представя новия режим като мярка срещу заобикалянето на съществуващите ограничения чрез отдалечени изчислителни услуги.
Така натискът върху китайските разработчици идва едновременно от ограничения върху оборудването и от условията за достъп до изчислителна мощност извън страната.
Къде започва спорът за правата
Самата техника не определя дали конкретното ѝ използване е разрешено. Значение имат договорните условия, начинът на достъп до модела и използването на получените резултати.
Условията на OpenAI ограничават употребата на изходните данни за разработване на конкуриращи се модели, като предвиждат определени изключения. Следователно плащането за достъп до услуга не дава автоматично неограничено право резултатите ѝ да бъдат използвани за обучение на конкурент.
Същевременно договорно нарушение и кражба на интелектуална собственост са различни правни въпроси. Твърдение за неправомерно поведение трябва да бъде оценявано според конкретните действия и доказателства.
За доставчиците това създава труден баланс. Те искат повече клиенти и приходи от използването на моделите си, но трябва да ограничават дейности, които могат да помогнат за изграждането на конкурентни продукти.
Залогът за инвеститорите е в цената на AI услугите
Ако по-малки модели успяват да покриват все повече практически нужди, клиентите получават повече възможности за избор. Това може да засили натиска върху цените на стандартните AI услуги и да затрудни доставчиците, които разчитат единствено на достъп до по-мощен модел.
Конкурентното предимство тогава ще зависи и от надеждността, интеграцията с фирмените системи, обслужването и способността продуктът да решава конкретен бизнес проблем.
За производителите на чипове ефектът е двупосочен. По-ефективните модели могат да намалят необходимите ресурси за отделна задача. По-ниската цена на използване обаче може да направи технологията достъпна за повече предприятия и да увеличи общия брой приложения. Кой от двата ефекта ще надделее не може да бъде установено само от успеха на една техника.
Разширяването на дестилацията показва защо технологичната надпревара трудно се управлява единствено чрез ограничения върху хардуера. Достъпът до чипове определя възможностите за мащаб, а ефективността на моделите определя колко полезна работа може да бъде извършена с наличните ресурси.
За китайските компании това е начин да намалят част от ограниченията. За американските разработчици е предизвикателство да превърнат технологичната си преднина в устойчиви приходи, докато конкуренти намират по-евтини пътища към сходни практически резултати.
Материалът е с аналитичен характер и не представлява инвестиционна препоръка.
| Валута | Цена | Δ% |
|---|---|---|
| EURUSD | 1.10 | ▲0.05% |
| USDJPY | 159.01 | ▼0.33% |
| GBPUSD | 1.32 | ▲0.13% |
| USDCHF | 0.84 | ▼0.23% |
| USDCAD | 1.43 | ▼0.06% |
| Референтен индекс | Цена | Δ% |
|---|---|---|
| Dow 30 | 51 417.50 | ▼0.50% |
| S&P 500 | 7 412.62 | ▼0.42% |
| Nasdaq 100 | 27 196.10 | ▼0.43% |
| DAX 30 | 26 419.00 | ▼0.60% |
| Криптовалута | Цена ($) | Δ% |
|---|---|---|
| Bitcoin | 64 409.90 | ▼0.63% |
| Ethereum | 1 814.30 | ▼0.25% |
| Ripple | 0.96 | ▲0.68% |
| Фючърс | Цена | Δ% |
|---|---|---|
| Петрол - лек суровUSD/bbl. | 84.56 | ▲0.65% |
| Петрол - брентUSD/bbl. | 92.76 | ▲1.08% |
| ЗлатоUSD/t oz. | 3 866.29 | ▲0.09% |
| ПшеницаUSd/bu. | 594.25 | ▲1.31% |
| Срочност | Цена | Δ% |
|---|---|---|
| US 10 Year | 105.64 | ▲0.17% |
| Germany Bund 10 Year | 122.14 | ▲0.18% |
| UK Long Gilt Future | 85.06 | ▲0.22% |