В прошлом месяце Джон Мулнаар, председатель Специального комитета Палаты представителей по Китаю, обвинил Китай в том, что он «готов покупать всё, что может, и красть то, что не может, чтобы продвигать свои амбиции в области ИИ». Затем эксперты были приглашены поделиться своими мнениями в поддержку заявлений комитета. Это старый вашингтонский сценарий.
Когда Китай опережает что-то — будь то ракетные возможности или слишком много олимпийских золотых медалей — он может сделать это только с помощью жульничества или воровства! Конечно, все обманывают и воруют, включая Америку и американские компании. Не будем забывать, что бывший госсекретарь США Майк Помпео однажды сказал о Центральном разведывательном управлении: «Я был директором ЦРУ. Мы лгали, жульничали, воровали. У нас были целые тренировочные курсы.»
Но воровство и жульничество могут привести только до определённого момента. Такие обвинения проистекают из невежества и высокомерия, или, по крайней мере, из сознательного пренебрежения к становлению Китая как научной державы.
Во-вторых, индустрия ИИ, которой так гордятся американские политики, всё больше напоминает пирамидную схему.
Третье и последнее — американцы всегда предполагают, что больше — значит лучше, то есть чем больше вычислительной мощности, тем лучше система ИИ. Что показали китайские пионеры ИИ, такие как DeepSeek, — это то, что работа умнее и эффективнее, даже при ограниченной вычислительной мощности, может принести большую отдачу от вложений.
Все три проблемы связаны. Давайте разберёмся с ними вместе.
Если вы динозавр, как и я, возможно, помните, что в середине 1990-х Китай неоднократно сталкивался с неудачами запуска ракет, а затем, всего за несколько лет, достиг почти идеального рекорда запусков. В то время американские опасения касались не только китайской космической науки, но и технологий запуска ракет, особенно способности нести ядерные боеголовки.
И действительно, Конгресс начал расследование и обвинил Китай в краже американских технологий в ракетных и ракетных конструкциях, пусковых возможностях и термоядерном оружии. Самым печально известным стал доклад Кокса, который впоследствии был дискредитирован независимыми экспертами, многие из которых американцы, и, что особенно заметно, Вашингтонской ассоциацией по контролю над вооружениями.
В последнее время похожие обвинения были выдвинуты в отношении кражи 5G и других телекоммуникационных технологий, наиболее тесно связанных с Huawei, которые Вашингтон пытался, но не смог уничтожить. Теперь это искусственный интеллект.
ИИ, конечно, огромная область, охватывающая множество разных, но связанных областей исследований. Однако в наши дни чаще всего крупные компании в США и Китае активно инвестируют в крупные языковые модели (LLM) — разновидность машинного обучения — системы, построенные на нейронных сетях, предназначенные для обработки, понимания и генерации данных таким образом, что они взаимодействуют и общаются как люди. В основе LLM лежит «вычислительная» вычислительная мощность, необходимая для обучения и запуска моделей ИИ. Чем лучше чипы, тем мощнее вычислительная система и тем мощнее ИИ, так гласит традиционное мышление.
Вся эта потрясающая вычислительная мощь поступает от самых продвинутых графических процессоров (GPU). Огромное количество таких данных объединяется в сеть для обработки немыслимого объёма данных — отсюда и необходимость строить огромные дата-центры, которые откачивают воду и электричество из близлежащих человеческих сообществ. Это привело к огромным инвестициям — превышим триллион всего за последние два года — со стороны крупных гигантов ИИ и производителей чипов, иногда инвестируя друг в друга.
Недоброжелательные аналитики называют это круговым самоделом. Но ИИ настолько разрекламировали, что цены акций взлетели до небес, что помогает поддерживать в остальном слабый фондовый рынок. А что если инвесторы не отнравятся к ИИ? Разрушит ли это весь рынок США с его заразительными последствиями? Кто знает?
Накопление силы ИИ в США также означает отказ китайцам в его власти. Несмотря на некоторый скептицизм в Вашингтоне, такова по-прежнему является его внешнеторговой политикой. Она достигла обратного.
Как написал выдающийся марксистский политэкономист Дэвид Харви в своей последней книге «История капитала»: «Китайская модель [разработки ИИ] была гораздо лучше, дешевле и проще в использовании, чем американская ...
“... глубина и масштаб технологически квалифицированной рабочей силы в Китае не имеют равных, и каждая попытка США заблокировать дальнейшее развитие Китая в лучшем случае ограничена, а в худшем — является стимулом для развития автономных китайских исследовательских возможностей.»
Это истинный смысл заявления основателя DeepSeek, генерального директора Лян Вэньфэна, которое Муленаар неправильно процитировал или истолковал. «Как сказал основатель китайского лидера ИИ DeepSeek», — заявил Муленар, — «наша [китайская] проблема никогда не была в финансировании. Это эмбарго на дорогие чипсы. Поэтому неудивительно, что китайские компании в сфере ИИ делают всё возможное, чтобы легально и незаконно приобретать американские чипы, чтобы обойти экспортный контрол.»
Лян имел в виду противоположное — призыв к оружию через инновационный обход американских ограничений.
Китайские компании, такие как DeepSeek, смогли преодолеть серьёзные ограничения для микросхем, разработав более совершенную программную архитектуру, а не полагаясь на бесконечные ряды продвинутых, но дорогих видеокарт. Они проявляют изобретательность, используя архитектуру смеси экспертов (MOE), которая распределяет задачи по конкретным экспертным моделям, а не выполняет их по всей сети. Результат: больше эффективности, меньше вычислительной мощности. Используя обучение с подкреплением и более совершенные алгоритмы, разработчики могут добиться большего с меньшими ресурсами.
Это тоже наоборот. Поскольку ИИ-компании в США всегда могут рассчитывать на самые продвинутые GPU и капитал инвесторов — а также на самостоятельные сделки среди самих компаний — у них меньше стимулов искать альтернативные пути для достижения превосходства ИИ. На самом деле, они полностью мотивированы оставаться на правильном пути, несмотря на всю неэффективность и расточительность. Проще говоря, именно там можно заработать все настоящие деньги, и это идеальный повод массово увольнять рабочих. Как всегда, деньги и (вычислительная мощность) оказываются коррозионно развращающими.
Интересно, что инновационный китайский подход к ИИ имеет непредвиденные последствия: он устраняет необходимость в организации «потогонных цехов» ИИ, по крайней мере, не в масштабах людей, необходимых американским компаниям. По словам автора и журналистки Карен Хао, чтобы заменить работников человеческих знаний на ИИ, сначала нужны эти же люди, чтобы обучить системы ИИ использовать свои знания и навыки. Недоплачиваемые и работающие непредсказуемо и долгие часы в США и за рубежом, они стали новыми ИИ-пролетариями.
В то же время китайские модели ИИ в основном являются открытыми по исходному коду, что обеспечивает общее благо для всего мира, в отличие от проприетарных американских моделей. Китайские законы и отраслевые регуляторы также запрещают компаниям увольнять или вытеснять работников из-за ИИ.
Так какой же подход к ИИ — китайский или американский — приносит больше пользы?
Алекс Ло
(в пересказе)
Мнение авторов может не совпадать с мнением редакции.
Cообщество журналистов. Non profit
