
В 2017 году Китай представил амбициозный план, целью которого было возглавить разработку ИИ, а также закрепить это лидерство к 2030 году. В 2020 году планировалось представить «знаковые достижения», т. е. продемонстрировать прогресс в области ИИ. Но вот настал 2022 год, OpenAI явила миру свой ChatGPT, Китаю же ответить на это было нечем.
В то время ведущие китайские технологические компании всё ещё приходили в себя после регуляторного давления правительства. Суровые меры, действовавшие полтора года, сократили китайский технологический сектор примерно на 1 триллион долларов. Так китайским разработчикам чат‑ботов ИИ пришлось ждать почти год, чтобы получить одобрение правительства на выпуск своего продукта. Некоторые полагали, что строгая цензура властей заставит страну отказаться от притязаний в области ИИ. В то же время экспортный контроль, введённый администрацией Байдена всего за месяц до первого выпуска ChatGPT, был направлен на то, чтобы перекрыть доступ Китаю к передовым полупроводникам, необходимых для обучения крупных моделей ИИ. Без современных чипов цель Пекина — превосходство ИИ к 2030 году — казалась все более недостижимой.
Но если оценивать положение дел сегодня, то можно сказать, что множество моделей от китайских разработчиков свидетельствует о том, что лидерство США в области ИИ пошатнулось. В ноябре 2024 китайский видеоигровой гигант Tencent показал Hunyuan‑Large, модель с открытым исходным кодом, которая, как показало тестирование компании, превзошла лучшие открытые модели в США по нескольким показателям. В конце декабря 2024 года, DeepSeek выпустила DeepSeek‑v3 — модель, которая опередила ИИ‑модели с открытым исходным кодом в популярной онлайн‑таблице лидеров и не уступает лучшим закрытым системам от OpenAI и Anthropic.
Ещё до выпуска DeepSeek‑v3 на эту тенденцию обратил внимание Эрик Шмидт, бывший генеральный директор Google и один из самых влиятельных голосов в политике США в области ИИ. В мае 2024 года Шмидт уверенно заявлял, что США ещё 2–3 года будет сохранять лидерство в области ИИ и это очень большой срок. Однако в ноябре 2024 года, выступая в Школе управления имени Джона Ф. Кеннеди, Шмидт изменил свою позицию. Он сослался на достижения Alibaba и Tencent как на доказательство того, что Китай сокращает отставание. «Для меня это стало потрясением, — говорит он. — Я считал, что ограничения на поставку чипов будут их сдерживать».
Победители гонки ИИ, помимо получения мирового престижа, могут изменить мировой баланс сил в свою пользу. Если правительству удастся автоматизировать труд при помощи ИИ‑агентов, это приведёт к значительному росту экономики, автоматизации труда и к достижению военного превосходства. Стремительные успехи Китая поднимают вопросы о том, будет ли экспортный контроль США на полупроводники достаточным для сохранения превосходства Америки.
Чтобы создать развитый ИИ, нужны три компонента: данные, продвинутые алгоритмы и вычислительные мощности. Данные для обучения больших языковых моделей, таких как GPT-4o, обычно берутся из интернета. Это означает, что они доступны разработчикам по всему миру. Найти алгоритмы или идеи по улучшению систем ИИ также не составит труда, поскольку новые методы часто публикуются в научных работах. Даже если это не так, кадровый потенциал Китая больше, чем США. Передовые же чипы невероятно сложно производить, и, в отличие от алгоритмов или данных, они являются физическим товаром, который можно остановить на границе.
На сегодняшний день поставкой высокопроизводительных полупроводников занимаются преимущественно США и её союзники. Американские компании Nvidia и AMD делят лидерство в производстве видеокарт для ЦОД для обучения ИИ. Их дизайн настолько сложен, что только Тайваньская компания TSMC способна производить такие первоклассные чипы. Для их производства в свою очередь требуется многомиллионная техника, которую TSMC закупает у голландской компании ASML.
Правительство США стремилось использовать это преимущество в своих интересах. В 2022 году администрация Байдена ввела систему экспортного контроля ‑ мер, которые запрещают продажу высокопроизводительных чипов Китаю. Такие меры стали продолжением политики Трампа, который также стремился ограничить доступ Китаю к технологии изготовления чипов. Такая политика привела не только к ограничению поставок чипов в Китай, но и к созданию препятствий для внутренних производителей США.
Тем не менее трудности с внедрением мер экспортного контроля начались ещё до того, как о них объявили. Китайские разработчики заранее запаслись чипами, которые попадали под ограничения. Так DeepSeek собрал кластер из 10 000 графических процессоров Nvidia A100 за год до того, как их запретили экспортировать в Китай.
Контрабандная торговля сыграла не последнюю роль в обходе ограничений. Так в октябре Reuters сообщило, что в устройствах компании Huawei обнаружили запрещённые к экспорту чипы TSMC. Сообщается также, что китайские компании приобретали высокопроизводительные процессоры с помощью подставных компаний за пределами Китая. Другие обходили экспортный контроль, арендуя доступ к графическим процессорам у офшорных облачных провайдеров. В декабре 2024 года The Wall Street Journal сообщила, что США готовят новые меры, которые ограничат возможность Китая приобретать чипы через другие страны.
Несмотря на то, что высокопроизводительные полупроводники стали недоступны из‑за ограничений, приобретать менее мощные чипы Китай всё ещё может. Решить, какие процессоры продавать можно, а какие нельзя, оказалось непросто. В 2022 году Nvidia изменила дизайн своего флагманского чипа, чтобы создать урезанную версию для китайского рынка, которая бы удовлетворяла требованиям правительства США. И даже такой чип всё ещё годился для ИИ‑разработки. Это побудило США ужесточить ограничения в октябре 2023 года. «По сути Китай покупал чипы такого же качества, что и обычные», — говорит Леннарт Хайм, ведущий специалист по ИИ и вычислениям в Центре политики технологий и безопасности корпорации RAND.
Пока не ясно, удастся ли США держать ситуацию под контролем за счёт ограничений. В ноябре Tencent выпустила языковую модель Hunyuan‑Large, которая по нескольким показателям превзошла самый производительную модель Llama 3.1 от Meta. И хотя тесты отнюдь не совершенный инструмент для сравнения интеллекта ИИ‑моделей, производительность Hunyuan‑Large впечатляет хотя бы потому, что она обучалась с использованием менее мощных графических процессоров Nvidia H20. «Очевидно, им удаётся извлечь больше пользы от железа благодаря лучшему программному обеспечению», — отмечает Ритвик Гупта, автор исследования, консультант Отдела оборонных инноваций Министерства обороны. Её конкурент DeepSeek‑v3 считается самой мощной моделью с открытым исходным кодом. На её обучение ушло гораздо меньше вычислительной мощности, чем для ведущих моделей ИИ. Пока непонятно, как президент Дональд Трамп будет подходить к политике ИИ. Несколько экспертов сообщили TIME в ноябре, что они ожидают сохранения мер экспортного контроля и даже их расширения.
В декабре США снова ввели ограничения, однако китайские компании предусмотрительно запаслись процессорами, которые попадали под новые санкции. «Всю эту стратегию нужно переосмыслить», — говорит Гупта. ‑Нет смысла точечно решать проблему. Вместо того, чтобы пытаться замедлить разработку больших языковых моделей, ограничивая доступ к чипам, США нужно сосредоточиться на предотвращении разработки военных систем искусственного интеллекта, которым требуется меньше вычислительной мощности для обучения».
Хайм отмечает, что, хотя разрыв между США и Китаем сократился — китайские модели с открытым исходным кодом ничем не уступают американским — отставание в разработке закрытых моделей составляет примерно год. Он добавляет, что тот факт, что разрыв между моделями сокращается, не обязательно свидетельствует о том, что меры экспортного контроля не работают. «Давайте отойдем от этой бинарной модели экспортного контроля, работающей или не работающей», — говорит он, добавляя, что Китаю может потребоваться больше времени, чтобы почувствовать их укус.
Количество вычислительных операций для обучения моделей ИИ сильно выросло в последнее десятилетие. Так на обучение GPT-4 от OpenAI, выпущенного в 2023 году, потребовалось, по некоторым оценкам, в 10 000 раз больше вычислений, чем GPT-2, вышедшего в 2019 году. Возможно, эта тенденция сохранится, поскольку американские компании, такие как X и Amazon, строят огромные суперкомпьютеры с сотнями тысяч графических процессоров. Понятно, что их вычислительные мощности превысят мощности для обучения современных моделей ИИ. Если это случится, Хайм прогнозирует, что ограничения на экспорт чипов из США помешают Китаю конкурировать в разработке ИИ. «Экспортный контроль в основном бьёт по количеству», — говорит Хайм. Он также отметил, что если «запрещённые» чипы всё же попадут в руки китайских разработчиков, то обучать ИИ‑модели в больших количествах им вряд ли удастся из‑за экспортных ограничений. «Думаю, что экспортные ограничения будут всё более негативно сказываться со временем, при условии, что вычисления не потеряют своей актуальности», — говорит он.
В Вашингтоне «сейчас есть сомнения, стоит ли приглашать Китай за стол переговоров», — говорит Скотт Сингер, научный сотрудник Программы технологий и международных отношений в Фонде Карнеги за международный мир. Подразумевается: «Если США впереди, зачем нам что‑то делить?».
«И всё же есть веские причины начать переговоры с Китаем по ИИ, ‑утверждает Хайм. — Китаю не обязательно быть впереди, чтобы стать источником катастрофического риска», — говорит он, добавляя, что постоянный прогресс Китая, несмотря на ограниченные вычислительные мощности, означает, что однажды он сможет создать ИИ с опасными возможностями. «Задумайтесь, какого рода переговоры нам придётся вести с ним, чтобы гарантировать безопасность для обеих сторон,» — говорит Сингер.
Автор: RadioCaroline