Политика
Открытая экосистема ИИ Китая приобретает стратегическую ценность на фоне введения экспортных ограничений
Новое исследование утверждает, что ограничения США могли подтолкнуть Китай к более открытым и местно адаптируемым экосистемам ИИ, что усложняет предположение о том, что политика ограничения доступа только замедляет конкурентов.
Майкл С ·
Новый научный аргумент обостряет один из неудобных вопросов в политике ИИ: что если ограничения, предназначенные для замедления развития китайского ИИ, также сделают открытые и локально адаптируемые экосистемы ИИ более стратегически ценными внутри Китая?
Логика заключается не в том, что экспортный контроль потерпел неудачу. Продвинутые чипы по-прежнему имеют значение, и ограничения могут повысить стоимость обучения передовых систем. Суть более тонкая. Когда доступ к самой мощной аппаратуре и иностранным платформам становится неопределённым, у правительств, компаний и разработчиков появляется больше причин создавать отечественные аналоги, делиться адаптируемыми моделями и снижать зависимость от закрытых иностранных систем.
Эта динамика усложняет стратегию Вашингтона. Политика по контролю критических точек предполагает, что контроль над микросхемами, инструментами и облачными мощностями может сохранить преимущество. Но ИИ — это не только гонка микросхем. Это также гонка экосистем, включающая разработчиков, репозитории моделей, локальные схемы внедрения, стандарты, университеты, компании и внедрение в государственном секторе.
Открытые модели подходят для этой среды, потому что их можно модифицировать, размещать локально, проверять местными учреждениями и адаптировать к языку, регуляциям и потребностям отрасли. Они также шире распространяют возможности, делая экосистему труднее измеримой только по патентным заявкам или объявлениям крупных лабораторий.
Для Китая привлекательна устойчивость. Разработчик или городское агентство, способное развернуть локальный стек моделей, менее подвержено ограничениям иностранных API. Исследовательская лаборатория, способная работать с открытыми весами, может продолжать эксперименты даже при ограниченном предложении передовых чипов. Компания, способная адаптировать модели для внутренних рабочих процессов, может двигаться быстрее, чем та, которая ждет внешнего доступа.
Для Соединённых Штатов урок политики заключается в том, что ограничения имеют второстепенные эффекты. Они могут замедлять конкурентов в одном измерении, одновременно ускоряя адаптацию в другом. Это не означает, что контроль бесполезен. Это значит, что его необходимо сочетать с инвестициями во внутреннюю инфраструктуру, доступом союзников, стратегией открытых исследований и лучшим измерением того, что происходит за пределами крупнейших закрытых лабораторий.
Риск для политиков заключается в том, чтобы воспринимать открытость как автоматически безвредную или автоматически опасную. Открытые модели могут улучшать исследования, конкуренцию и местные инновации. Они также могут распространять возможности, которыми трудно управлять после их выпуска. Стратегический вопрос заключается не в том, хорош ли открытый ИИ или плох, а в том, кто получает выгоду от открытости при ограничениях.
Более общий урок заключается в том, что конкуренция в области ИИ не движется по прямой линии. Давление на одном уровне стека может создавать инновации на другом. Ограничения аппаратного обеспечения могут делать программные экосистемы более важными. Ограничения платформы могут делать локальное развертывание более привлекательным.
Если Вашингтон хочет долговременного лидерства в области ИИ, он не может полагаться только на ограничение доступа. Он должен сделать собственную экосистему более привлекательной, более способной и более надежной, чем альтернативы, формирующиеся под давлением.
Темы: ИИ в Китае, открытое программное обеспечение, экспортный контроль, политика в области ИИ