چین نمی‌تواند با تعداد زیادی الگوریتم به یک قدرت هوش مصنوعی تبدیل شود.

تا ماه اکتبر، بیش از ۲۰۰ مدل زبان بزرگ (LLM) توسط شرکت‌ها و مؤسسات تحقیقاتی چینی راه‌اندازی شده بود که منجر به «مبارزه» شدیدی در دومین اقتصاد بزرگ جهان شد.

رقابت برای ارتقای نوآوری ضروری است، اما در شرایط خاص پکن، افزایش سریع تعداد موسسات آموزش عالی با مسئولیت محدود، اتلاف عظیم منابع خواهد بود.

بازار شلوغ هوش مصنوعی چین به دلیل عدم دسترسی به تراشه‌های پیشرفته، مقررات سختگیرانه دولتی در مورد موضوعات حساس، هزینه‌های بالای توسعه و یک بازار فناوری عمیقاً چندپاره، با مشکل مواجه است.

کمبود قدرت محاسباتی

سو لیان جی، تحلیلگر ارشد Omdia، گفت: «چین با چالش‌های زیادی در توسعه LLM مواجه است، زیرا شکاف فناوری با غرب به دلیل ظهور GPT و Gemini گوگل در حال افزایش است.»

۲۸۱۷۳f۴۰۵۰۶۲e۶f۲a۲۵ca۵۰c۹۵۳d۷afae۶۶۶۲a۰۴.jpg — ایالات متحده می‌تواند صادرات هرگونه جایگزین انویدیا به بازار چین را ممنوع کند.

بزرگترین چالش، عدم دسترسی به واحدهای پردازش گرافیکی پیشرفته (GPU) از انویدیا به دلیل تحریم‌های تجاری ایالات متحده است. این پردازنده‌های گرافیکی، مانند H100 انویدیا، قلب جدیدترین LLMها محسوب می‌شوند و تا حد زیادی تعیین‌کننده میزان قدرت مدل هستند.

یک ماه قبل از اینکه OpenAI GPT را راه‌اندازی کند، واشنگتن ممنوعیت امنیت ملی را بر دسترسی پکن به تراشه‌های پیشرفته‌ای مانند H100 و A100 انویدیا اعمال کرد. یک سال بعد، دولت ایالات متحده محدودیت‌های بیشتری را بر پردازنده‌های مخصوص چین مانند A800 و H800 اعمال کرد و تهدید کرد که هرگونه جایگزین در آینده را ممنوع خواهد کرد.

وانگ شوی، استاد متخصص هوش مصنوعی و یادگیری ماشین در دانشگاه تیانجین نرمال، گفت که قدرت محاسباتی ناکافی یکی از موانع اصلی توسعه مدل‌های هوش مصنوعی در چین است.

وانگ گفت: «دسترسی به تراشه‌های پیشرفته برای چین به طور فزاینده‌ای دشوار خواهد شد. شرکت‌های چینی کمبود پول ندارند، اما بدون قدرت محاسباتی، قادر به استفاده کامل از منابع داده با کیفیت بالا نخواهند بود.»

و با توجه به اینکه شرکت‌های داخلی هنوز در تولید تراشه عقب مانده‌اند، بعید است چین به این زودی‌ها بر این محدودیت‌ها غلبه کند.

اتلاف عظیم منابع

رابین لی یانهونگ، یکی از بنیانگذاران و مدیر اجرایی غول موتور جستجوی بایدو، گفت که راه‌اندازی چندین LLM رقیب در چین «اتلاف عظیم منابع» است و شرکت‌ها باید بیشتر روی درخواست‌ها تمرکز کنند.

افزایش سریع تعداد LLMها به چین کمک نمی‌کند تا به زودی به یک قدرت هوش مصنوعی تبدیل شود.

وانگ شیائوچوان، مدیرعامل استارتاپ هوش مصنوعی Baichuan، در یک مجمع فناوری Tencent در پکن گفت که شرکت‌های بیشتری باید از آموزش مدل‌های خود خودداری کنند و «در عوض تلاش‌های خود را بر یافتن محصولات هوش مصنوعی تجاری و مقیاس‌پذیر با بهره‌برداری از مدل‌های موجود از طریق فضای ابری متمرکز کنند.»

در همین حال، لو یوچن، مدیرعامل شرکت هوش و نوآوری شنژن یانتو، ارزیابی کرد که «اگرچه در حال حاضر هیچ پلتفرمی از نظر فناوری یا اندازه بازار به عنوان پلتفرم غالب ظهور نکرده است»، اما توسعه مدل باید «ادامه یابد زیرا حتی GPT-4 ممکن است به اندازه کافی خوب نباشد تا به شرکت‌ها در حل وظایف روزانه‌ای که توسط انسان‌ها انجام می‌شود، کمک کند.»

به گفته سو لیان جی از Omdia، کیفیت محدود داده‌های اینترنت مبتنی بر زبان ماندارین در مقایسه با دنیای انگلیسی‌زبان نیز می‌تواند مانعی برای جاه‌طلبی‌های پکن برای تبدیل شدن به یک قدرت هوش مصنوعی باشد.

تفاوت‌های ساختار زبانی بین انگلیسی و چینی، همراه با حساسیت‌های سیاسی بین چین و غرب، به این معنی است که شکاف آشکاری بین بازارهای داخلی و جهانی برای پاسخ‌های چت‌بات‌های هوش مصنوعی وجود دارد.

(طبق گزارش SCMP)

انقلاب هوش مصنوعی در چین در حال وقوع است

با بهره‌گیری از حجم عظیم داده‌های تولید شده روزانه از سوی جمعیت، شرکت‌ها و مؤسسات تحقیقاتی چینی الگوریتم‌های هوش مصنوعی را آموزش داده و بهبود بخشیده‌اند و آنها را در بسیاری از زمینه‌های زندگی مانند مراقبت‌های بهداشتی، آموزش یا حمل و نقل به کار گرفته‌اند...