بررسی بیش از ۳۰۰ سند توسط رویترز نشان میدهد برخی پژوهشگران و شرکتهای چینی از خروجی مدلهای آمریکایی برای آموزش سامانههای هوش مصنوعی خود استفاده میکنند. در یکی از نمونهها، حدود ۵ هزار پاسخ مدل o1 به بیش از ۱۰ هزار داده آموزشی دوزبانه برای مدل Qwen تبدیل شده است.
گزارش اختصاصی رویترز که امروز منتشر شد، بر پایه بررسی بیش از ۳۰۰ سند چینی شامل مقالههای دانشگاهی، اختراعنامهها، اسناد دولتی، آگهیهای استخدامی و افشاگریهای شرکتی تهیه شده است. این اسناد نشان میدهند که برخی گروههای پژوهشی و شرکتهای چینی از مدلهای هوش مصنوعی آمریکایی برای تولید پاسخ، نوشتن کد و حل مسائل دشوار استفاده میکنند و سپس خروجیها را به داده آموزشی مدلهای داخلی تبدیل میکنند.
یکی از نمونههای مشخص این فرایند به پژوهشگران دانشگاه جیائو تونگ شانگهای مربوط میشود. آنها در مقالهای که نوامبر ۲۰۲۴ منتشر شد، توضیح دادند حدود ۵ هزار پاسخ مدل استدلالی o1 شرکت OpenAI را انتخاب کردهاند. سپس با کمک GPT-4o mini این پاسخها را ترجمه کردند و در نهایت ۱۰ هزار و ۷۵۰ نمونه آموزشی دوزبانه برای آموزش بیشتر مدل Qwen2.5-72B متعلق به علیبابا ساختند.
این تنها نمونه گزارششده نیست. پژوهشگران علیبابا نیز در مقالهای در آوریل ۲۰۲۵ از روشی برای تولید داده آموزشی با مدلهای GPT-4 و GPT-4o خبر داده بودند. در این روش، پاسخها ابتدا تولید و سپس پالایش و ارزیابی میشدند تا برای آموزش مدلهای کوچکتر خانواده Qwen به کار بروند.
تقطیر دانش چیست و چرا اهمیت دارد؟
این روش که «تقطیر دانش» (Knowledge Distillation) نام دارد، به آموزش یک مدل کوچکتر با استفاده از خروجیهای مدل قدرتمندتر گفته میشود. در این فرایند، مدل بزرگتر نقش معلم را دارد و پاسخها، توضیحات یا شیوه حل مسئله آن به داده آموزشی مدل کوچکتر تبدیل میشود.
مزیت اصلی این روش، کاهش هزینه توسعه و استفاده از تواناییهایی است که ایجاد آنها از ابتدا به منابع محاسباتی و دادههای گسترده نیاز دارد. برای مثال، یک گروه پژوهشی میتواند پاسخ یک مدل پیشرفته را بهعنوان نمونه نگه دارد و بارها در آموزش مدل داخلی خود از آن استفاده کند؛ بدون اینکه برای هر مرحله دوباره همان پرسش را از مدل اصلی بپرسد.
البته تقطیر دانش بهخودیخود روش غیرمعمول یا مختص چین نیست و آزمایشگاههای آمریکایی نیز از آن برای ساخت نسخههای کوچکتر مدلهای خود استفاده میکنند. اختلاف اصلی زمانی شکل میگیرد که خروجی یک مدل اختصاصی بدون مجوز برای آموزش رقیب تجاری به کار برود.
محدودیت تراشهها مانع انتقال توانایی مدلها نمیشود
گزارش رویترز نشان میدهد محدودیت صادرات تراشههای پیشرفته به چین، لزوما مانع دسترسی پژوهشگران این کشور به توانایی مدلهای آمریکایی نیست. برای دریافت پاسخ از یک مدل آماده، لزوما نیازی به در اختیار داشتن تراشههای پیشرفته مورد استفاده در آموزش اولیه آن وجود ندارد. به همین دلیل، کنترل صادرات سختافزار بهتنهایی نمیتواند تمام مسیرهای انتقال توانایی میان مدلها را مسدود کند.
در نهایت، این گزارش نشان میدهد رقابت هوش مصنوعی فقط به دسترسی به تراشه و توان پردازشی محدود نیست؛ دادههای تولیدشده توسط مدلهای پیشرفته نیز به منبعی مهم برای توسعه رقبا تبدیل شدهاند. بااینحال، مرز میان استفاده معمول از یک ابزار هوش مصنوعی و استخراج سازمانیافته خروجی آن برای ساخت مدل رقیب، همچنان یکی از چالشهای حقوقی و فنی این صنعت است.
