آیا استراتژی هوش مصنوعی متن‌باز چین، جنگ تراشه‌ای آمریکا را منسوخ کرده است؟

تصور رایج در واشنگتن این است که رقابت جهانی هوش مصنوعی یک مسئله محاسباتی ساده است: هر کس بیشترین پردازنده‌های گرافیکی انویدیا H100 را ذخیره کند، برنده است. بر اساس این منطق، کنترل‌های گسترده صادراتی آمریکا بر نیمه‌رساناهای پیشرفته، یک خندق نفوذناپذیر در اطراف سلطه فناوری آمریکا ایجاد می‌کند و کشورهای رقیب را از قدرت محاسباتی خام لازم برای ساخت مدل‌های مرزی محروم می‌سازد. اما داده‌ها نشان می‌دهند که این دیدگاه سخت‌افزارمحور، از هم‌اکنون منسوخ شده است. چین با چرخش قاطعانه به سمت معماری‌های متن‌باز، اساساً میدان نبرد را تغییر داده است. این رقابت دیگر منحصراً بر سر پیش‌آموزش مدل‌های عظیم از ابتدا نیست—فرآیندی که دقیقاً به خوشه‌های محاسباتی تحریم‌شده‌ای نیاز دارد که آمریکا آن‌ها را کنترل می‌کند. در عوض، این رقابت به مسابقه تنظیم دقیق (Fine-tuning) و استقرار صنعتی تبدیل شده است، جایی که چین یک مزیت ساختاری متمایز دارد.[5]

آسیب‌پذیری اصلی در استراتژی آمریکا در تفاوت فاحش الزامات محاسباتی بین ایجاد یک مدل هوش مصنوعی و انطباق آن نهفته است. تحریم آمریکا فرض می‌کند که محدود کردن دسترسی به ده‌ها هزار پردازنده گرافیکی پیشرفته، توسعه هوش مصنوعی چین را متوقف خواهد کرد. در حالی که این امر برای پیش‌آموزش مدل‌های مرزی صادق است، شواهد نشان می‌دهد که انطباق یک مدل موجود به کسری از قدرت محاسباتی نیاز دارد. بر اساس تحلیل‌های الزامات محاسباتی، آموزش یک مدل عظیم نیازمند مراکز داده‌ای است که ماه‌ها کار کنند و مگاوات‌ها برق مصرف کنند.[4][7]

در مقابل، تنظیم دقیق همان مدل برای یک وظیفه صنعتی، پزشکی یا کدنویسی خاص می‌تواند با یک پردازنده گرافیکی نسل قدیمی‌تر A100 یا حتی سخت‌افزارهای مصرفی مانند RTX 4090 انجام شود. این واقعیت، محاسبات سخت‌افزاری را برای توسعه‌دهندگان چینی کاملاً تغییر می‌دهد. این امر به آن‌ها اجازه می‌دهد تا با وجود محدودیت‌های محاسباتی قابل توجه، نزدیک به مرز فناوری نوآوری کنند و دقیقاً همان گلوگاهی را که وزارت بازرگانی آمریکا قصد ایجاد آن را داشت، دور بزنند.[4][7]

این پویایی با گسترش مدل‌های متن‌باز بسیار توانمند از آزمایشگاه‌های چینی تقویت می‌شود. شرکت‌هایی مانند علی‌بابا با سری Qwen و DeepSeek مدل‌هایی را منتشر کرده‌اند که به طور معمول در استدلال، کدنویسی و ریاضیات با معیارهای متن‌باز غربی برابری کرده یا از آن‌ها فراتر می‌روند. با انتشار عمومی وزن‌های مدل، هزینه محاسباتی اولیه عظیم تنها یک بار توسط یک آزمایشگاه مرکزی با منابع کافی پرداخت می‌شود.[2]

این استراتژی انتشار متن‌باز به هزاران توسعه‌دهنده، استارتاپ و شرکت تحت حمایت دولت اجازه می‌دهد تا مدل‌ها را دانلود کرده و برنامه‌های کاربردی تخصصی بسازند، بدون اینکه هرگز به سخت‌افزار محدود شده نیاز داشته باشند. این یک توزیع کار بسیار کارآمد است که سلاح اصلی تحریم تراشه‌ای آمریکا را خنثی می‌کند. به عنوان مثال، مدل‌های Qwen علی‌بابا اکنون یکی از بزرگترین اکوسیستم‌های مدل در مخازن جهانی را تشکیل می‌دهند، با صدها هزار مشتق که برای موارد استفاده خاص تنظیم دقیق شده‌اند.[1][2]

کمیسیون بازبینی اقتصادی و امنیتی آمریکا و چین (USCC) به صراحت این دور زدن استراتژیک را در ارزیابی اخیر خود از رقابت جهانی هوش مصنوعی برجسته کرد. این کمیسیون اشاره کرد که کنترل‌های صادراتی آمریکا عمدتاً «حلقه دیجیتال» را هدف قرار می‌دهند—محدود کردن دسترسی به تراشه‌های مورد استفاده برای آموزش مدل‌های مرزی. با این حال، این کنترل‌ها کاملاً برای رسیدگی به «حلقه فیزیکی» تولید داده مبتنی بر استقرار، که مرحله بعدی توسعه هوش مصنوعی به شدت در آن متمرکز است، نامناسب هستند.[1]

از آنجا که مدل‌های متن‌باز به طور چشمگیری محاسبات مورد نیاز برای استقرار مؤثر را کاهش می‌دهند، چین به سرعت در حال ادغام این سیستم‌ها در پایگاه گسترده تولید، لجستیک و رباتیک خود است. این استقرار گسترده، داده‌های صنعتی اختصاصی و واقعی تولید می‌کند که مدل‌های آمریکایی به راحتی نمی‌توانند آن‌ها را بازتولید کنند. این امر یک چرخ نوآوری درهم‌تنیده ایجاد می‌کند که به مرور زمان تقویت می‌شود و سلطه تولیدی چین را به یک مزیت داده‌ای مستقیم برای هوش مصنوعی تجسم‌یافته و رباتیک تبدیل می‌کند.[1][5]

فراتر از صنعت داخلی، این استراتژی متن‌باز در حال تغییر شکل اتحادهای فناوری جهانی است. چین با ارائه ابزارهای هوش مصنوعی بسیار توانمند و کم‌هزینه، به شدت در حال جذب توسعه‌دهندگان در جنوب جهانی است، جایی که دسترسی به مدل‌های اختصاصی گران‌قیمت غربی از نظر مالی ممنوع است. این رویکرد یک اکوسیستم فناوری موازی ایجاد می‌کند که متکی بر مدل‌های بنیادی چینی است، وابستگی جهانی به پشته فناوری آمریکا را کاهش می‌دهد و استانداردهای معماری چینی را در بازارهای نوظهور تثبیت می‌کند.[3][5]

موفقیت این رویکرد به طور فزاینده‌ای در مواضع سیاست‌گذاری در حال تحول پکن مشهود است. چین پس از ایجاد یک اکوسیستم متن‌باز غالب که توسعه‌دهندگان جهانی را جذب می‌کند، اکنون بنا بر گزارش‌ها در حال بررسی کنترل‌های صادراتی استراتژیک خود است. مقامات با شرکت‌های بزرگ فناوری داخلی در مورد محدود کردن دسترسی خارجی به وزن‌های مدل‌های مرزی آینده و مجموعه‌داده‌های آموزشی تخصصی مشورت کرده‌اند.[3]

اگر این طرح اجرا شود، یک سیستم دوقطبی ایجاد خواهد شد: مدل‌های کمتر پیشرفته برای ایجاد وابستگی جهانی و سهم ذهنی توسعه‌دهندگان، باز خواهند ماند، در حالی که قابلیت‌های پیشرفته و داده‌های صنعتی تولید شده توسط آن‌ها به عنوان دارایی‌های ملی کاملاً کنترل شده تلقی می‌شوند. این نشان‌دهنده اطمینان پکن است که اکوسیستم هوش مصنوعی داخلی آن‌ها اکنون به اندازه‌ای قوی است که از ارزشمندترین مالکیت فکری خود محافظت کند، نه اینکه صرفاً در حال جبران عقب‌ماندگی باشد.[3]

آنچه در داده‌ها نامشخص باقی می‌ماند این است که آیا تنظیم دقیق و استقرار به تنهایی می‌توانند رهبری بلندمدت هوش مصنوعی را حفظ کنند، اگر مدل‌های پایه زیربنایی در نهایت به سقف عملکردی برخورد کنند. استراتژی فعلی متکی بر این فرض است که مدل‌های پایه متن‌باز تنها با اختلاف کمی از مدل‌های اختصاصی عقب خواهند ماند. اگر شکاف قابلیت بین مدل‌های متن‌باز و مدل‌های بسته اختصاصی نسل بعدی به طور قابل توجهی گسترش یابد، تحریم محاسباتی پیش‌آموزش ممکن است در نهایت تأثیر خود را بگذارد. با این حال، در حال حاضر، استراتژی متن‌باز یک راه میان‌بر بسیار مؤثر و مبتنی بر داده برای جنگ تراشه‌ای فراهم کرده است.[2][5]