آیا «کارایی الگوریتمی» چین، استراتژی آمریکا برای مهار هوش مصنوعی پیشرو را تضعیف کرده است؟

فرض اصلی استراتژی ایالات متحده برای حفظ سلطه در هوش مصنوعی بر یک گلوگاه فیزیکی متکی است: سیلیکون. واشنگتن با اعمال کنترل‌های سخت‌گیرانه صادراتی بر پیشرفته‌ترین واحدهای پردازش گرافیکی (GPUs)، قصد داشت یک «حیاط کوچک با حصار بلند» در اطراف قدرت محاسباتی خام مورد نیاز برای آموزش هوش مصنوعی پیشرو ایجاد کند. منطق این کار ساده و در سراسر صنعت فناوری پذیرفته شده بود. اگر نسل بعدی هوش مصنوعی برای پردازش مجموعه‌داده‌های عظیم به توان محاسباتی تصاعدی بیشتری نیاز داشته باشد، محروم کردن رقبای ژئوپلیتیکی از دسترسی به سخت‌افزار درجه یک، عملاً پیشرفت آن‌ها را محدود می‌کند. سیاست‌گذاران شرط بستند که بدون توانایی واردات خوشه‌های عظیمی از تراشه‌های پیشرفته، آزمایشگاه‌های چینی برای همیشه یک یا دو نسل از مدل‌های پیشرو در سیلیکون‌ولی عقب خواهند ماند.[3]

اما انتشار DeepSeek-V3 و مدل استدلالی مکمل آن، DeepSeek-R1، باعث شده است که ارزیابی مجدد ناگهانی و ناخوشایندی از آن استراتژی صورت گیرد. این مدل‌ها که توسط یک آزمایشگاه چینی تحت محدودیت‌های سخت‌گیرانه کنترل‌های صادراتی آمریکا توسعه یافته‌اند، طبق گزارش‌ها، معیارهای عملکردی قابل مقایسه با سیستم‌های برتر آمریکایی مانند o1 شرکت OpenAI را به دست آورده‌اند. نکته حیاتی این است که آن‌ها این شاهکار را با استفاده از سخت‌افزارهای قدیمی‌تر و محدود شده و با کسری از هزینه معمول آموزش انجام داده‌اند. گزارش‌های صنعتی حاکی از آن است که این مدل‌ها با هزینه‌ای کمتر از ۶ میلیون دلار آموزش دیده‌اند، که تضاد فاحشی با صدها میلیون دلاری دارد که غول‌های سیلیکون‌ولی به طور معمول برای یک دوره آموزشی واحد صرف می‌کنند. این اختلاف عظیم در هزینه‌های سرمایه‌ای شوک‌هایی را به بازارهای جهانی وارد کرده و این فرض را که هوش مصنوعی پیشرو منحصراً در قلمرو کشورهای دارای منابع محاسباتی فراوان است، به چالش کشیده است.[1][2]

این پیشرفت غیرمنتظره، بحث داغی را در میان سیاست‌گذاران، اقتصاددانان و فناوران برانگیخته است: آیا استراتژی مهار سخت‌افزاری آمریکا ناخواسته نوآوری نرم‌افزاری چین را تسریع کرده است؟ با محروم کردن توسعه‌دهندگان چینی از توان محاسباتی خام، این محدودیت‌ها ممکن است آن‌ها را مجبور به بهینه‌سازی الگوریتم‌های خود کرده باشد و یک اکوسیستم موازی مبتنی بر کارایی حداکثری به جای مقیاس‌بندی با نیروی خام ایجاد کرده باشد. این تحریم به جای فلج کردن صنعت، ممکن است به عنوان یک زودپز تکاملی عمل کرده باشد و تیم‌های مهندسی را انتخاب کند که بتوانند حداکثر توانایی را از منابع محدود استخراج کنند. پیامدهای این امر عمیق است و نشان می‌دهد که ممکن است ایالات متحده انعطاف‌پذیری نوآوری نرم‌افزاری را در مواجهه با محدودیت‌های سخت‌افزاری دست کم گرفته باشد.[3]

برای درک چگونگی وقوع این امر، باید به مکانیسم‌های کارایی الگوریتمی و مسیرهای متفاوتی که این دو کشور در پیش گرفته‌اند، نگاه کرد. غول‌های فناوری آمریکایی، با پشتوانه ذخایر سرمایه عظیم و دسترسی نامحدود به تراشه‌های پرچمدار H100 انویدیا، عمدتاً استراتژی مقیاس‌بندی را دنبال کرده‌اند. آن‌ها مقادیر زیادی داده را از طریق خوشه‌های محاسباتی عظیم به جریان می‌اندازند و برای رسیدن به هوش بالاتر، به حجم محض قدرت پردازشی تکیه می‌کنند. این یک مسیر پرهزینه اما قابل اعتماد برای دستیابی به قابلیت است. آزمایشگاه‌های چینی، که نمی‌توانستند به سادگی با خرید تراشه‌های درجه یک بیشتر مشکل را حل کنند، مجبور شدند راهی مهندسی شده برای دور زدن کمبود سخت‌افزار پیدا کنند و به شدت بر خود معماری نرم‌افزار تمرکز نمایند.

آن‌ها این امر را از طریق نوآوری‌های معماری مانند چارچوب «ترکیب متخصصان» (Mixture-of-Experts یا MoE) و مدیریت حافظه بسیار بهینه‌سازی شده به دست آوردند. به جای فعال کردن هر پارامتر در یک شبکه عصبی عظیم برای هر پرس‌وجوی واحد – که یک فرآیند پرهزینه محاسباتی است – یک مدل MoE، درخواست را فقط به زیرشبکه‌های «متخصص» خاصی که برای حل آن مورد نیاز هستند، هدایت می‌کند. این روش، همراه با تکنیک‌های توجه پنهان (latent attention) که گلوگاه حافظه را کاهش می‌دهند، سربار محاسباتی مورد نیاز در طول هر دو فاز آموزش اولیه و استنتاج (فازی که مدل در واقع پاسخ‌ها را برای کاربران تولید می‌کند) را به شدت کاهش می‌دهد. توسعه‌دهندگان با پالایش این تکنیک‌ها می‌توانند عملکرد یک مدل متراکم عظیم را شبیه‌سازی کنند، در حالی که تنها از کسری از توان محاسباتی فعال استفاده می‌کنند.[1]

مؤسسه بروکینگز اشاره می‌کند که این دینامیک، نشان‌دهنده یک نقص اساسی در چارچوب کنترل صادرات فعلی است: کمبود، نوآوری را تقویت می‌کند. مهندسان چینی که مجبور به فعالیت در یک محیط بسیار محدود شده‌اند، در حال کشف و پیاده‌سازی کارایی‌هایی هستند که همتایان آمریکایی آن‌ها با منابع محاسباتی فراوان، به سادگی نیازی به اولویت‌بندی آن‌ها نداشتند. نتیجه، مدلی است که نه تنها آموزش آن ارزان‌تر است، بلکه اجرای آن نیز به طور قابل توجهی کم‌هزینه‌تر است و مدل‌های تجاری سرمایه‌بر شرکت‌های فناوری آمریکایی را مستقیماً به چالش می‌کشد. اگر این دستاوردهای کارایی در مقیاس بزرگ نیز صادق باشند، تهدید می‌کنند که سرمایه‌گذاری‌های زیرساختی عظیمی را که در حال حاضر رونق هوش مصنوعی آمریکا را هدایت می‌کنند، تضعیف کنند.

با این حال، تحلیلگران امنیت ملی و محققان هشدار می‌دهند که نباید پیش از موعد، کنترل‌های صادراتی را شکست خورده اعلام کرد. کارشناسان در شرکت رند (RAND Corporation) استدلال می‌کنند که موفقیت DeepSeek در واقع بر نیاز به محدودیت‌های هوشمندانه‌تر و سازگارتر تأکید می‌کند تا کنار گذاشتن آن‌ها. آن‌ها اشاره می‌کنند که DeepSeek احتمالاً از یک انبار قابل توجه از تراشه‌های پیشرفته که قبل از سخت‌تر شدن کامل کنترل‌ها به دست آمده بود، بهره برده است و این شرکت همچنان به شدت به معماری‌های سخت‌افزاری طراحی شده در آمریکا متکی است. از این دیدگاه، کنترل‌های صادراتی دقیقاً همان کاری را انجام دادند که قرار بود: آن‌ها یک رقیب را مجبور کردند تا تلاش مهندسی عظیمی را صرف کند تا فقط به برابری برسد، به جای اینکه به آن‌ها اجازه دهند به راحتی پیشی بگیرند.

علاوه بر این، یک محدودیت نظری برای میزان پیشرفت بهینه‌سازی نرم‌افزاری وجود دارد – مانعی که برخی از کارشناسان صنعت آن را «دیوار محاسباتی» می‌نامند. Epoch AI، یک سازمان تحقیقاتی که پیشرفت هوش مصنوعی را دنبال می‌کند، خاطرنشان می‌سازد که در حالی که بهبودهای الگوریتمی امروز با موفقیت در حال کاهش شکاف هستند، نمی‌توانند به طور نامحدود جایگزین سخت‌افزار خام شوند. نسل بعدی مدل‌های فوق‌هوشمند، که هدفشان پردازش جریان‌های داده چندوجهی و اجرای وظایف عاملی (agentic) پیچیده و چند مرحله‌ای است، احتمالاً به مراکز داده عظیمی نیاز خواهند داشت که فقط دسترسی نامحدود به تراشه‌های پیشرفته می‌تواند از آن‌ها پشتیبانی کند. کارایی می‌تواند یک سیستم را بهینه کند، اما نمی‌تواند چرخه‌های محاسباتی را از هیچ خلق کند.

اگر دستاوردهای کارایی در نهایت به یک سطح ثابت برسند، مزیت محاسباتی آمریکا به طور قابل توجهی در طول زمان افزایش خواهد یافت. آزمایشگاه‌های آمریکایی این امتیاز را دارند که همان پیشرفت‌های الگوریتمی کشف شده توسط محققان چینی را به کار گیرند، آن‌ها را بر روی خوشه‌های سخت‌افزاری بسیار برتر خود اعمال کنند و مرزهای هوش مصنوعی را حتی فراتر ببرند. از آنجا که تحقیقات بنیادی اغلب به صورت عمومی منتشر می‌شوند، ایالات متحده می‌تواند نوآوری‌های نرم‌افزاری چین را جذب کند در حالی که همچنان چین را از سخت‌افزار مورد نیاز برای مقیاس‌بندی آن‌ها محروم می‌سازد. از این منظر، تحریم سخت‌افزاری همچنان یک استراتژی ساختاری محکم برای برتری بلندمدت فناوری باقی می‌ماند.

با این حال، حتی اگر ایالات متحده کنترل خود را بر مرز مطلق قابلیت‌های هوش مصنوعی حفظ کند، رویکرد «کارایی-اول» چین ممکن است نوع دیگری از پیروزی، که مسلماً عملی‌تر است، را تضمین کند. با کاهش شدید هزینه استنتاج، مدل‌های چینی برای توسعه‌دهندگان در جنوب جهانی (Global South)، استارتاپ‌های سازمانی و جوامع متن‌باز در سراسر جهان بسیار جذاب می‌شوند. اگر آینده هوش مصنوعی نه با این تعریف شود که چه کسی باهوش‌ترین مدل را در یک آزمایشگاه می‌سازد، بلکه با این تعریف شود که مدل‌های چه کسی به طور گسترده‌تر مستقر شده و در اقتصاد دیجیتال جهانی ادغام می‌شوند، کارایی الگوریتمی ممکن است به مزیت رقابتی نهایی تبدیل شود.[3]