Τα κινεζικά εργαστήρια, όπως η Moonshot, αναγκάζουν τις OpenAI, Google και Anthropic να ξανασκεφτούν τι κρατούν κλειστό.
Η Silicon Valley πέρασε μεγάλο μέρος της περασμένης εβδομάδας σε κατάσταση συναγερμού, καθώς επεξεργαζόταν την εμφάνιση του Kimi K3 της Moonshot AI, ενός κινεζικού μοντέλου Τεχνητής Νοημοσύνης που φέρεται να ξεπερνά ορισμένα από τα καλύτερα συστήματα αμερικανικών εταιρειών με πολύ μικρότερο κόστος.
Η επίδοσή του από μόνη της θα αρκούσε για να εντείνει τον ανταγωνισμό ανάμεσα στις ΗΠΑ και την Κίνα. Όμως το σχέδιο της Moonshot να διαθέσει δωρεάν τα weights του μοντέλου — και η ξεκάθαρη στόχευση προς χρήστες στις ΗΠΑ — έχει τροφοδοτήσει βαθύτερη ανησυχία για το αν τα κλειστά αμερικανικά μοντέλα μπορούν να συνεχίσουν να κυριαρχούν, όσο στην αγορά εμφανίζονται ολοένα πιο ισχυρές ανοιχτές εναλλακτικές.
Τα open-weight μοντέλα δίνουν στους προγραμματιστές πολύ μεγαλύτερο έλεγχο σε σχέση με τα ιδιόκτητα συστήματα. Τους επιτρέπουν να εξετάζουν πώς λειτουργεί η Τεχνητή Νοημοσύνη, να τη «τρέχουν» τοπικά στη δική τους υποδομή, να προσαρμόζουν τα συστήματα και να χτίζουν νέα προϊόντα χωρίς να εξαρτώνται από έναν μόνο πάροχο. Είναι επίσης συχνά πολύ φθηνότερα. Αυτό γεννά το προφανές ερώτημα: γιατί μια εταιρεία Τεχνητής Νοημοσύνης να ξοδέψει τεράστια ποσά για να εκπαιδεύσει ένα μοντέλο, μόνο και μόνο για να δώσει κάποια από τα πιο πολύτιμα μέρη του;
Το Kimi K3, όπως και άλλα open-weight μοντέλα Τεχνητής Νοημοσύνης, δεν είναι πλήρως «ανοιχτό». Στο λογισμικό, ο όρος «open source» έχει καθιερωμένο ορισμό: ο πηγαίος κώδικας είναι δημόσια διαθέσιμος για χρήση, τροποποίηση και ελεύθερη διανομή, με την προϋπόθεση ότι αυτό γίνεται επίσης ανοιχτά. Τα συστήματα Τεχνητής Νοημοσύνης είναι πιο σύνθετα και πολύ λίγα είναι πραγματικά ανοιχτά με την παραδοσιακή έννοια του λογισμικού. Οι περισσότερες εταιρείες δίνουν κάτι που ονομάζεται model weights — τους αριθμητικούς παραμέτρους που μαθαίνει η Τεχνητή Νοημοσύνη κατά τη διάρκεια της εκπαίδευσής της — κρατώντας όμως ιδιωτικά άλλα κρίσιμα στοιχεία, όπως τα δεδομένα εκπαίδευσης, τον κώδικα, την αρχιτεκτονική του μοντέλου και τις μεθόδους ρύθμισης. Τα περισσότερα συνοδεύονται επίσης από περιοριστικές άδειες που ορίζουν πώς μπορούν να χρησιμοποιηθούν ή να διανεμηθούν.
Όλα αυτά σημαίνουν ότι η ανοιχτή Τεχνητή Νοημοσύνη με weights δεν μπορεί να αναπαραχθεί από την αρχή, όπως μπορεί να συμβεί με το αληθινό open-source λογισμικό. Ωστόσο, προσφέρει αρκετή ισχύ και ευελιξία ώστε μια εταιρεία να μπορεί να κερδίσει από αυτήν.
«Ένα δωρεάν σύνολο weights δεν είναι δωρεάν υπηρεσία Τεχνητής Νοημοσύνης», είπε η καθηγήτρια της Fordham Law School, Chinmayi Sharma. «Μια εταιρεία μπορεί να δώσει τα weights του μοντέλου και να βγάζει χρήματα αλλού στο σύστημα». Οι δυνατότητες είναι πολλές. Η λειτουργία ενός μοντέλου απαιτεί ακόμη υποδομή υπολογιστών, τεχνική υποστήριξη, ασφάλεια, συντήρηση και εξυπηρέτηση, για τα οποία οι εταιρείες μπορούν να χρεώνουν μέσω hosted πρόσβασης ή άλλων συμφωνιών. Για ορισμένες, το όφελος μπορεί να είναι ευρύτερο, όπως η αυξημένη ζήτηση για υπηρεσίες cloud ή για προηγμένα μικροτσίπ.
Η ανοιχτότητα μπορεί επίσης να αποτελέσει ισχυρή στρατηγική για την απόκτηση ανταγωνιστικού πλεονεκτήματος. Η δημοσίευση των weights ενός μοντέλου μπορεί να ενθαρρύνει περισσότερες εταιρείες και προγραμματιστές να το χρησιμοποιούν, κάτι που με τη σειρά του οδηγεί στη δημιουργία ολόκληρου οικοσυστήματος εργαλείων και υποδομών γύρω του. Με τον χρόνο, αυτό μπορεί να βοηθήσει ένα μοντέλο να γίνει «de facto standard», σημείωσε η Sharma. Ο Kyle Miller, ανώτερος αναλυτής έρευνας στο Center for Security and Emerging Technology του Georgetown, έκανε αντίστοιχη παρατήρηση, φέρνοντας ως παράδειγμα την ευρεία οικογένεια open-weight μοντέλων Qwen της Alibaba στην Κίνα, ως ένδειξη του πόσο βαθιά μπορεί να ενσωματωθεί ένα ανοιχτό σύστημα σε έναν κλάδο.
Αυτό δημιουργεί ένα σαφές πρόβλημα για τους αμερικανικούς κολοσσούς της Τεχνητής Νοημοσύνης. Αν μια νέα γενιά εργαλείων και προγραμματιστών αρχίσει να χτίζει γύρω από ισχυρά open-weight μοντέλα όπως το Kimi K3, το κέντρο βάρους του κλάδου θα μπορούσε να μετατοπιστεί μακριά από ιδιόκτητες πλατφόρμες όπως τα Gemini, Claude και ChatGPT. Αν και μένει να φανεί αν τα open-weight μοντέλα επιπέδου frontier είναι πράγματι φθηνότερα στη χρήση στην πράξη, ιστορικά έχουν προσφέρει μια χαμηλότερου κόστους εναλλακτική σε σχέση με τα ιδιόκτητα συστήματα. Προσφέρουν επίσης περισσότερη ελευθερία στους προγραμματιστές, την ώρα που τα αμερικανικά εργαστήρια περιορίζουν την πρόσβαση και επιβάλλουν αυστηρότερα μέτρα ασφαλείας στα νεότερα μοντέλα τους. Υπάρχουν ήδη ενδείξεις ότι ορισμένες αμερικανικές εταιρείες στρέφονται σε φθηνότερα κινεζικά μοντέλα.
Δεν υπάρχει ένας μόνο λόγος πίσω από τη στήριξη της Κίνας στην ανοιχτή Τεχνητή Νοημοσύνη, αλλά φαίνεται να πρόκειται για συνδυασμό πρακτικών περιορισμών και πολιτικής στρατηγικής. Ένα ανοιχτό οικοσύστημα δίνει στις κινεζικές εταιρείες τρόπο να καινοτομούν κοντά στα όρια της τεχνολογίας, παρά την περιορισμένη πρόσβαση σε προηγμένα chips και υπολογιστική ισχύ, ενώ ταιριάζει και με τη γενικότερη βιομηχανική στρατηγική του Πεκίνου να ενθαρρύνει ευρύτερη υιοθέτηση κινεζικών μοντέλων, εργαλείων και υποδομών. Η προσέγγιση αυτή είναι επίσης χρήσιμη για την επέκταση της τεχνολογικής επιρροής της Κίνας στο εξωτερικό, αλλά και της πολιτικής της επιρροής. Για παράδειγμα, νωρίτερα αυτόν τον μήνα, ο πρόεδρος Σι Τζινπίνγκ αμφισβήτησε ανοιχτά τις ΗΠΑ για την ηγεσία στην Τεχνητή Νοημοσύνη σε παγκόσμιο επίπεδο, προβάλλοντας την Κίνα ως πιο ισότιμο εταίρο σε σχέση με την αμερικανική κλειστή προσέγγιση.
Η άνοδος των ικανών κινεζικών open-weight μοντέλων ασκεί επίσης πίεση στους παρόχους κλειστών μοντέλων, όπως η OpenAI και η Anthropic, από μέσα στον ίδιο τους τον κλάδο. Η προοπτική να περιοριστεί η πρόσβαση σε open-weight Τεχνητή Νοημοσύνη στις ΗΠΑ, με αφορμή το Kimi K3, προκάλεσε άμεση αντίδραση στον τεχνολογικό χώρο, με τη στήριξη ορισμένων από τους μεγαλύτερους παίκτες του. Μια συμμαχία 25 τεχνολογικών εταιρειών, ανάμεσά τους οι IBM, Microsoft, Meta, Nvidia, Perplexity και Palantir, δημοσίευσε ανοιχτή επιστολή καλώντας τους αρμόδιους να αποφύγουν «πρόωρους περιορισμούς», υποστηρίζοντας ότι τα open-weight μοντέλα Τεχνητής Νοημοσύνης είναι απαραίτητα για να διασφαλιστεί η αμερικανική ηγεσία στην Τεχνητή Νοημοσύνη και να μην συγκεντρωθούν η δύναμη και τα οφέλη της τεχνολογίας «στα χέρια λίγων». Οι περισσότεροι από τους κολοσσούς που δεν κατονομάζονταν — ανάμεσά τους οι Google, OpenAI και Anthropic — απουσίαζαν εμφανώς από την αρχική λίστα.
Η πίεση αυξήθηκε ξανά τη Δευτέρα, όταν οι Nvidia, Microsoft, SpaceX και μια ευρύτερη ομάδα μεγάλων τεχνολογικών εταιρειών ζήτησαν ισχυρότερη στήριξη των ΗΠΑ στα open-weight μοντέλα. Η πρωτοβουλία ήρθε ως άμεση απάντηση στις ανησυχίες για την ασφάλεια των προηγμένων συστημάτων Τεχνητής Νοημοσύνης, μετά το περιστατικό με ένα OpenAI μοντέλο που ξέφυγε από τον έλεγχο και επιτέθηκε σε άλλη εταιρεία κατά τη διάρκεια δοκιμών, η οποία χρειάστηκε να στηριχτεί σε ένα κινεζικό open-weight μοντέλο για να αμυνθεί, εξαιτίας των αυστηρών ασφαλιστικών δικλίδων στα αμερικανικά frontier μοντέλα.
Δεν είναι σαφές πόσο έδαφος είναι διατεθειμένα να παραχωρήσουν τα μεγαλύτερα αμερικανικά εργαστήρια Τεχνητής Νοημοσύνης. Η Google και η OpenAI αργότερα συντάχθηκαν με τις προειδοποιήσεις κατά των βιαστικών περιορισμών στα ανοιχτά μοντέλα, αν και καμία από τις δύο δεν υπέγραψε την πρωτοβουλία της Δευτέρας για τον κυβερνοχώρο. Η Anthropic, αξιοσημείωτα, δεν στήριξε καμία από τις δύο προσπάθειες.
Ο Miller είπε ότι παραμένει «ανοιχτό ερώτημα» το πώς θα εξελιχθεί αυτό μακροπρόθεσμα. Οι αμερικανικές εταιρείες θα μπορούσαν να διαθέσουν δικά τους πιο ικανά open-weight μοντέλα, σημείωσε, επισημαίνοντας ότι η πίεση από τις κινεζικές εταιρείες ήταν ένας από τους λόγους που η OpenAI κυκλοφόρησε το open-weight GPT-OSS πέρυσι. «Αλλά δεν νομίζω ότι εταιρείες όπως η Anthropic θα κινηθούν προς αυτή την κατεύθυνση», είπε. Τα open-weight μοντέλα Gemma της Google θεωρούνται επίσης εν μέρει απάντηση στον κινεζικό ανταγωνισμό. Κανένα από τα δύο δεν πλησιάζει σε δυνατότητες το κορυφαίο ιδιόκτητο μοντέλο της κάθε εταιρείας.
«Το ερώτημα για τις αμερικανικές εταιρείες μπορεί όλο και περισσότερο να γίνεται: πόση δυνατότητα πρέπει να διαθέσουμε ανοιχτά για να αποτρέψουμε τα κινεζικά μοντέλα από το να γίνουν η προεπιλεγμένη πλατφόρμα για το ανοιχτό οικοσύστημα;» είπε η Sharma. Πιο πιθανό αποτέλεσμα, πρόσθεσε, θα μπορούσε να είναι μια «στρατηγική χαρτοφυλακίου», με τις εταιρείες να κρατούν «το καλύτερό τους μοντέλο ιδιόκτητο, ενώ θα κυκλοφορούν ολοένα πιο ικανά open-weight μοντέλα για να διατηρήσουν την υιοθέτηση από τους προγραμματιστές και την επιρροή στο οικοσύστημα».
Θα χρειαστεί χρόνος για να φανεί αν το Kimi K3 θα κερδίσει τους προγραμματιστές στις ΗΠΑ ή όχι. Όμως, καθώς το Πεκίνο στηρίζει ολοένα πιο έντονα την open-weight Τεχνητή Νοημοσύνη, σχεδόν σίγουρα δεν θα είναι το τελευταίο μοντέλο που θα προσπαθήσει να εισχωρήσει στην αμερικανική αγορά. Το ερώτημα για τις μεγαλύτερες εταιρείες Τεχνητής Νοημοσύνης της χώρας δεν είναι πλέον μόνο πώς θα παραμείνουν μπροστά από την Κίνα, αλλά και αν η κλειστή Τεχνητή Νοημοσύνη μπορεί — ή πρέπει — να συνεχίσει να υπάρχει.
Αυτός είναι ο τίτλος για native ad
