Τα ίδια προϊόντα που φτιάχτηκαν για την OpenAI ή την Anthropic καταλήγουν και σε κινεζικά εργαστήρια AI. Σύμφωνα με έρευνα του ChinaTalk, τουλάχιστον εννέα αμερικανικές εταιρείες δεδομένων πουλούν στην Κίνα υλικό εκπαίδευσης αξίας περίπου μισού δισ. δολαρίων.
Στις εταιρείες που αναφέρονται είναι οι Mercor, Surge AI, AfterQuery και Turing. Ένα μέρος του υλικού είναι «περιβάλλοντα ενισχυτικής μάθησης»: προσομοιωμένοι κόσμοι όπου ένα μοντέλο εξασκείται σε συγκεκριμένες δουλειές, όπως προγραμματισμό, οικονομική ανάλυση ή γραφειακές εργασίες, και βελτιώνεται μέσα από δοκιμή και αποτέλεσμα.
Αγοράζουν ό,τι έχει ήδη δουλέψει
Σύμφωνα με την έρευνα, τα κινεζικά εργαστήρια επιλέγουν σκόπιμα προϊόντα που έχουν πουληθεί ήδη στην Anthropic ή την OpenAI. Ξέρουν ότι το υλικό αποδίδει και γλιτώνουν το κόστος να το φτιάξουν μόνα τους, καθώς και εκπαιδεύσεις που θα πήγαιναν χαμένες. Το όφελος μετράει περισσότερο στην Κίνα, επειδή τα κινεζικά chips έχουν έντονα προβλήματα μνήμης.
Υπάρχει και δεύτερος δρόμος, η απόσταξη (distillation). Τα κινεζικά εργαστήρια χρησιμοποιούν ισχυρά αμερικανικά μοντέλα, όπως το GPT ή το Claude, ως «δασκάλους»: οι απαντήσεις τους γίνονται παραδείγματα εκπαίδευσης. Μαζί με τα αγορασμένα περιβάλλοντα, αυτό τους επιτρέπει να πλησιάζουν τους αμερικανικούς ανταγωνιστές με λιγότερη δική τους υπολογιστική ισχύ.
Πώς βγήκαν στη φόρα οι συμφωνίες
Η AfterQuery, σύμφωνα με το ρεπορτάζ, παίρνει σημαντικό μέρος των ετήσιων επαναλαμβανόμενων εσόδων της από κινέζους πελάτες. Το ChinaTalk παραπέμπει σε δημοσιεύματα του Forbes για περίπου 100 εκατ. δολάρια τέτοιων εσόδων, αλλά δεν μπόρεσε να επαληθεύσει τις πωλήσεις ανεξάρτητα. Η Surge AI γράφει στον ιστότοπό της ότι τα προϊόντα της είναι φτιαγμένα από «τους ίδιους ειδικούς» που δουλεύουν για τα κορυφαία εργαστήρια. Οι συμφωνίες περνούν και από εξωχώριες δομές: η ByteDance έχει γραφεία προμηθειών στη Σιγκαπούρη και στο Σαν Χόσε.
Τα στοιχεία προήλθαν από ανώνυμες πηγές και από απροσεξίες υπεργολάβων. Οι αμερικανικές εταιρείες αναθέτουν σε χαμηλά αμειβόμενους εργαζομένους σε αναπτυσσόμενες χώρες, κυρίως στην Ινδία, μεγάλο μέρος της δημιουργίας και επιμέλειας των δεδομένων. Εκείνοι ανεβάζουν κάποιες φορές στο LinkedIn ή στο βιογραφικό τους ονόματα πελατών, ενώ θα έπρεπε να χρησιμοποιούν κωδικά ονόματα.
Κώδικας και βιολογία, με διπλή χρήση
Οι συντάκτες ζητούν να υπαχθούν τα περιβάλλοντα αυτά στους ισχύοντες ελέγχους εξαγωγών, μέσω του αμερικανικού Bureau of Industry and Security. Σήμερα ελάχιστα τους αφορούν, γιατί η αγορά παραμένει σχεδόν αρρύθμιστη. Οι ανησυχίες αφορούν τομείς διπλής χρήσης: τα περιβάλλοντα προγραμματισμού βελτιώνουν τη συγγραφή λογισμικού αλλά μπορούν να οξύνουν και επιθετικές δυνατότητες στον κυβερνοχώρο, ενώ τα βιολογικά θα μπορούσαν να ενισχύσουν τη σύνθεση γονιδίων και εφαρμογές σχετικές με βιολογικά όπλα.
Οι ίδιοι πάντως τονίζουν ότι η εικόνα δεν είναι αποκαλυπτική. Στηριζόμενα σε αμερικανική δουλειά, τα κινεζικά εργαστήρια μένουν δομικά πίσω από τα αμερικανικά τουλάχιστον μερικούς μήνες. Ευαίσθητα περιβάλλοντα για βιολογία, χημεία, κυβερνοασφάλεια, σχεδιασμό chips και επενδυτική τραπεζική χτίζονται όλο και περισσότερο εσωτερικά από τις αμερικανικές εταιρείες αιχμής, λένε οι συντάκτες.
Πηγή: The Decoder
