Univerzitetske laboratorije negovale su kompjuterske naučnike koji koriste domišljatost i oponašanje da bi sustigli američke kompanije Antropik i OpenAI; „oni savršeno dobro znaju kako da monetizuju svoj rad“.
Piše: Rafael Huang
Preveo: Miloš M. Milojević
Dvojica računarskih posvećenika, Tang Đije i Jang Žilin bili su, pre nešto više od decenije, samo profesor i student, sa snovima o izgradnji mašine koja bi mogla da razmišlja kao čovek. Danas su dvojica kineskih tajkuna u oblasti veštačke inteligencije koji su doveli do toga da američki pioniri veštačke inteligencije sa zabrinutošću gledaju preko ramena.
Tang, koji je profesor na univerzitetu Cinghua, suosnivač je kompanije Džipu AI (skraćeno Z AI), jedne od kompanija čiji su modeli tik do modela kompanija Antropik i OpenAI po mogućnostima i raširenosti upotrebe. Jang, koga je Tang jednom nominovao za najvišu akademsku nagradu svog univerziteta, vodi drugu kompaniju, Munšot AI. Obe kompanije, kako se procenjuje, vrede desetine milijardi dolara.
Brzi uspon kineskih modela veštačke inteligencije izazvao je mnoštvo pitanja i u Silicijumskoj dolini i u Vašingtonu. Kako kineske laboratorije za razvoj veštačke inteligencije napreduju toliko brzo? Odakle dolaze ti modeli veštačke inteligencije? Da li kompanije kao što su Tangova i Jangova kradu od američkih modela i da li bi njihovi proizvodi trebalo da budu zabranjeni kako bi se zaštitila američka nacionalna bezbednost?
Blumberg: Zbog čega su u pogledu veštačke inteligencije Kinezi mnogo optimističniji od Amerikanaca
Tangova i Jangova karijera pokazuju da kineski prodor u veštačkoj inteligenciji nije naišao niotkuda. Četrdesetdevetogodišnji Tang radi u oblasti mašinskog učenja oko četvrt veka. Pre više od jedne decenije, bio je među kineskim stručnjacima za veštačku inteligenciju koji su najviše prednjačili u korišćenju računara za zadatke koji oponašaju ljude, kao što su razumevanje jezika i prepoznavanje lica.
Tang, Jang i njihove kolege među istraživačima, od kojih su mnogi naučne karijere otpočeli u Cinghui i nekoliko drugih kineskih univerziteta, čine virtuelnu Silicijumsku dolinu u kineskim tehnološkim centrima. Između njih znanje lagodno protiče zahvaljujući kulturi objavljivanja istraživanja i sklonosti kineskih programera ka tehnologijama otvorenog koda koji je uglavnom besplatan za preuzimanje i dalju modifikaciju.
Kako bi uhvatile priključak u eri generativne veštačke inteligencije, kineske kompanije oslonile su se na odranije poznatu mešavinu domišljatosti i imitacije koja je u osnovi nacionalnih uspeha u različitim oblastima, kao što su elektronika, proizvodnja automobila i zelena energija. Kineski razvijači veštačke inteligencije doveli su nazad kompjuterske naučnike koji su se obrazovali u SAD i pažljivo su pratili razvoj u SAD.
Kontroverzniji utisak ostavlja što izgleda da su neki „destilovali“ američke modele kako bi brže uvežbavali sopstvene, koristeći proces u kojem novi sistem uči od postojećeg postavljajući mu stotine hiljada pitanja i analizirajući odgovore.
Antropik je optužio kineske kompanije, među kojima su i Z AI i Munšot, da su delovale suprotno pravilima korišćenja tako što su sprovodili masivnu destilaciju. Nijedna od ovih kompanija nije komentarisala ove optužbe. Ljudi koji rade na razvoju kineskih modela priznaju da je destilacija globalno raširena i da joj neke kineske kompanije možda pribegavaju agresivnije od njihovih američkih kolega.
Ilon Mask je u junu predvideo da Kina neće dostići vodeći Antropikov model Fejbl sve do prvog kvartala 2027. godine. Tang je uzvratio objavom na Eksu: „Neće trebati toliko“.
Vodeće ličnosti u ovoj industriji u obema državama kažu da su najbolji kineski modeli svega nekoliko meseci iza najboljih modela u SAD.
Ovog meseca, Z AI je objavio svoj poslednji GLM 5.3 model, objavivši da on doseže Antropikov model Mitos 5 u kapacitetima u vezi sa sajber-bezbednosti.
Kineska vlada dugo vidi AI i kompjuterske nauke kao važan pokretač ekonomskog rasta i aspekt nacionalne bezbednosti. Njena formula za pristizanje SAD obuhvata i pružanje državne podrške i podsticanje konkurentnosti privatnog sektora. Država je ulagala novac u istraživanja na univerzitetima kao što je Cinghua i finansirala je startapove, a centralne i lokalne vlasti su među prvim korisnicima usluga startapova.
Nakon što je Antropik objavio svoj model Mitos ovog proleća, model koji može da uoči nedostatke u osiguravanju sajber-bezbednosti, neki kineski zvaničnici ukazali su da je posredi nuklearno oružje u eri veštačke inteligencije. Svestan da Vašington može da onemogući strance da pristupe najnaprednijim američkim modelima, Peking je podržao domaće razvojne timove veštačke inteligencije kroz državno finansiranje i olabavljena pravila koja bi trebalo da pomognu startapovima da izađu na berzu.
Skoro polovina ukupnih investicija u akcionarski kapital u Kini u prvoj polovini godine otišla je u oblast veštačke inteligencije, većinom iz vladinih fondova, prema podacima Investicionog udruženja centralnih državnih preduzeća.
Veliki bubanj talenata
Početkom 21. veka, kineska internet industrija doživela je procvat i počela je da generiše ogromne količine podataka, pošto su milioni korisnika počeli da kupuju, pretražuju i komuniciraju preko mreže. Kompanije su počele da ulažu u mašinsko učenje kako bi elektronska trgovina bila efikasnija i kako bi analizirale ponašanje korisnika na mreži.
Vlada, koja je tragala za načinima kako da nadgleda stanovništvo i da uočava pretnje, tražila je kompjuterske programe koji mogu da identifikuju lica i glasove. Kineski univerziteti školovali su studente specijalizovane za računarski vid, granu računarske nauke koja pokušava da nauči mašine da vide kao ljudi.
To doba dovelo je do „četiri mala zmaja veštačke inteligencije“, startapa koji su se bavila računarskim vidom među kojima je bio i Senstajm. Tu su se obučavali mnogi inženjeri koji su sada aktivni u oblasti veštačke inteligencije.
Novac i talenti slivali su se na univerzitet Cinghua, vodeći u zemlji u oblasti nauke i tehnologije. Godine 2005, Endrju Jao, nekadašnji predavač na Prinstonu i dobitnik nagrade koja je nazvana po pioniru u oblasti informatike Alanu Tjuringu, ustanovio je elitnu „Jao klasu“ na Cinghui kako bi se negovali vrhunski talenti.
Tang, predavač na Cinghui i suosnivač Z AI, bio je na univerzitetu od vremena svojih doktorskih studija. Studirao je prikupljanje podataka (data mining), disciplinu koja nastoji da ustanovi skrivene obrasce iz velikih skupova podataka i koja je kasnije postala jedna od utemeljujućih oblasti veštačke inteligencije.
Tang je, prema navodu u njegovoj knjizi Nova geografija inovacija, rekao piscu koji prati tehnološki razvoj Mehranu Gulu da je, nakon što je doktorirao na Cinghui, „mislio da može da uradi nešto veliko u Kini i da na taj način može bolje da pomogne svojoj zemlji. Zato sam odlučio da ostanem u zemlji“.
Elis Bektaš: O Petrovićevoj antropologiji vještačke inteligencije
Tang uživa da okušava svoju izdržljivost trčanjem maratona i učešćem u triatlonima. Svoju laboratoriju vodi na sličan način.
„Tim profesora Tanga poznat je po svojoj intenzivnosti“, rekao je Kevin Džong, koji je nakratko radio sa Tangom tokom svojih master studija na Cinhui. Sada radi u Londonu. Profesor je uvek podsticao svoj tim da testira potencijalne tehnike mašinskog učenja eksperimentima, prisetio se Džong, a istraživači su ponekad ostajali u laboratoriji do tri sata izjutra, kako bi okončali svoje testove.
„Oni zaista imaju talenta za konstantno objavljivanje u najprestižnijim časopisima i savršeno dobro znaju kako da monetizuju svoj rad“, rekao je Džong.
Do početka druge decenije 21. veka Tangova laboratorija je stekla nacionalni ugled među ambicioznim tehnološkim stručnjacima, a njegovi vodeći studenti počeli su da se zapošljavaju u vodećim kompanijama u Silicijumskoj dolini. Jang, budući osnivač kompanije Munšot, počeo je intenzivnu obuku za programiranje kada je imao sedamnaest godina, takmičeći se na kineskoj Državnoj informatičkoj olimpijadi. Na Univerzitetu Cinghua sa Tangom je razvijao algoritme mašinskog učenja.
Godine 2018. Peking je otvorio put istraživačima u državnim institutima i univerzitetima da osnivaju kompanije i plasiraju svoju tehnologiju. Naredne godine, Tang je iz svoje laboratorije u Cinghui osnovao kompaniju koja se sada zove Džipu AI, delimično je finansirajući platformom za analizu podataka koju je vodio, a među čijim klijentima su bile velike kompanije poput Gugla i Aj-Bi-Ema.
Mnogo ranije nego što je trka SAD i Kine oko veštačke inteligencije postala glavna tema medija, Tang je sebe video kao konkurenta Semu Altmanu iz kompanije OpenAI. Kada je OpenAI objavio svoj pionirski model Dži-Pi-Ti 3 2020. godine Z AI je sebi postavio cilj da proizvede nešto podjednako dobro.
„Ulažem svoj trud u dostizanje opšte veštačke inteligencije, sa misijom da naučim mašine da razmišljaju kao ljudi“, napisao je Tang na svojoj ličnoj veb stranici pre nekoliko godina.
Nakon što je studirao kod Tanga, Jang je doktorirao na Univerzitetu Karnegi Melon u Pitsburgu. Vratio se u Kinu da pomogne svom nekadašnjem profesoru u istraživanju dok je vagao da osnuje sopstvenu kompaniju.
Jang, strastveni rok bubnjar, odabrao je za kineski naziv svog startapa Tamna strana meseca, inspirišući se albumom grupe Pink flojd. Za engleski naziv odabrao je Munšot.
U Šangaju, još dvojica bivših istraživača sa Cinghue, uključujući jednog iz prestižne „klase Jao“, takođe su pokrenuli sopstvene kompanije za izgradnju modela veštačke inteligencije.
Poslednja kompanija koja je stupila na scenu bila je Dipsik. Njen osnivač Lijang Venfeng, započeo je svoju karijeru u oblasti računarskog vida pre dve decenije a kasnije je osnovao hedž-fond zasnovan na korišćenju veštačke inteligencije za analizu finansijskih tržišta. Godine 2023. razgovarao je sa Tangom, koji je kasnije rekao svojim zaposlenima da je impresioniran Lijangovim „različitim načinom razmišljanja“. Te godine, Lijang je izdvojio Dipsik iz svog hedž fonda, proglasivši isti cilj kao i Tang: dostizanje inteligencije slične ljudskoj.
Osnivači startapa došli su iz različitih delova Kine – Tang je iz udaljene oblasti Sečuan na zapadu, dok su Jang i Lijang potekli sa preduzetnog juga. Grupisali su se u nekoliko gradova među kojima su Peking i Hangdžou, gde je Lijang pohađao školu i otpočeo svoj biznis.
Više sa manje
Osnivači startapa znali su za slabosti Kine u odnosu na SAD: nedostatak sredstava i slabiji pristup najnaprednijim čipovima veštačke inteligencije, zbog kontrole izvoza koju sprovodi Vašington.
Tang je do sredine 2025. od investitora prikupio 1,25 milijardi dolara, između ostalog i od kineskih tehnoloških giganata kao i od hongkonškog finansijera koji ulaže kapital u rizične poslove Nila Šena. Državni fondovi takođe su popunjavali čekove, poštujući poziv pekinških vlasti da se podrže domaće kompanije za razvoj veštačke inteligencije. Pa ipak, takve brojke blede u poređenju sa milijardama dolara koje su donosile Altmanov OpenAI i Antropik.
Investiciona banka Džeferis kasnije je proračunala da su kineske tehnološke kompanije tokom tih godina investirale manje od jedne petine iznosa koji su investirali njihovi američki parnjaci. Morali su da rade sa skromnijim sredstvima.
Kostas Dardanos: Kada se Vještačka Inteligencija pravi bogom i hrani svijet sa “slop”
Lijangov tim u kompaniji Dipsik osmislio je neka od najvažnijih zaobilaznih rešenja, između ostalog latentnu pažnju višestrukih glava (multihead latent attention, skraćeno MLA). Ova tehnika smanjuje potrošnju memorije modela veštačke inteligencije – kao na primer prilikom razgovora sa četbotom – kreiranjem skraćene verzije onoga što se prethodno desilo. Korišćenje manje memorije štedi upotrebljenu računarsku snagu i novac.
Dipsik je bio među kompanijama koje su u Kini prve usvojile dizajn modela nazvan „mešavina stručnjaka“ (mixture of experts, skraćeno MoE), u kojem početni mehanizam za usmeravanje preusmerava problem prema specijalizovanom ekspertskom modelu – slično kao što glavni kuvar preusmerava porudžbinu špageta kuvaru specijalizovanom za italijansku kuhinju. Dipsik je ukazao kineskoj industriji na održiv put za poboljšanje performansi modela uz istovremeno smanjenje zahteva za mikročipovima.
Ove tehnike bile su iza „Dipsikovog šoka“ iz januara 2025. godine, kada je Lijangova kompanija objavila moćan ali jeftin model otvorenog koda, nakon čega su nakratko akcije američkih kompanija pale zbog snaženja kineske konkurencije. U objavi na društvenoj mreži Eks, Altmanov OpenAI nazvao je Dipsikov model impresivnim, napisavši da je „zaista okrepljujuće imati novog takmičara!“
Lijangovi kineski rivali takođe su bili potreseni. U Munšotu Jang je odgovarao na pozive zabrinutih investitora, uključujući jednog koji je želeo da zna zbog čega Jang nije predvideo uspon Dipsika, saopštile su osobe upoznate sa situacijom u ovoj kompaniji.
Jang je u naredne modele kompanije Munšot uključio tehnike koje je izumeo ili čiju je delotvornost dokazao Dipsik. Njegovi modeli K2 i K3 usvojili su koncept MoE i varijante MLA. Dipsik je, zauzvrat, koristio tehniku koju je Munšot optimizovao a kojom se povećava efikasnost i stabilnost obuke modela.
Na sastanku kompanije Dipsik, održanom u maju, neki investitori pritisli su osnivača kompanije Lijanga pitanjem da li može zaraditi mnogo novca ukoliko bude odavao naokolo tajne. Odgovorio je da se vlada u skladu sa kineskim etosom otvorenog koda. „Nisam zabrinut zbog konkurencije zato što je tržište dovoljno veliko“, rekao je.
Osim što su destilovali američke modele veštačke inteligencije, kineske kompanije su iskoristile i američku tehničku stručnost unajmljujući kineske državljane koji su radili za vodeće američke kompanije u oblasti veštačke inteligencije. Kineski internet gigant Tensent zaposlio je dva diplomca Univerziteta Cinghua koji su radili u kompaniji OpenAI. Matična kompanija društvene mreže TikTok, Bajtdens, vratila je kući istraživača iz Gugla i u roku od godinu dana izgradila moćan alat za generisanje videa koji sada naširoko koriste kreatori sadržaja i holivudski studiji.
U januaru, rukovodioci Tangove kompanije Džipu AI – koja je tada bila poznata kao Noledž Atlas, ili Džipu – udarili su u gong na hongkonškoj berzi, čime su postali prva kineska kompanija čiji je model veštačke inteligencije postao dostupan na berzi. Do jula, godišnji prihod kompanije – ključna metrika za kompanije koje pružaju pretplatničke usluge – skočio je na milijardu dolara, navele su osobe upoznate sa njihovim poslovanjem, što je otprilike dvostruko više od prihoda kompanije Dipsik.
Ovo je i dalje ogromno zaostajanje u odnosu na američke džinove. Antropikov godišnji prihod u julu je dosegao šezdeset pet milijardi dolara, prema kompanijinom izveštaju koji je uputila investitorima.
Na sastanku u kompaniji Dipsik održanom u maju, Lijang je rekao da su kompjuterski čipovi, a ne ljudi, ono što pravi jaz između kineskih i američkih kompanija. Istraživači u vodećim kompanijama, uključujući kompanije Alibaba i Džipu AI navode da im je često na raspolaganju samo jedna petina vrhunskih čipova u odnosu na ono što na raspolaganju imaju njihove kolege iz OpenAI i Gugla.
Dok kineske kompanije teže „do krajnjih granica teže isplativosti“, navodi Lajla Havaja, analitičarka iz Majamija u kompaniji Gavekal tehnolodžiz, „američke kompanije raspolažu naprednijim čipovima i spremnošću da izdašno troše kapital na istraživanja koja bi potencijalno mogla dovesti do znatnih inovativnih pomaka“.
Nekoliko kineskih kompanija koje razvijaju veštačku inteligenciju grade modele sa pet do deset biliona parametara (5-10 hiljada milijardi), što je brojka koja se koristi da ukratko opiše kapacitete modela. Ljudi u ovoj industriji procenjuju da poslednji Antropikovi modeli imaju više od pet biliona parametara.
Tang uvežbava naredni napredni model svoje kompanije, za koji se njegov tim nada da će moći da izvršava složene istraživačke zadatke koji se protežu nedeljama, navode osobe upoznate sa ovim planom. „Ko god pomeri tehnološku granicu makar i za jedan inč, redefinisaće ono što je moguće učiniti u bilo kojoj industriji“, napisao je Tang u dopisu zaposlenima u julu.
Rafael Huang je izveštač Volstrit džurnala iz Singapura; izveštava o azijskim tehnološkim kompanijama; ranije je bio usredsređen uglavnom na automobilski i tehnološki sektor u Pekingu.
Izvor: Volstir Džurnal
