ԱՄՆ տվյալների բրոքերները չինական AI լաբորատորիաներին վաճառում են 500 միլիոն դոլարի RL վարժանքային միջավայրեր

ChinaTalk-ի հետաքննության համաձայն՝ առնվազն ինը ԱՄՆ տվյալների ընկերություններ չինական AI լաբորատորիաներին վաճառում են մոտ 500 միլիոն դոլարի AI վարժանքային տվյալներ։ Այդ տվյալների մի մասը կազմում են ուժեղացման ուսուցման միջավայրեր՝ սիմուլյացված աշխարհներ, որոնք օգտագործվում են AI մոդելները ծրագրավորման, ֆինանսական վերլուծության և գրասենյակային աշխատանքի նման խնդիրների վրա վարժեցնելու համար։ Հաշվետվությունը նշում է, որ չինական լաբորատորիաները գնում են նույն արտադրանքները, որոնք նախկինում վաճառվել են ԱՄՆ առաջատար լաբորատորիաներին, և դա նրանց թույլ է տալիս նվազեցնել թանկարժեք մշակման և վարժանքի գործարկումները։

Ով է ներգրավված

Հաշվետվությունում նշված ամերիկյան տվյալների ընկերությունները ներառում են Mercor-ը, Surge AI-ը, AfterQuery-ն և Turing-ը։ AfterQuery-ն, ըստ հաղորդումների, իր տարեկան կրկնվող եկամտի զգալի մասը ստանում է չինական հաճախորդներից։ ChinaTalk-ը վկայակոչում է Forbes-ի տվյալները մոտ 100 միլիոն դոլար ARR-ի մասին, սակայն նշում է, որ չի կարողացել ինքնուրույն ստուգել այդ վաճառքները։ Surge AI-ն իր կայքում բացահայտ գովազդում է, որ իր արտադրանքները ստեղծվում են նույն փորձագետների կողմից, որոնք աշխատում են առաջատար լաբորատորիաների համար։ Գործարքները իրականացվում են նաև արտասահմանյան կառուցվածքների միջոցով, որտեղ ByteDance-ը պահպանում է գնումների գրասենյակներ Սինգապուրում և Սան Խոսեում։ Այս կապերը բացահայտվել են անանուն աղբյուրների և ենթակապալառուների շրջանում թույլ գործառնական անվտանգության պատճառով, ChinaTalk-ի համաձայն։ ԱՄՆ տվյալների ընկերությունները RL միջավայրերի ստեղծման և տվյալների մշակման մեծ մասը հանձնում են ցածր վարձատրվող աշխատողների զարգացող երկրներում, հատկապես Հնդկաստանում, և այդ աշխատողները երբեմն հաճախորդների անունները հրապարակում են LinkedIn-ում կամ ռեզյումեներում, թեև նրանցից սպասվում է օգտագործել գաղտնանուններ։

Ինչպես են օգտվում չինական լաբորատորիաները

Չինական լաբորատորիաները միտումնավոր գնում են այն միջավայրերը, որոնք արդեն վաճառվել են Anthropic-ին կամ OpenAI-ին, որպեսզի նախապես իմանան, որ տվյալները աշխատում են։ Սա օգնում է նրանց խուսափել ներքին մշակումից և վատնված վարժանքի գործարկումներից, ինչը հատկապես կարևոր է, քանի որ չինական չիպերը բախվում են սուր հիշողության խցանումների։ Հաշվետվությունը նաև նշում է, որ չինական լաբորատորիաները օգտագործում են GPT-ի կամ Claude-ի նման հզոր ԱՄՆ մոդելները որպես ուսուցիչներ՝ նրանց արդյունքները օգտագործելով որպես վարժանքային օրինակներ։ Միասին գնված RL միջավայրերը և դիստիլյացիան ստեղծում են երկկողմ առավելություն, որը չինական լաբորատորիաներին թույլ է տալիս փակել բացը սեփական ավելի փոքր հաշվարկային ռեսուրսներով։

Երկակի օգտագործման մտահոգություններ

Այս առևտուրը մեծ մասամբ չկարգավորված է, և հեղինակները պնդում են, որ Արդյունաբերության և անվտանգության բյուրոն պետք է երկակի օգտագործման միջավայրերը ենթարկի գործող արտահանման վերահսկմանը։ Ծրագրավորման միջավայրերը կարող են բարելավել ծրագրային ապահովման մշակումը, բայց կարող են նաև սրել հարձակողական կիբերհնարավորությունները։ Կենսաբանական միջավայրերը կարող են բարելավել գեների սինթեզի հնարավորությունները և պոտենցիալ ուժեղացնել կենսազենքի հետ կապված կիրառումները։ Հեղինակները նաև ընդգծում են, որ այս կապերը ապոկալիպտիկ չեն. ԱՄՆ աշխատանքին կցվելով՝ չինական լաբորատորիաները կառուցվածքային առումով դեռ հետ են իրենց ամերիկյան գործընկերներից առնվազն մի քանի ամսով, և կենսաբանության, քիմիայի, կիբերանվտանգության, չիպերի նախագծման և ներդրումային բանկինգի զգայուն միջավայրերը ամերիկյան առաջատար ընկերություններում ավելի ու ավելի են ստեղծվում ներքին մշակմամբ։

Աղբյուրներ: The Decoder