აშშ-ის მონაცემთა ბროკერები ჩინურ AI ლაბორატორიებს 500 მილიონი დოლარის RL სასწავლო გარემოებს ყიდიან

ChinaTalk-ის გამოძიების ცნობით, მინიმუმ ცხრა ამერიკული მონაცემთა კომპანია ჩინურ AI ლაბორატორიებს დაახლოებით 500 მილიონი დოლარის AI სასწავლო მონაცემებს ყიდის. ამ მონაცემების ნაწილს RL სასწავლო გარემოები შეადგენს, ესენია სიმულირებული სამყაროები, რომლებსაც იყენებენ AI მოდელების წვრთნისთვის ისეთ ამოცანებზე, როგორიცაა კოდირება, ფინანსური ანალიზი და საოფისე სამუშაო. ანგარიშის მიხედვით, ჩინური ლაბორატორიები ყიდულობენ იმავე პროდუქტებს, რომლებიც ადრე ამერიკულ წამყვან ლაბორატორიებს გაუყიდიათ, რაც მათ საშუალებას აძლევს, შეამცირონ ძვირადღირებული განვითარებისა და წვრთნის გაშვებების ხარჯები.

ვინ არის ჩართული

ანგარიშში დასახელებულ ამერიკულ მონაცემთა კომპანიებს შორის არიან Mercor, Surge AI, AfterQuery და Turing. AfterQuery, სავარაუდოდ, წლიური განმეორებადი შემოსავლის (ARR) მნიშვნელოვან ნაწილს ჩინელი მომხმარებლებისგან იღებს; ChinaTalk მიუთითებს Forbes-ის ცნობებზე, რომლის მიხედვითაც ARR დაახლოებით 100 მილიონი დოლარია, თუმცა აღნიშნავს, რომ გაყიდვების დამოუკიდებლად გადამოწმება ვერ შეძლო. Surge AI საკუთარ ვებგვერდზე ღიად აცხადებს, რომ მისი პროდუქტები იმავე ექსპერტების ნამუშევარია, რომლებიც წამყვან ლაბორატორიებთან მუშაობენ. გარიგებები ოფშორული სტრუქტურებითაც მიმდინარეობს, ByteDance-ს კი სინგაპურსა და სან-ხოსეში შესყიდვების ოფისები აქვს. ChinaTalk-ის მიხედვით, ეს კავშირები ანონიმური წყაროებითა და ქვეკონტრაქტორებში უყურადღებო ოპერაციული უსაფრთხოებით გახდა ცნობილი. ამერიკული მონაცემთა კომპანიები RL გარემოების შექმნისა და მონაცემების კურირების დიდ ნაწილს განვითარებადი ქვეყნების, განსაკუთრებით ინდოეთის, დაბალანაზღაურებად მუშებზე აუთსორსინგით გადასცემენ, და ეს მუშები ზოგჯერ LinkedIn-ზე ან რეზიუმეში კლიენტების სახელებს აქვეყნებენ, მიუხედავად იმისა, რომ მათგან კოდური სახელების გამოყენებას მოელიან.

როგორ იღებენ სარგებელს ჩინური ლაბორატორიები

ჩინური ლაბორატორიები განზრახ ყიდულობენ იმ გარემოებს, რომლებიც უკვე Anthropic-სა თუ OpenAI-ს გაუყიდიათ, ამიტომ გამოყენებამდე იციან, რომ მონაცემები მუშაობს. ეს მათ ეხმარება, თავიდან აიცილონ შიდა განვითარება და უშედეგო წვრთნის გაშვებები, რაც განსაკუთრებით ღირებულია, რადგან ჩინურ ჩიპებს მეხსიერების მწვავე შეზღუდვები აქვთ. ანგარიში ასევე ამბობს, რომ ჩინური ლაბორატორიები GPT-ის ან Claude-ის მსგავს ძლიერ ამერიკულ მოდელებს მასწავლებლებად იყენებენ და მათ გამომავალს სასწავლო მაგალითებად იყენებენ. ნაყიდი RL გარემოები და დისტილაცია ერთად ორმაგ უპირატესობას ქმნის, რაც ჩინურ ლაბორატორიებს საკუთარი ნაკლები გამოთვლითი რესურსით ამერიკულ ლაბორატორიებთან ჩამორჩენის შემცირების საშუალებას აძლევს.

ორმაგი დანიშნულების შეშფოთება

ვაჭრობა ძირითადად კვლავ დაურეგულირებელია და ავტორები ამტკიცებენ, რომ მრეწველობისა და უსაფრთხოების ბიურომ ორმაგი დანიშნულების გარემოები არსებულ საექსპორტო კონტროლს უნდა დაუქვემდებაროს. კოდირების გარემოებმა შეიძლება გააუმჯობესონ პროგრამული უზრუნველყოფის განვითარება, მაგრამ შესაძლოა გაამძაფრონ შეტევითი კიბერშესაძლებლობებიც. ბიოლოგიის გარემოებმა შეიძლება გააუმჯობესონ გენური სინთეზის შესაძლებლობები და პოტენციურად გააძლიერონ ბიოლოგიურ იარაღთან დაკავშირებული გამოყენებები. ავტორები ასევე ხაზს უსვამენ, რომ ეს კავშირები კატასტროფული არ არის: ამერიკულ სამუშაოზე დაყრდნობით, ჩინური ლაბორატორიები სტრუქტურულად მაინც მინიმუმ რამდენიმე თვით ჩამორჩებიან ამერიკელ კოლეგებს, ხოლო ბიოლოგიის, ქიმიის, კიბერუსაფრთხოების, ჩიპების დიზაინისა და საინვესტიციო ბანკინგის მგრძნობიარე გარემოები ამერიკულ წამყვან კომპანიებში სულ უფრო ხშირად შიდა ძალებით იქმნება.

წყაროები: The Decoder