Американські брокери даних продають китайським ШІ-лабораторіям RL-середовища за $500 млн

Щонайменше дев'ять американських компаній, що працюють із даними, продають китайським ШІ-лабораторіям приблизно $500 млн даних для навчання ШІ, згідно з розслідуванням ChinaTalk. Частина цих даних складається з середовищ підкріплювального навчання (RL), симульованих світів, які використовують для навчання моделей ШІ на таких завданнях, як програмування, фінансовий аналіз та офісна робота. У звіті йдеться, що китайські лабораторії купують ті самі продукти, які раніше продавали американським передовим лабораторіям, що дозволяє їм скоротити дороге власне розроблення та навчальні запуски.

Хто бере участь

Американські компанії, що працюють із даними і названі у звіті, включають Mercor, Surge AI, AfterQuery та Turing. AfterQuery, за повідомленнями, отримує значну частку річного повторюваного доходу від китайських клієнтів, а ChinaTalk посилається на повідомлення Forbes про приблизно $100 млн ARR, зазначаючи, що не змогла незалежно перевірити продажі. Surge AI відкрито рекламує на своєму вебсайті, що його продукти створюють ті самі фахівці, які стоять за роботою передових лабораторій. Угоди також проходять через офшорні структури: ByteDance утримує офіси закупівель у Сінгапурі та Сан-Хосе. Про ці зв'язки стало відомо через анонімні джерела і недбалу операційну безпеку серед субпідрядників, повідомляє ChinaTalk. Американські компанії, що працюють із даними, передоручають значну частину створення RL-середовищ і впорядкування даних низькооплачуваним працівникам у країнах, що розвиваються, особливо в Індії, і ці працівники іноді публікують назви клієнтів у LinkedIn або в резюме, хоча від них очікують використання кодових назв.

Як виграють китайські лабораторії

Китайські лабораторії навмисно купують середовища, які вже продали Anthropic або OpenAI, щоб знати, що дані працюють, перш ніж використовувати їх. Це допомагає їм уникнути внутрішнього розроблення і марних навчальних запусків, що особливо цінно, бо китайські чіпи стикаються з гострими обмеженнями пам'яті. У звіті також йдеться, що китайські лабораторії використовують потужні американські моделі, як-от GPT або Claude, як учителів, використовуючи їхні виходи як навчальні приклади. Разом куплені RL-середовища і дистиляція створюють подвійну перевагу, яка дозволяє китайським лабораторіям скорочувати розрив, використовуючи менше власних обчислень.

Питання подвійного призначення

Торгівля залишається переважно нерегульованою, і автори стверджують, що Бюро промисловості та безпеки має піддати середовища подвійного призначення чинному експортному контролю. Середовища програмування можуть покращити розроблення програмного забезпечення, але також можуть загострити наступальні кіберможливості. Середовища біології можуть покращити можливості синтезу генів і потенційно посилити застосування, пов'язані з біологічною зброєю. Автори також наголошують, що ці зв'язки не є апокаліптичними: спираючись на американську роботу, китайські лабораторії все ще відстають від своїх американських колег щонайменше на кілька місяців як структурне питання, а чутливі середовища в біології, хімії, кібербезпеці, проєктуванні чіпів та інвестиційному банкінгу дедалі частіше створюють усередині американських передових компаній.

Джерела: The Decoder