آیا چین میتواند در هوش مصنوعی از آمریکا پیشی بگیرد؟ تردیدها و راهکارهای جبران فاصله
شفقنا اقتصادی – با وجود رشد چشمگیر صنعت هوش مصنوعی چین و پیشتازی در مدلهای متنباز، کارشناسان چینی اذعان دارند احتمال سبقت گرفتن از آمریکا در سه تا پنج سال آینده پایین است. محدودیت دسترسی به تراشههای پیشرفته، کمبود سرمایه و شکاف در پژوهشهای نسل جدید از مهمترین موانع عنوان میشود. با این حال، پکن با تمرکز بر توسعه مدلهای متنباز، تسریع کاربردهای صنعتی، حمایت هدفمند دولتی و تلاش برای تقویت نوآوری بومی، در پی کاهش این فاصله است. تحلیلگران معتقدند آینده رقابت به توان چین در افزایش ریسکپذیری فناورانه و سرمایهگذاری در زیرساختهای پیشرفته بستگی دارد.
به گزارش سرویس ترجمه شفقنا از سی ان ان ، زمانی که بزرگترین بازیگران حوزه هوش مصنوعی چین در ماه ژانویه در نشستی مهم در پکن گرد هم آمدند، یک پرسش اساسی مطرح شد: احتمال اینکه یک شرکت چینی هوش مصنوعی طی سه تا پنج سال آینده از رقبای پیشرو آمریکایی پیشی بگیرد چقدر است؟
پاسخ یکی از دانشمندان برجسته حاضر در این نشست، بسیار صریح و غیرمنتظره بود. «جاستین لین»، رهبر فنی مدلهای هوش مصنوعی «کوئن» متعلق به غول فناوری چین، علیبابا، اعلام کرد: «این احتمال کمتر از ۲۰ درصد است و حتی همین ۲۰ درصد هم بسیار خوشبینانه محسوب میشود.»
این ارزیابی محتاطانه در تضاد آشکار با موج گسترده اخبار و گزارشهایی است که طی یک سال گذشته از رونق صنعت هوش مصنوعی چین خبر میدادند.
پس از آنکه استارتاپ نسبتاً ناشناخته «دیپسیک» جهان را با معرفی یک مدل قدرتمند هوش مصنوعی که ادعا میشد با هزینهای بسیار کمتر از نمونههای آمریکایی ساخته شده، شگفتزده کرد، شرکتهای چینی توانستند در دانلود جهانی مدلهای رایگان هوش مصنوعی پیشتاز شوند و سرمایههای هنگفتی را در عرضههای اولیه بازار جذب کنند.
با این حال، برخی از توسعهدهندگان پیشرو هوش مصنوعی در چین هشدار دادهاند که این کشور ممکن است در توسعه مدلهای پیشرفتهتر فاصله بیشتری با رقبا پیدا کرده باشد. کارشناسان، محدودیت دسترسی به تراشههای پیشرفته و کمبود سرمایه را از مهمترین موانع موجود میدانند.
لین تنها فردی نبود که چنین دیدگاهی داشت. «تانگ جیه»، بنیانگذار یکی از استارتاپهای مطرح هوش مصنوعی چین به نام Z.ai که با عنوان «ژیپو» نیز شناخته میشود، اعلام کرد فاصله عملکردی میان مدلهای چینی و آمریکایی «ممکن است در حال افزایش باشد.»
او در همان نشست پکن گفت: «در برخی حوزهها عملکرد قابل قبولی داریم، اما باید چالشها و شکافهایی را که همچنان با آنها روبهرو هستیم نیز بپذیریم.»
با این حال، این ارزیابی به معنای رکود صنعت هوش مصنوعی چین نیست.
رقابت با رقبای آمریکایی
محدودیت در دسترسی به تراشههای قدرتمند و منابع مالی، همراه با ویژگیهای خاص اکوسیستم فناوری چین، باعث شده این کشور راهبردی متفاوت از آمریکا در پیش بگیرد؛ راهبردی که بر عرضه عمومی و متنباز کردن مدلهای هوش مصنوعی تمرکز دارد.
این رویکرد که دولت پکن و توسعهدهندگان چینی آن را ابزاری برای تسریع پیشرفت و رقابت با آمریکا میدانند، به شرکتهای چینی کمک کرده دستاوردهای قابل توجهی کسب کنند. این شرکتها بهسرعت در حال ارائه کاربردهای عملی مبتنی بر این مدلها هستند و صنایع مختلفی مانند تولید، تجارت الکترونیک و رباتیک در حال ادغام این فناوری در ساختار خود هستند.
«شی جینپینگ» رئیسجمهور چین، از رشد سریع توانمندیهای نوآورانه این کشور تمجید کرد و با اشاره به مدلهای هوش مصنوعی که به گفته او «با شتاب پیش میروند» و همچنین «دستاوردها» در تولید تراشههای بومی، بر تلاش پکن برای خودکفایی فناوری تأکید کرد.
برای نمونه، مدل «کوئن» (Qwen) سپتامبر گذشته در پلتفرم «هاگینگفیس» — یکی از مهمترین بسترهای عرضه مدلها و ابزارهای هوش مصنوعی — از مدل «لاما» متعلق به شرکت متا پیشی گرفت و به پراستفادهترین مدل متنباز از نظر تعداد دانلود تبدیل شد. حتی شرکتهای آمریکایی مانند Airbnb نیز از این مدل برای تقویت خدمات مشتریان مبتنی بر هوش مصنوعی استفاده کردهاند.
همزمان، موجی بیسابقه از عرضههای اولیه شرکتهای هوش مصنوعی چین در بورس هنگکنگ شکل گرفته است. در ماه ژانویه، دو استارتاپ یونیکورن، Z.ai و MiniMax که هر دو توسعهدهنده مدلهای متنباز رقابتی هستند، وارد بورس شدند و به ترتیب ۵۶۰ و ۶۲۰ میلیون دلار سرمایه جذب کردند؛ سهام این شرکتها نیز با رشد قابل توجهی مواجه شد.
شرکتهای فناوری جهانی نیز این تحولات را زیر نظر دارند. در ماه دسامبر، متا اعلام کرد شرکت «مانوس» (Manus)، فعال در حوزه عاملهای هوش مصنوعی که در چین تأسیس و بعدها به سنگاپور منتقل شد، را خریداری میکند. هرچند این معامله وارد روند بررسیهای نظارتی پکن شده و احتمال لغو آن وجود دارد، اما خود این اقدام نشانهای از پیشرفت فناوری هوش مصنوعی چین تلقی میشود.
در همین حال، گزارشها حاکی از آن است که شرکت «دیپسیک» — که پس از انتشار یک مدل متنباز با عملکردی نزدیک به سطح پیشتازان صنعت و با منابع بسیار کمتر، به نماد جهش هوش مصنوعی چین تبدیل شد — قصد دارد اواخر این ماه مدل جدیدی با قابلیتهای پیشرفتهتر در حوزه کدنویسی رونمایی کند.
قمار متنباز
یکی از محرکهای اصلی شتاب هوش مصنوعی چین، استقبال تهاجمی این کشور از مدلهای متنباز بوده است؛ تغییری که با موفقیت چشمگیر دیپسیک آغاز شد. از آن زمان، آزمایشگاههای هوش مصنوعی چین بهسرعت به این رویکرد روی آوردهاند.
«پو ژائو»، تحلیلگر و بنیانگذار خبرنامه Hello China Tech که بر صنعت فناوری چین تمرکز دارد، میگوید: «گرایش به مدلهای متنباز در چین هزینهها را برای توسعهدهندگان و شرکتها بهطور چشمگیری کاهش داده است.»
او افزود: «ارائهدهندگان خدمات ابری مانند علیبابا از مدلهای متنباز برای افزایش استفاده از خدمات ابری خود بهره میبرند و استارتاپها نیز از رویکرد باز برای ایجاد سریع اکوسیستم توسعهدهندگان استفاده میکنند.»
البته شرکتهای چینی مبتکر مفهوم مدلهای متنباز نبودند. شرکت متا از جمله غولهای فناوری بود که اوایل سال ۲۰۲۳ با معرفی مدل «لاما» بهطور جدی به متنباز کردن روی آورد، هرچند بسیاری از شرکتهای بزرگ آمریکایی برای حفاظت از مالکیت فکری خود، عمدتاً از این رویکرد فاصله گرفتهاند.
رونق مدلهای متنباز در چین باعث شد سهم استفاده جهانی از این مدلها از تنها ۱.۲ درصد در اواخر سال ۲۰۲۴ به حدود ۳۰ درصد در سال گذشته برسد؛ این آمار بر اساس پژوهشی در اواخر سال ۲۰۲۵ توسط «اوپنروتر» (OpenRouter)، بازار عرضه مدلهای هوش مصنوعی، منتشر شده است.
برای نمونه، شرکت علیبابا بهتنهایی بیش از ۴۰۰ مدل متنباز «کوئن» عرضه کرده که بنا بر اعلام این شرکت، تا اوایل همین ماه بیش از یک میلیارد بار دانلود شدهاند.
«لیان جیه سو»، تحلیلگر ارشد مؤسسه تحقیقاتی فناوری Omdia، میگوید: «متنباز کردن تا حد زیادی به یک اجماع صنعتی در چین تبدیل شده است.»
به گفته او، این راهبرد علاوه بر کاهش هزینهها، میزان آسیبپذیری شرکتهای چینی در برابر ریسکهای ژئوپلیتیک را نیز کاهش میدهد.
او افزود: «اگر روزی کل یک شرکت هدف تحریم آمریکا قرار گیرد، دستکم محصولاتی که بر پایه مدلهای متنباز آن ساخته شدهاند همچنان میتوانند توسط دیگران مورد استفاده قرار گیرند.»
در پس این راهبرد، یک واقعیت اقتصادی نیز وجود دارد.
«جنی شیائو»، شریک مؤسسه سرمایهگذاری لئونیس کپیتال که بر حوزه هوش مصنوعی تمرکز دارد، میگوید: «چاره دیگری وجود ندارد. دلیلش این است که مصرفکنندگان و حتی شرکتها در چین معمولاً برای نرمافزار پول پرداخت نمیکنند.»
با این حال، هرچند مدلهای چینی در فضای متنباز پیشتاز هستند، مدلهای بسته توسعهیافته توسط غولهای آمریکایی — از جمله GPT شرکت اوپنایآی، جمینای گوگل و کلود شرکت آنتروپیک — همچنان در شاخصهای کلی عملکرد برتری دارند. بر اساس دادههای اوپنروتر، مدلهای بسته هنوز حدود ۷۰ درصد کل دانلودها را به خود اختصاص میدهند.
تنگناها همچنان پابرجاست
فاصله عملکردی میان مدلهای چینی و آمریکایی، هرچند چشمگیر نیست، اما عمدتاً به دلیل محدودیت در توان محاسباتی و سرمایه همچنان ادامه دارد.
جاستین لین از علیبابا میگوید: «اوپنایآی، آنتروپیک و دیگر شرکتهای آمریکایی منابع محاسباتی عظیمی را صرف پژوهشهای نسل بعدی میکنند، در حالی که ما از این نظر با محدودیت مواجهیم.»
کنترلهای صادراتی واشنگتن، شرکتهای چینی را از دسترسی به پیشرفتهترین تراشهها مانند سری بلکول انویدیا و همچنین سری جدید روبین و تجهیزات مورد نیاز برای تولید آنها محروم کرده است. مراجعه به تولیدکنندگان داخلی برای تأمین نیمهرساناهای کمتر پیشرفته نیز مشکل توسعهدهندگان مدلهای هوش مصنوعی را بهطور کامل حل نمیکند.
«پل تریولو»، کارشناس چین و فناوری در مؤسسه مشاوره Albright Stonebridge، میگوید: «مشکل آنها این است که نمیتوانند به حجم کافی دست پیدا کنند.» به گفته او، محدودیتهای آمریکا توانایی تولیدکنندگان تراشه چینی برای افزایش مقیاس تولید را نیز محدود کرده است.
در حالی که دونالد ترامپ صادرات تراشههای H200 انویدیا — که دو نسل عقبتر از روبین هستند — را تأیید کرده، چین هنوز بهطور رسمی واردات آنها را مجاز اعلام نکرده است. تریولو میگوید این وضعیت پکن را در دوراهی دشواری قرار داده است؛ جایی که باید میان نیاز کوتاهمدت به تراشههای پیشرفته و هدف بلندمدت خودکفایی فناوری تصمیمگیری کند.
ماه گذشته خبرگزاری رویترز گزارش داد که شرکتهایی مانند دیپسیک، علیبابا، بایتدنس و تنسنت مجوزهای مشروطی برای خرید تعداد مشخصی از تراشههای H200 دریافت کردهاند.
برخلاف استارتاپهای آمریکایی که میتوانند چندین دور سرمایهگذاری خطرپذیر جذب کنند، شرکتهای هوش مصنوعی چین با پایگاه سرمایهگذاران محدودتری مواجهاند و تحت فشار فزاینده برای اثبات سریع سودآوری تجاری قرار دارند. همین مسئله باعث شده شرکتهایی مانند Z.ai و MiniMax زودتر از رقبای آمریکایی خود وارد بورس شوند.
جنی شیائو میگوید: «بسیاری از این شرکتهای چینی تلاش میکنند هرچه سریعتر وارد بازار سهام شوند، زیرا پول زیادی میسوزانند و ورود به بازار عمومی سادهترین راه برای تأمین مالی است.»
او همچنین افزود بازار داخلی چین کوچکتر است و اغلب به سفارشیسازی گسترده نیاز دارد، امری که سودآوری برای توسعهدهندگان مدلهای هوش مصنوعی را دشوارتر میکند.
راهبرد برای پیشی گرفتن
با وجود این چالشها، کارشناسان نسبت به دستکم گرفتن چشمانداز بلندمدت چین هشدار میدهند.
«دیپیکا گیری»، رئیس تحقیقات هوش مصنوعی در مؤسسه IDC، میگوید شرکتهای چینی در استقرار سریع فناوری در کاربردهای مصرفکنندهمحور و ادغام هوش مصنوعی در صنایع عملکرد موفقی داشتهاند.
او میگوید حتی اگر مدلهای چینی بهترین نمونههای جهانی نباشند، این فناوری در چین «بهطور فزایندهای فراگیر» شده است. به گفته او، «ممکن است بهترین مدل جهان نباشد، اما در حال ادغام گسترده است و صنعتیسازی هوش مصنوعی با سرعتی بسیار بالا پیش میرود.»
پکن نیز تمرکز ویژهای بر کاربردهای عملی هوش مصنوعی داشته و ماه گذشته برنامهای برای تعمیق استفاده از این فناوری در بخش تولید رونمایی کرد؛ اقدامی که بخشی از راهبرد ملی برای ارتقای بخش صنعتی کشور است.
از مدلهای متنباز گرفته تا کاربردهای عملی در دنیای واقعی، چین نشان داده که محدودیتها مانع پیشروی آن نشدهاند.
«یائو شونیو»، پژوهشگر پیشین اوپنایآی که اخیراً بهعنوان دانشمند ارشد هوش مصنوعی به تنسنت پیوسته، میگوید چین بارها نشان داده که میتواند «بسیار سریع عقبماندگی را جبران یا فناوریهای غربی را بازتولید کند» و حتی در برخی حوزهها عملکردی بهتر داشته باشد.
او در همان نشست پکن به قدرت بخش تولید چین و صنعت خودروهای برقی این کشور بهعنوان نمونههایی از این توانمندی اشاره کرد.
با این حال، یائو معتقد است چالش بزرگتر چین برای پیشی گرفتن از آمریکا، مسئلهای فرهنگی است: کمبود افراد ریسکپذیر، با وجود وفور استعدادهای سطح بالا.
او گفت: «آیا میتوانیم واقعاً در خلق پارادایمهای جدید پیشگام باشیم؟ به نظر من این، به نوعی، همان مسئله کلیدی است که چین هنوز باید آن را حل کند.»