Китай обогнал США в гонке за ИИ — почему открытые исследования стали ключом к прорыву
Энди Конвайнски, сооснователь Databricks и Laude, отмечает, что за последние 12 месяцев студенты ведущих университетов США столкнулись с вдвое большим количеством значимых идей из Китая, чем из США. Он связывает это с тем, что исследования китайских компаний публикуются в открытом доступе, в то время как крупные американские корпорации всё чаще ограничивают доступ к своим разработкам, что, по его мнению, снижает обмен знаниями и может снизить конкурентоспособность ведущих лабораторий.
По данным TechCrunch, Andy Konwinski (Энди Конвайнски), сооснователь Databricks и Laude, выражает обеспокоенность по поводу смещения лидерства в сфере искусственного интеллекта в сторону Китая. Он называет этот процесс «существенной» угрозой для демократических институтов.
На форуме Cerebral Valley AI Summit Конвайнски отметил, что среди аспирантов ведущих университетов, таких как Беркли и Стэнфорд, наблюдается рост интереса к идее, публикуемой китайскими компаниями. По его словам, в последние 12 месяцев студенты столкнулись с вдвое большим количеством значимых идей от китайских исследовательских центров, чем от американских.
Роль открытой науки в развитии ИИ
Конвайнски подчеркивает важность открытой научной среды для роста инноваций. Он приводит в пример архитектуру Transformer, которая стала основой для современных генеративных моделей ИИ. Эта технология появилась благодаря публикации исследования в открытом доступе, что позволило научному сообществу свободно использовать и развивать идеи.
В Китае, по его мнению, государственная поддержка способствует тому, чтобы исследования в области ИИ, включая работы DeepSeek и Alibaba Qwen, публиковались в открытый доступ. Это, в свою очередь, стимулирует новые прорывы, поскольку позволяет другим ученым строить на уже существующих разработках.
Конкуренция и инновации в крупных лабораториях
Несмотря на то, что OpenAI, Meta⋆ и Anthropic продолжают внедрять значимые инновации, большинство этих разработок остаются закрытыми. Более того, крупные корпорации привлекают талантливых исследователей, предлагая им зарплаты, значительно превышающие академические оклады. Это, по мнению Конвайнски, снижает уровень обмена знаниями между научным сообществом и замедляет развитие.
Он сравнивает ситуацию с иссяканием источника знаний: «Мы поедаем свои же семена, и фонтан знаний высыхает». По его оценке, если США не изменят подход, через пять лет даже ведущие лаборатории столкнутся с утратой конкурентоспособности.
Вклад Laude и Laude Institute
Конвайнски также возглавляет Laude Institute, который предоставляет гранты исследователям. В рамках фонда Laude, созданного совместно с Pete Sonsini (Pete Сонсини) из NEA и Andrew Krioukov (Андре Криукоф) из Antimatter, акцент делается на поддержке научных инициатив, способных привести к масштабным прорывам.
Интересно: Сможет ли США сохранить лидерство в области ИИ, если открытая научная среда продолжит сокращаться, а ключевые разработки останутся закрытыми?
Конкуренция в ИИ: открытость как стратегическое преимущество
Открытость как движок инноваций
Энди Конвайнски, сооснователь Databricks и Laude, подчеркивает, что открытая научная среда — один из ключевых факторов ускорения развития искусственного интеллекта. История технологий демонстрирует, что доступ к публикациям и исходным данным часто становится катализатором прорывов. Архитектура Transformer, которая сегодня лежит в основе генеративных моделей ИИ, стала возможной благодаря тому, что её описание было доступно всем желающим. Это позволило научному сообществу быстро модифицировать и развивать идеи, ускоряя цикл инноваций.
В Китае государственная поддержка усиливает этот эффект. Исследования, проводимые компаниями вроде DeepSeek или Alibaba, часто публикуются в открытом доступе. Это делает знания доступными для широкого круга исследователей и стимулирует новые разработки, поскольку учёные могут строить на уже готовых решениях. В таких условиях китайские исследовательские центры становятся не только источниками идей, но и центрами притяжения для молодых специалистов, что усиливает их конкурентное преимущество.
Важный нюанс: Открытость в науке не только ускоряет инновации, но и создаёт эффект «снежного кома»: чем больше доступных данных и исследований — тем выше скорость прогресса.
Закрытые лаборатории и иссякающий фонтан знаний
В то же время, крупные американские ИИ-лаборатории, такие как OpenAI, Meta⋆ и Anthropic, всё чаще сохраняют свои разработки в закрытом доступе. Это связано с коммерческими интересами: компаниям выгодно контролировать распространение своих моделей и алгоритмов, чтобы сохранить монопольное положение. Однако, как отмечает Конвайнски, такая стратегия имеет обратную сторону — она ограничивает обмен знаниями и замедляет темпы развития.
Если крупные корпорации предлагают учёным гораздо более высокие зарплаты, чем университеты, это приводит к тому, что научное сообщество теряет доступ к талантливым исследователям. В результате, академическая наука становится изолированной, а открытые исследования — менее значимыми. Это создаёт эффект «закрытого круга», где самые передовые идеи остаются внутри корпоративных стен, а внешние разработки не могут их эффективно использовать.
Важный нюанс: Когда компании становятся единственными держателями ключевых разработок, это не только ограничивает научный прогресс, но и снижает конкурентоспособность всей отрасли в долгосрочной перспективе.
Перспективы и роль Laude Institute
Конвайнски активно работает над созданием альтернативы этому сценарию через Laude Institute. Организация предоставляет гранты исследователям, чтобы поддерживать развитие открытых научных инициатив. В рамках фонда Laude, созданного совместно с Pete Сонсини и Андре Криукоф, делается акцент на масштабные проекты, которые могут привести к прорывам в области ИИ. Это не только способствует развитию научного сообщества, но и помогает создавать экосистему, в которой инновации не зависят от одного игрока или одной компании.
Для российского бизнеса и научного сообщества это может быть важным ориентиром. В условиях, когда доступ к зарубежным технологиям ограничен, поддержка открытых исследований и создание собственной экосистемы становятся ключевыми факторами устойчивого развития в сфере ИИ.
Инфраструктура и ресурсы: новые вызовы для ИИ
Развитие искусственного интеллекта требует значительных ресурсов, включая энергетические мощности, полупроводниковые компоненты и инфраструктуру. Например, компания Anthropic инвестирует $50 млрд в создание центров обработки данных в США, чтобы обеспечить рост вычислительной мощности для развития ИИ-моделей Claude [!]. Однако, даже при завершении строительства новых дата-центров в Силиконовой долине, их запуск отложен из-за ограничений локальной энергетической инфраструктуры [!]. Это подчеркивает, что развитие ИИ — это не только вопрос технологий, но и вопрос доступности ресурсов.
Дефицит компонентов также становится серьёзной проблемой. Цены на чипы NAND выросли вдвое из-за спроса на SSD в центрах обработки данных, связанных с ИИ [!]. Производители, такие как Samsung, увеличили стоимость отдельных чипов на 60%, а модуль DDR5 стал дороже с $149 до $239 [!]. Дефицит компонентов влияет даже на игровые технологии: NVIDIA может отменить выпуск RTX 5000 Super из-за недостатка GDDR7 памяти [!]. Эти факторы демонстрируют, что рост ИИ-сектора создаёт напряжение в производственных и энергетических цепочках, что требует стратегического планирования и инвестиций.
Геополитика и поставки материалов
Ситуация в сфере ИИ также связана с геополитическими аспектами. Китай временно снял экспортные ограничения на полупроводниковые материалы для США, включая галлий, сурьму и германий [!]. Это решение, вступающее в силу с ноября 2025 года, может временно облегчить доступ к сырью для американских разработчиков ИИ. Однако меры носят временный характер, что отражает осторожность в геополитических и экономических отношениях между странами. Это подчёркивает, что развитие ИИ — это не только техническая задача, но и вопрос обеспечения устойчивых поставок ключевых материалов.
Риски и ответственность
Наконец, развитие ИИ не ограничивается вопросами доступа и инфраструктуры. Платформы, такие как Claude от Anthropic, становятся инструментами, которые могут быть использованы для создания вредоносного ПО. Так, злоумышленники из Китая применяли эту платформу для создания вредоносного ПО, которое затронуло более 30 организаций и три государственных учреждения [!]. Эти атаки отличаются высокой сложностью и скоростью, что затрудняет их обнаружение и предотвращение традиционными методами. Это подчёркивает необходимость усиления мер безопасности и разработки алгоритмов, способных обнаруживать и блокировать такие угрозы.
Заключение
Конкуренция в сфере искусственного интеллекта становится всё более многогранной. Открытость науки, доступ к ресурсам, энергетическая инфраструктура, геополитика и вопросы безопасности — все эти факторы формируют новую реальность для ИИ. Эксперты отмечают, что для российского бизнеса и научного сообщества особенно важно учитывать эти тенденции, чтобы выстроить стратегию, учитывающую как возможности, так и риски.
Источник: TechCrunch
