Orijinal Başlık: Çin AI Laboratuvarlarından Notlar
Orijinal Yazar: Nathan Lambert
Çeviri: Peggy, BlockBeats

Editör Notu: Çin AI laboratuvarları, küresel büyük model rekabetinde göz ardı edilemez bir güç haline gelmektedir. Onların avantajı sadece yetenekli olmalarından, mühendisliklerinin güçlü olmasından ve hızlı iterasyon yapmalarından gelmemektedir, aynı zamanda çok gerçekçi bir organizasyon biçiminden gelmektedir: az konuş, çok model yap; bireysel yıldızları vurgulamaktan ziyade takım uygulamasına odaklan; dış hizmetlere güvenmek yerine çekirdek teknoloji yığınına sahip olmaya eğilim göstermek.

Yazar Nathan Lambert, birkaç Çin'in önde gelen AI laboratuvarını ziyaret ettikten sonra fark etti ki, Çin AI ekosistemi ve ABD tamamen aynı değildir. ABD, orijinallik paradigmasını, sermaye yatırımlarını ve önde gelen bilim insanlarının kişisel etkisini daha önemsemektedir; çin ise mevcut yönde hızla yakalamakta ustalaşmıştır, açık kaynak, mühendislik optimizasyonu ve genç araştırmacıların yoğun katılımı ile model yeteneklerini hızla zirveye taşımaktadır.

Çin'in ABD'yi geçip geçmediği en dikkate değer şey değildir, daha çok iki farklı gelişim yolunun şekillendiği durumdur: ABD, sermaye ve ünlü laboratuvarların yönlendirdiği sınır yarışına benzerken, Çin, mühendislik yeteneklerinin, açık kaynak ekosisteminin ve teknolojiye duyulan özgüvenin birlikte itki olduğu bir endüstri yarışına benzer bir yol izlemektedir.

Bu, gelecekte AI rekabetinin sadece model sıralamasıyla değil, aynı zamanda organizasyon yeteneği, geliştirici ekosistemi ve endüstri yürütme gücüyle de ilgili olacağı anlamına gelmektedir. Çin AI'nın gerçek değişimi, artık sadece Silicon Valley'i taklit etmek değil, kendi yoluyla küresel sınırın içinde yer almak olduğudur.

Aşağıda orijinal metin yer almaktadır:

Hangzhou'dan Shanghai'ye giden yenilikçi hızlı trenin içinde otururken, dışarıya doğru bakarım ve engebeli sırtları, rüzgar türbinleri ile süslenmiş dağları, gün batımında oluşan siluetleri görürüm. Dağlar arka planı oluştururken, önümde tarlalar ve gökdelenlerin kesişiminden oluşan manzara vardır.

Çin'den dönerken son derece alçakgönüllü hissediyorum. Bu kadar yabancı bir yere gidip bu kadar sıcak bir karşılama görmek, son derece sıcak ve aynı zamanda insan odaklı bir deneyimdir. AI ekosistemindeki birçok kişiyle tanıştım ve onlar benim daha önce uzaktan bildiğim insanlardı; ancak onlar beni parlak gülüşleri ve samimiyetleriyle karşılayarak, işimin ve AI ekosisteminin genel olarak küresel olduğunu bir kez daha fark etmeme neden oldular.

Çin Araştırmacılarının Zihniyeti

Çalıştığı dil modelini oluşturan Çin şirketleri, bu teknolojinin "hızlı takipçisi" olarak nitelendirilebilir. Bunlar, Çin'in uzun süredir süregelen eğitim ve çalışma kültürü geleneği üzerine inşa edilmiş, aynı zamanda batıdan biraz farklı teknoloji şirketi kurma şekline sahiptirler.

Eğer sadece çıktıya bakarsak, yani en yeni, en büyük modellere ve bu modellerin desteklediği akıllı ajan iş akışlarına; girdi unsurlarına, yüksek nitelikli bilim insanları, büyük ölçekli veri ve hızlandırılmış hesaplama kaynakları gibi unsurlara; Çin ve ABD laboratuvarları genel olarak benzer görünüyor. Gerçek uzun vadeli farklılık, bu unsurların nasıl örgütlendiği ve şekillendirildiği noktasında ortaya çıkıyor.

Ben her zaman, Çin laboratuvarlarının neden çok iyi bir şekilde yetişip önde kalmayı başardığını düşündüm, bir nedeni de kültürel olarak bu göreve çok uygun olmalarıydı. Ancak insanlarla doğrudan iletişim kurmadan bu tür bir sezgiyi belirli bir önemli etkiye atfetmeye uygun hissetmediğimi düşünüyordum. Çeşitli başlıca Çin laboratuvarlarındaki birçok üstün, mütevazi ve açık fikirli bilim insanıyla konuştuktan sonra, birçok düşüncem daha net hale geldi.

Bugün en iyi büyük dil modelini oluşturmak, genellikle tek tek teknik yığını boyunca titiz çalışmaya büyük ölçüde bağlıdır: veriden, mimari detaylardan, güçlendirme öğrenme algoritmalarının uygulanmasına kadar. Modelin her bir halkası bazı geliştirmeler getirebilir ve bu geliştirmelerin bir araya getirilmesi karmaşık bir süreçtir. Bu süreçte, bazı son derece zeki bireylerin yaptığı çalışma, çok hedefli optimizasyon içinde modelin bütününü maksimize etmesine izin vermek için ertelenmelidir.

Amerikalı araştırmacılar açıkça tekil bileşen sorunlarını çözme konusunda da çok başarılı olsalar da, Amerika'nın daha çok \'sesini duyurma\' kültürü vardır. Bilim insanı olarak, çalışmalarınız için dikkat çekmeye aktif olarak çalıştığınızda, genellikle daha başarılı olursunuz; ancak çağdaş kültür aynı zamanda yeni bir tanınma yolu olan \'lider yapay zeka bilimcisi\' olmanın da yolunu açmaktadır. Bu doğrudan bir çatışmaya neden olabilir.

Dış dünyada yaygın olarak dillendirilen bir iddia, Llama organizasyonunun bu menfaat taleplerini hiyerarşik bir yapıya yerleştirdikten sonra siyasi baskı yüzünden çöktüğü yönündedir. Diğer laboratuvarlardan duyduğuma göre bazen birinci sınıf bir araştırmacıyı \'sakinleştirmenin\' gerekebileceğini ve kendi fikirlerinin nihai modele dahil edilmediği için yakınmadan vazgeçmelerini sağlamak gerektiğini söylemişlerdir. Bunun ne kadar doğru olduğu tam olarak bilinmese de, anlam oldukça açıktır: öz farkındalık ve mesleki yükselme isteği gerçekten insanların en iyi modeli oluşturmasını engelleyebilir. Amerika ve Çin arasında, sadece bu tür kültürel küçük bir yönlendirme farkı bile, nihai çıktı üzerinde anlamlı bir etkiye sahip olabilir.

Bu farklılıklardan biri, aslında bu modelleri kimin inşa ettiğiyle ilgilidir. Tüm laboratuvarlarda, çok doğrudan bir gerçek şudur: çekirdek katkı sağlayıcıların büyük bir kısmı hala öğrenci konumundadır. Bu laboratuvarlar oldukça gençtir ve bu da beni Ai2'deki organizasyonumuzu hatırlatıyor: Öğrenciler meslektaş olarak kabul edilir ve doğrudan büyük dil modeli ekibine entegre edilir.

Bu ABD'nin önde gelen laboratuvarlarında çok farklıdır. ABD'de, OpenAI, Anthropic, Cursor gibi şirketler asla staj imkanı sunmazlar. Diğer şirketler, Google gibi, Gemini ile ilgili staj imkanı sunarlar, ancak birçok insan stajlarının gerçek çekirdek işin dışında izole edilip edilmediğinden endişe eder.

Genel olarak, bu hafif kültürel farklılık, model oluşturma yeteneğini geliştirmek için şu yollarla artırılabilir: Son modelin geliştirilmesi için insanlar daha az parlak işleri yapmaya istekli olabilirler; AI oluşturmaya yeni başlayanlar, önceki birkaç AI çılgınlığı döngüsünden etkilenmemiş olabilirler, bu nedenle yeni çağdaş teknik yaklaşımlara daha hızlı adapte olabilirler. Aslında, sohbet ettiğim Çinli bir bilim adamı, bu durumu açıkça bir avantaj olarak görmektedir; daha düşük bir benlik bilincine sahip olmak, organizasyon yapısını biraz daha genişletmeyi kolaylaştırır çünkü insanlar sistemi "oynamaya" çalışmazlar; büyük miktarda yetenek, başka yerlerde kavram kanıtlanmış problemleri çözmek için çok uygundur, ve benzeri.

Şu anki dil modelinin oluşturulmasına daha elverişli olan bu eğilim, bilinen bir önyargıyla karşılaştırıldığında bir zıtlık oluşturuyor: İnsanlar genellikle, Çinli araştırmacıların daha az yaratıcı, 0'dan 1'e yeni alanlar açabilen türden akademik araştırmalar üretmediklerini düşünüyorlar.

Bu seyahatin akademik ağırlıklı birkaç laboratuvar ziyaretinde, birçok laboratuvar müdürü bu daha büyük hedefli araştırma kültürünü geliştirmekte olduklarını belirtti. Aynı zamanda, sohbet ettiğimiz bazı teknik liderler, bu bilimsel araştırma tarzının dönüşümünün kısa vadede mümkün olup olmadığını sorguluyorlar, çünkü eğitim ve teşvik sistemini yeniden tasarlamayı gerektiriyor ve bu değişim çok büyük olduğundan mevcut ekonomik denge altında gerçekleşmesi zor.

Bu kültür, çok iyi "büyük dil modeli oluşturma oyunu" oynayan bir grup öğrenci ve mühendis yetiştiriyormuş gibi görünüyor. Tabii ki, sayıları da son derece fazla.

Bu öğrenciler bana, Amerika Birleşik Devletleri'nde olduğu gibi, Çin'de de yetenek kaçağının yaşandığını söylediler: Akademik bir kariyeri düşünen birçok kişinin şimdi endüstride kalmayı planladığını belirttiler. En ilginç yorumlardan biri, aslen profesör olmayı düşünen bir araştırmacıdan geldi; kendisinin neden profesör olmak istediğini, eğitim sistemine yakın olmak istediği için dedi; ancak daha sonra eğitimin zaten büyük dil modelleri tarafından çözüldüğünü söyledi - "Öğrenciler neden hala benimle konuşmak istesinler ki!"

Öğrenciler, büyük dil modeli alanına taze bir bakış açısıyla girdiler ve bu bir avantaj. Geçtiğimiz yıllarda, büyük dil modelinin temel paradigmalarının sürekli değiştiğini gördük: MoE'nin genişlemesinden, pekiştirmeli öğrenimin genişlemesine, sonra da ajanı desteklemeye. Bu konulardan herhangi birini başarılı bir şekilde yapmak için, son derece hızlı bir şekilde çok miktarda arka plan bilgisini sindirmek gerekiyor, hem daha geniş literatürü hem de şirket içi teknoloji yığınını içeriyor.

Öğrenciler, bu tür şeyleri yapmaya alışkın ve "neyin etkili olması gerektiği" konusundaki tüm önyargılarına içtenlikle sadık kalmaya istekliler. Kafalarına gömülüyorlar, yaşamlarını buna adıyorlar, sadece modeli geliştirme fırsatı elde etmek için.

Bu öğrenciler ayrıca şaşırtıcı derecede doğrudanlar ve bilim adamlarını dağıtabilecek bazı felsefi tartışmalara sahip değiller. Modelin ekonomik etkisini veya uzun vadeli toplumsal riskleri nasıl ele aldıklarını sorduğumda, karmaşık görüşlere sahip, bu konularda etkili olmayı uman Çinli araştırmacıların belirgin şekilde daha az olduğunu gördüm. Kendilerinin rolünün en iyi modeli oluşturmak olduğuna inanıyorlar.

Bu fark çok ince ve reddedilmesi çok kolay. Fakat uzun süreli bir sohbet sırasında zarif, zeki ve İngilizcesiyle net ifade edebilen bir araştırmacıyla konuştuğunuzda en kolay hissedilebilir: Yapay Zeka hakkında daha fazla felsefi düzeyde soru sorduğunuzda, bu temel sorular havada asılı kalır ve karşı taraf basit bir şaşkınlık belirtir. Onlar için bu bir kategorik hata olarak algılanır.

Hatta bir araştırmacı Dan Wang'ın ünlü tespitine atıfta bulundu: Avukatların hakim olduğu Amerika'ya kıyasla, Çin mühendisler tarafından yönetiliyor. Bu konuları tartışırken, bu benzetmeyi kullanarak inşa etmek istedikleri şeyi vurguladı. Çin'de, Dwarkesh veya Lex gibi süper popüler podcastçilerin Çinli bilim insanlarını yetenekli etkileyiciler olarak yetiştirme yolunda sistemli bir yol yok.

Yapay Zeka tarafından tetiklenen gelecekteki ekonomik belirsizlik, temel AGI yeteneklerini aşma sorunu veya modellerin nasıl performans göstermesi gerektiği ile ilgili Çinli bilim insanlarına yorum yapmalarını sağlamaya çalıştım; bu sorular nihayetinde beni bu bilim insanlarının yetişme ve öğrenim geçmişleriyle ilgili fikir sahibi etti (düzenlendi 1). Onlar işlerine son derece odaklılar, ancak onlar, toplumun nasıl örgütlendiği veya değiştirilmesi gerektiği konusunda tartışmayı ve ifade etmeyi teşvik etmeyen bir sistemde büyüdüler.

Bakış açımı uzaklara çevirince, özellikle Pekin'e, hissettirdiği şey çokça Körfez Bölgesi'ne benziyordu: Rekabetçi bir laboratuvar, sadece yürüme mesafesinde veya kısa bir taksi yolculuğu mesafesinde olabilir. Uçaktan indikten sonra, otele gitmek üzere Alibaba Pekin kampına uğradık. Sonraki 36 saat boyunca, Zhipu AI, Ay'ın Karanlık Yüzü, Tsinghua Üniversitesi, Meituan, Xiaomi ve 01.ai'ye gittik.

Çin'de DiDi ile seyahat etmek çok kolay. XL aracı seçerseniz, genellikle masaj koltuğu olan elektrikli küçük bir minibüse atanırsınız. Araştırmacılardan yetenek savaşını sorduğumuzda, bu durumun Amerika'da yaşadığımızla çok benzer olduğunu söylediler. Araştırmacılar arasında iş değişimi oldukça yaygınken, insanların nereye gitmeyi seçtiklerinin büyük ölçüde o anki en iyi atmosferin nerede olduğuna bağlı olduğunu belirttiler.

Çin'de büyük dil modeli topluluğu insanlara daha çok bir ekosistem hissi veriyor, birbirleriyle savaşan kabileler gibi değil. Birçok kapalı kapı arkasındaki konuşmada, neredeyse tamamen meslektaşlarına saygı duyduklarını duydum. Tüm Çin laboratuvarları, analitik popülerite yanılgısı modeli nedeniyle dikkatlice ByteDance ve onun popüler Bean-sack modelinden çekinirken, yine de DeepSeek'e büyük saygı duyduklarını belirttiler ve bu laboratuvarın yürütme düzeyinde en çok araştırma zevkine sahip olduğunu düşündüler. Amerika'da, kapalı kapılar ardında laboratuvar üyeleriyle yapılan müzakereler genellikle hızla gerilere dönüşebiliyor.

Çinli araştırmacıların alçakgönüllülüğü içinde, en çok etkilendiğim şey, ticaret seviyesinde bile sık sık omuz silkmeleri ve bunun kendi sorunları olmadığını söylemeleriydi. Amerika'da ise herkes, veri satıcılarından, hesaplama gücüne ve finansmanından endüstri eğilimlerine kadar her türlü ekosistem seviyesindeki saplantısına kapılmış gibi görünüyor.

Çin AI Endüstrisi ile Batıdaki Laboratuvarların Farklılıkları ve Benzerlikleri

Bugün bir AI modeli oluşturmanın neden bu kadar ilginç olduğu, artık sadece bir grup üstün araştırmacıyı aynı binada bir araya getirip bir mühendislik harikası oluşturmak olmaktan çıktığından dolayıdır. Geçmişte gerçekten daha çok buna benziyordu, ancak AI işini sürdürebilmek için büyük dil modelleri bir melez haline geliyor: bunun içinde model oluşturma, dağıtma, finansman ve bu yaratığın benimsenmesini teşvik etme bulunmaktadır.

Lider AI şirketleri karmaşık bir ekosistemde var oluyor. Bu ekosistemler fon, hesaplama gücü, veri ve ileriyi taşımak için daha fazla kaynak sağlar.

Batı ekosistemlerinde, büyük dil modelini oluşturmak ve sürdürmek için gereken tüm yatırım unsurlarının bütünleşme şekli oldukça iyi kavramsallaştırılmış ve çizilmiştir. Anthropic ve OpenAI bunun tipik temsilcileridir. Bu nedenle, eğer Çin laboratuvarlarının bu konulardaki düşünme şeklinin belirgin farklı olduğunu keşfedebilirsek, farklı şirketlerin gelecekte hangi anlamlı farklılıklara bahis yapabileceğini görebiliriz. Elbette bu gelecek, finansman ve/veya hesaplama gücü kısıtlamalarından da güçlü bir şekilde etkilenecektir.

Bu laboratuvarlarla yapılan iletişimin ardından edinilen en büyük "AI Endüstri Seviyesi" kazanımlarını aşağıda sıraladım:

İlk olarak, yerel AI talebinin erken belirtileri görülmeye başlandı.
Geniş çapta tartışılan bir varsayım, Çin AI pazarının daha küçük olacağıdır, çünkü Çin şirketleri genellikle yazılım için para ödemeye istekli değildir, bu nedenle bir laboratuvarı destekleyecek kadar büyük bir akıl yürütme pazarı serbest bırakamazlar.

Ancak bu değerlendirme, SaaS ekosistemine göreceli olarak karşılık gelen yazılım harcamalarıyla sınırlıdır. Ancak SaaS ekosistemi Çin tarihinde her zaman çok küçüktü. Öte yandan, Çin'in açıkça hala büyük bir bulut pazarı olduğu görülmektedir.

Henüz cevaplanmamış önemli bir soru şudur: Çin şirketlerinin AI üzerine harcamaları, aslında daha çok SaaS pazarına, yani küçük ölçekli mi; yoksa altta yatan altyapı harcamalarına, yani bulut pazarına mı benzer? Bu soru bile Çin laboratuvarlarında tartışılmaktadır. Genel olarak, AI'nin yeni araçlar etrafında oluşan bir pazarın büyüyemeyeceğinden kimse endişelenmediği şeklinde bir izlenim edindim.

İkinci olarak, çoğu geliştirici Claude tarafından derinden etkilenmiştir.
Claude resmen Çin'de yasak olmasına rağmen, Çin'deki çoğu AI geliştiricisi Claude'dan son derece etkilenmiş ve yazılım oluşturma şekillerini nasıl değiştirdiğine hayran kalmıştır. Geçmişte Çin yazılım satın almak isteksiz olsa da, bunun Çin'de büyük bir akıl yürütme talebi artışı döngüsü olmayacağını düşüneceğimi düşündürmez.

Çinli teknik personel çok pragmatik, alçakgönüllü ve motive. Bu, bana eski "yazılım satın almak için para harcamama" alışkanlığından çok daha fazla bir duygu veriyor.

Bazı Çinli araştırmacılar, kendi araçlarını kullanarak çalıştıklarından bahsederler, örneğin Kimi veya GLM'in komut satırı araçları, ancak herkes Claude kullandığını belirtir. Şaşırtıcı olan, neredeyse hiç kimsenin Codex'ten bahsetmemesidir ve Codex'in San Francisco Körfezi'nde hızla popüler hale geldiği görünmektedir.

Üçüncü olarak, Çin şirketlerinde bir tür teknoloji sahiplik zihniyeti mevcuttur.
Çin kültürü, işleyen bir ekonomik motorla birleşerek öngörülemeyen sonuçlara yol açmaktadır. Aldığım derin bir izlenim, burada birçok teknoloji şirketinin somut bir denge sağlayan bir tür pragmatizmi yansıtan, sayısı çok olan yapay zeka modelleridir. Genel bir plan yoktur.

Bu endüstri, ByteDance ve Alibaba'ya saygıyla tanımlanmıştır. Bu büyük oyuncuların birçok pazarı kazanacak güçlü kaynaklarla geleceği düşünülmektedir. DeepSeek saygın bir teknoloji lideridir, ancak pazar lideri değildir. Onlar yön belirlerler, ancak ekonomik olarak pazarı kazanacak yapıya sahip değillerdir.

Bu, Meituan veya Ant Group gibi şirketlerin olduğu bir durum bırakır. Batılılar, neden bu modelleri inşa ettiklerine şaşırabilirler. Ancak aslında büyük dil modellerini geleceğin teknoloji ürünlerinin merkezi olarak görmektedirler, bu nedenle güçlü bir temele ihtiyaçları vardır.

Güçlü bir genel model üzerinde ince ayar yaptıklarında, açık kaynak topluluğunun model hakkındaki geri bildirimleri, teknik yığınlarını daha sağlam hale getirecek ve aynı zamanda ürünlerine içsel ince ayarlı sürümlerini koruyabileceklerdir. Bu endüstrideki "önce açık" zihniyet, büyük ölçüde pragmatizm tarafından tanımlanmıştır: Bu, modellere güçlü geri bildirim sağlayabilir, açık kaynak topluluğuna geri bildirimde bulunabilir ve kendi misyonlarını güçlendirebilir.

Dördüncü olarak, hükümet desteği gerçektir, ancak ölçeği net değildir.
İnsanlar genellikle, Çin hükümetinin büyük dil modeli yarışmalarına aktif olarak destek olduğunu iddia ederler. Ancak bu, birçok seviyeden oluşan, nispeten merkezi olmayan bir hükümet sistemi olduğu için, her seviyenin ne yapması gerektiğini belirten net bir işletme kılavuzu bulunmamaktadır.

Pekin'in farklı semtleri, teknoloji şirketlerinin ofislerini orada kurmaları için rekabet ederler. Bu şirketlere sunulan "yardımın" neredeyse kesinlikle lisans gibi bürokratik süreçlerdeki ayrıntıları kaldırmayı içerdiği düşünülmektedir. Ancak bu yardım ne kadar gidebilir? Hükümetin farklı seviyeleri yetenek çekebilir mi? Yonga kaçakçılığına yardımcı olabilirler mi?

Ziyaret süreci boyunca, hükümetin ilgisi veya desteği hakkında birçok bahis yapıldı, ancak ilgili bilgi, ayrıntılı bir şekilde rapor verecek kadar yeterli değil ve hükümetin Çin'in yapay zeka gelişim rotasını nasıl değiştirebileceği konusunda kendime güvenle bir dünya görüşü oluşturacak kadar yeterli değil.

Elbette, en üst düzey Çin hükümetinin, modelin herhangi bir teknik kararını etkilediğine dair hiçbir işaret yoktur.

Beşinci olarak, veri endüstrisi Batı'ya göre çok daha az gelişmiştir.
Daha önce duyduğumuz kadarıyla, Anthropic veya OpenAI'ın tek bir ortam için 10 milyon doların üzerinde harcama yaptığını ve her yıl güçlü öğrenme alanındaki ilerlemeyi desteklemek için milyarlarca dolar harcadığını duyduk. Bu nedenle, Çin laboratuvarının da ABD şirketlerinden aynı ortamı satın alıp almadığını veya onları destekleyen yansıma tipinde bir yerel ekosisteminin olup olmadığını merak ediyoruz.

Cevap tam anlamıyla "veri endüstrisi yok" değil, ancak deneyimlerine göre veri endüstrisinin kalitesinin nispeten düşük olduğu ve bu nedenle çoğu zaman daha iyi bir yaklaşımın içeride özgü ortamlar veya veriler oluşturmak olduğu söylenebilir. Araştırmacılar, genellikle güçlü öğrenme eğitim ortamını oluşturmak için ayrıca zaman harcayacaklardır, ancak ByteDance, Alibaba gibi daha büyük şirketler, bunu desteklemek için iç veri işaretleme ekibine sahip olabilir. Tüm bunlar önceden belirtilen "satın almaktansa kendi oluşturmak" zihniyetine uyum sağlar.

Altıncı olarak, daha fazla NVIDIA yongasına yönelik talep çok güçlüdür.
NVIDIA hesaplama gücü eğitimin altın standardıdır ve herkesin ilerlemesi daha fazla hesaplama gücü olmadığı için sınırlıdır. Eğer mevcut fazla miktarda stok olursa, açıkça bunları satın alacaklardır. Dahil olmak üzere diğer hızlandırıcılar, Huawei dahil, çıkarsamada olumlu bir değerlendirmeye tabi tutulmuştur. Sayısız laboratuvar, Huawei yongalarını kullanabilir.

Bu noktalar, oldukça farklı bir yapay zeka ekosistemi tasvir ediyor. Batıdaki laboratuvarların işleyişini hızla Çin meslektaşlarının üzerine uygulamaya çalışmak genellikle kategorik hatalara yol açar. Temel soru, bu farklı ekosistemlerin fiziksel farklı modeller mi üreteceği; yoksa Çin modellerinin her zaman ABD'nin en son modelinden 3 ila 9 ay geri olduğu şeklinde mi anlaşılacağıdır.

Sonuç: Küresel Denge

Bu seyahatten önce, Çin hakkında çok az şey biliyordum; ancak ayrılırken, kendimi henüz öğrenmeye başlamış gibi hissediyorum. Çin, kurallar veya formüllerle ifade edilebilecek bir yer değil, ancak çok farklı bir güç mekanizması ve kimyasal reaksiyonlara sahip bir yerdir. Kültürü o kadar eski ve derindir ki hala iç teknoloji oluşturma şekliyle tamamen iç içedir. Öğrenmem gereken çok şey var.

Mevcut ABD iktidar yapısının birçok parçası, var olan Çin algılarını, karar verme süreçlerinde temel bir psikolojik araç olarak görür. Çin'in neredeyse her başlıca yapay zeka laboratuvarıyla resmi veya resmi olmayan yüz yüze iletişimde bulunduktan sonra, Batı karar alma şeklinin modellemekte zorlandığı birçok Çin niteliği ve içgüdü buldum.

Her ne kadar bu laboratuvarlara neden en güçlü modellerini piyasaya sunduklarını doğrudan sorsam da, "mülkiyet zihniyeti" ile "ekosistemi samimi bir şekilde destekleme" arasındaki kesişimi tam olarak bağdaştırmak hala zor görünüyor.

Buradaki laboratuvarlar oldukça pragmatiktir ve mutlakçı açık kaynak yanlısıları olmayabilir; ancak geliştiricileri destekleme, ekosistemi destekleme ve açıklamanın kendilerinin modellerini daha iyi anlama yolunda bir araç olarak kullanılması konularında derin bir niyet taşırlar.

Hemen hemen tüm büyük Çin teknoloji şirketi kendi genel dil modelini oluşturuyor. Gördük ki, platform tabanlı hizmet şirketleri olan Meituan ve büyük tüketici teknoloji şirketleri olan Xiaomi gibi şirketler, açık ağırlıklı modeller yayınladılar. Aynı türdeki Amerikan şirketleri genellikle bu tür hizmetleri satın alır.

Bu şirketler genel dil modeli oluşturmuyorlar, çünkü popüler bir trendde varlık göstermek istiyorlar; aksine, bu, derin ve temel bir arzudan kaynaklanıyor: kendi teknoloji yığınlarını kontrol etmek ve şu anda en önemli teknolojiyi geliştirmek. Dizüstü bilgisayarımdan başımı kaldırdığımda, daima ufukta vinçlerin kümesini görebiliyorum, bu açıkça Çin'in daha geniş bir inşaat kültürü ve inşaat enerjisiyle uyumlu.

Çinli araştırmacıların üzerindeki insanlık, cazibe ve samimiyet, son derece yakın hissettiriyor. Kişisel düzeyde, Amerika'da alışkın olduğumuz acımasız jeopolitik tartışmaların hiçbiri onlara bulaşmamış gibi görünüyor. Dünya daha fazla böyle basit olumlu enerjiyi barındırabilir. Bir AI topluluğu üyesi olarak, şu anda daha çok endişelendiğim şey, milliyet etiketleri etrafında, üyeler ve gruplar arasında çatlaklar oluşması.

Eğer Amerikan laboratuvarının AI teknoloji yığınının her bir parçasında net bir lider olmasını istemediğimi söylersem, yalan söylemiş olurum. Özellikle büyük zamanımı harcadığım açık model alanında, ben bir Amerikalıyım, bu dürüst bir tercih.

Aynı zamanda, açık ekosistemin küresel ölçekte gelişmesini umuyorum, çünkü bu dünyaya daha güvenli, erişilebilir ve yararlı AI sağlayabilir. Şu anda sorun şu ki, Amerikan laboratuvarı bu lider konumu ele alacak mı?

Bu makaleyi yazarken, açık modellere yönelik yönetmeliklerin etkisi hakkında daha fazla dedikodu dolaşıyor. Bu, Amerika'nın liderliği ile küresel ekosistem arasındaki işbirliği ilişkisini daha da karmaşık hale getirebilir – bu beni daha da endişelendirmiyor.

Moonshot, Zhi Spectrum, Meituan, Xiaomi, TYYW, AntChain Insights, 01.ai ve diğer kuruluşlarla şans eseri konuştuğum tüm harika insanlara teşekkür ederim. Herkes o kadar hevesli ve cömert ki kendi zamanlarını öylesine büyük bir içtenlikle harcadılar. Düşüncelerim şekillendikçe, Çin hakkındaki gözlemlerimi, daha geniş kültürel düzeyi ve AI alanını içeren paylaşmaya devam edeceğim.

Açıkça, bu bilgi, doğrudan gelişmekte olan AI hikayesiyle ilişkili olacak.

[Orjinal Makale Bağlantısı]

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia