میدان جهانی هوش مصنوعی: ظهور چین و به چالش کشیدن سلطه ایالات متحده
چشم‌انداز هوش مصنوعی (AI) در حال تحولی اساسی است، به طوری که ایالات متحده با توسعه مدل‌های هوش مصنوعی همچنان پیشتاز است و تنها در سال 2024، 40 مدل قابل توجه را تولید کرده است. با این حال، رقیب جدیدی به سرعت در حال بستن شکاف عملکرد است: چین. طبق آخرین گزارش شاخص هوش مصنوعی، این نشان دهنده یک تحول بالقوه در مسابقه جهانی هوش مصنوعی است و نشان می دهد که در آینده، ایالات متحده ممکن است تنها نیروی مسلط نباشد.
کاهش شکاف عملکرد
سال هاست که ایالات متحده قهرمان بلامنازع ساخت مدل های پیشرفته هوش مصنوعی بوده است. با این حال، چین به طور جدی در تلاش بوده است تا کیفیت مدل های خود را بهبود بخشد. در سال 2023، شکاف عملکرد قابل توجهی بین مدل های چینی و آمریکایی در هنگام ارزیابی در برابر معیارهای استاندارد صنعت مانند درک زبان چند وظیفه ای گسترده (MMLU) و HumanEval (که عملکرد کدنویسی را ارزیابی می کند) وجود داشت. این تفاوت قابل توجه بود و نشان دهنده اختلاف دو رقمی بود. با حرکت سریع به جلو به سال 2024، این شکاف به طور چشمگیری کاهش یافته و تقریباً به برابری رسیده است.
این همگرایی نزدیک در عملکرد، گواهی بر تلاش‌های متمرکز و سرمایه‌گذاری‌های استراتژیک چین در توسعه هوش مصنوعی است. پیشرفت های این کشور صرفاً افزایشی نیستند. آنها نشان دهنده یک جهش اساسی در قابلیت های هوش مصنوعی آن هستند.
زرادخانه هوش مصنوعی چین: مدل های جدید در حال ظهور
پیشرفت سریع چین را می توان به ظهور مدل های هوش مصنوعی جدید و قدرتمند نسبت داد، از جمله:
- سری Qwen علی بابا: این مدل ها برای طیف گسترده ای از برنامه ها طراحی شده اند و تعهد علی بابا را به پیشبرد فناوری هوش مصنوعی نشان می دهند.
- DeepSeek’s R1: R1 DeepSeek با تمرکز بر وظایف و صنایع خاص، نشان دهنده یک رویکرد هدفمند برای توسعه هوش مصنوعی است.
- ManusAI: این مدل تنوع رو به رشد در چشم انداز هوش مصنوعی چین را برجسته می کند و نیازهای تخصصی و برنامه ها را برآورده می کند.
- Hunyuan Turbo S تنسنت: Hunyuan Turbo S به عنوان محصول یکی از غول های فناوری چین، تعهد این کشور را برای ماندن در خط مقدم فناوری هوش مصنوعی برجسته می کند.
این مدل‌ها صرفاً سازه‌های نظری نیستند. آنها محصولات ملموس سرمایه گذاری و تلاش های تحقیقاتی چین هستند و جاه طلبی این کشور را برای رقابت با رهبران جهانی در فضای هوش مصنوعی نشان می دهند.
سرمایه گذاری به عنوان یک کاتالیزور
بهبود در قابلیت های هوش مصنوعی چین مستقیماً با سرمایه گذاری های هنگفت آن در سه حوزه حیاتی مرتبط است:
- زیرساخت هوش مصنوعی: چین منابعی را به ساخت یک زیرساخت قوی هوش مصنوعی، از جمله مراکز داده، تأسیسات محاسباتی با کارایی بالا و شبکه های پیشرفته اختصاص داده است.
- محاسبات پیشرفته: چین با درک اهمیت قدرت پردازش، سرمایه گذاری زیادی در توسعه و به دست آوردن قابلیت های محاسباتی پیشرفته انجام داده است و محققان خود را قادر می سازد تا مدل های پیچیده هوش مصنوعی را آموزش داده و مستقر کنند.
- تحقیقات تحت حمایت دولت: دولت چین از طریق ابتکارات تحقیقاتی تحت حمایت دولت، نقش مهمی در تقویت توسعه هوش مصنوعی ایفا کرده است و بودجه و پشتیبانی را برای دانشگاه ها، موسسات تحقیقاتی و شرکت های خصوصی فراهم می کند.
این رویکرد چند وجهی، زمینه ای حاصلخیز برای نوآوری هوش مصنوعی ایجاد کرده است و به محققان و توسعه دهندگان چینی اجازه می دهد تا آزمایش کنند، تکرار کنند و در نهایت به پیشرفت های قابل توجهی دست یابند.
عامل هزینه: داستانی از دو مدل
یکی از جنبه های جالب توسعه هوش مصنوعی چین، توانایی آن در تولید مدل های رقابتی با کسری از هزینه در مقایسه با همتایان آمریکایی خود است. یک مثال قابل توجه، یک مدل کم هزینه است که تنها در دو ماه با سرمایه گذاری کمتر از 6 میلیون دلار توسعه یافته است. این در تضاد شدید با 100 میلیون دلاری است که OpenAI برای آموزش مدل GPT-4 خود صرف کرده است.
این مقرون به صرفه بودن، نشان دهنده تدبیر و کارایی چین در توسعه هوش مصنوعی است. همچنین نشان می دهد که چین ممکن است بتواند فناوری هوش مصنوعی را دموکراتیک کند و آن را برای طیف وسیع تری از کاربران و سازمان ها در دسترس قرار دهد.
مسابقه هوش مصنوعی: عوامل و زیرساخت
مسابقه جهانی هوش مصنوعی فقط در مورد ساخت مدل های بهتر نیست. همچنین در مورد توسعه قابلیت های عامل و زیرساخت برای پشتیبانی از آنها است. این مسابقه گسترده تر توجه بزرگترین غول های فناوری و موسسات دانشگاهی در سراسر جهان را به خود جلب کرده است.
قابلیت های عامل به توانایی سیستم های هوش مصنوعی برای عمل مستقل و هوشمندانه در محیط های پیچیده اشاره دارد. این شامل وظایفی مانند برنامه ریزی، تصمیم گیری و حل مسئله است. توسعه این قابلیت ها نه تنها به الگوریتم های پیشرفته بلکه به زیرساخت های قوی برای پشتیبانی از استقرار و عملکرد آنها نیاز دارد.
بازیکنان کلیدی در عرصه هوش مصنوعی
در سال 2024، OpenAI به عنوان سازمان پیشرو در توسعه مدل های هوش مصنوعی ظاهر شد و هفت مدل هوش مصنوعی قابل توجه را منتشر کرد. این دستاورد موقعیت OpenAI را به عنوان یک بازیکن کلیدی در زمینه سیستم های هوش مصنوعی با کاربرد عمومی تثبیت می کند.
گوگل با راه اندازی شش مدل قابل توجه، از نزدیک به دنبال آن بود و رهبری دیرینه خود را در نوآوری یادگیری ماشین (ML) تقویت کرد. در طول دهه گذشته، گوگل به طور مداوم در خط مقدم تحقیق و توسعه هوش مصنوعی قرار داشته است و از سال 2014 تاکنون 186 مدل قابل توجه را ارائه کرده است - بیش از دو برابر بازیکن بعدی در لیست.
سایر بازیکنان بزرگ عبارتند از:
- متا: متا با 82 مدل توسعه یافته از سال 2014، سهم قابل توجهی در هوش مصنوعی داشته است، به ویژه در زمینه هایی مانند پردازش زبان طبیعی و بینایی کامپیوتر.
- مایکروسافت: مایکروسافت 39 مدل را در همین مدت توسعه داده است که نشان دهنده تعهد آن به ادغام هوش مصنوعی در محصولات و خدمات خود است.
این شرکت ها فقط مدل های هوش مصنوعی را توسعه نمی دهند. آنها همچنین از طریق تلاش های خود در زمینه تحقیق، توسعه و استقرار، آینده فناوری هوش مصنوعی را شکل می دهند.
ظهور شرکت های چینی
علی بابا، نماینده حضور رو به رشد چین در توسعه هوش مصنوعی بنیادی، در سال 2024 با چهار مدل قابل توجه، رتبه سوم را به خود اختصاص داد. این نشان دهنده تغییر قابل توجهی در چشم انداز نوآوری جهانی است، جایی که شرکت های چینی نه تنها استقرار را مقیاس می کنند، بلکه به تحقیقات سطح مرزی و طراحی مدل نیز کمک می کنند.
موفقیت علی بابا گواهی بر سرمایه گذاری های استراتژیک چین در هوش مصنوعی و توانایی آن در تبدیل تحقیق به محصولات و خدمات ملموس است. همانطور که شرکت های چینی به نوآوری و توسعه فناوری های جدید هوش مصنوعی ادامه می دهند، قرار است نقش فزاینده ای در مسابقه جهانی هوش مصنوعی ایفا کنند.
نیروگاه های آکادمیک
موسسات آکادمیک از طریق تحقیق، آموزش و توسعه استعدادها، نقش مهمی در پیشبرد نوآوری هوش مصنوعی ایفا می کنند. در میان موسسات آکادمیک، دانشگاه کارنگی ملون، دانشگاه استنفورد و دانشگاه تسینگ هوا از سال 2014 پرکارترین بوده اند و به ترتیب 25، 25 و 22 مدل قابل توجه داشته اند.
این دانشگاه ها فقط تحقیقات پیشرفته انجام نمی دهند. آنها همچنین نسل بعدی محققان و مهندسان هوش مصنوعی را آموزش می دهند و جریان ثابتی از استعدادها را برای سوخت رسانی به نوآوری های آینده تضمین می کنند.
حجم تحقیق: چین پیشتاز است
چین علاوه بر کیفیت مدل، در حجم تحقیقات هوش مصنوعی نیز پیشتاز جهان است. در سال 2023، محققان چینی 23.2 درصد از کل انتشارات مربوط به هوش مصنوعی را به خود اختصاص دادند، در حالی که این رقم از اروپا 15.2 درصد و از هند فقط 9.2 درصد بود. سهم چین از سال 2016 به طور پیوسته در حال افزایش بوده است، زیرا مشارکت های اروپا کاهش یافته و خروجی انتشار ایالات متحده ثابت شده است.
این تسلط در حجم تحقیق نشان دهنده تعهد چین به پیشبرد دانش هوش مصنوعی و توانایی آن در جذب و حفظ بهترین استعدادهای هوش مصنوعی است.
ممنوعیت تراشه هوش مصنوعی: یک پسرفت جزئی؟
علی‌رغم ممنوعیت آمریکا در عرضه تراشه‌های هوش مصنوعی، چین به عنوان دومین کشور بزرگ از نظر تولید مدل‌های هوش مصنوعی در سراسر متن، تصاویر، ویدئو و صدا ظاهر شده است. از مجموع 1328 مدل زبانی بزرگ هوش مصنوعی (LLM) در سطح جهانی، 36 درصد در چین ایجاد شده اند و پس از ایالات متحده در رتبه دوم قرار دارند.
این انعطاف پذیری نشان دهنده توانایی چین در غلبه بر موانع و عزم آن برای دستیابی به خودکفایی در فناوری هوش مصنوعیاست.
نفوذ در مقابل حجم: ایالات متحده هنوز یک مزیت دارد
در حالی که چین در حجم مدل های هوش مصنوعی و انتشارات تحقیقاتی پیشتاز است، ایالات متحده هنوز یک مزیت در نفوذ دارد. موسسات آمریکایی بیشترین سهم را در 100 مقاله برتر هوش مصنوعی که در سه سال گذشته بیشترین استناد را داشته اند، داشته اند.
این نشان می دهد که در حالی که چین به سرعت از نظر کمیت در حال رسیدن است، ایالات متحده همچنان برخی از مؤثرترین و تأثیرگذارترین تحقیقات هوش مصنوعی را تولید می کند.
یک اکوسیستم هوش مصنوعی توزیع شده در سطح جهانی
این گزارش دستاوردهای قابل توجهی را از مناطقی مانند خاورمیانه، آمریکای لاتین و آسیای جنوب شرقی برجسته کرد و نشان دهنده ظهور یک اکوسیستم نوآوری هوش مصنوعی توزیع شده تر در سطح جهانی است. این نشان می دهد که توسعه هوش مصنوعی دیگر محدود به چند بازیکن مسلط نیست، بلکه به طور فزاینده ای غیرمتمرکز شده و برای طیف وسیع تری از کشورها و مناطق در دسترس است.
نقش اروپا
فرانسه در سال 2024 با سه مدل قابل توجه، کشور پیشرو اروپایی بود. با این حال، به طور کلی، تمام مناطق اصلی - از جمله ایالات متحده، چین و اتحادیه اروپا - در مقایسه با سال 2023، شاهد کاهش در تعداد مدل های قابل توجه منتشر شده بودند. این کاهش ممکن است ناشی از عوامل مختلفی باشد، مانند افزایش رقابت، تغییر اولویت های تحقیقاتی یا افزایش پیچیدگی توسعه هوش مصنوعی.