จากคำตอบ AI 5,000 รายการ สู่ข้อพิพาทเรื่องอำนาจทางเทคโนโลยี
นักวิจัยจากมหาวิทยาลัยเจียวทงเซี่ยงไฮ้อธิบายในงานวิจัยเมื่อเดือนพฤศจิกายน 2024 ว่า พวกเขาคัดเลือกคำตอบประมาณ 5,000 รายการที่สร้างโดยโมเดล o1 ของ OpenAI ใช้ GPT-4o mini แปลคำตอบเหล่านั้น และรวบรวมเป็นตัวอย่างฝึกสองภาษา 10,750 รายการ จากนั้นนำข้อมูลดังกล่าวไปฝึกโมเดล Qwen2.5-72B ของ Alibaba เพิ่มเติม
สารบัญ
- จากคำตอบ AI 5,000 รายการ สู่ข้อพิพาทเรื่องอำนาจทางเทคโนโลยี
- โมเดลหนึ่งเรียนรู้จากอีกโมเดลได้อย่างไร
- งานวิจัยสะท้อนให้เห็นมากกว่าการทดลองเพียงครั้งเดียว
- เหตุใดปักกิ่งจึงต้องการโมเดลต้นทุนต่ำสำหรับภาคอุตสาหกรรม
- เกิดอะไรขึ้นในการหารือที่เฉิงตู
- คำตอบอย่างเป็นทางการของจีนทำให้ข้อถกเถียงขยายวงกว้าง
- ต้นตอของความขัดแย้งทางกฎหมายและการค้า
- มาตรการควบคุมชิปขยายขอบเขตจากการขนส่งทางกายภาพ
- กำหนดการถัดไปและข้อจำกัดของแนวทางนี้
- ประเด็นสำคัญ
กระบวนการนี้เรียกว่า “การกลั่นกรองโมเดล” (model distillation) และเป็นประเด็นใจกลางข้อพิพาทที่กำลังขยายตัวระหว่างวอชิงตันกับปักกิ่ง บริษัทและนักวิจัยจีนกำลังใช้คำตอบจากระบบปัญญาประดิษฐ์ชั้นนำของสหรัฐฯ เพื่อช่วยฝึกโมเดลในประเทศ ซึ่งอาจลดต้นทุนการพัฒนาในช่วงที่สหรัฐฯ จำกัดการเข้าถึงชิปขั้นสูง
การทบทวนเอกสารวิชาการ สิทธิบัตร ข้อมูลที่บริษัทเปิดเผย ประกาศรับสมัครงาน และเอกสารของรัฐบาลจีนกว่า 300 รายการ ชี้ให้เห็นการเปลี่ยนผ่านจากการทดลองวิจัยไปสู่การใช้งานในภาคอุตสาหกรรมที่แพร่หลายขึ้น บริษัทต่าง ๆ พัฒนาซอฟต์แวร์เพื่อเก็บผลลัพธ์จากโมเดลโดยอัตโนมัติ ขณะที่แรงงานเฉพาะทางจัดเตรียมข้อมูลฝึกที่ได้จากกระบวนการดังกล่าว
วอชิงตันมองว่าการกลั่นกรองในระดับอุตสาหกรรมเป็นเหตุผลสำคัญที่ทำให้โมเดลจีนลดช่องว่างด้านประสิทธิภาพกับคู่แข่งอเมริกันลงได้ คนที่คุ้นเคยกับผู้พัฒนาในจีนโต้แย้งคำอธิบายดังกล่าว โดยชี้ถึงความก้าวหน้าด้านวิศวกรรม อัลกอริทึม ข้อมูล และการออกแบบโมเดล
กระทรวงพาณิชย์จีนปฏิเสธข้อกล่าวหาของสหรัฐฯ ต่อสาธารณะ และขู่ใช้มาตรการตอบโต้ข้อจำกัดที่มุ่งเป้าไปยังธุรกิจ AI ของจีน ขณะนี้ข้อขัดแย้งดังกล่าวเชื่อมโยงคำถามสามประการเข้าด้วยกัน ได้แก่ ใครมีสิทธิเรียนรู้จากคำตอบของระบบ AI โมเดลขนาดเล็กจะทำให้มีต้นทุนการใช้งานต่ำลงได้อย่างไร และข้อจำกัดการส่งออกชิปทำให้วอชิงตันควบคุมการพัฒนา AI ในต่างประเทศได้มากเพียงใด
โมเดลหนึ่งเรียนรู้จากอีกโมเดลได้อย่างไร
การกลั่นกรองโมเดลใช้โมเดลที่มีความสามารถสูงกว่าเป็น “ครู” และอีกโมเดลหนึ่งเป็น “นักเรียน” โมเดลครูสร้างคำตอบหรือตัวอย่างวิธีทำงานบางอย่าง จากนั้นนักพัฒนาจะรวบรวมและคัดเลือกตัวอย่างเหล่านั้น เพื่อนำไปฝึกโมเดลนักเรียน
เปรียบเทียบง่าย ๆ ได้กับนักเรียนที่เรียนรู้จากตัวอย่างวิธีทำโจทย์ แทนที่จะต้องค้นหาคำตอบทุกข้อด้วยตนเอง ในการพัฒนา AI ตัวอย่างเหล่านี้อาจเป็นโค้ดคอมพิวเตอร์ คำตอบในหลายภาษา หรือแผนการแก้ปัญหาซับซ้อน
โมเดลนักเรียนมักมีขนาดเล็กกว่าและมีต้นทุนการใช้งานต่ำกว่า โดยอาจเรียนรู้ทักษะที่เป็นประโยชน์ได้โดยไม่จำเป็นต้องมีความสามารถครบทุกด้านเทียบเท่าโมเดลครู การกลั่นกรองถูกใช้อย่างแพร่หลายในระดับสากลและไม่ถือว่าผิดกฎหมายโดยเนื้อแท้ แม้การใช้งานบางรูปแบบอาจนำไปสู่ข้อพิพาทด้านสัญญาหรือทรัพย์สินทางปัญญา
อดีตวิศวกรของ Alibaba อธิบายถึงข้อดีทางเศรษฐกิจว่า เมื่อโมเดลอเมริกันตอบคำถามยาก ๆ แล้ว ทีมจีนสามารถเก็บตัวอย่างคำตอบนั้นไว้และนำกลับมาใช้ฝึกระบบในประเทศซ้ำได้ คำตอบที่มีต้นทุนสูงจึงกลายเป็นข้อมูลฝึกที่นำกลับมาใช้ใหม่ได้
งานวิจัยสะท้อนให้เห็นมากกว่าการทดลองเพียงครั้งเดียว
กรณีของมหาวิทยาลัยเจียวทงเซี่ยงไฮ้แสดงให้เห็นกระบวนการนี้อย่างเป็นรูปธรรม นักวิจัยคัดเลือกคำตอบจาก o1 ราว 5,000 รายการ แล้วเพิ่มข้อมูลด้วยการแปลจนได้ตัวอย่างสองภาษา 10,750 รายการ หรือประมาณ 2.15 ตัวอย่างฝึกต่อคำตอบที่คัดเลือกหนึ่งรายการ ทั้งนี้ ตัวเลขที่เผยแพร่เป็นค่าประมาณ
นักวิจัยของ Alibaba ยังอธิบายถึงการใช้ GPT-4 และ GPT-4o ของ OpenAI เพื่อสร้างข้อมูลฝึกหลายภาษา พวกเขากลั่นกรองและให้คะแนนเนื้อหาที่สร้างขึ้นก่อนนำไปฝึกโมเดล Qwen ขนาดเล็กลง การคัดเลือกมีความสำคัญ เพราะการฝึกโมเดลนักเรียนขึ้นอยู่กับคุณภาพและความเกี่ยวข้องของตัวอย่างที่ได้รับ
งานวิจัยที่มหาวิทยาลัยเจียวทงเซี่ยงไฮ้และ Meituan อธิบายไว้เมื่อเดือนกุมภาพันธ์ 2026 ใช้ GPT-4o สร้างแผนสำหรับงานเขียนโปรแกรมที่เกี่ยวข้องกับเอเจนต์ AI หลายตัว เอเจนต์คือระบบซอฟต์แวร์ที่ทำงานต่าง ๆ โดยเอเจนต์หลายตัวสามารถแบ่งหน้าที่กันรับผิดชอบงานเขียนโปรแกรมได้
ในตัวอย่างเหล่านี้ทั้งหมด ผลลัพธ์ที่เก็บรวบรวมมีขอบเขตกว้างกว่าคำตอบสั้น ๆ จากแชตบอต โดยรวมถึงข้อมูลด้านภาษา เนื้อหาการเขียนโปรแกรม และแผนการจัดการงานซับซ้อน ระบบอัตโนมัติช่วยให้นักพัฒนาทำกระบวนการนี้ซ้ำในระดับที่ยากจะจัดการด้วยมือ
เหตุใดปักกิ่งจึงต้องการโมเดลต้นทุนต่ำสำหรับภาคอุตสาหกรรม
เอกสารของรัฐบาลจีนสนับสนุนการใช้การกลั่นกรองเพื่อลดต้นทุน AI และทำให้สามารถนำเทคโนโลยีไปใช้ในภาคการผลิตได้ง่ายขึ้น เอกสารที่มีการทบทวนดังกล่าวส่งเสริมเทคนิคนี้ แต่ไม่ได้สั่งให้บริษัทกลั่นกรองโมเดลอเมริกันโดยเฉพาะ
สำหรับผู้ผลิต โมเดลที่มีความสามารถใช้งานได้ในขอบเขตแคบกว่าอาจเหมาะสมกว่าระบบอเนกประสงค์ขนาดใหญ่ โมเดลขนาดเล็กมีต้นทุนการใช้งานต่ำกว่า จึงทำให้การเรียกใช้ซ้ำมีค่าใช้จ่ายที่เข้าถึงได้มากขึ้น เป้าหมายทางเศรษฐกิจคือการรักษาความสามารถที่เพียงพอสำหรับงานเฉพาะ พร้อมลดทรัพยากรที่ต้องใช้ในแต่ละครั้งที่โมเดลทำงาน
ความทะเยอทะยานด้านอุตสาหกรรมของจีนและข้อจำกัดด้านชิปจึงมาบรรจบกันที่ประเด็นเดียว คือประสิทธิภาพ การกลั่นกรองอาจช่วยให้นักพัฒนาใช้ทรัพยากรประมวลผลที่จัดหาได้อย่างคุ้มค่ามากขึ้น
อย่างไรก็ตาม การประมวลผลขั้นสูงยังคงจำเป็น การกลั่นกรองไม่สามารถจำลองความสามารถทุกด้านของโมเดลชั้นนำ หรือขจัดความจำเป็นในการใช้ชิปประสิทธิภาพสูงได้ คุณค่าของกระบวนการนี้อยู่ที่การถ่ายทอดทักษะที่เลือกไว้ด้วยต้นทุนต่ำลง ไม่ใช่การทดแทนกระบวนการพัฒนาทุกส่วน
เกิดอะไรขึ้นในการหารือที่เฉิงตู
บุคคลสามคนที่คุ้นเคยกับการหารือในเฉิงตูกล่าวว่า เจ้าหน้าที่กระทรวงพาณิชย์สหรัฐฯ แสดงความกังวลต่อหน่วยงานกำกับดูแลของจีนเมื่อเดือนกรกฎาคม 2026 เกี่ยวกับนักพัฒนาที่เก็บผลลัพธ์จากโมเดล AI ชั้นนำของอเมริกา เรื่องที่มีการพูดคุยกันดังกล่าวยังไม่เคยเปิดเผยต่อสาธารณะมาก่อน
เจ้าหน้าที่อเมริกันเตือนว่าการกระทำบางอย่างอาจเข้าข่ายขโมยทรัพย์สินทางปัญญา เจ้าหน้าที่สหรัฐฯ ที่คุ้นเคยกับการหารือกล่าวว่า ผู้แทนจีนยืนยันว่าการกลั่นกรองเป็นเทคนิคการพัฒนามาตรฐาน และแสดงความพร้อมที่จะดำเนินการหากพฤติกรรมดังกล่าวเข้าข่ายขโมยทรัพย์สินทางปัญญา โดยไม่ได้ให้คำมั่นอย่างเฉพาะเจาะจง
ในช่วงหลายเดือนที่ผ่านมา นักพัฒนาจีนยังได้ขอคำแนะนำจากหน่วยงานกำกับดูแลอุตสาหกรรมด้วย โดยต้องการแนวทางที่ชัดเจนขึ้นในการแยกการใช้โมเดลต่างประเทศตามปกติออกจากการเก็บเนื้อหาที่สร้างขึ้นอย่างเป็นระบบเพื่อนำไปฝึกโมเดล
กระทรวงพาณิชย์สหรัฐฯ สำนักงานบริหารไซเบอร์สเปซแห่งจีน และกระทรวงอุตสาหกรรมและเทคโนโลยีสารสนเทศจีน ไม่ตอบคำขอให้แสดงความเห็นเกี่ยวกับกิจกรรมและการหารือที่มีรายงาน ไม่มีคำมั่นด้านการบังคับใช้มาตรการอย่างเฉพาะเจาะจงเกิดขึ้นจากการหารือที่เฉิงตู
คำตอบอย่างเป็นทางการของจีนทำให้ข้อถกเถียงขยายวงกว้าง
ในแถลงการณ์เมื่อวันที่ 27 กรกฎาคม กระทรวงพาณิชย์จีนปฏิเสธการสอบสวนและมาตรการคว่ำบาตรที่สหรัฐฯ ขู่จะใช้ โดยระบุว่าโมเดล AI แนวหน้าของจีนและสหรัฐฯ ปรากฏขึ้นในช่วงเวลาใกล้เคียงกัน และกล่าวว่าโมเดลจีนบางรุ่นเป็นผู้นำในด้านความสามารถบางประการแล้ว
กระทรวงฯ ยังกล่าวด้วยว่าธุรกิจ AI ของอเมริกาหลายแห่งเคยกลั่นกรองโมเดลจีน โดยอ้างถึงสตาร์ตอัปในสหรัฐฯ เกือบ 200 แห่งที่เรียกร้องให้วอชิงตันคงการเข้าถึงโมเดลจีนที่เปิดให้ใช้งาน เพื่อรักษาความสามารถในการแข่งขันของอเมริกา โดยให้เหตุผลว่าการตัดการเข้าถึงจะส่งผลเสียต่อความสามารถในการแข่งขันของสหรัฐฯ ข้อกล่าวอ้างเหล่านี้เป็นส่วนหนึ่งของคำชี้แจงอย่างเป็นทางการของปักกิ่งเพื่อปกป้องอุตสาหกรรมของตน
ข้อพิพาททวีความรุนแรงขึ้นในเดือนกันยายน ตามคำชี้แจงของกระทรวงฯ สำนักงานความมั่นคงแห่งชาติสหรัฐฯ สำนักงานความมั่นคงปลอดภัยไซเบอร์และโครงสร้างพื้นฐาน และสำนักงานสอบสวนกลาง ออกคำแนะนำร่วมกันเมื่อวันที่ 8 กันยายน โดยกล่าวหาบริษัท AI จีนว่ากลั่นกรองโมเดลในระดับอุตสาหกรรม และแนะนำให้ธุรกิจอเมริกันใช้มาตรการป้องกัน
คำตอบของกระทรวงฯ เมื่อวันที่ 9 กันยายนระบุว่าการกลั่นกรองเป็นเทคนิคทั่วไปที่เป็นกลาง ซึ่งโมเดลต่าง ๆ ใช้เรียนรู้จากกันและกัน พร้อมกล่าวหาว่าวอชิงตันใช้สองมาตรฐาน และระบุว่าจีนจะใช้มาตรการตอบโต้หากสหรัฐฯ นำประเด็นนี้มาใช้กดดันบริษัท AI จีน
ปักกิ่งยังระบุด้วยว่าผู้นำของทั้งสองประเทศเห็นพ้องให้รัฐบาลหารือกันเรื่อง AI และเสนอให้มีการแลกเปลี่ยนเชิงวิชาชีพ จุดยืนที่จีนแสดงต่อสาธารณะประกอบด้วยการปกป้องการเรียนรู้ข้ามพรมแดน ควบคู่กับคำเตือนเรื่องมาตรการคว่ำบาตร
ต้นตอของความขัดแย้งทางกฎหมายและการค้า
โดยทั่วไป OpenAI จำกัดผู้ใช้ไม่ให้ใช้ผลลัพธ์จากโมเดลของตนเพื่อพัฒนาโมเดลที่เป็นคู่แข่ง ส่วน Anthropic ก็จำกัดการฝึกระบบคู่แข่งโดยไม่ได้รับอนุญาต เงื่อนไขเหล่านี้ทำให้วิธีการได้มาและการใช้ข้อมูลฝึกกลายเป็นประเด็นสำคัญในข้อพิพาททางการค้า
นักพัฒนาอาจมองคำตอบที่สร้างขึ้นว่าเป็นตัวอย่างที่มีประโยชน์ ขณะที่บริษัทผู้ให้บริการโมเดลครูอาจมองว่าการเก็บคำตอบเหล่านั้นอย่างเป็นระบบเป็นช่องทางที่ไม่ได้รับอนุญาตเพื่อสร้างคู่แข่ง เงื่อนไขการเข้าถึง การอนุญาต และวัตถุประสงค์ในการใช้ผลลัพธ์ จึงเป็นข้อพิจารณาเชิงปฏิบัติสำหรับนักพัฒนาที่กำลังตัดสินใจรวบรวมข้อมูลฝึก
ข้อกล่าวหาของวอชิงตันมุ่งไปที่พฤติกรรมบางอย่างและขนาดของการดำเนินการ ส่วนคำตอบของปักกิ่งโต้แย้งว่าบริษัทอเมริกันก็ได้ประโยชน์จากการเรียนรู้ผ่านระบบของจีนเช่นกัน และข้อจำกัดการเข้าถึงเป็นการปกป้องธุรกิจที่ตั้งหลักได้แล้วจากการแข่งขัน
ข้อขัดแย้งยังครอบคลุมถึงสาเหตุที่โมเดลจีนพัฒนาขึ้นด้วย เจ้าหน้าที่สหรัฐฯ รายหนึ่งระบุว่าการกลั่นกรองขนาดใหญ่เป็นสาเหตุหลักที่ทำให้ช่องว่างแคบลง แต่บุคคลสองคนที่คุ้นเคยกับนักพัฒนาจีนมองว่าเป็นเพียงปัจจัยหนึ่ง ท่ามกลางปัจจัยอื่นอย่างวิศวกรรม อัลกอริทึม ข้อมูล และการออกแบบโมเดล ทั้งสองฝ่ายไม่ได้แจกแจงสัดส่วนเชิงตัวเลขของปัจจัยเหล่านี้
มาตรการควบคุมชิปขยายขอบเขตจากการขนส่งทางกายภาพ
สหรัฐฯ กำลังเตรียมมาตรการควบคุมการเข้าถึงพลังประมวลผลนอกพรมแดนให้เข้มงวดยิ่งขึ้น กรอบมาตรการชั่วคราวที่มีรายงานระบุว่า จะกำหนดให้ต้องมีใบอนุญาตสำหรับการส่งออก ส่งออกต่อ หรือถ่ายโอนชิป AI และเซิร์ฟเวอร์ไปยังศูนย์ข้อมูลทั่วโลก หากอาจนำทรัพยากรประมวลผลไปให้บริการแก่บริษัทในจีนหรือประเทศอื่นที่ถูกจำกัด
กฎดังกล่าวจะครอบคลุมศูนย์ข้อมูลหรือเครือข่ายที่สามารถให้สมรรถนะประมวลผลรวม (TPP) ได้มากกว่า 12 ล้าน ซึ่งเป็นมาตรวัดกำลังประมวลผลภายใต้มาตรการควบคุมการส่งออกของสหรัฐฯ มีการอธิบายว่าเกณฑ์ดังกล่าวใกล้เคียงกับกำลังประมวลผลสูงสุดของชิป Nvidia H100 หรือ H200 จำนวน 750 ตัว
การเข้าถึงทางอ้อมผ่านตัวกลางและนายหน้าก็จะอยู่ภายใต้มาตรการด้วย ผู้ให้บริการศูนย์ข้อมูลที่ดำเนินงานอยู่และให้บริการตามขอบเขตของกฎ จะมีเวลา 90 วันหลังจากกฎมีผลบังคับใช้เพื่อขอใบอนุญาต กลุ่มประเทศ D:5 ที่ถูกจำกัดประกอบด้วยจีน รัสเซีย อิหร่าน และเกาหลีเหนือ
มาเลเซีย สิงคโปร์ อินโดนีเซีย ไทย และบราซิล จะต้องปฏิบัติตามข้อกำหนดใบอนุญาตเพิ่มเติมสำหรับการส่งออกชิปขั้นสูง โดยมีข้อยกเว้นสำหรับชิปที่ส่งไปยังบริษัทสหรัฐฯ กรอบมาตรการนี้จะมาแทนกฎ AI Diffusion Rule เดือนมกราคม 2025 และไม่ครอบคลุมระบบแนะนำเนื้อหาเชิงพาณิชย์ เช่น ระบบที่ใช้ในแอปซื้อของออนไลน์และโซเชียลมีเดีย
มาตรการควบคุมเหล่านี้มุ่งจำกัดการเข้าถึงเครื่องที่ใช้ฝึกและรัน AI ส่วนการกลั่นกรองเกี่ยวข้องกับอีกส่วนหนึ่งของกระบวนการพัฒนาเดียวกัน นั่นคือการได้ตัวอย่างที่เป็นประโยชน์จากโมเดลที่ผ่านการฝึกแล้ว วิธีฝึกที่มีต้นทุนต่ำลงอาจช่วยลดแรงกดดันจากข้อจำกัดด้านชิปบางส่วน แต่นักพัฒนายังคงต้องใช้ทรัพยากรประมวลผลเพื่อสร้างและใช้งานระบบของตน
กำหนดการถัดไปและข้อจำกัดของแนวทางนี้
นักวิจัยเตือนว่าการพึ่งพาการกลั่นกรองมากเกินไปอาจบั่นทอนการพัฒนานวัตกรรมดั้งเดิม และทำให้ทีมต้องพึ่งพาความก้าวหน้าที่บริษัทผู้ให้บริการโมเดลชั้นนำเป็นผู้สร้างขึ้น แม้การได้มาซึ่งทักษะที่มีอยู่แล้วด้วยต้นทุนต่ำจะเป็นไปได้ แต่นักพัฒนาก็ยังอาจต้องรอให้ผู้อื่นสร้างความก้าวหน้าขั้นต่อไป
สำหรับธุรกิจจีน การตัดสินใจเร่งด่วนเกี่ยวข้องกับต้นทุนการฝึก การอนุญาตให้เข้าถึง และแนวทางจากหน่วยงานกำกับดูแล ส่วนผู้ให้บริการอเมริกันกังวลว่าการเข้าถึงระบบของตนอาจช่วยสนับสนุนเงินทุนและการพัฒนาคู่แข่งรายใหม่ในอนาคต ขณะเดียวกันบริษัทในทั้งสองประเทศต่างก็ได้ประโยชน์จากการเข้าถึงโมเดลที่พัฒนาในต่างประเทศ
เหตุการณ์สำคัญและโอกาสทางการทูตที่กำหนดไว้มีดังนี้:
- พฤศจิกายน 2024: นักวิจัยจากมหาวิทยาลัยเจียวทงเซี่ยงไฮ้อธิบายการนำคำตอบ o1 ที่คัดเลือกมาสร้างเป็นตัวอย่างสองภาษา 10,750 รายการสำหรับ Qwen2.5-72B
- กรกฎาคม 2026: เจ้าหน้าที่สหรัฐฯ แสดงความกังวลเกี่ยวกับการเก็บผลลัพธ์จากโมเดลระหว่างการหารือที่เฉิงตู
- 27 กรกฎาคม 2026: กระทรวงพาณิชย์จีนคัดค้านการสอบสวนและมาตรการคว่ำบาตรที่ถูกขู่ไว้ต่อสาธารณะ
- 8 และ 9 กันยายน 2026: มีการออกคำแนะนำด้านความมั่นคงของสหรัฐฯ ก่อนที่จีนจะปฏิเสธข้อกล่าวหาอย่างเป็นทางการ
- 18 และ 19 พฤศจิกายน 2026: เซินเจิ้นมีกำหนดเป็นเจ้าภาพการประชุมสุดยอดเอเปค ซึ่งคาดว่าประธานาธิบดีโดนัลด์ ทรัมป์ และประธานาธิบดีสี จิ้นผิง จะพบกัน
การพบกันที่คาดหมายระหว่างผู้นำเปิดโอกาสให้ข้อพิพาทเข้าสู่เวทีการทูต แม้ยังไม่มีการประกาศข้อตกลงเฉพาะเกี่ยวกับการกลั่นกรองโมเดล ความท้าทายเชิงนโยบายที่เห็นได้ชัดในขณะนี้คือ รัฐบาลต่าง ๆ กำลังพยายามกำกับดูแลทั้งการเข้าถึงคอมพิวเตอร์ประสิทธิภาพสูงและการนำความรู้ที่ระบบซึ่งทำงานบนคอมพิวเตอร์เหล่านั้นสร้างขึ้นกลับมาใช้ใหม่
ประเด็นสำคัญ
- นักวิจัยและบริษัทจีนกำลังใช้ผลลัพธ์จากโมเดล AI ของอเมริกาเพื่อฝึกระบบในประเทศ โดยระบบอัตโนมัติช่วยขยายกระบวนการนี้
- โครงการหนึ่งที่มีการบันทึกไว้สร้างตัวอย่างฝึกสองภาษา 10,750 รายการจากคำตอบ o1 ของ OpenAI ที่คัดเลือกมาราว 5,000 รายการ
- การกลั่นกรองช่วยลดต้นทุนและถ่ายทอดความสามารถบางด้านได้ แต่ยังจำเป็นต้องใช้การประมวลผลขั้นสูง
- เจ้าหน้าที่สหรัฐฯ แสดงความกังวลด้านทรัพย์สินทางปัญญา ขณะที่จีนปกป้องเทคนิคนี้และขู่ใช้มาตรการตอบโต้ข้อจำกัด
- มาตรการควบคุมชิปที่สหรัฐฯ เสนอจะมุ่งจำกัดการเข้าถึงทรัพยากรประมวลผลทางไกลในศูนย์ข้อมูลต่างประเทศด้วย
- คาดว่าทรัมป์และสีจะพบกันระหว่างการประชุมสุดยอดเอเปคที่เซินเจิ้นในวันที่ 18 และ 19 พฤศจิกายน






