دنیای هوش مصنوعی طی هفته گذشته شاهد یک بمب خبری بیسابقه بود که مرزهای تکنولوژی، اقتصاد بینالملل و امنیت ملی را در هم آمیخت. استارتاپ چینی Moonshot AI به تازگی از مدل هوش مصنوعی خود به نام Kimi K3 رونمایی کرده بود؛ اما متخصصان امنیت سایبری متوجه شباهتهای غیرقابل انکاری با مدل تازه معرفی شده شرکت آمریکایی Anthropic (مدل Fable) شدند. این بحران که ناشی از تکنیک «تقطیر مدل» است، جنگ سرد تکنولوژیک جدیدی را رقم زده است.
سرقت در روز روشن یا رقابت آزاد؟ ریشه بحران Kimi K3 دنیای هوش مصنوعی طی هفته گذشته شاهد یک بمب خبری بیسابقه بود که مرزهای تکنولوژی، اقتصاد بینالملل و امنیت ملی را در هم آمیخت. استارتاپ چینی Moonshot AI
به تازگی از نسخه جدید مدل لغوی هوش مصنوعی خود به نام Kimi K3 رونمایی کرده بود؛ مدلی که در بنچمارکهای جهانی استدلال ریاضی و برنامهنویسی، عملکردی خیرهکننده و حتی فراتر از پیشبینیهای کارشناسان سیلیکونولی
از خود نشان داد. اما این شادمانی برای جامعه فناوری چین چندان دوامی نداشت. متخصصان امنیت سایبری، مهندسان داده و محققان برجسته حوزه یادگیری عمیق با بررسی دقیق الگوهای پاسخدهی، ساختار زبانی و توکنهای خروجی
Kimi K3، متوجه شباهتهای عجیب و غیرقابل انکاری با مدل تازه معرفی شده شرکت آمریکایی Anthropic ، یعنی مدل Fable شدند. این شباهتهای ساختاری به قدری عمیق و غیرعادی بود که به سرعت تئوری استفاده از تکنیک تقطیر
مدل (Model Distillation) را در محافل علمی بر سر زبانها انداخت. در علم یادگیری ماشین، تقطیر فرآیندی هوشمندانه اما پرحاشیه است که در آن به جای صرف ماهها زمان و صدها میلیون دلار هزینه جهت تامین هزاران پردازنده
گرافیکی قدرتمند (مانند Nvidia H100 ) برای آموزش یک مدل از نقطه صفر، یک تیم توسعه به سادگی میلیونها پرسش پیچیده را از طریق API به یک مدل هوشمندتر (مانند Fable یا GPT-5) ارسال کرده و از خروجیهای دریافتی
به عنوان دادههای آموزشی (Training Data) برای مدل کوچکتر خود استفاده میکند. به این ترتیب، مدل ضعیفتر بدون داشتن زیرساختهای سختافزاری گرانقیمت، دانش انباشته مدل برتر را «کپی» و شبیهسازی میکند. بحران
تقطیر دادههای Anthropic توسط Moonshot تنها یک مناقشه تجاری میان دو شرکت نیست؛ بلکه نبرد بر سر حفظ رهبری تکنولوژیک جهان در عصر هوش مصنوعی است. اگر شرکتهای خارجی بتوانند با هزینه بسیار نازل دادههای آموزشی
ادامه مطلب در سایت