بررسی تازه‌ای از ChinaTalk نشان می‌دهد چند شرکت آمریکاییِ فعال در حوزه دلالی داده، جهان‌های شبیه‌سازی‌شده برای آموزش را که «محیط‌های یادگیری تقویتی» (RL) نامیده می‌شوند، به آزمایشگاه‌های هوش مصنوعی چین می‌فروشند. ارزش این معاملات در مجموع حدود نیم میلیارد دلار است. شرکت‌های چینی همان محیط‌هایی را می‌خرند که پیش‌تر به آزمایشگاه‌های آمریکایی مانند Anthropic و OpenAI فروخته شده بودند؛ به این ترتیب، دیگر نیازی نیست مرحله زمان‌بر ساخت داده‌ها را خودشان انجام دهند.
اهمیت این روند به آن دلیل است که تراشه‌های چین اغلب با محدودیت حافظه روبه‌رو می‌شوند و در نتیجه، محاسبات هزینه‌بر است. آزمایشگاه‌های چینی با استفاده دوباره از محیط‌های یادگیری تقویتیِ آزموده‌شده می‌توانند مدل‌ها را با ساعت‌های بسیار کمتری از پردازش GPU آموزش دهند. آن‌ها همچنین از مدل‌های قدرتمند آمریکایی مانند GPT یا Claude به‌عنوان «معلم» استفاده می‌کنند و خروجی این مدل‌ها را به محیط‌های خریداری‌شده می‌دهند تا فرایند یادگیری را سرعت ببخشند.
چه کسانی در این تجارت‌اند و سازوکار آن چگونه است؟
در این گزارش از Mercor، Surge AI، AfterQuery و Turing به‌عنوان برخی از فروشندگان نام برده شده است. در مجموع دست‌کم ۹ شرکت شناسایی شده‌اند. بنا بر گزارش‌ها، سهم بزرگی از درآمد تکرارشونده سالانه AfterQuery از مشتریان چینی تأمین می‌شود، هرچند رقم دقیق آن قابل تأیید نبوده است. Surge AI حتی در وب‌سایت خود تبلیغ می‌کند که محصولاتش را همان کارشناسانی می‌سازند که روی پروژه‌های آزمایشگاه‌های پیشرو این شرکت کار می‌کنند.
بخش عمده ساخت واقعی محیط‌ها به نیروهای کم‌دستمزد در کشورهایی مانند هند سپرده می‌شود. این پیمانکاران فرعی گاهی نام مشتریان را در پروفایل‌های حرفه‌ای خود فاش می‌کنند و همین موضوع به پژوهشگران کمک کرده است معاملات را ردیابی کنند. این دادوستدها اغلب از مسیر ساختارهای برون‌مرزی انجام می‌شوند؛ برای نمونه، شرکت‌هایی مانند ByteDance دفترهای تأمین و خرید در سنگاپور و سن‌خوزه دارند.
خلأهای نظارتی و نگرانی‌های کاربرد دوگانه
محیط‌های یادگیری تقویتی تا حد زیادی تحت نظارت نیستند و بنابراین کنترل‌های صادراتی به‌ندرت شامل آن‌ها می‌شوند. این بررسی محیط‌های مربوط به کدنویسی و زیست‌شناسی را دارای «کاربرد دوگانه» می‌داند: این محیط‌ها می‌توانند به توسعه نرم‌افزار یا کار روی سنتز ژن کمک کنند، اما همان ابزارها ممکن است برای حملات سایبری یا پژوهش درباره سلاح‌های زیستی هم به کار روند. نویسندگان پیشنهاد می‌کنند اداره صنعت و امنیت آمریکا مقررات صادراتی موجود را گسترش دهد تا این نوع داده‌ها را نیز دربرگیرد.
با وجود انتقال داده‌ها، طبق این گزارش آزمایشگاه‌های چین در توانمندی کلی هنوز چند ماه از شرکت‌های آمریکایی عقب‌ترند. شرکت‌های پیشرو آمریکایی نیز به‌طور فزاینده‌ای در حال توسعه داخلی ابزارهای حوزه‌های حساس، مانند طراحی تراشه، شیمی و بانکداری سرمایه‌گذاری هستند.
چرا مهم است
خرید جهان‌های آموزشیِ آماده به پژوهشگران هوش مصنوعی چین کمک می‌کند به محاسبات پرهزینه کمتری نیاز داشته باشند و توسعه مدل‌ها را سرعت ببخشند. برای سیاست‌گذاران آمریکایی، این یافته از یک خلأ نظارتی حکایت دارد که ممکن است به استفاده دوباره از ابزارهای پیشرفته هوش مصنوعی برای کاربردهای زیان‌بار، بدون نظارت، منجر شود.
