Οι Κινέζοι προγραμματιστές τεχνητής νοημοσύνης DeepSeek και Moonshot AI βασίστηκαν σε μεγάλο βαθμό στις εξόδους από το μοντέλο GPT-6 Astra του OpenAI για να εκπαιδεύσουν τα τελευταία τους συστήματα, σύμφωνα με μια έκθεση του The Information που δημοσιεύτηκε την Τετάρτη και μεταφέρθηκε από το Reuters. Η έκθεση αναφέρει άτομα με άμεση γνώση του θέματος και τονίζει ότι η εικαζόμενη χρήση των εξόδων Astra δεν έχει τεκμηριωθεί ανεξάρτητα.
Εάν είναι ακριβείς, οι ισχυρισμοί θα τοποθετούσαν το OpenAI στο επίκεντρο της ίδιας διένεξης για την απόσταξη που έχει ήδη παγιδεύσει τον κύριο ανταγωνιστή του. Για τους αναγνώστες που παρακολουθούν [ειδήσεις AI] (https://aibuzzwire.news) σχετικά με πρακτικές ανταγωνισμού μοντέλων και εκπαίδευσης, η ιστορία προσγειώνεται μόλις τρεις μήνες αφότου η Anthropic κατηγόρησε δημόσια τα ίδια κινεζικά εργαστήρια —μαζί με την Alibaba— για απόσταξη των μοντέλων Claude.
Ποια μοντέλα εμπλέκονται;
Η αναφορά των πληροφοριών κατονομάζει δύο συγκεκριμένα συστήματα. Το Kimi K3.1 Pro της Moonshot AI, που κυκλοφόρησε την περασμένη εβδομάδα, και το αναβαθμισμένο V4.1-Flash 1017 της DeepSeek, που κυκλοφόρησε στις 17 Οκτωβρίου, λέγεται ότι επωφελήθηκαν από την απόσταξη με χρήση του συνοριακού μοντέλου του OpenAI. Ούτε το DeepSeek ούτε το Moonshot έχουν επιβεβαιώσει την πρακτική και η ίδια η έκθεση προειδοποιεί ότι η χρήση των εξόδων Astra δεν έχει καθιερωθεί ανεξάρτητα.
Η απόσταξη, στη χρήση του κλάδου, σημαίνει εκπαίδευση ενός μοντέλου στα αποτελέσματα ενός πιο ικανού, έτσι ώστε ο μαθητής να μάθει να αναπαράγει τις απαντήσεις του δασκάλου. Αντί να πληρώνει για κάθε ικανότητα μέσω μιας ανεξάρτητης εκπαίδευσης, ένα εργαστήριο μπορεί να ρωτήσει ένα κορυφαίο σύστημα και να χρησιμοποιήσει τις απαντήσεις του ως σήμα εκπαίδευσης υψηλής ποιότητας — φθηνότερο, ταχύτερο και όλο και πιο κεντρικό για τον τρόπο κατασκευής ανταγωνιστικών μοντέλων.
Ένα μοτίβο κατηγοριών — και νέες άμυνες
Η έκθεση έρχεται εν μέσω ενός έτους κλιμακούμενων αξιώσεων σχετικά με την εξόρυξη μοντέλου. Τον Σεπτέμβριο, η κυβέρνηση των ΗΠΑ είπε ότι υπήρχε μια μεγάλης κλίμακας εκστρατεία απόσταξης από κινεζικές εταιρείες εναντίον αμερικανικών εταιρειών τεχνητής νοημοσύνης - μια δήλωση Οι σημειώσεις πληροφοριών είναι ξεχωριστές από τις νέες αναφορές της για το GPT-6 Astra συγκεκριμένα. Η κατηγορία του Αυγούστου του Anthropic ότι οι Alibaba, DeepSeek και Moonshot είχαν αποστάξει μοντέλα Claude έθεσαν το πρότυπο για τον τρέχοντα αγώνα.
Οι άμυνες σκληραίνουν επίσης. Νωρίτερα αυτό το μήνα, η Anthropic είπε ότι νέα μέτρα που σχεδιάστηκαν για να εμποδίσουν τους ανταγωνιστές να αντιγράψουν τις δυνατότητες του Claude είχαν μειώσει τα δεδομένα που συλλέγονται μέσω των λεγόμενων επιθέσεων απόσταξης κατά περίπου 90 έως 99%. Το σχήμα υποδηλώνει ότι η παρακολούθηση μοτίβων ερωτημάτων, ο περιορισμός της πρόσβασης και ο περιορισμός του ρυθμού ύποπτης δραστηριότητας μπορούν να αυξήσουν μετρήσιμα το κόστος εξαγωγής — αν και οι διασφαλίσεις λειτουργούν μόνο μέχρι να προσαρμοστούν οι εισβολείς.
Η OpenAI δεν έχει πει εάν εντόπισε παρόμοια μοτίβα έναντι του GPT-6 Astra ή εάν σχεδιάζει αλλαγές πολιτικής ως απάντηση στην αναφορά. Οι όροι υπηρεσίας της εταιρείας, όπως και αυτοί των αντιπάλων της, περιορίζουν τη χρήση των αποτελεσμάτων για την εκπαίδευση ανταγωνιστικών μοντέλων.
Τι μπορεί και τι δεν μπορεί να κάνει η απόσταξη
Η τεχνική πραγματικότητα είναι πιο λεπτή από ό,τι υποδηλώνουν οι τίτλοι. Οι έξοδοι μπορούν να παρέχουν χρήσιμα σήματα εκπαίδευσης, αλλά δεν μεταφέρουν την αρχιτεκτονική ενός μοντέλου, τα δεδομένα εκπαίδευσης, τις εσωτερικές του παραμέτρους ή κάθε μία από τις δυνατότητές του. Η αποτελεσματικότητα της απόσταξης εξαρτάται από την ποιότητα και την ποικιλομορφία των συλλεγόμενων παραδειγμάτων και από τη διαδικασία εκπαίδευσης που τα ενσωματώνει. Ένα αποσταγμένο μοντέλο μπορεί να ταιριάζει με έναν δάσκαλο σε δείκτες αναφοράς που μοιάζουν με τα δεδομένα συγκομιδής ενώ αλλού παραμένει πιο αδύναμο.
Αυτή η απόχρωση κόβει και τους δύο τρόπους. Σημαίνει ότι μια αναφερόμενη εκστρατεία απόσταξης δεν αποκαλύπτει πόση από τις επιδόσεις ενός ανταγωνιστικού μοντέλου προέρχεται πραγματικά από την εξόρυξη, εάν παραβιάστηκαν οι όροι υπηρεσίας ή εάν οι προκύπτουσες δυνατότητες θα είχαν ούτως ή άλλως προκύψει. Σημαίνει όμως επίσης ότι η μεγάλης κλίμακας συγκομιδή μπορεί να δώσει στον ανταγωνιστή μια πιο γρήγορη διαδρομή προς συγκεκριμένες ικανότητες — ιδιαίτερα την κωδικοποίηση και τη λογική, όπου το χάσμα μεταξύ μοντέλων συνόρων και μοντέλων ταχείας παρακολούθησης έχει μειωθεί όλο το χρόνο.
Δύσκολη ισορροπία για τον κλάδο
Καμία πλευρά αυτής της διαφοράς δεν βλέπει την πρακτική απλή. Η ίδια η απόσταξη δεν είναι εγγενώς ακατάλληλη – οι προγραμματιστές τεχνητής νοημοσύνης χρησιμοποιούν συνήθως τεχνικές που μεταφέρουν τη γνώση μεταξύ των μοντέλων τους – και η ευρεία πρόσβαση σε κορυφαία συστήματα είναι αυτό που επιτρέπει σε νεοφυείς επιχειρήσεις, ερευνητές και επιχειρήσεις να κατασκευάζουν προϊόντα. Η ένταση προκύπτει σε κλίμακα: η απεριόριστη πρόσβαση καθιστά πολύ πιο εύκολο για ένα τρίτο μέρος να συλλέξει μεγάλα σύνολα δεδομένων εξόδων για σκοπούς που ποτέ δεν εξουσιοδότησε ο πάροχος.
Οι διασφαλίσεις που εφαρμόζουν οι πάροχοι ως απάντηση φέρουν το δικό τους κόστος. Η παρακολούθηση ασυνήθιστων μοτίβων ερωτημάτων, ο περιορισμός της πρόσβασης σε ορισμένες δυνατότητες, η επιβολή ορίων χρήσης και η διερεύνηση μαζικής συλλογής αυξάνουν την τιμή της εξαγωγής — αλλά δημιουργούν επίσης λειτουργικές τριβές για τους νόμιμους προγραμματιστές και τις επιχειρήσεις που εξαρτώνται από σταθερή πρόσβαση API. Ο κλάδος, στην πραγματικότητα, διαπραγματεύεται όπου τελειώνει η ανάπτυξη νόμιμων μοντέλων και αρχίζει η μη εξουσιοδοτημένη εξόρυξη, μια αλλαγή πολιτικής κάθε φορά.
Τα οικονομικά πίσω από τον αγώνα
Ο λόγος που φροντίζουν τα εργαστήρια είναι αριθμητική. Η εκπαίδευση ενός μοντέλου συνόρων κοστίζει δισεκατομμύρια δολάρια σε υπολογισμούς και έρευνα. Εάν ένας ανταγωνιστής μπορεί να αναπαράγει σημαντικές δυνατότητες ρωτώντας συστηματικά ένα υπάρχον μοντέλο σε τιμές API, το οικονομικό πλεονέκτημα της κατασκευής του συστήματος συνόρων συρρικνώνεται — και το κίνητρο να συνεχίσει να το χτίζεις συρρικνώνεται μαζί του. Αυτή η λογική εξηγεί γιατί τα αμερικανικά εργαστήρια πέρασαν το 2026 σκληρύνοντας την άμυνά τους και γιατί κάθε νέα κατηγορία φαίνεται λιγότερο ως κουτσομπολιά παρά ως σημείο δεδομένων σε έναν εκκρεμή οικονομικό πόλεμο.
Για τους Κινέζους προγραμματιστές, ο λογισμός είναι διαφορετικός. Η πρόσβαση στα πιο προηγμένα τσιπ είναι περιορισμένη και η απόσταξη προσφέρει ένα μονοπάτι προς την ανταγωνιστική απόδοση χωρίς αντίστοιχους υπολογιστικούς προϋπολογισμούς. Η αναφορά της Πληροφορίας υποδηλώνει ότι το μονοπάτι περνούσε από τη ναυαρχίδα του OpenAI — την ίδια κατηγορία, με στόχο διαφορετικό στόχο.
---
Μείνετε μπροστά από την τεχνητή νοημοσύνηΛάβετε τα πιο πρόσφατα νέα, αναλύσεις και ανακαλύψεις για την τεχνητή νοημοσύνη — όλα σε ένα μέρος.
Διαβάστε περισσότερα νέα AI →
