Nvidia CEO जेन्सेन हुआंग यांनी यूएस-चीन एआय शत्रुत्वातील सर्वात आरोप असलेल्या एका प्रश्नावर सार्वजनिकपणे व्हाईट हाऊसशी तोडफोड केली आहे: अमेरिकन मॉडेल्सच्या आउटपुटवर चिनी प्रयोगशाळेचे प्रशिक्षण मॉडेल कायदेशीर स्पर्धा किंवा चोरी आहे की नाही. सोमवारी CNBC च्या Squawk Box वर विचारले की डिस्टिलेशन "लुटणे नाही" होते का," हुआंगने उत्तर दिले: "याला स्पर्धा म्हणतात."
त्याच्या टिप्पणीमुळे जगातील सर्वात मौल्यवान चिपमेकरचे डोके प्रशासनाच्या अधिकृत फ्रेमिंगशी मतभेद झाले. ट्रेझरी सेक्रेटरी स्कॉट बेसेंट यांनी जुलैमध्ये या प्रथेचे वर्णन "चोरी" म्हणून केले आणि सीएनबीसीच्या म्हणण्यानुसार, यूएस-निर्मित मॉडेल्समधून क्षमता काढण्यासाठी वापरणाऱ्या परदेशी कंपन्यांवर निर्बंध घालण्याची धमकी दिली. For more context on this story, see our ongoing AI industry coverage.
डिस्टिलेशन म्हणजे काय — आणि ते फ्लॅशपॉइंट का बनले
डिस्टिलेशन, AI उद्योगाच्या वापरामध्ये, एका मॉडेलला दुसऱ्याच्या आउटपुटवर प्रशिक्षण देणे संदर्भित आहे — सामान्यत: एक लहान, स्वस्त विद्यार्थी मॉडेल जे मोठ्या, अधिक सक्षम शिक्षकाचे अनुकरण करण्यास शिकते. हे एक मानक, व्यापकपणे सरावलेले तंत्र आहे आणि यूएस AI कंपन्या त्यांच्या स्वतःच्या मॉडेल्सवर त्याचा मोठ्या प्रमाणावर वापर करतात.
डिस्टिलिंग कोण करतंय यावरून वाद सुरू झाला. अमेरिकन अधिका-यांनी चीनी AI कंपन्यांवर अमेरिकन फ्रंटियर मॉडेल्समधून प्रगत क्षमता पिळून काढण्यासाठी तंत्राचा वापर केल्याचा आरोप केला आहे आणि वॉशिंग्टन आणि बीजिंग यांच्यातील एआय वर्चस्वासाठीच्या शर्यतीत ऊर्धपातन हा एक महत्त्वाचा फ्लॅशपॉइंट बनला आहे, CNBC ने अहवाल दिला.
अलिकडच्या आठवड्यात आरोप अधिक तीव्र झाले आहेत. या महिन्याच्या सुरुवातीला, यूएस सायबरसुरक्षा आणि पायाभूत सुविधा सुरक्षा एजन्सीने चीनच्या एआय कंपन्यांवर यूएस कंपन्यांच्या वापराच्या अटींचे उल्लंघन करणाऱ्या "औद्योगिक स्तरावरील ज्ञान डिस्टिलेशन मोहिमे" आयोजित केल्याचा आरोप केला. अँथ्रोपिकने या महिन्यात स्वतंत्रपणे सांगितले की त्यांना अलिबाबा, मॉडेल्सच्या क्वेन कुटुंबाच्या मागे असलेली कंपनी आणि डीपसीक दोघेही अवैध डिस्टिलेशनमध्ये गुंतलेले आढळले आहेत.
डिस्टिलेशन कसे कार्य करते आणि पोलिसांना ते का कठीण आहे
तंत्र स्वतःच सरळ आहे. एक विकसक एक शक्तिशाली मॉडेल लाखो वेळा प्रॉम्प्ट करतो, त्याचे प्रतिसाद घेतो आणि लहान मॉडेलचे पुनरुत्पादन करण्यासाठी प्रशिक्षित करतो — शिक्षकांच्या क्षमतेचे संकुचित करणे पुरेसे स्वस्त आहे. प्रशिक्षण डेटा हा कोड किंवा वजनाऐवजी मजकूर असल्यामुळे, कोणत्या शिक्षकाने ते तयार केले हे सिद्ध करणारे कोणतेही तांत्रिक फिंगरप्रिंट नसते.
त्यामुळेच अंमलबजावणी इतकी वादग्रस्त बनते. बहुतेक डिस्टिलेशन विवादांमधील कथित "उल्लंघन" तांत्रिक ऐवजी करारानुसार आहे: वापराच्या अटी सामान्यतः प्रतिस्पर्धी मॉडेलला प्रशिक्षित करण्यासाठी मॉडेलचे आउटपुट वापरण्यास मनाई करतात, परंतु एक सामान्य API सदस्यत्वाद्वारे आउटपुट प्राप्त करणारी कंपनी इतर ग्राहकांपेक्षा वेगळे करणे कठीण आहे. तपास सामान्यतः सांख्यिकीय पुराव्यावर अवलंबून असतो — विशिष्ट वाक्यांश, त्रुटी किंवा बेंचमार्क वर्तन पद्धती — धुम्रपान बंदुकीऐवजी.
हुआंगची "तुमच्या ग्राहकांना जाणून घ्या आणि सेवा अक्षम करा" टिप्पणी थेट त्या वास्तवाशी बोलते: त्याच्या फ्रेमिंगमध्ये, अवांछित अनुकरण रोखण्यासाठी सर्वात चांगली स्थिती असलेली पक्ष म्हणजे प्रवेश विकणारी कंपनी आहे, वस्तुस्थितीनंतर प्रशिक्षण डेटाचे पुनरावलोकन करणारा नियामक नाही.
हुआंग: 'स्पर्धा सर्वकाही चांगले करते'
हा सराव Nvidia च्या स्वतःच्या उत्पादनांमध्ये होतो यावर हुआंगने विवाद केला नाही. "तुम्हाला इतर कोणाच्या तरी उत्पादनांची तुम्हाला हवी असलेली चाचणी करण्याची परवानगी आहे," त्यांनी CNBC ला सांगितले, ते जोडले की Nvidia ची उत्पादने काहीवेळा "हाडे खाली" काढून टाकली जातात कारण कंपन्या ते कसे कार्य करतात हे जाणून घेण्याचा प्रयत्न करतात.
तो म्हणाला, "त्यांनी न करणे मला खरोखरच आवडेल." "आमच्या उत्पादनांमधून कोणीही शिकत नाही हे मला आवडेल आणि आम्हाला फक्त समुद्रपर्यटनाचा फायदा आहे. पण, तुम्हाला माहीत आहे, खरे सांगायचे तर, स्पर्धेमुळे सर्वकाही चांगले होते."
त्यांनी अभ्यास केल्याबद्दल चिंता असलेल्या कंपन्यांसाठी उपाय देखील सुचविला आहे, कायदेशीर नाही: "तुम्हाला ते आवडत नसल्यास, लोकांनी तुमची उत्पादने वापरणे तुम्हाला आवडत नसल्यास, तुम्हाला फक्त [करायचे आहे] तुमच्या ग्राहकांना जाणून घेणे आणि सेवा अक्षम करणे."
व्हाईट हाऊसने सीएनबीसीच्या टिप्पणीच्या विनंतीला त्वरित प्रतिसाद दिला नाही.
भेद महत्वाचा का आहे
"स्पर्धा" आणि "चोरी" मधील अंतर केवळ वक्तृत्वात्मक नाही. जर डिस्टिलेशनला सामान्य बाजारातील प्रतिद्वंद्वी मानले जाते, तर प्रतिसाद म्हणजे उत्पादन धोरण - कडक सेवेच्या अटी, वापर शोधणे, फ्रंटियर आउटपुटवर प्रवेश प्रतिबंधित करणे. जर ती चोरी मानली गेली, तर प्रतिसाद म्हणजे मंजुरी, निर्यात नियंत्रणे आणि परदेशी कंपन्यांसाठी कायदेशीर प्रदर्शन, बेसेंटच्या जुलैच्या धोक्याकडे लक्ष वेधले.
त्या फरकाचा थेट परिणाम AI पुरवठा साखळीवर होतो. Nvidia पॅसिफिकच्या दोन्ही बाजूंच्या फ्रंटियर मॉडेल्सना प्रशिक्षित केले जाणारे प्रवेगक विकते आणि यूएस मॉडेल्समधून डिस्टिल करणाऱ्या कंपन्यांच्या उद्देशाने कोणतीही निर्बंध व्यवस्था कोणाला काय खरेदी करण्याची परवानगी आहे ते पुन्हा आकार देऊ शकते. हुआंगचे फ्रेमिंग - जे खरेदीदार ते काय खरेदी करतात याचा अभ्यास करतील आणि विक्रेत्यांनी त्याचा हिशोब घ्यावा - हे प्रत्यक्षात, अंमलबजावणीची समस्या म्हणून मॉडेल इम्युलेशन हाताळण्याविरुद्ध एक युक्तिवाद आहे.
अमेरिकेने चिनी एआय बरोबर कशी स्पर्धा करावी याविषयी व्यापक सार्वजनिक विभाजनाच्या मध्यभागी देखील ते उतरते. सरकारी एजन्सींनी आरोप वाढवण्यात महिना घालवला आहे, तर उद्योगातील सर्वात प्रमुख व्यक्तींपैकी एकाने कॅमेरावर नुकताच असा युक्तिवाद केला आहे की आरोपीचे वर्तन हे मार्केट कसे कार्य करते.
आत्तापर्यंत, दोन पोझिशन्स असह्यपणे एकत्र आहेत: अलीबाबा आणि DeepSeek विरुद्ध ॲन्थ्रोपिकचे आरोप अद्याप निराकरण झाले नाहीत, CISA च्या आरोपांमुळे निर्बंध जाहीर झाले नाहीत आणि Huang - ज्यांच्या चिप्सची सर्वत्र मागणी आहे - यांनी असे केले आहे की उद्योगाचा मोकळेपणा त्याच्या गतीपासून अविभाज्य आहे.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
