Jensen Huang ซีอีโอของ Nvidia ได้เปิดเผยต่อสาธารณะกับทำเนียบขาวเกี่ยวกับหนึ่งในคำถามที่ถูกตั้งข้อหามากที่สุดในการแข่งขัน AI ระหว่างสหรัฐฯ และจีน: ห้องปฏิบัติการของจีนที่ฝึกอบรมโมเดลเกี่ยวกับผลลัพธ์ของโมเดลในอเมริกานั้นถือเป็นการแข่งขันที่ถูกต้องตามกฎหมายหรือการโจรกรรมหรือไม่ เมื่อวันจันทร์ที่ถูกถามในรายการ Squawk Box ของ CNBC ว่าการกลั่น "ไม่ใช่การปล้น" หรือไม่ Huang ตอบว่า "นั่นเรียกว่าการแข่งขัน"

คำกล่าวของเขาทำให้หัวหน้าของผู้ผลิตชิปที่มีมูลค่ามากที่สุดในโลกขัดแย้งกับกรอบทางการของฝ่ายบริหาร สก็อตต์ เบสเซนท์ รัฐมนตรีกระทรวงการคลัง กล่าวถึงการกระทำดังกล่าวว่าเป็น "การโจรกรรม" ในเดือนกรกฎาคม และขู่ว่าจะคว่ำบาตรบริษัทต่างชาติที่ใช้พฤติกรรมดังกล่าวเพื่อดึงเอาความสามารถดังกล่าวออกจากโมเดลที่สหรัฐฯ สร้างขึ้น ตามรายงานของ CNBC For more context on this story, see our ongoing more AI stories.

การกลั่นคืออะไร — และเหตุใดจึงกลายเป็นจุดวาบไฟ

การกลั่นในการใช้งานของอุตสาหกรรม AI หมายถึงการฝึกอบรมโมเดลหนึ่งโดยอาศัยผลลัพธ์ของอีกโมเดลหนึ่ง ซึ่งโดยทั่วไปแล้วจะเป็นโมเดลนักเรียนที่มีขนาดเล็กกว่าและราคาถูกกว่าในการเรียนรู้ที่จะเลียนแบบครูที่ใหญ่กว่าและมีความสามารถมากกว่า เป็นเทคนิคมาตรฐานที่ได้รับการปฏิบัติกันอย่างแพร่หลาย และบริษัท AI ของสหรัฐอเมริกาก็ใช้เทคนิคนี้กับโมเดลของตนเองอย่างกว้างขวาง

ความขัดแย้งเกิดจากการที่ใครเป็นคนกลั่นกรอง เจ้าหน้าที่สหรัฐฯ กล่าวหาบริษัท AI ของจีนใช้เทคนิคนี้เพื่อบีบความสามารถขั้นสูงออกจากโมเดลชายแดนของอเมริกา และการกลั่นกรองกลายเป็นจุดวาบไฟสำคัญในการแข่งขันระหว่างวอชิงตันและปักกิ่งเพื่อชิงอำนาจสูงสุดด้าน AI CNBC รายงาน

ข้อกล่าวหามีความรุนแรงมากขึ้นในช่วงไม่กี่สัปดาห์ที่ผ่านมา เมื่อต้นเดือนที่ผ่านมา หน่วยงานรักษาความปลอดภัยทางไซเบอร์และโครงสร้างพื้นฐานของสหรัฐฯ กล่าวหาบริษัท AI ของจีนดำเนินการ "รณรงค์กลั่นกรองความรู้ระดับอุตสาหกรรม" ซึ่งละเมิดเงื่อนไขการใช้งานของบริษัทสหรัฐฯ Anthropic กล่าวแยกกันในเดือนนี้ว่าได้พบ Alibaba ซึ่งเป็นบริษัทที่อยู่เบื้องหลังโมเดลตระกูล Qwen และ DeepSeek ทั้งคู่มีส่วนร่วมในสิ่งที่เรียกว่าการกลั่นที่ผิดกฎหมาย

การกลั่นทำงานอย่างไร และเหตุใดจึงเป็นเรื่องยากสำหรับตำรวจ

เทคนิคนั้นตรงไปตรงมา นักพัฒนาแจ้งโมเดลอันทรงพลังหลายล้านครั้ง รวบรวมการตอบสนอง และฝึกฝนโมเดลขนาดเล็กเพื่อทำซ้ำ โดยบีบอัดความสามารถของครูให้กลายเป็นสิ่งราคาถูกพอที่จะนำไปใช้ในวงกว้างได้ เนื่องจากข้อมูลการฝึกอบรมเป็นข้อความแทนที่จะเป็นรหัสหรือน้ำหนัก จึงมักจะไม่มีลายนิ้วมือทางเทคนิคที่พิสูจน์ว่าครูคนไหนเป็นคนสร้างข้อมูลดังกล่าว

นั่นคือสิ่งที่ทำให้การบังคับใช้เป็นที่ถกเถียงกันมาก "การละเมิด" ที่ถูกกล่าวหาในข้อพิพาทเรื่องการกลั่นส่วนใหญ่นั้นเป็นสัญญามากกว่าทางเทคนิค: โดยทั่วไปแล้ว เงื่อนไขการใช้งานจะห้ามไม่ให้ใช้เอาท์พุตของโมเดลเพื่อฝึกโมเดลที่แข่งขันกัน แต่บริษัทที่ได้รับเอาท์พุตผ่านการสมัครสมาชิก API ทั่วไปนั้นยากที่จะแยกแยะจากลูกค้ารายอื่น โดยทั่วไปการตรวจจับจะขึ้นอยู่กับหลักฐานทางสถิติ — การใช้ถ้อยคำ ข้อผิดพลาด หรือรูปแบบพฤติกรรมเกณฑ์มาตรฐาน — แทนที่จะเป็นปืนสูบบุหรี่

ความคิดเห็น "รู้จักลูกค้าของคุณและปิดการใช้งานบริการ" ของ Huang พูดโดยตรงกับความเป็นจริงนั้น: ในการวางกรอบของเขา ฝ่ายที่อยู่ในตำแหน่งที่ดีที่สุดในการป้องกันการจำลองที่ไม่พึงประสงค์คือบริษัทที่ขายการเข้าถึง ไม่ใช่หน่วยงานกำกับดูแลที่ตรวจสอบข้อมูลการฝึกอบรมภายหลังข้อเท็จจริง

Huang: 'การแข่งขันทำให้ทุกอย่างดีขึ้น'

Huang ไม่ได้โต้แย้งว่าแนวทางปฏิบัติดังกล่าวเกิดขึ้นกับผลิตภัณฑ์ของ Nvidia “คุณได้รับอนุญาตให้ทดสอบผลิตภัณฑ์ของผู้อื่นได้ตามที่คุณต้องการ” เขากล่าวกับ CNBC และเสริมว่าบางครั้งผลิตภัณฑ์ของ Nvidia อาจถูกถอดออก “จนแทบกระดูก” เนื่องจากบริษัทต่างๆ พยายามเรียนรู้วิธีการทำงาน

“ฉันอยากให้พวกเขาไม่ได้ทำแบบนั้นจริงๆ” เขากล่าว "ฉันอยากให้ไม่มีใครเรียนรู้จากผลิตภัณฑ์ของเราจริงๆ และเราก็แค่ได้ประโยชน์จากการล่องลอยไปตามนั้น แต่จริงๆ แล้ว การแข่งขันจะทำให้ทุกอย่างดีขึ้น"

นอกจากนี้เขายังแนะนำวิธีแก้ไขสำหรับบริษัทที่กังวลว่าจะถูกศึกษาในเชิงพาณิชย์และไม่ถูกกฎหมาย: "หากคุณไม่ชอบสิ่งนั้น หากคุณไม่ชอบให้คนอื่นใช้ผลิตภัณฑ์ของคุณ สิ่งที่คุณ [ต้องทำคือ] รู้จักลูกค้าของคุณ และปิดการใช้งานบริการ"

ทำเนียบขาวไม่ตอบสนองต่อคำร้องขอความคิดเห็นจาก CNBC ในทันที

ทำไมความแตกต่างจึงมีความสำคัญ

ช่องว่างระหว่าง "การแข่งขัน" และ "การโจรกรรม" ไม่ได้เป็นเพียงวาทศิลป์เท่านั้น หากการกลั่นถือเป็นการแข่งขันในตลาดธรรมดา การตอบสนองก็คือกลยุทธ์ด้านผลิตภัณฑ์ — ข้อกำหนดในการให้บริการที่เข้มงวดมากขึ้น การตรวจจับการใช้งาน การจำกัดการเข้าถึงผลผลิตชายแดน หากถือว่าเป็นการโจรกรรม การตอบสนองคือการคว่ำบาตร การควบคุมการส่งออก และการเปิดโปงทางกฎหมายสำหรับบริษัทต่างชาติ ซึ่งเป็นแนวทางที่ภัยคุกคามในเดือนกรกฎาคมของ Bessent ชี้ให้เห็น

ความแตกต่างดังกล่าวส่งผลโดยตรงต่อห่วงโซ่อุปทานของ AI Nvidia ขายเครื่องเร่งความเร็วซึ่งมีการฝึกอบรมโมเดลชายแดนทั้งสองด้านของมหาสมุทรแปซิฟิก และมาตรการคว่ำบาตรใดๆ ที่มุ่งเป้าไปที่บริษัทที่กลั่นกรองจากโมเดลของสหรัฐฯ อาจปรับเปลี่ยนรูปแบบผู้ที่ได้รับอนุญาตให้ซื้ออะไรได้ กรอบของ Huang ที่ว่าผู้ซื้อจะศึกษาสิ่งที่พวกเขาซื้อ และผู้ขายควรคำนึงถึงสิ่งนั้น ถือเป็นข้อโต้แย้งที่ต่อต้านการปฏิบัติต่อการจำลองโมเดลในฐานะปัญหาการบังคับใช้

นอกจากนี้ยังเกิดขึ้นท่ามกลางความแตกแยกในที่สาธารณะอย่างกว้างขวางว่าสหรัฐฯ ควรแข่งขันกับ AI ของจีนอย่างไร หน่วยงานของรัฐใช้เวลาหลายเดือนในการกล่าวหาที่เพิ่มขึ้น ในขณะที่บุคคลที่โดดเด่นที่สุดคนหนึ่งของอุตสาหกรรมเพิ่งโต้เถียงผ่านกล้องว่าพฤติกรรมของผู้ถูกกล่าวหาเป็นวิธีการทำงานของตลาด

สำหรับตอนนี้ ทั้งสองตำแหน่งอยู่ร่วมกันอย่างไม่สบายใจ: ข้อกล่าวหาของ Anthropic ต่อ Alibaba และ DeepSeek ยังคงไม่ได้รับการแก้ไข ข้อกล่าวหาของ CISA ไม่ได้นำไปสู่การประกาศคว่ำบาตร และ Huang ซึ่งชิปของเขายังคงเป็นที่ต้องการทุกหนทุกแห่ง ได้ทำให้เกิดกรณีที่ความเปิดกว้างของอุตสาหกรรมแยกออกจากความเร็วของมันไม่ได้

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →