कै-फू ली, कृत्रिम बुद्धिमत्ता के सबसे प्रमुख चरित्रों में से एक, ने ब्लूमबर्ग के साथ एक साक्षात्कार में एक विवादास्पद थीसिस प्रस्तुत की: चीनी AI कंपनियों को जीतने के लिए सबसे बेहतर मॉडल बनाने की आवश्यकता नहीं है। उन्हें बस ऐसे मॉडल बनाने होंगे जो पर्याप्त अच्छे, पर्याप्त सस्ते और पर्याप्त खुले हों, ताकि वे सभी जगहों पर प्रभुत्व कर सकें जहाँ संयुक्त राज्य अमेरिका नहीं देख रहा है।
ली का तर्क उन्नत प्रौद्योगिकी पर एक पारंपरिक व्यावसायिक रणनीति का लागू होना है। जबकि अमेरिकी कंपनियाँ विशाल बजट और बंद परितंत्र के साथ अग्रणी प्रदर्शन की ओर दौड़ रही हैं, चीनी एआई प्रयोगशालाएँ ओपन-वेट मॉडल जारी कर रही हैं जो प्रशिक्षण लागत के 10% से कम पर 90-95% क्षमता प्रदान करते हैं।
कार्यक्षमता प्लेबुक
जानकारी के अनुसार, चीनी AI टीमें अपने अमेरिकी समकक्षों द्वारा उपयोग किए जाने वाले GPU संसाधनों का केवल 1-3% उपयोग कर रही हैं, लेकिन शुद्ध इंजीनियरिंग कुशलता के माध्यम से तुलनीय परिणाम प्राप्त कर रही हैं।
ये सीमाएँ पूरी तरह से स्वैच्छिक नहीं हैं। अमेरिकी चिप निर्यात प्रतिबंधों के कारण चीनी प्रयोगशालाओं को उपलब्ध हार्डवेयर सीमित हो गया है, जिससे उन्हें कम संसाधनों से अधिक प्रदर्शन निकालना पड़ रहा है।
ली के आकलन के अनुसार, अमेरिका और चीन की एआई क्षमताओं के बीच प्रदर्शन का अंतर प्रमुख क्षेत्रों में लगभग 3-6 महीने तक संकुचित हो गया है। ओपन-वेट चीनी मॉडल अब लगभग सभी शीर्ष 10 ओपन-सोर्स बेंचमार्क में प्रमुख स्थान रखते हैं, जो मेटा के Llama को पार कर गए हैं। डीपसीक और अलीबाबा के Qwen ऐसे नाम बन गए हैं जिन्हें देखना चाहिए, जो डेवलपर्स द्वारा अपने टूल्स चुनने के लिए वास्तविक रूप से उपयोग किए जाने वाले समुदाय के नेतृत्व सूचियों में निरंतर शीर्ष या शीर्ष के पास स्थान प्राप्त करते हैं।
अलग-अलग बाजार, अलग-अलग रणनीतियाँ
ली द्वारा वर्णित रणनीतिक अंतर केवल मॉडल आर्किटेक्चर तक सीमित नहीं है। अमेरिकी कंपनियाँ जैसे OpenAI, Google और Anthropic ने मुख्य रूप से उच्च मार्जिन उद्यम बिक्री पर ध्यान केंद्रित किया है, जिसमें फॉर्च्यून 500 कंपनियों के लिए उत्पाद विकसित किए गए हैं, जो सबसे क्षम सिस्टम के लिए प्रीमियम कीमतें देने को तैयार हैं। चीनी कंपनियाँ, इसके विपरीत, उपभोक्ता अनुप्रयोगों और ऐसे विकासशील बाजारों को लक्षित कर रही हैं, जहाँ लागत संवेदनशीलता प्रमुख कारक है।
ली की अपनी कंपनी, 01.AI, ने इस तर्क को अंतर्निहित कर लिया है। फ्रंटियर मॉडल प्रशिक्षण में प्रतिस्पर्धा करने के बजाय, कंपनी ऐसे मॉडल्स जैसे DeepSeek का उपयोग करते हुए एप्लिकेशन बनाने पर ध्यान केंद्रित कर रही है।
इसका AI लैंडस्केप पर क्या असर होगा
अमेरिकी चिप निर्यात प्रतिबंध, जो चीनी एआई विकास को धीमा करने के लिए डिज़ाइन किए गए थे, शायद अनजाने में ली द्वारा वर्णित दक्षता-आधारित नवाचार को तेज कर दिया हो। जब आप सबसे अच्छा हार्डवेयर नहीं खरीद सकते, तो आप कम में अधिक करना सीखते हैं।
ओपन-सोर्स आयाम एक और जटिलता जोड़ता है। ओपन-वेट मॉडल ऐसे नेटवर्क प्रभाव बनाते हैं जिन्हें बंद मॉडल नहीं दोहरा सकते। हर डेवलपर जो किसी विशिष्ट उपयोग के लिए डीपसीक या क्वेन मॉडल को फाइन-ट्यून करता है, वह व्यापक परितंत्र को मूल्य जोड़ता है, जिससे अधिक डेवलपर्स आकर्षित होते हैं, जिससे अधिक उपयोगकर्ता आकर्षित होते हैं, जिससे अधिक प्रशिक्षण संकेत उत्पन्न होते हैं।