Ez itt az on the other hand, a portfolio vélemény rovata.
Az amerikai technológiai ipar hatalmas összegeket fektet a mesterséges intelligenciába, a Goldman Sachs számítása szerint „a mega technológiai cégek, nagyvállalatok és közműszolgáltatók az elkövetkező években mintegy ezer milliárd dollárt költenek majd a mesterséges intelligencia támogatására”. Ennek ellenére sok elemző, köztük én is, már régóta megkérdőjelezi az amerikai AI-beruházások és -fejlesztések irányát.
Mivel az összes vezető vállalat lényegében ugyanazt a mintát követi (bár a Meta némileg megkülönböztette magát a részben nyílt forráskódú modellel), úgy tűnik, hogy az iparág mindent egy lapra tett fel. Az amerikai technológiai vállalatok kivétel nélkül a méretgazdaságosság megszállottjai. A még be nem bizonyított „méretezési törvényekre” hivatkozva azt feltételezik, hogy az egyre több adat és számítási teljesítmény modelljeikbe történő betáplálása jelenti a kulcsát az egyre nagyobb képességek elérésének. Egyesek még azt is állítják, hogy „csak méretre van szükség".
Január 20-a előtt az amerikai vállalatok nem voltak hajlandóak megfontolni a hatalmas adathalmazon betanított alapmodellek alternatíváit.
Prioritásaikat tekintve szinte kizárólag diffúziós modellekre és az emberi (vagy ahhoz hasonló) feladatok elvégzésére irányuló chatbotokra összpontosítottak. Bár a DeepSeek megközelítése nagyjából ugyanaz, úgy tűnik, hogy nagyobb mértékben támaszkodott a megerősítéses tanulásra (reinforcement learning), a mixture-of-experts módszerekre (sok kisebb, hatékonyabb modellt használva), a desztillációra és a gondolatmeneten (refined chain-of-thought) alapuló finomított érvelésre. Ez a stratégia állítólag lehetővé tette, hogy igen kis költségből versenyképes modell jöjjön létre.
Bár van némi vita arról, hogy a DeepSeek mindenről beszámolt-e, ez a sztori rámutatott az amerikai AI-iparon belüli csoportgondolkodásra. Az amerikai AI-ipar alternatív, olcsóbb és ígéretesebb megközelítésekkel szembeni vaksága kiegészülve a kérdést övező hype-pal pontosan azt mutatja, amit Simon Johnsonnal közösen megjósoltunk a Power and Progress című könyvünkben, amelyet közvetlenül a generatív AI-korszak kezdete előtt írtunk meg. A kérdés most az, hogy az amerikai iparnak vannak-e más, még veszélyesebb vakfoltjai. Például a vezető amerikai technológiai cégek elszalasztják-e a lehetőséget, hogy modelljeiket egy „emberbarátabb irányba” tereljék? Gyanítom, hogy a válasz igen, de ezt csak a jövő fogja megmutatni.
Aztán ott van az a kérdés, hogy vajon Kína lehagyja-e az USA-t. Ha igen, akkor ez azt jelenti, hogy a tekintélyelvű, felülről lefelé irányuló struktúrák – amelyeket James A. Robinson és én „kizsigerlő (extractive) intézményeknek” neveztünk – az innováció ösztönzésében felvehetik a versenyt az alulról felfelé irányuló struktúrákkal, vagy akár felül is múlhatják azokat?
Én inkább arra hajlok, hogy a felülről lefelé irányuló kontroll akadályozza az innovációt, ahogyan Robinson és én érveltünk a Miért buknak el nemzetek? (Why Nations Fail) című könyvünkben. Bár úgy tűnik, a DeepSeek sikere megkérdőjelezi ezt az állítást, ez messze nem meggyőző bizonyíték arra, hogy a kizsigerlő intézmények által irányított innováció is lehet olyan erős vagy tartós, mint az inkluzív intézmények által felügyelt innováció.
Végül is a DeepSeek az évek óta tartó amerikai fejlesztésekre épül (bizonyos kérdésekben pedig európai fejlesztésekre).
- Minden alapvető módszerét az Egyesült Államokban fejlesztették ki.
- A mixture-of-experts modelleket és a megerősítéses tanulást évtizedekkel ezelőtt fejlesztették ki akadémiai kutatóintézetekben;
- és az USA nagy technológiai cégei voltak azok, amelyek bevezették a transzformációs modelleket, a gondolatmeneten alapuló érvelést és a desztillációt.
Amit a DeepSeek tett, az a mérnöki siker demonstrálása: ugyanazokat a módszereket hatékonyabban kombinálta, mint az amerikai cégek.
Az pedig majd kiderül, hogy a kínai cégek és kutatóintézetek meg tudják-e tenni a következő lépést, és képesek lesznek-e saját, game-changer hatású technikákkal, termékekkel és megközelítésekkel előállni.
Továbbá úgy tűnik, hogy a DeepSeek nem hasonlít a legtöbb más kínai AI-cégre, amelyek általában az állam számára vagy állami finanszírozással gyártanak technológiákat. Ha a vállalat (amely egy fedezeti alapból vált ki) eddig úgymond megbújva működött, akkor vajon a kreativitása és dinamizmusa folytatódik-e most, hogy reflektorfénybe került? Bármi történjék is,
egyetlen vállalat teljesítménye nem tekinthető meggyőző bizonyítéknak arra, hogy Kína képes legyőzni a nyitottabb társadalmakat az innováció terén.
Egy másik kérdés a geopolitikára vonatkozik. Vajon a DeepSeek-sztori azt jelenti, hogy az amerikai exportellenőrzés és a kínai AI-kutatás visszaszorítására irányuló egyéb intézkedések kudarcot vallottak? A válasz itt sem egyértelmű. Bár a DeepSeek a legújabb modelljeit (V3 és R1) régebbi, kisebb teljesítményű chipeken képezte ki, a további fejlődéshez és méretnöveléshez továbbra is szükség lehet a legerősebb chipekre.
Mindazonáltal egyértelmű, hogy Amerika zéróösszegű megközelítése nem működőképes és rosszul átgondolt. Egy ilyen stratégiának csak akkor van értelme, ha hiszünk abban, hogy az általános mesterséges intelligencia (AGI) felé tartunk (ezek olyan modellek, amelyek bármilyen kognitív feladatban felveszik a versenyt az emberrel), és hogy aki elsőként eléri az AGI-t, az hatalmas geopolitikai előnyre tesz szert. Azzal, hogy ragaszkodunk ezekhez a feltételezésekhez – amelyek közül egyik sem feltétlenül igazolható –, számos területen megakadályoztuk a Kínával való gyümölcsöző együttműködést. Ha például az egyik ország olyan modelleket állít elő, amelyek növelik az emberi termelékenységet, vagy segítenek jobban szabályozni az energiát, az ilyen innováció mindkét ország számára előnyös lenne, különösen, ha széles körben használják.
Amerikai testvéreihez hasonlóan a DeepSeek is az AGI fejlesztésére törekszik, és egy olyan modell létrehozására, amelynek a betanítása jelentősen olcsóbb, game changer hatású lehet. A fejlesztési költségek ismert módszerekkel történő csökkentése azonban nem fog varázsütésre az AGI-hoz elvezetni a következő néhány évben. Az, hogy az AGI rövid távon elérhető-e, továbbra is nyitott kérdés (és hogy kívánatos-e, még inkább vitatott).
Még ha még nem is ismerjük az összes részletet arról, hogy a DeepSeek hogyan fejlesztette ki modelljeit, vagy hogy mit jelent a látszólagos teljesítménye az AI-ipar jövője szempontjából, egy dolog egyértelműnek tűnik:
egy kínai feltörekvő vállalat komoly sebet ejtett a technológiai ipar méretgazdaságossági megszállottságán, és talán fel is rázta az önelégült állapotából.
Copyright: Project Syndicate, 2024.
Daron Acemoglu
Az MIT (Massachusetts Institute of Technology) Nobel-díjas közgazdászprofesszora. Kutatásai többek között a politikai gazdaságtan, a gazdasági fejlődés és növekedés, a technológiai fejlődés, a jövedelmi egyenlőtlenség kérdéseire vonatkoznak. A Nobel-díjat 2024-ben kapta.
A címlapkép illusztráció. Címlapkép forrása: Portfolio
