Китайские модели искусственного интеллекта обучаются на ответах ChatGPT и других американских нейронных сетей

Расследование Reuters показало, как китайские компании используют ответы OpenAI для обучения собственного ИИ, сокращая потребность в дорогостоящих вычислительных ресурсах.

Китайские технологические компании всё активнее используют американские нейросети для совершенствования собственных систем искусственного интеллекта. К такому выводу пришли журналисты Reuters, проанализировавшие более 300 китайских научных публикаций, патентов, корпоративных документов, объявлений о вакансиях и правительственных материалов. Исследование показало, что практика, известная как дистилляция моделей, уже вышла за пределы университетских экспериментов и применяется в коммерческих разработках.

Речь идет об использовании ответов мощных американских ИИ-систем, в частности моделей OpenAI, для обучения китайских аналогов. Такой подход позволяет передавать отдельные возможности сложных нейросетей более компактным моделям, которым требуется меньше ресурсов для работы. Особое значение эта технология приобрела на фоне американских ограничений на поставки в Китай передовых процессоров для искусственного интеллекта.

Как китайские компании обучают ИИ с помощью ChatGPT

Дистилляция предполагает использование одной нейросети в качестве своеобразного учителя для другой. Мощная модель генерирует ответы на сложные вопросы, пишет программный код или демонстрирует способы решения задач. Разработчики собирают эти результаты, проверяют их качество, отбирают лучшие примеры и формируют обучающие наборы данных. После этого на подготовленных материалах дополнительно обучают собственную модель, которая постепенно усваивает соответствующие навыки.

Добавьте GSMinfo в источники в Google News Чтобы видеть наши публикации в своей ленте новостей

Конкретный пример описали исследователи Шанхайского университета Цзяотун в научной работе за ноябрь 2024 года. Они отобрали примерно 5000 ответов американской модели OpenAI o1, использовали GPT-4o mini для перевода и сформировали 10 750 двуязычных обучающих примеров. Полученный набор данных был использован для дополнительного обучения китайской модели Qwen2.5-72B от Alibaba.

Это не единственный задокументированный случай. В апреле 2025 года исследователи из Alibaba описали использование GPT-4 и GPT-4o для создания учебных материалов на разных языках, которые после проверки и оценки применялись для совершенствования более мелких моделей Qwen. А в феврале 2026 года специалисты Шанхайского университета Цзяотун совместно с компанией Meituan сообщили об использовании GPT-4o для обучения систем, координирующих работу нескольких ИИ-агентов при выполнении задач по программированию.

Почему это создает проблему для США

Главное преимущество дистилляции заключается в сокращении затрат на разработку и эксплуатацию искусственного интеллекта. Вместо многократного обращения к дорогостоящей мощной нейронной сети компания может использовать её ответы для обучения собственной системы. В то же время такой подход не позволяет полностью воспроизвести возможности модели-учителя и не устраняет потребности в значительных вычислительных ресурсах для обучения.

Для Китая эта технология особенно важна из-за американских экспортных ограничений, которые затрудняют доступ местных компаний к самым мощным ИИ-ускорителям Nvidia и другому оборудованию. Использование готовых результатов американских моделей может частично компенсировать нехватку вычислительных мощностей и ускорить создание конкурентоспособных систем.

В то же время эта практика вызывает споры в отношении интеллектуальной собственности. Сама по себе дистилляция не является незаконной и широко используется в мировой индустрии искусственного интеллекта. Однако правила OpenAI и Anthropic ограничивают использование результатов работы их моделей для создания конкурирующих продуктов без соответствующего разрешения.

По данным Reuters, американские чиновники уже выражали китайской стороне обеспокоенность в связи с масштабным сбором ответов американских нейросетей. Китайские представители, в свою очередь, называют дистилляцию обычным методом разработки ИИ. При этом государственные документы КНР поддерживают применение этой технологии в промышленности, но не содержат прямых указаний на использование именно американских моделей.

Правительство Китая рассматривает компактные и более доступные системы искусственного интеллекта как один из инструментов цифровизации промышленности. Соответствующие программы предусматривают внедрение дистилляции и дополнительного обучения моделей в производственные процессы. В то же время исследователи предупреждают, что чрезмерная зависимость от готовых ответов других нейросетей может сдерживать собственные технологические инновации.

Поделиться этой статьей