‏🔷 ۸/۸

یک اکوسیستم باز، محور اصلی طراحی سیاست‌های پکن برای هوش مصنوعی رقابتی است. به‌عنوان یک تازه‌وارد که با محدودیت‌های محاسباتی مواجه است، دولت چین رویکردی اتخاذ کرد که پذیرش هوش مصنوعی را به حداکثر برساند و در عین حال وابستگی به فناوری‌های مالکیتی خارجی را کاهش دهد. 40 مدل‌های باز با کاهش موانع برای شرکت‌ها یا توسعه‌دهندگان، امکان سفارشی‌سازی و استقرار بدون هزینه‌های مجوز یا محدودیت‌های سازگاری را فراهم می‌آورند و به استفاده گسترده منجر می‌شوند. حمایت از مدل‌های باز ریشه در استراتژی دیرینه چین برای ترویج فناوری‌های متن‌باز در سراسر اکوسیستم فناوری دارد؛ از سیستم‌عامل‌ها تا بسترهای توسعه، این سیاست‌ها به منظور تقویت نوآوری داخلی و کاهش وابستگی به نرم‌افزارهای مالکیتی خارجی اتخاذ شده‌اند. (برای اطلاعات بیشتر درباره اکوسیستم فناوری باز چین، به پیوست I: «بازی طولانی فناوری «باز» چین برای تبدیل شدن به استاندارد صنعتی» مراجعه کنید.) با درک این مزایا، برنامه هوش مصنوعی ۲۰۱۷ پکن نیز به منظور تقویت اکوسیستم باز هوش مصنوعی، ارتباطات بین صنعت و دانشگاه را تقویت و بسترهای متن‌باز را ترویج داد. الهام‌گرفته از موفقیت متا (در آن زمان فیس‌بوک) و کتابخانه‌های هوش مصنوعی متن‌باز گوگل، شرکت‌های چینی پروژه‌های مشابهی را راه‌اندازی کردند؛ برای مثال، آپولو (Apollo) بایدو برای توسعه وسایل نقلیه خودران. 41 این تأکید بر توسعه باز در برنامه پنج‌ساله چهاردهم (2021)، ابتکار AI+ 2025 که پیش‌تر ذکر شد و همچنین پیش‌نویس برنامه پنج‌ساله پانزدهم ادامه یافت. 42

در سطح محلی، دولت‌های محلی پکن، گوانگدونگ و هانگژو هر یک میلیون‌ها دلار برای توسعه هوش مصنوعی متن‌باز اختصاص داده‌اند. 43 از نظر تعداد، تأمین مالی دولتی و حمایت‌های سیاستی با رشد سریع مدل‌های باز در چین هم‌راستا هستند. بین سال ۲۰۲۲ — سال انتشار ChatGPT — و ۲۰۲۵، تعداد مدل‌های باز چینی بیش از ده برابر شد؛ از ۳۲ به ۳۳۷ مدل، بر پایه داده‌های جمع‌آوری‌شده توسط سازمان غیرانتفاعی Epoch AI (به شکل ۳ مراجعه کنید). ایالات متحده از پایه‌ای بسیار بالاتر شروع کرد، اما مدل‌های باز آن در همان بازه زمانی کمتر از سه برابر شد؛ از ۲۱۳ به ۶۲۲. 44 در سال ۲۰۲۳، تعداد مدل‌های باز چینی از تعداد مدل‌های بسته چینی پیشی گرفت؛ در مقابل، همواره تعداد مدل‌های بسته ایالات متحده بیشتر از مدل‌های باز این کشور بوده است. منابع دولتی چین تعداد مدل‌های باز را بسیار بالاتر از آمار Epoch AI می‌دانند؛ در گزارشی به‌دست‌آمده در ژوئیه ۲۰۲۵، دفتر اطلاعات شورای دولت چین اعلام کرد که چین با ۱٬۵۰۹ انتشار باز، از ایالات متحده در مجموع تعداد انتشارهای باز پیشی گرفته است.

† ۴۵ * شایان ذکر است که علیرغم حمایت‌های دولتی، بهره‌برداری از مراکز داده در این مناطق تنها ۲۰ تا ۳۰ درصد بود. گیگی اونگ، «چین برای راه‌اندازی سرویس ابری فروش ظرفیت خالی مراکز داده – گزارش»، Light Reading، ۲۴ ژوئیه ۲۰۲۵.

در مقایسهٔ تعداد مدل‌های هوش مصنوعی بین کشورها، روش‌شناسی نقش مهمی دارد: برخی ردیاب‌ها نسخه‌های تنظیم‌شده و مشتق‌ها را به‌عنوان مدل‌های جداگانه می‌شمارند که برای کشورهایی چون چین که توسعه‌دهندگانش به‌طور گسترده‌ای مدل‌های پایهٔ غربی باز را تنظیم می‌کرده‌اند، مجموع اعداد را به‌طرز چشمگیری افزایش می‌دهد؛ اما شمارش محدود به مدل‌های پایهٔ اصلی و مدل‌های شناخته‌شدهٔ عمومی، روایت متفاوتی ارائه می‌کند.

• USCC.gov، کمیسیون بررسی اقتصادی و امنیتی ایالات متحده‑چین — مقالهٔ شماره ۱۲ گروه کاری پژوهشی؛ اکوسیستم مدل‌ها در Hugging Face با بیش از ۱۰۰٬۰۰۰ مشتق — بیش از هر رقیب غربی، از جمله Llama متا. ۵۱ همکاری تکراری در اکوسیستم باز چین — اولین حلقهٔ بازخوردی که استراتژی هوش مصنوعی چین را پیش می‌برد — سه مزیت ساختاری برای تسریع پیشرفت‌ها و پذیرش هوش مصنوعی فراهم می‌کند: ۱‑ آزمایشگاه‌های پیش‌مرزی می‌توانند مدل‌های پایهٔ یکدیگر را بهبود دهند، که منجر به ارتقای سریع قابلیت‌ها بدون نیاز به سرمایه‌گذاری‌های پرهزینه در پیش‌آموزش می‌شود.