Китайский ИИ на американских дрожжах

В мире
18 Ноябрь 2026
10:50
109
Китайский ИИ на американских дрожжах

Китайские технологические компании и исследовательские организации все активнее используют американские модели искусственного интеллекта для обучения собственных нейросетей. Так они стремятся сократить отставание от американских конкурентов и преодолеть ограничения, связанные с нехваткой современных микрочипов.

Как сообщает Reuters, журналисты агентства изучили более 300 китайских научных публикаций, патентов, корпоративных документов, объявлений о найме сотрудников и государственных материалов. Расследование показало, что использование американских ИИ-моделей для обучения китайских систем перестало быть исключительно экспериментальной практикой и получило распространение в промышленной разработке.

Речь идет о технологии, известной как дистилляция. Более мощная нейросеть используется для получения большого количества ответов на различные запросы, после чего эти ответы становятся учебным материалом для другой, обычно более компактной модели. Такой подход позволяет сократить затраты на обучение и использовать возможности уже существующих систем.

В частности, исследователи Шанхайского университета Цзяотун в ноябре 2024 года описали эксперимент, в котором использовали около 5000 ответов модели oт компании OpenAI. С помощью GPT-4o mini ответы были переведены и преобразованы в 10750 двуязычных учебных примеров. Полученные данные использовались для дополнительного обучения китайской модели Qwen2.5-72B, разработанной Alibaba.

В другой работе, опубликованной в апреле 2025 года, исследователи Alibaba описали применение GPT-4 и GPT-4o для создания учебных материалов на иностранных языках. Ответы американских моделей проходили дополнительную проверку и оценку качества, после чего использовались при обучении более компактных версий Qwen.

В феврале 2026 года исследователи Шанхайского университета Цзяотун совместно с китайской компанией Meituan представили метод, при котором GPT-4o использовалась для создания планов взаимодействия нескольких ИИ-агентов при решении задач программирования. На этих примерах обучалась меньшая модель, способная координировать работу автономных систем.

Распространение подобных методов приобретает особое значение на фоне американских ограничений на поставки в Китай передовых графических процессоров Nvidia и другого оборудования, необходимого для обучения крупных нейросетей. Дистилляция позволяет китайским разработчикам использовать результаты работы мощных американских моделей, не располагая сопоставимыми вычислительными ресурсами.