De Verenigde Staten en China is in veel opzichten bittere rivalen op het gebied van kunstmatige intelligentiewaarin bedrijven concurreren om elkaar te overtreffen algoritmen, modellenEN gespecialiseerd silicium. Toch werken de AI-gerelateerde supermachten nog steeds in verrassende mate samen als het gaat om baanbrekend onderzoek.
Een WIRED-analyse van meer dan 5.000 AI-onderzoekspapers die vorige maand werden gepresenteerd op de vlaggenschipconferentie van de industrie, Neural Information Processing Systems (NeurIPS), onthult een aanzienlijke samenwerking tussen Amerikaanse en Chinese laboratoria.
Uit de analyse bleek dat 141 van de in totaal 5.290 artikelen (ongeveer 3%) betrekking hebben op samenwerking tussen auteurs die verbonden zijn aan Amerikaanse instellingen en auteurs die verbonden zijn aan Chinese instellingen. De samenwerking tussen de Verenigde Staten en China lijkt ook redelijk constant: in 2024 waren op een totaal van 4.497 artikelen 134 artikelen van auteurs van instellingen in beide landen betrokken.
WIRED onderzocht ook hoe algoritmen en modellen die in één land zijn ontwikkeld, in de Stille Oceaan worden gedeeld en aangepast. De transformatorarchitectuur, ontwikkeld door een team van Google-onderzoekers en nu op grote schaal gebruikt in de branche, wordt beschreven in 292 artikelen met auteurs van Chinese instellingen. Meta’s Llama-modellenfamilie was een sleutelelement van het onderzoek dat in 106 van deze artikelen werd gepresenteerd. Ondertussen is de steeds populairder wordend groottaalmodel Qwen van de Chinese technologiegigant Alibaba verschijnt in 63 artikelen waarin auteurs van Amerikaanse organisaties voorkomen.
Jeffrey Ding, een assistent-professor aan de George Washington University die het AI-landschap in China in de gaten houdt, zegt dat hij niet verbaasd is om dit niveau van teamwerk te zien. “Of politici aan beide kanten het nu leuk vinden of niet, de Amerikaanse en Chinese AI-ecosystemen zijn onlosmakelijk met elkaar verweven en beide profiteren van de deal”, zegt Ding.
De analyse vereenvoudigt ongetwijfeld de mate waarin de Verenigde Staten en China ideeën en talenten delen. Veel in China geboren onderzoekers studeren in de Verenigde Staten en vormen levenslange banden met collega’s.
“NeurIPS zelf is een voorbeeld van internationale samenwerking en een bewijs van het belang ervan in ons vakgebied”, zei Katherine Gorman, woordvoerster van NeurIPS, in een verklaring. “Samenwerkingen tussen studenten en adviseurs gaan vaak door tot lang nadat de student de universiteit heeft verlaten. Dit soort signalen die wijzen op samenwerking in het hele veld, zie je op veel plaatsen, ook in professionele netwerken en voormalige medewerkers.”
DE nieuwste nummer van WIRED onderzoekt de vele manieren waarop China de huidige eeuw vormgeeft. Maar Amerikaanse politici en technologiebestuurders gebruiken de angst voor de opkomst van China als rechtvaardiging regels voor het dumpen EN het stimuleren van verbijsterende investeringenOnze analyse herinnert ons eraan dat de twee AI-supermachten ter wereld nog veel te winnen hebben bij samenwerking.
Een opmerking over de methodologie
Ik heb Codex, het codeschrijfmodel van OpenAI, gebruikt om NeurIPS-documenten te analyseren. Nadat ik een script had geschreven om alle documenten te downloaden, gebruikte ik de sjabloon om in elk document te duiken en een analyse uit te voeren. Dit hield in dat Codex een script schreef om te zoeken naar Amerikaanse en Chinese instellingen op het gebied van de auteur van elk artikel.
Het experiment bood een fascinerende kijk op het potentieel van codeerpatronen om nuttige taken te automatiseren. Er is veel paniek over het feit dat AI codeertaken vervangt, maar dit is iets waar ik normaal gesproken niet de tijd of het budget voor zou hebben gehad om te bouwen. Ik begon met het schrijven van scripts en vroeg Codex om deze aan te passen voordat ik Codex eenvoudigweg vroeg om de analyse zelf uit te voeren. Dit omvatte het importeren van de Python-bibliotheeksjabloon, het testen van verschillende tools en het schrijven van scripts voordat rapporten voor audits werden geproduceerd. Het proces omvatte nogal wat vallen en opstaan, en je moet heel voorzichtig zijn, omdat AI-modellen verrassend domme fouten maken, zelfs als ze behoorlijk slim zijn. Ik moest ervoor zorgen dat elk rapport een manier bevatte om de resultaten te beoordelen, en ik controleerde er zoveel mogelijk handmatig.
Dit is een editie van Wil Ridder AI Laboratoriumnieuwsbrief. Lees eerdere nieuwsbrieven Hier.
