Diffusion as Strategy? Export Controls, Open Weights, and the Global Reach of Chinese AI Models, 2018–2026
Deze studie analyseert 3.034 AI-modellen van 2018 tot 2026 en stelt vast dat hoewel Amerikaanse exportcontroles Chinese ontwikkelaars niet onmiddellijk dwongen om hun modelgewichten te openen, ze wel een strategische verschuiving naar wereldwijde diffusie hebben gecatalyseerd, wat blijkt uit een dramatische stijging van afgeleide modellen gebouwd op Chinese bases en een groeiende kloof in frontier compute na eind 2024.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de race om slimmere machines te bouwen, heeft een stil debat de overhand gekregen onder beleidsmakers en technologen. Jarenlang heeft de Verenigde Staten de verkoop van de krachtigste computerchips aan China beperkt, in de hoop de vooruitgang van het land op het gebied van kunstmatige intelligentie te vertragen. De logica was eenvoudig: zonder deze gespecialiseerde instrumenten zouden Chinese ontwikkelaars moeite hebben met het trainen van de grootste en meest capabele AI-systemen. Toch begon er aan de andere kant van de Stille Oceaan een ander verhaal te ontstaan. In plaats van achterop te raken, begonnen Chinese ontwikkelaars hun AI-modellen op een manier vrij te geven waardoor iedereen de onderliggende code kon downloaden en bestuderen. Deze verschuiving voedde een theorie: misschien dwongen de beperkingen China om van strategie te veranderen, waarbij ze ruwe kracht inruilden voor wijdverbreide adoptie. Als dit waar is, zou dit betekenen dat een beleid dat ontworpen is om de vooruitgang van een rivaal te blokkeren, per ongeluk heeft bijgedragen aan de wereldwijde verspreiding van de technologie van die rivaal.
Om deze idee te testen, onderzocht een onderzoeker genaamd Alfredo Merlet de werkelijke geschiedenis van duizenden AI-modellen die tussen 2018 en 2026 zijn uitgebracht. Hij verzamelde gegevens over meer dan 3.000 modellen en volgde wie ze bouwde, of hun interne "weights" (de kerninstellingen die de AI laten werken) geheim werden gehouden of gedeeld, en wat voor soort computerchips werden gebruikt om ze te trainen. Door het gedrag van Amerikaanse en Chinese ontwikkelaars te vergelijken vóór en na drie grote rondes van Amerikaanse beperkingen in 2022, 2023 en 2024, zocht Merlet naar een duidelijk keerpunt. Hij wilde zien of het moment waarop de chips werden afgesneden, Chinese ontwikkelaars onmiddellijk hun deuren openden, of dat er iets anders was dat de verandering aanstuurde.
De resultaten vertellen een ingewikkelder verhaal dan het eenvoudige narratief van oorzaak en gevolg. Het is waar dat Chinese modellen tegen het einde van de periode aanzienlijk vaker openlijk werden gedeeld dan de Amerikaanse. Deze verschuiving vond echter niet onmiddellijk plaats na de eerste twee rondes van beperkingen. De gegevens tonen aan dat de kloof tussen de twee naties pas breed werd aan het eind van 2024 en gedurende 2025. Bovendien ging de verandering niet alleen over het openstellen van de modellen door Chinese ontwikkelaars; het ging ook over het sluiten van de modellen door Amerikaanse ontwikkelaars. De timing suggereert dat de beweging naar openheid een strategische keuze was die zich in 2025 consolideerde, waarschijnlijk beïnvloed door het succes van specifieke nieuwe modellen en veranderende zakelijke beslissingen in de VS, in plaats van een directe reactie op de chipverboden.
Hoewel de link tussen de verboden en de beslissing om code te delen niet zo direct is als sommigen hadden gehoopt, is het verhaal over hoe deze modellen zich verspreidden onmiskenbaar. Merlet ontdekte dat Chinese AI-fundamenten de bouwstenen werden voor een enorm deel van het nieuwe AI-werk wereldwijd. Vóór 2023 werd slechts een fractie van de nieuwe modellen gebouwd op Chinese bases. Tegen 2025 was dat aantal gestegen naar 51 procent. Dit betekent dat meer dan de helft van de afgeleide modellen die in de database zijn gedocumenteerd — die zijn gemaakt door ontwikkelaars in de VS, Europa en elders — gebouwd zijn op Chinese fundamenten. Deze diffusie vond zelfs plaats onder Amerikaanse ontwikkelaars, waarbij bijna één op de vijf nieuwe modellen in 2025 steunde op een Chinees startpunt.
De studie keek ook naar de hardware en de rekenkracht achter deze systemen. De gegevens wijzen uit dat de kloof in ruwe rekenkracht tussen de grootste Amerikaanse en Chinese trainingsruns, die jarenlang kleiner werd, weer begon te groeien na de laatste ronde van beperkingen aan het eind van 2024. Dit suggereert dat de verboden er mogelijk in zijn geslaagd om het tempo van de zeer grootste, meest geavanceerde modellen te vertragen. Tegelijkertijd rapporteerden Chinese ontwikkelaars steeds vaker het gebruik van chips die ontworpen zijn om te voldoen aan de beperkingen, wat wijst op een aanpassing aan de nieuwe regels. Toch, ondanks deze beperkingen op de voorhoede, werd de reikwijdte van Chinese AI sterker.
Uiteindelijk bevestigt het onderzoek dat Chinese AI-modellen een dominante basis zijn geworden voor de rest van de wereld, maar het daagt de opvatting uit dat exportcontroles de enige drijfveer van deze uitkomst waren. De openheid van Chinese modellen lijkt het resultaat te zijn van een strategische verschuiving die later plaatsvond dan de verboden en die werd versterkt door het succes van specifieke open modellen. De beperkingen hielden China wellicht tegen om de enkelvoudig grootste modellen te trainen, maar ze hebben voorkomen dat hun technologie niet de standaard werd waarop de rest van de wereld bouwt. De les voor de toekomst is dat in het tijdperk van kunstmatige intelligentie het controleren van de levering van chips de omvang van een model kan beperken, maar niet noodzakelijkerwijs bepaalt waar dat model terechtkomt of hoe wijdverspreid het wordt gebruikt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.