Większe ograniczenia w sprzedaży amerykańskich półprzewodników i wyposażenia mają przetestować możliwości Chin w zakresie sztucznej inteligencji. Waszyngton chcą pozbawić Chin kluczowych elementów, na których będzie opierać się rozwój technologii nowej generacji.

Reklama

USA wprowadzą nowe ograniczenia

Administracja Joe Bidena chce zwiększyć ograniczenia sprzedaży chipów wykorzystywanych w sztucznej inteligencji oraz narzędzi do produkcji chipów. Odpowiednie dokumenty mają zostać opublikowane przez amerykański Departament Handlu w przyszłym miesiącu – doniosła w niedzielę agencja Reutera. Publikacja przepisów skodyfikuje istniejące już ograniczenia, które przedstawiono w specjalnych listach do firm produkujących sprzęt, takich jak KLA Corp., Lam Research Corp. czy Applied Materials Inc. – dodano w informacji.

W ubiegłym miesiącu amerykańska administracja nałożyła nowe ograniczenia eksportowe na Nvidia Corp., które zobowiązują kalifornijską firmę z branży grafiki i chipów do uzyskania specjalnej licencji, zanim sprzeda swoje układy A100 i H100 do Chin lub Rosji. A100, który ujrzał światło dzienne w 2020 roku, jest wykorzystywany w sztucznej inteligencji i analizie danych oraz posiada 20 razy większą moc niż poprzednia generacja procesorów Nvidia. Z kolei H100 ma dopiero trafić do sprzedaży i będzie najbardziej zaawansowanym chipem, jaki produkuje firma.

Podsumowując, zaostrzenie przepisów dotyczących producentów chipów oraz urządzeń służących do ich produkcji utrudnią rozwój sztucznej inteligencji w Chinach.

Na czym opiera się sztuczna inteligencja?

Sztuczna inteligencja to ogólne pojęcie odnoszące się do wielu dyscyplin. Należy do nich m.in. uczenie maszynowe (machine learning), dzięki czemu technologia analizuje duże ilości danych, jest w stanie odnaleźć pewne wzorce i przewidzieć wyniki. Rozpoznawanie obrazu (computer vision) to kolejny wymiar tej technologii, który pozwala na porządkowanie, sortowanie i wskazywanie informacji wizualnych. Rozpoznawanie obrazu wykorzystywane w bezpieczeństwie i śledzeniu ruchów ludzi oraz pojazdów należy do zastosowań, które są najbardziej rozpowszechnione w Chinach.

Ogólnie rzecz ujmując, sztuczna inteligencja opiera się na trzech osobnych, ale uzupełniających się sferach: danych, algorytmach i mocy obliczeniowej.

Dane

Głównym powodem, dla którego Chiny uważa się za potęgę w obszarze sztucznej inteligencji, jest gromadzenie przez firmy i rząd danych, w tym obrazów twarzy, odcisków palców, informacji finansowych, ruchów pojazdów oraz informacji uzyskanych w wyniku śledzenia sieci. Większe zbiory danych pozwalają sztucznej inteligencji na korzystanie z większej puli zasobów, co poprawia jej wyniki.

Algorytmy

Jednak same modele sztucznej inteligencji są zbudowane na algorytmach, czyli wyrafinowanych równaniach matematycznych, które analizują dane i odnajdują wzorce. Prosty przykład: komputer może zobaczyć fotografię kaczki i od razu rozpozna, że to nie jest pies, ponieważ ma tylko dwie nogi, zaś algorytm precyzuje psa przez to, że posiada cztery nogi. W nowoczesnej informatyce takie algorytmy są w coraz większym stopniu rozwijane przez same maszyny, tak jak w sieciach neuronowych (neural networks), gdzie wewnętrzne działanie algorytmu jest w dużej mierze tajemnicą nawet dla projektanta systemu. Tzw. uczenie głębokie (deep learning) jest modnym terminem opisującym wykorzystanie sieci neuronowych posiadających wiele warstw. Aby sztuczna inteligencja mogła odróżnić psa od kota lub kaczkę od koguta, potrzebny jest lepszy model z większą liczbą danych, ale aby sortować rasy psów i gatunki ptaków, może być potrzebne uczenie głębokie.

Moc obliczeniowa

Jest jeszcze moc obliczeniowa. Sprowadza się ona do surowych brutalnych liczb i pod tym względem to USA są niekwestionowanym liderem. Wyrafinowane algorytmy karmione dużymi ilościami danych wymagają dużej mocy obliczeniowej, aby móc uzyskać odpowiedź na pytanie, co definiuje psa, a co kaczkę. Nvidia oraz Advanced Micro Devices Inc. są tutaj globalnymi liderami – w dużej mierze dzięki dostępowi do zdolności produkcyjnych tajwańskiego producenta półprzewodników Taiwan Semiconductor Manufacturing Corp. (TSMC), który zaopatruje takie firmy, jak KLA, Applied Materials czy Lam Reasearch. Przepisy wprowadzone w czasie kadencji Donalda Trumpa, które utrzymała później administracja Joe Bidena, ograniczyły chiński dostęp do urządzeń produkowanych przez TSMC.

Wytwarzany przez Nvidię układ A100 powstaje przy pomocy technologii TSMC wykorzystującej litografię 7 nm. Z kolei układ H100, który jeszcze nie miał premiery, będzie bazował na bardziej zaawansowanym procesie produkcyjnym 4 nm. Im mniejszy węzeł, tym bardziej wydajny i energooszczędny jest dany chip.

Tymczasem amerykańskie przepisy ograniczyły dostęp Chin do procesów produkcyjnych o litografii poniżej 14 nm. Takie ograniczenia mają sprawić, że chińska technologia produkcji półprzewodników utknie w czasie. I choć Pekin próbuje rozwijać własną produkcję i zdolności z zakresie wytwarzania półprzewodników, to proces ten jest powolny i wkrótce napotka dodatkowe przeszkody, gdy Waszyngton wdroży kolejne ograniczenia.

Czy Chiny zdołają utrzymać miano lidera rozwoju sztucznej inteligencji?

Bez postępów w zakresie mocy obliczeniowej Chiny utkną w miejscu, próbując uzyskać przewagi w obszarze sztucznej inteligencji na polu danych i algorytmów. Sieci neuronowe, które tworzą algorytmy, rozwijają się poprzez ciągłą iterację wymagającą dużej mocy obliczeniowej. Aby być liderem w obszarze sztucznej inteligencji, nie wystarczy rozwijać tylko algorytmów i danych.

Chińscy inżynierowie i informatycy z pewnością znajdą innowacyjne sposoby na obejście nowych amerykańskich restrykcji, ale USA też nie będą w tym czasie siedziały z założonymi rękami.

Amerykanie poprzez osłabianie swojego największego rywala, dają sobie kolejną szansę na przyspieszenie w globalnym wyścigu w zakresie sztucznej inteligencji.

Autor: Tim Culpan