با ارائه مدل جدید کیمی، بازار سهام سقوط ۱.۸ تریلیون دلاری را تجربه کرد
شوک چینی به بازار هوش مصنوعی
انتشار Kimi K۳ به فروش گسترده سهام شرکتهای فناوری، به ویژه شرکتهای تولیدکننده تراشه، دامن زد. به گفته استیو هو، رئیس تحقیقات سیلیکون دیتا، نگرانیهای بلندمدتی در مورد افزایش هزینههای سرمایهای هوش مصنوعی و روشهای تامین مالی چرخشی در میان ابرمقیاسپذیران وجود داشت. هو به مارکتواچ گفت: «اگر مدلهای باز (open models) وارد صحنه شوند و قابلیتهای خود رابه روز کنند، این امر فشار قیمتی را بر آزمایشگاههای پیشرو وارد خواهد کرد.»
هو این وضعیت را با لحظه دیپسیک سال گذشته مقایسه کرد، که باعث شد سهام انویدیا و سایر تراشهها به دلیل ترس از کاهش تقاضا برای زیرساختهای هوش مصنوعی به دلیل افزایش بهرهوری توان محاسباتی، سقوط کند. طبق گزارش مورگان استنلی، بیش از یک سال بعد، شرکتهای برتر فناوری، سرمایهگذاریهای خود در حوزه هوش مصنوعی را افزایش دادهاند و میتوانند در سال ۲۰۲۷ در مجموع بیش از ۱ تریلیون دلار هزینه کنند. در این راستا باید گفت که Kimi K۳ میتواند شوک دوم و تاثیرگذارتری را ایجاد کند: هو گفت: «ما چیزهای بسیار بیشتری ساختهایم. ارزش اقتصادی و داراییهای بسیار بیشتری در معرض خطر هستند.»
برای چین، به نظر میرسد Kimi K۳ در مواجهه با محدودیتهای اعمالشده بر جدیدترین تراشههای انویدیا، تجهیزات EUV و سایر کنترلهای صادراتی ایالات متحده، یک پیروزی باشد.
این انتشار باعث فوران غرور ملی در رسانههای اجتماعی چین شد. در پستی که در پلتفرم QQ به اشتراک گذاشته شد، یک وبلاگنویس K۳ را به زبان چینی «منبع افتخار ما» نامید و گفت: «این سطح از کیفیت را نمیتوان از طریق تقطیر به دست آورد»؛ که اشاره به یک تکنیک یادگیری ماشینی است که برای انتقال قابلیتهای یک مدل بزرگتر و قدرتمندتر به یک مدل کوچکتر استفاده میشود. مونشات، به همراه دیگر آزمایشگاههای هوش مصنوعی چینی، دیپسیک و مینیمکس، خود را در مرکز یک جنجال تقطیر یافتهاند. آنتروپیک آنها را به دست داشتن در حملات تقطیر در مقیاس صنعتی متهم کرده است که با استفاده از هزاران حساب و صرافی غیرمجاز، زنجیرههای استدلال آنتروپیک را کپی میکنند تا مدلهای خود را با کسری از هزینه آموزش دهند. در ژانویه، انتشار کیمی K۲.۵ باعث ایجاد جنجال شد، زیرا کاربران در رسانههای اجتماعی متوجه شدند که این مدل گاهی اوقات خود را کلود مینامد - نشانهای مبنی بر اینکه این مدل بر اساس دادههای آنتروپیک آموزش دیده است.
با این حال، آخرین مدل کیمی به خاطر نوآوریاش مورد تحسین قرار گرفت. هو از سیلیکون دیتا گفت: «نوآوریهای الگوریتمی واقعی در این مدل وجود دارد.» در یک پست ایکس، راوید شوارتز-زیو، محقق هوش مصنوعی دانشگاه نیویورک، به نرمافزار توجه خطی ترکیبی کیمی اشاره کرد که به مدل اجازه میدهد مقادیر زیادی از دادهها را با مصرف حافظه کمتر پردازش کند.
به گفته فلوریان برند، مهندس تحقیقات در شرکت هوش مصنوعی پرایم اینتلکت، نگرانیها در مورد تقطیر تا حد زیادی اغراقآمیز است. او به مارکتواچ گفت که تقطیر یک روش رایج است که در یک بازه زمانی کوتاه از فرآیند آموزش رخ میدهد.
آزمایشگاههای ایالات متحده نیز از این روش استفاده کردهاند. اوایل این هفته، آزمایشگاه هوش مصنوعی Thinking Machines جدیدترین مدل Inkling خود را معرفی کرد که از خروجیهای تولید شده توسط Kimi K۲.۵ در مرحله تنظیم دقیق استفاده میکرد. مدل Composer ۲ از Cursor که در ماه مارس عرضه شد، از قبل روی Kimi K۲.۵ آموزش دیده بود. برند گفت مدلهای باز هزینهها را کاهش میدهند و به کاربران حق انتخاب میدهند. او به مارکتواچ گفت: «منبع باز، نوآوری را به جلو میراند. بدون آنها، ما فقط آزمایشگاههای بستهای خواهیم داشت که تصمیم میگیرند چه کسی به چه فناوری دسترسی داشته باشد.»
با این حال، برخی معتقدند که واکنش به Kimi K۳ بیش از حد بزرگنمایی شده است. مکس واینباخ، تحلیلگر Creative Strategies، به مارکتواچ گفت که K۳ یک «مدل خوب» است، اما GPT ۵.۶ Luna از اوپنایآی «هنوز بهتر و ارزانترین مدل» است.
او گفت: «سری GPT ۵.۶ هنگام انجام کارهای علمی، تمایل دارد خود را بر اساس دادههای واقعی بنا کند. در استناد به منبع دادهها بهتر عمل میکند. در زمینه توهمزایی کمی قابل اعتمادتر است.»
در واقع، مونشات در اطلاعیه خود در مورد این مدل، این نکته را نیز لحاظ کرد: «با وجود اینکه K۳ در کل یک مدل بسیار رقابتی است، با این وجود، در مقایسه با Claude Fable ۵ و GPT ۵.۶ Sol، شکاف قابلتوجهی در تجربه کاربری نشان میدهد.» برخی در رسانههای اجتماعی استدلال کردند که Kimi K۳ و دیگر مدلهای چینی «بنچمکس» (benchmaxxing) شدهاند، به این معنی که این مدلها برای انجام وظایف خاص آموزش دیدهاند تا در آزمونهای استاندارد نمره خوبی کسب کنند اما در استفاده عمومی ضعیف عمل میکنند. واینباخ گفت که Kimi K۳ از نظر اقتصاد محاسباتی «واقعا چیزی را تغییر نمیدهد» و افزود که این تصور که مدلهای باز ارزان هستند، لزوما درست نیست. او با اشاره به معماری بلکول انویدیا توضیح داد: «از آنجا که این مدل بسیار بزرگ است، برای اجرای خوب آن به GB۲۰۰ یا GB۳۰۰ نیاز دارید و این مبلغ برای هر رک ۴ تا ۶میلیون دلار است. این برای یک شرکت مقرون به صرفه نیست که فقط برود و آن را بخرد و اجرا کند.»
ضربه بازار سهام تراشهسازان
روز جمعه، با توجه به نگرانیهای مداوم در مورد اینکه آیا غولهای فناوری بیش از حد روی سختافزار هوش مصنوعی هزینه کردهاند یا خیر و اینکه کاهش هزینههای سرمایهای چه معنایی برای اکوسیستم گستردهتر دارد، فروش در بخش سهام شرکتهای تراشهسازی را افزایش داد. شاخص نیمههادی فیلادلفیا روز جمعه ۴ درصد کاهش یافت. این شاخص که به تازگی بهترین عملکرد خود را در نیمه اول سال ثبت کرده است، ۱۹ درصد از اوج اخیر خود پایینتر آمده و به آستانه ورود به بازار نزولی فنی نزدیک میشود. همچنین دیگر شرکتهای تراشهساز که با شوک چینی مواجه شدهاند میتوان به سامسونگ، TSMC از تایوان، اینتل،AMD و انویدیا اشاره کرد که به ترتیب با کاهش ۲، ۳، ۳، ۲ و ۲ درصد مواجه شدند. دادهها نشان میدهد که هر سه شاخص اصلی به دلیل فروش گسترده سهام جهانی به محدوده قرمز کشیده شدند. شاخص نزدک ۱۰۰ که بیشتر به بخش فناوری اختصاص دارد، تقریبا ۲ درصد سقوط کرد. رصدها نشان میدهد که بازارهای جهانی سهام با ریزش سنگین ۱٫۸ تریلیون دلاری مواجه شدهاند. شاخص S&P ۵۰۰ با افت یک درصدی و شاخص نزدک با کاهش دو درصدی بازگشایی شدند. شاخص بخش تراشهها نیز با ریزش سه درصدی به محدوده بازار خرسی رسید که نشاندهنده افت ۲۴ درصدی نسبت به اوج ماه ژوئن است. شاخص نیکی ژاپن چهار درصد و شاخص تایکس تایوان ۶٫۵ درصد کاهش یافتند.
