چین و تغییر روایت انقلاب صنعتی جدید آمریکا

در سال ۱۹۶۹، جوزف نیدهام، چین‌شناس برجسته بریتانیایی، مجموعه‌ای از پرسش‌ها را درباره چین مطرح کرد که چنان تأثیرگذار بود که بعدها با عنوان «پرسش نیدهام» شناخته شد. نیدهام در اصل می‌کوشید شکوه تاریخی چین را با واقعیت‌های چین در اواسط قرن بیستم تطبیق دهد.

به گزارش ساوت چاینا مورنینگ پست، پرسش اصلی او این بود که چرا انقلاب صنعتی قرن هجدهم در اروپا رخ داد، نه در چین؛ کشوری که تا قرن پانزدهم پیشتاز نوآوری‌های فناورانه جهان بود. همچنین چرا فناوری و علم در چین پس از آن برای چندین قرن دچار رکود شد؟

اریک بارک، استاد بازنشسته دانشگاه علم و فناوری هنگ‌کنگ، نیز مانند نیدهام بخش عمده‌ای از دوران حرفه‌ای خود را صرف مطالعه نوآوری و فناوری در چین کرده است. اما او در سخنرانی اخیر خود، پرسشی کاملاً متفاوت و در واقع وارونه پرسش نیدهام را مطرح کرد.

بارک، نویسنده کتاب «نوآوری و ظهور جهانی چین»، گفت: «اکنون پرسش اصلی این است: چرا چین امروز قادر است در علم و نوآوری جهانی نقش‌آفرینی کند؟ فراتر از آن، چرا به نظر می‌رسد پویایی متفاوتی در نوآوری چین شکل گرفته است؟»

برای دهه‌ها، غرب توانایی چین در نوآوری و خلق فناوری‌های واقعاً بدیع را زیر سؤال می‌برد. منتقدان مدعی بودند که چین صرفاً از فناوری‌های غربی تقلید می‌کند یا پیشرفت‌هایش متکی به یارانه‌های کلان دولتی است.

اما این نگاه تحقیرآمیز در سال‌های اخیر به‌طور محسوسی تغییر کرده است؛ چراکه چین توانسته در طیفی از فناوری‌های پیشرفته، از خودروهای برقی گرفته تا ربات‌های انسان‌نما، به یکی از رهبران جهانی تبدیل شود.

اسکات بسنت، وزیر خزانه‌داری آمریکا گفت: «بزرگ‌ترین خطر برای هوش مصنوعی این است که چین از ما پیشی بگیرد.» این اظهارات نشان‌دهنده ابعاد تهدیدی است که دولت ترامپ از جانب چین احساس می‌کند.

کایزر کوئو، نویسنده چینی-آمریکایی، در مقاله‌ای که اکتبر گذشته به‌سرعت فراگیر شد، این وضعیت را «تسویه‌حساب بزرگ» (The Great Reckoning) نامید. این اصطلاح به «پذیرش» پیشرفت‌های فناورانه چین در غرب اشاره دارد؛ پیشرفت‌هایی که حتی به شکل‌گیری نوعی گردشگری تخصصی منجر شده است؛ به‌گونه‌ای که سرمایه‌گذاران و سیاست‌گذاران خارجی برای بازدید از کارخانه‌های چین سفر می‌کنند تا از نزدیک سطح پیشرفت صنعتی این کشور را مشاهده کنند.

کوئو نوشت: «این تسویه‌حساب همه بشریت را در بر می‌گیرد، اما بیش از همه ایالات متحده را تحت تأثیر قرار می‌دهد؛ جایی که فرضیات مربوط به استثناگرایی و برتری آمریکا بیش از هر جای دیگری به چالش کشیده شده و هم‌زمان با شدت بیشتری انکار می‌شود.»

به بیان دیگر، این بار آمریکا است که می‌کوشد گذشته خود را با واقعیت‌های امروز تطبیق دهد؛ و در مرکز این نگرانی، یک فناوری بیش از همه قرار دارد: هوش مصنوعی.

انقلاب‌های هم‌زمان

سال‌هاست که هوش مصنوعی از نظر میزان تأثیرگذاری و اهمیت، با انقلاب صنعتی مقایسه می‌شود.

کلاوس شواب، اقتصاددان آلمانی، در کتابی که سال ۲۰۱۵ منتشر کرد، هوش مصنوعی را «چهارمین انقلاب صنعتی» نامید. با این حال، عرضه ChatGPT توسط شرکت آمریکایی OpenAI در اواخر سال ۲۰۲۲ حتی این ادعا را مطرح کرد که هوش مصنوعی آغازگر پنجمین انقلاب صنعتی بوده است.

دولت‌های متوالی آمریکا نیز از این دیدگاه حمایت کرده‌اند. جیک سالیوان، مشاور امنیت ملی دولت بایدن، گفته بود: «هوش مصنوعی آینده را تعریف خواهد کرد.»

دولت ترامپ نیز اخیراً اهمیت هوش مصنوعی را با انقلاب صنعتی مقایسه کرد و اعلام داشت که این فناوری «نقطه عطفی عمیق در اقتصاد ایجاد می‌کند و این ظرفیت را دارد که تولید ناخالص داخلی کشورهایی را که آن را می‌پذیرند، به‌طور چشمگیری افزایش دهد.»

برای آمریکا، ابعاد تمدنی رقابت هوش مصنوعی با چین دیگر غیرقابل انکار شده است. کایل چان، پژوهشگر مؤسسه بروکینگز، می‌گوید برای نخستین بار از زمان تأسیس ایالات متحده در ۲۵۰ سال پیش، این کشور هم‌زمان در حال تجربه سه انقلاب فناورانه، سیاسی و ژئوپلیتیکی است.

در آن دوران، جهان تحت سلطه امپراتوری‌های اروپایی مانند بریتانیا و فرانسه قرار داشت. انقلابیون آمریکایی برای رهایی از سلطه بریتانیا، در سال ۱۷۶۵ مبارزه برای استقلال را آغاز کردند؛ درست هم‌زمان با نخستین نشانه‌های انقلاب صنعتی در بریتانیا که با ظهور موتور بخار و نوآوری‌هایی همراه بود که اقتصاد متکی بر نیروی انسانی را به اقتصادی مبتنی بر ماشین تبدیل کرد.

امروز نیز آمریکا بار دیگر خود را در میانه انقلاب‌هایی هم‌پوشان می‌بیند؛ انقلاب فناورانه با ظهور هوش مصنوعی، انقلاب سیاسی با گسترش اقتدارگرایی در داخل و خارج، و انقلاب ژئوپلیتیکی ناشی از ظهور چین.

چان گفت: «آمریکا بیشترین بهره را از انقلاب صنعتی برد و همین تحول آن را به تنها ابرقدرت جهان تبدیل کرد. اما این بار، در عصر هوش مصنوعی، هنوز مشخص نیست که آمریکا یا چین کدام‌یک بیشترین بهره را از این موج جدید فناوری خواهند برد.»

نوآوری چیست؟

با توجه به اهمیت راهبردی این رقابت، آمریکا و چین هر دو به‌شدت بر توانمندی‌های هوش مصنوعی خود در مقایسه با یکدیگر متمرکز شده‌اند و بخش عمده توجه‌ها معطوف به قدرت مدل‌های پایه پیشرفته (Frontier Foundation Models) هر دو کشور بوده است.

این شکاف در اواخر سال ۲۰۲۲ و هم‌زمان با عرضه ChatGPT کاملاً آشکار شد. این تحول چین را غافلگیر کرد و کارشناسان برجسته چینی در آن زمان برآورد می‌کردند که این کشور حدود سه سال از آمریکا عقب‌تر است.

اما چین از آن زمان با سرعت زیادی فاصله را کاهش داده است. نخستین نقطه عطف، عرضه مدل R1 توسط استارت‌آپ «دیپ‌سیک»  مستقر در هانگژو در ژانویه ۲۰۲۵ بود؛ مدلی که به دلیل هزینه پایین تحقیق و توسعه اعلام‌شده، جهان را شگفت‌زده کرد. تقریباً یک‌شبه، فاصله چین و آمریکا از چند سال به چند ماه کاهش یافت.

نقطه عطف مهم دیگر، ماه گذشته و با معرفی مدل GLM-5.2 توسط شرکت ژیپو که در سطح بین‌المللی با نام Z.ai  شناخته می‌شود، رقم خورد. این مدل هم‌زمان با محدود شدن عرضه مدل‌های پیشرفته آمریکایی از سوی دولت ترامپ به دلایل امنیت ملی، توانمندی‌های قابل‌توجهی از خود نشان داد و برای بسیاری، نمایانگر مسیر جایگزینی بود که مدل‌های هوش مصنوعی چینی ارائه می‌کنند.

بر اساس ارزیابی مؤسسه پژوهشی Epoch AI، مدل‌های چینی تا ماه مه ۲۰۲۴ بیش از یک سال از نمونه‌های آمریکایی عقب بودند، اما اکنون این فاصله به حدود چهار ماه کاهش یافته است. نیتن لمبرت، نویسنده خبرنامه تخصصی Interconnects نیز معتقد است مدل GLM-5.2 حدود هفت ماه از پیشرفته‌ترین مدل‌های آمریکایی عقب‌تر است.

به گفته اریک بارک، دستاوردهای چین در حوزه مدل‌های هوش مصنوعی، بازتاب پیشرفت سریع‌تر این کشور در ظرفیت نوآوری به‌طور کلی است. سال گذشته، چین برای نخستین بار در میان ۱۰ اقتصاد نوآور برتر جهان در شاخص جهانی نوآوری سازمان جهانی مالکیت فکری (WIPO) قرار گرفت؛ موفقیتی که پس از صعود سریع این کشور از رتبه ۳۵ در سال ۲۰۱۳ حاصل شد.

این پیشرفت بر پایه جهش چشمگیر سرمایه‌گذاری چین در تحقیق و توسعه (R&D) شکل گرفته است.

گزارش ماه مارس سازمان همکاری و توسعه اقتصادی (OECD) نشان داد که با در نظر گرفتن برابری قدرت خرید، سرمایه‌گذاری چین در تحقیق و توسعه در سال ۲۰۲۴ از آمریکا پیشی گرفته است. بر اساس آمار رسمی، هزینه‌های تحقیق و توسعه چین در سال گذشته به ۳.۹۳ تریلیون یوان (حدود ۵۵۱ میلیارد دلار) رسید.

دونگ جیلین، پژوهشگر پیشین مؤسسه سیاست‌گذاری علم و فناوری دانشگاه شین‌هوا و از برجسته‌ترین متخصصان تاریخ فناوری و نوآوری در چین، گفت: «چین چند دهه پیش در حوزه نوآوری بسیار عقب بود، اما طی چند دهه گذشته با سرعت فوق‌العاده‌ای این فاصله را جبران کرده است.»

دونگ طی سال‌ها، از طریق فعالیت در دانشگاه و بخش خصوصی، اکوسیستم‌های نوآوری آمریکا و چین را مطالعه کرده است. اما رویکرد دقیق و سخت‌گیرانه او باعث شده بود که با وجود اذعان به پیشرفت‌های چشمگیر چین، همچنان معتقد باشد این کشور هنوز به نوآوری‌های بنیادین یا همان نوآوری «از صفر تا یک» دست نیافته است.

رقابت متفاوت چین و آمریکا در هوش مصنوعی

در جامعه هوش مصنوعی، اصطلاح رایجی که پژوهشگران برای اشاره به چنین نوآوری‌هایی به کار می‌برند «پارادایم» است؛ یعنی یک جهش فناورانه که زمینه را برای شکل‌گیری یک حوزه کاملاً جدید از پژوهش و نوآوری فراهم می‌کند.

«دونگ» نیز همین ویژگیِ تعیین‌کننده مسیر آینده را هسته اصلی نوآوری می‌داند.

با وجود آنکه مدل‌های هوش مصنوعی چین فاصله خود را با نمونه‌های آمریکایی به میزان چشمگیری کاهش داده‌اند، تمامی مدل‌های پیشرو این کشور، از جمله DeepSeek R1 و GLM-5.2، همچنان با استفاده از تراشه‌های پیشرفته آمریکایی آموزش می‌بینند؛ موضوعی که نشان می‌دهد تلاش چندین ساله پکن برای دستیابی به خودکفایی کامل در کل زنجیره فناوری هوش مصنوعی هنوز به نتیجه نهایی نرسیده است.

علاوه بر این، هر دو مدل DeepSeek R1 و GLM-5.2 در دسته مدل‌های زبانی بزرگ با توانایی بالای برنامه‌نویسی قرار می‌گیرند؛ فناوری‌ای که نخستین بار توسط استارت‌آپ‌های آمریکایی OpenAI و Anthropic توسعه داده شد.

دونگ، نویسنده کتاب تاریخچه مختصر نوآوری فناورانه بشر، می‌گوید: نه دیپ‌سیک و نه ژیپو را نمی‌توان نمونه‌ای از نوآوری “از صفر تا یک” دانست، زیرا آن‌ها اختراعات آمریکایی را با مهندسی بهتر بهبود داده‌اند. شاید چین در آینده بتواند مسئله نوآوری صفر تا یک را حل کند، اما هنوز به آن مرحله نرسیده است.

دو مسیر متفاوت

با این حال، همه با این تعریف از نوآوری موافق نیستند. «اریک بارک»، استاد بازنشسته دانشگاه علم و فناوری هنگ‌کنگ، معتقد است چالشی که چین برای آمریکا ایجاد کرده، دقیقاً در همین رویکرد متفاوت به نوآوری فناوری نهفته است.

در حوزه مدل‌های هوش مصنوعی، این تفاوت بیش از همه در دو جنبه آشکار می‌شود.

نخست آنکه، اگرچه مدل‌های آمریکایی همچنان از نظر توانایی مطلق در صدر قرار دارند، اما مدل‌های چینی در شاخص مهم دیگری پیشتاز هستند: بهره‌وری هزینه.

در طول یک سال گذشته، مؤسسه مستقل Artificial Analysis بارها نشان داده است که مدل‌های چینی در مقایسه با رقبای آمریکایی، بیشترین میزان «هوشمندی» را به ازای هر دلار هزینه در اختیار کاربران قرار می‌دهند. این مزیت در شرایطی اهمیت فزاینده‌ای یافته که با ظهور هوش مصنوعی عامل‌محور (Agentic AI)، شرکت‌ها و کاربران به دنبال کاهش هزینه‌های استفاده از هوش مصنوعی هستند.

دوم آنکه، اغلب مدل‌های پیشرفته چینی به صورت Open Weight منتشر می‌شوند؛ به این معنا که وزن‌های مدل همان پارامترهایی که «هوشمندی» آن را شکل می‌دهند، به صورت رایگان در اختیار توسعه‌دهندگان و شرکت‌ها قرار می‌گیرد تا بتوانند آن‌ها را برای نیازهای خود شخصی‌سازی کنند.

همین مزیت‌های هزینه‌ای باعث شده است مدل‌های چینی به هدف اصلی اتهام‌های آمریکا تبدیل شوند؛ اتهام‌هایی مبنی بر اینکه این دستاوردها از طریق «سرقت» مدل‌های آمریکایی حاصل شده‌اند. شرکت Anthropic و شماری از سیاستمداران آمریکایی بارها این ادعا را مطرح کرده‌اند.

مدعیان می‌گویند مدل‌های چینی عمدتاً بر پایه تقطیر مدل‌ها (Model Distillation) توسعه یافته‌اند؛ روشی که در آن، مدل‌های چینی به‌طور غیرقانونی با استفاده از خروجی مدل‌های آمریکایی آموزش داده می‌شوند.

اما از نگاه بارک، نکته طنزآمیز ماجرا این است که خود آمریکا نیز در نخستین سال‌های شکل‌گیری‌اش، بیش از دو قرن پیش، از جاسوسی صنعتی برای دستیابی به فناوری‌های بریتانیا بهره می‌برد.

در آن زمان، بریتانیا ارزش راهبردی فناوری‌های نوظهور خود را درک کرده بود و تلاش می‌کرد مانع انتقال آن‌ها به ایالات متحده شود.

بارک یادآور می‌شود که الکساندر همیلتون، نخستین وزیر خزانه‌داری آمریکا، شخصاً یک برنامه گسترده جاسوسی صنعتی را برای انتقال فناوری‌های بریتانیایی به آمریکا سازماندهی کرد.

او می‌گوید: آمریکا نیز در دوران انقلاب صنعتی دقیقاً همان مسیر جبران عقب‌ماندگی را طی کرد که امروز چین در آن قرار دارد.

وی افزود: امیدوارم آمریکا بتواند بخشی از نگرانی‌های امنیتی خود را کنار بگذارد و ظهور مراکز جدید نوآوری را فرصتی بداند که خود نیز می‌تواند از آن بهره‌مند شود.

اتهام‌های مربوط به «تقلب» نیز در کشورهای جنوب جهانی روزبه‌روز کم‌اعتبارتر به نظر می‌رسد؛ زیرا بسیاری از مشتریان و شرکت‌ها در این کشورها توان پرداخت هزینه‌های بالای استفاده از مدل‌های پیشرفته آمریکایی را ندارند.

«وینس ایسوارا»، مدیرعامل شرکت DANA، یکی از بزرگ‌ترین ارائه‌دهندگان کیف پول دیجیتال اندونزی با بیش از ۲۰۰ میلیون کاربر، می‌گوید استفاده گسترده‌تر این شرکت از مدل‌های متن‌باز چینی، بهره‌وری شرکت را ۵۰ درصد افزایش داده و همزمان هزینه‌های تحقیق و توسعه را نیز کاهش داده است.

به گفته او، نوآوری تحت محدودیت شدید هزینه و فناوری، واقعیتی روزمره در اقتصادهای نوظهور است.

ایسوارا انقلاب پرداخت‌های دیجیتال چین را نمونه‌ای شاخص از این نوع نوآوری می‌داند؛ جایی که فراگیر شدن کیف پول‌های دیجیتال از طریق استفاده گسترده از کدهای QR امکان‌پذیر شد، در حالی که مدل غربی پرداخت همچنان بر کارت‌های اعتباری و زیرساخت‌های پرهزینه‌ای مانند دستگاه‌های کارت‌خوان و خودپردازها متکی است.

چنین محدودیت‌هایی برای توسعه‌دهندگان مدل‌های هوش مصنوعی چین نیز ناآشنا نیست. بر اساس گزارش مؤسسه Epoch AI، آمریکا پنج برابر بیشتر از چین ابررایانه‌های ویژه هوش مصنوعی در اختیار دارد و از تراشه‌های پیشرفته‌ای بهره می‌برد که حدود سه برابر قدرتمندتر از نمونه‌های موجود در چین هستند.

کنترل‌های صادراتی چندین ساله آمریکا نیز دسترسی چین به تراشه‌های پیشرفته شرکت‌هایی مانند انویدیا را محدود کرده و برتری قابل توجهی از نظر توان پردازشی برای رقبای آمریکایی ایجاد کرده است.

با این حال، چین با وجود همه این محدودیت‌ها همچنان توانسته در مرزهای دانش هوش مصنوعی رقابت کند.

ایسوارا معتقد است برای کشورهایی که منابعی حتی کمتر از چین دارند، همین موضوع به‌تنهایی یک الگوی ارزشمند از نوآوری است.

او در پایان گفت: مدل چینی، برای گسترش گسترده فناوری‌های نوین در بازارهای نوظهور، بسیار قابل‌تکرارتر است. چیزهای زیادی وجود دارد که می‌توان از چین آموخت.

منبع: scmp