Как Китай развивает ИИ в условиях санкций

Overview

• Основная проблема китайского R&D в AI — санкции, ограничивающие доступ к зарубежным технологиям. Развитие собственных процессоров (например, Huawei ASCEND) и фреймворков (аналогов PyTorch) ведет к локализации решений. Импортозамещение и оптимизация под слабое железо — ключевые приоритеты.

• Китай обладает огромными массивами данных, включая медицинские и социальные, недоступные на Западе. Высокое качество данных, однако экспорт невозможен, что сужает возможности международного сотрудничества. Теневая добыча данных активно практикуется.

• Оптимизация AI-моделей в Китае включает частичное внимание в нейросетях и квантизацию. Модели часто достигают качества на уровне западных аналогов благодаря данным, несмотря на ограничения в вычислительных ресурсах. Процессы R&D нацелены на быструю оптимизацию и вывод продуктов на рынок с дальнейшей доработкой.

• ?? Введение и представление спикера (00:02 - 01:25)

• Влад Раченко — ведущий R&D разработчик в крупной китайской компании, опыт в ML и AI более 5 лет, публикации и патенты.

• Аудитория технически подкованная, но просили использовать и простые термины для лучшего понимания.

Проблемы и особенности китайского R&D в AI (01:25 - 05:30)

• Основная проблема — санкции, влияющие на доступ к зарубежным технологиям и рынкам.
• Китай вынужден развивать собственные процессоры (Huawei ASCEND, Lungsone, BIR) и фреймворки (аналог PyTorch), что приводит к сильной локализации решений.
• Импортозамещение и оптимизация под слабое железо — ключевые направления.
• Решения сложно масштабировать за пределы Китая из-за специфики железа и ПО.

Данные как конкурентное преимущество Китая (05:30 - 09:19)

• Китай обладает огромными массивами данных, включая медицинские и социальные, которые недоступны или запрещены к сбору на Западе.
• Данные высокого качества, но их нельзя экспортировать, что ограничивает международное сотрудничество.
• Теневая добыча данных (парсинг зарубежных ресурсов) широко распространена.

Оптимизация и архитектурные особенности китайских AI-моделей (09:20 - 17:38)

• Примеры оптимизации: частичное внимание в нейросетях (DeepSeek), квантизация, параллельное обучение.
• Китайские модели часто не уступают западным по качеству благодаря данным, несмотря на ограничения в вычислительных мощностях.
• Использование старых моделей с последующей оптимизацией и обучением на собственных данных.

Процессы разработки и вывода продуктов на рынок (17:38 - 27:01)

• R&D команды получают задачи сверху, фокус на быстрой оптимизации и сборе метрик, затем передача продуктовой команде.
• Продукты выкатываются быстро, дорабатываются уже после релиза (пример — DeepSeek).
• Китайские open-source проекты часто выкладываются на локальных платформах (Gitee), GitHub обновляется с задержкой.
• Локализация ПО и перевод приложений в PWA для обхода ограничений Android/iOS.

Международное сотрудничество и выход на рынок Китая (27:01 - 32:31)

• Китай открыт к коллаборациям, но бюрократия и иерархия замедляют процессы заключения контрактов.
• Для выхода на рынок нужен локальный партнер, самостоятельная покупка данных невозможна.
• Стартапы могут продавать API через сторонние компании.
• Существуют китайские аналоги Product Hunt для мониторинга новых продуктов и стартапов.

Востребованные ниши и особенности рынка (32:31 - 36:00)

• В Китае популярны чат-боты, имитирующие живое общение и поддержку, особенно для снятия стресса.
• R&D в AI занимает главенствующее положение, финансирование и количество проектов растет.
• Государственная поддержка сочетается с жестким контролем (особенно по политическим темам).