استراتژی پنهان هوش مصنوعی چین

اوون جی. دنیلز دانشیار تحلیل و همکار اندرو دبلیو. مارشال در مرکز امنیت و فناوری‌های نوظهور دانشگاه جورج تاون و یکی از اعضای ارشد غیرمقیم در شورای آتلانتیک است.

هانا داهمن تحلیلگر ارشد پژوهشی در مرکز امنیت و فناوری‌های نوظهور دانشگاه جورج تاون و یکی از اعضای غیرمقیم در شورای آتلانتیک است.

در اوایل سال ۲۰۲۵، شرکت چینی DeepSeek مدل هوش مصنوعی R1 خود را منتشر کرد که شوک‌هایی را در محافل سیاست‌گذاری در ایالات متحده ایجاد کرد. با وجود کنترل‌های صادراتی ایالات متحده بر نیمه‌رساناهای پیشرفته، این شرکت موفق شده بود فناوری باز و قابل سفارشی‌سازی را توسعه دهد که می‌توانست با برخی از پیشرفته‌ترین مدل‌های هوش مصنوعی اختصاصی آمریکایی رقابت کند، و بسیاری نگران بودند که رهبری ایالات متحده در هوش مصنوعی ممکن است به زودی تحت‌الشعاع قرار گیرد. اکنون، یک شرکت چینی دیگر، Moonshot AI، مدل باز و پیشرفته Kimi K2 را منتشر کرده است که قادر به انجام مستقل وظایف پیچیده است، و برخی از مفسران آن را "لحظه DeepSeek" دیگری نامیده‌اند.

اما تهدید مدل‌های باز چینی صرفاً به معنای رسیدن چین به ایالات متحده در رقابت هوش مصنوعی نیست. بلکه به پذیرش گسترده‌تر هوش مصنوعی در سطح جهانی نیز مربوط می‌شود. در ماه ژانویه ۲۰۲۵، اپلیکیشن DeepSeek R1 دارای ۳۳ میلیون کاربر فعال در سراسر جهان بود؛ تا آوریل، این رقم تقریباً سه برابر شد و به ۹۷ میلیون رسید. علاوه بر این، مدیر عامل مخزن مدل‌های باز Hugging Face اشاره کرد که بیش از ۵۰۰ نسخه مشتق شده از مدل اصلی R1 در مجموع ۲.۵ میلیون بار در ژانویه دانلود شده‌اند. به عبارت دیگر، نسخه‌های مشتق شده از R1، که به‌طور خاص از مدل اصلی برای برآوردن نیازهای کاربران سفارشی شده و تنظیم شده‌اند، پنج برابر بیشتر از خود R1 دانلود شده‌اند، که نشان‌دهنده ارزشی است که کاربران در سازگاری R1 می‌دیدند. با توجه به این علاقه فوق‌العاده، مشخص شده است که رویکرد کم‌هزینه و مدل باز که توسط DeepSeek، Moonshot AI و سایر شرکت‌های چینی مورد حمایت قرار گرفته است، می‌تواند مزیت بزرگی را برای چین در برآوردن تقاضای محققان برای مدل‌های پیشرفته، به‌ویژه در کشورهای در حال توسعه که مشتاق بهره‌مندی از مزایای هوش مصنوعی هستند، فراهم کند.

اینکه مدل‌های هوش مصنوعی کدام کشور به برتری جهانی دست یابند، پیامدهای سیاستی فراتر از رقابت بازار یا کاربردهای نظامی دارد. مدل‌های باز مانند R1 و Kimi K2 به کاربران در سراسر جهان این فرصت را می‌دهند که سیستم‌های هوش مصنوعی را توسعه دهند که می‌توانند برای نیازهای محلی، از جمله در زمینه‌هایی مانند مراقبت‌های بهداشتی، آموزش و نیروی کار، با هزینه کمتری نسبت به همتایان آمریکایی خود سفارشی شوند. به این معنا، بزرگترین مزیتی که مدل‌های باز می‌توانند برای چین به ارمغان بیاورند، ممکن است در قلمرو قدرت نرم باشد. با فراهم کردن امکان اشتراک‌گذاری گسترده مزایای هوش مصنوعی، مدل‌های باز چینی می‌توانند حسن نیت بین‌المللی را جلب کرده و چین را به عنوان یک نیکوکار هوش مصنوعی برای کشورهای در حال توسعه، از جمله در آفریقا، آسیا، آمریکای لاتین و خاورمیانه، معرفی کنند. علاوه بر این، سیاست دولت چین اکوسیستم‌های نوآوری باز را پذیرفته است؛ در ایالات متحده، جایی که شرکت‌ها عمدتاً بر مدل‌های هوش مصنوعی بسته تمرکز کرده‌اند، سیاست‌های دولت بر حفظ امنیت و به حداقل رساندن خطر اینکه کشورهای دیگر، به‌ویژه چین، بتوانند فناوری‌های ایالات متحده را برای مزیت نظامی یا اقتصادی خود تطبیق دهند، تاکید کرده‌اند.

اگر استراتژی جدید هوش مصنوعی واشنگتن به اندازه کافی مدل‌های باز را در نظر نگیرد، شرکت‌های هوش مصنوعی آمریکایی، با وجود مدل‌های پیشرو جهانی خود، خطر واگذاری نفوذ بین‌المللی هوش مصنوعی به چین را خواهند داشت. خطر بزرگتر این است که ایالات متحده در دیپلماسی فناوری‌های نوظهور در مناطق کلیدی جهان، اهرم استراتژیک خود را از دست بدهد. بنابراین، نحوه درک تولیدکنندگان پیشرو هوش مصنوعی کشور (آیا فناوری‌های خود را به اشتراک می‌گذارند یا محافظت می‌کنند؟) پیامدهای مهمی دارد که سیاست‌گذاران باید آن را درک کنند. در تلاش برای رهبری جهانی هوش مصنوعی، ایالات متحده باید به دقت نیاز به کاهش خطرات امنیت ملی را با ضرورت آوردن فناوری‌های نوآورانه خود به سایر نقاط جهان متعادل کند. در حال حاضر، تلاش چین برای قدرت نرم در هوش مصنوعی به دسترسی آن به قدرت محاسباتی محدود است. با یک استراتژی بازنگری شده، ایالات متحده و شرکت‌های هوش مصنوعی آمریکایی فرصت دارند مدل‌های باز و جذاب خود را ترویج کرده و از تبدیل شدن چین به ارائه‌دهنده اصلی هوش مصنوعی به جهان جلوگیری کنند.

درک این نکته ضروری است که بخشی از موفقیت جهانی DeepSeek ناشی از رویکرد خاص آن به هوش مصنوعی است. DeepSeek، مانند چندین آزمایشگاه چینی دیگر، بر توسعه مدل‌های کوچکتر و کارآمدتر از همتایان آمریکایی خود تمرکز کرده است که آموزش و پیاده‌سازی آنها بسیار ارزان‌تر است. به طور کلی، رویکرد چین تحت تأثیر کنترل‌های صادراتی به رهبری ایالات متحده بر نیمه‌رساناهای پیشرفته، اهداف بهره‌وری هزینه، و تلاش برای کاربردهای هوش مصنوعی کاربردی و واقعی در مقابل ساخت قدرتمندترین مدل‌های عمومی قرار گرفته است. علاوه بر این، مدل‌های باز چین تنها اندکی از مدل‌های بسته پیشرو تولید شده توسط شرکت‌های آمریکایی مانند OpenAI عقب‌تر هستند، و عملکرد آنها می‌تواند بسیاری از کشورها را متقاعد کند که از مدل‌های چینی به عنوان پایه زیرساخت هوش مصنوعی خود استفاده کنند. در هسته این رویکرد، تلاش گسترده‌تر پکن برای کسب نفوذ قدرت نرم بیشتر، به ویژه در جنوب جهانی، از طریق اشتراک‌گذاری و ترویج فناوری‌ها و زیرساخت‌های پیشرفته چین است—یک هدف سیاست دولتی که توسط مقامات ارشد دولتی بیان شده و در ابتکارات بزرگ چینی تقویت شده است. به عنوان مثال، سخنگوی وزارت خارجه، گو جیه‌کون، در ماه فوریه در مورد DeepSeek تأکید کرد که چین می‌خواهد مزایای هوش مصنوعی باز را با سایر کشورها به اشتراک بگذارد.

همانطور که در نظریه روابط بین‌الملل تدوین شده است، قدرت نرم توانایی تأثیرگذاری بر ترجیحات سایر بازیگران از طریق ارزش‌های مشترک درک شده، جذابیت فرهنگی، و ایده‌های متقاعدکننده است. در حالی که قدرت سخت به قدرت نظامی و توانایی تهدید معتبر به استفاده از زور برای دستیابی به اهداف استراتژیک بستگی دارد، قدرت نرم از منابع متفاوتی مانند فناوری، آموزش و تجارت برای گسترش نفوذ یک کشور بهره می‌برد. به عنوان مثال، در طول جنگ سرد و پس از آن، جذابیت جهانی فرهنگ آمریکایی و اقتصاد ایالات متحده بسیاری از کشورها را به همکاری با واشنگتن سوق داد، که منجر به وابستگی تجاری و سیاسی بین دولت‌ها شد و مهاجران بسیار ماهر را به ایالات متحده جذب کرد، که به نوبه خود به پیشرفت‌های فناورانه بیشتر ایالات متحده کمک کردند.

امروزه، پتانسیل دوگانه استفاده از هوش مصنوعی آن را به یک دارایی پیچیده در سبد قدرت نرم تبدیل کرده است. به خوبی مستند شده است که چین و ایالات متحده در حال رقابت برای توسعه کاربردهای قدرت سخت هوش مصنوعی، مانند پهپادهای خودکار، یکپارچه‌سازی پیشرفته داده‌ها، و سیستم‌های فرماندهی و کنترل هستند. در سال‌های اخیر، نگرانی‌ها در مورد این مسائل امنیتی تأثیر زیادی بر استراتژی هوش مصنوعی واشنگتن داشته است. هنگامی که شرکت‌های آمریکایی مدل‌های قدرتمند هوش مصنوعی مولد را در اواخر سال ۲۰۲۲ معرفی کردند، دولت بایدن شروع به ترس از این کرد که چین می‌تواند کاربردهای نظامی برای فناوری جدید پیدا کند. در نتیجه، سیاست‌های آن عمدتاً بر محدود کردن دسترسی به سخت‌افزار مورد نیاز برای توسعه مدل‌های قدرتمند هوش مصنوعی متمرکز شدند.

اما این تمرکز امنیتی پتانسیل فوق‌العاده هوش مصنوعی را برای تحول اقتصاد جهانی، نیروی کار، مراقبت‌های بهداشتی و جامعه به طور کلی به روش‌های مفید—از جمله در بسیاری از کشورهای در حال توسعه—تحت‌الشعاع قرار داده است. به عنوان مثال، اگر مدل‌های هوش مصنوعی آمریکایی بتوانند برای توسعه درمان‌های جدید سرطان یا شیوه‌های نوین کشاورزی در کشورهایی با منابع کم استفاده شوند، این امر تصویر و نفوذ ایالات متحده را به روشی مشابه برنامه‌هایی که قبلاً توسط آژانس‌های توسعه و کمک مانند USAID اجرا می‌شدند، تقویت خواهد کرد. دقیقاً این پتانسیل برای هوش مصنوعی سودمند است که پکن بر توسعه و اشتراک‌گذاری آن تمرکز کرده و در نتیجه موقعیت خود را برای کسب مزیت قدرتمند در نفوذ جهانی هوش مصنوعی تثبیت می‌کند.

ایالات متحده هنوز فرصت دارد تا در رقابت برای انتشار جهانی هوش مصنوعی پیروز شود.

در قلب نقش هوش مصنوعی در رقابت قدرت نرم ایالات متحده با چین، تفاوت بین اکوسیستم‌های مدل باز و بسته است. مدل‌های باز مانند R1 DeepSeek یا خانواده Llama متا (یکی از معدود مدل‌های بزرگ آمریکایی موجود که این رویکرد را پذیرفته است) دارای وزن‌های باز هستند—پارامترهای عددی که پیش‌بینی‌های مدل را تعیین می‌کنند—که هر کاربری می‌تواند برای سفارشی‌سازی مدل برای یک کار خاص تنظیم کند. در مقابل، مدل‌های بسته مورد استفاده توسط اکثر شرکت‌های پیشرو آمریکایی، از جمله مدل‌های زیربنایی نسخه‌های ChatGPT OpenAI، برای آموزش به منابع محاسباتی بیشتری نیاز دارند، از طریق رابط‌های به شدت کنترل‌شده برای کاربران بسته هستند، و به طور کلی توسعه آنها گران‌تر است. اگرچه مدل‌های بسته معمولاً قدرتمندتر هستند، اما این ویژگی‌ها آنها را از برخی جهات کمتر برای توسعه‌دهندگان هوش مصنوعی جهانی جذاب‌تر از همتایان مدل باز خود کرده است. علاوه بر این، همانطور که R1 DeepSeek و Kimi K2 Moonshot AI نشان داده‌اند، به نظر می‌رسد شکاف عملکردی بین مدل‌های بسته و باز در حال کاهش است.

در همین حال، دولت چین و برخی از شرکت‌های بزرگ آن بر این باورند که مدل‌های باز – که برای توسعه‌دهندگان به صورت آزاد قابل دسترسی و تطبیق هستند – می‌توانند کاربران را جذب کرده و بدین ترتیب نفوذ خود را در سراسر جهان افزایش دهند. انتشار R1 و Kimi K2 پیش‌تر پتانسیل عظیم مدل‌های هوش مصنوعی چین را برجسته کرده است. اگر این استراتژی موفقیت‌آمیز باشد، می‌تواند فناوری چینی را در پشته‌های هوش مصنوعی جهانی، یعنی زیرساخت‌های دیجیتال زیربنای هوش مصنوعی شامل مدل‌ها، تراشه‌ها و مراکز داده، تثبیت کند.

چنین استراتژی‌ای ممکن است به احساسات عمومی و مصرف‌کننده نیز پاسخ دهد. تحقیقات نظرسنجی نشان می‌دهد که جمعیت کشورهای در حال توسعه نسبت به مزایای اقتصادی و اجتماعی هوش مصنوعی خوش‌بین‌تر از همتایان خود در کشورهای پیشرفته هستند. به عنوان مثال، "نظرسنجی اعتماد ادلمن ۲۰۲۵" نشان داد که اعتماد عمومی به هوش مصنوعی در چین، هند، اندونزی، نیجریه، تایلند و به طور کلی در جهان در حال توسعه بالاترین میزان را داشته است؛ نسبت هندی‌هایی که به هوش مصنوعی اعتماد داشتند – ۷۷ درصد – بیش از دو برابر نسبت آمریکایی‌ها بود. به همین ترتیب، در سال ۲۰۲۴، گوگل و Ipsos دریافتند که بیش از ۷۰ درصد از پاسخ‌دهندگان در بازارهای نوظهور مانند برزیل، مکزیک، آفریقای جنوبی و امارات متحده عربی معتقد بودند که هوش مصنوعی تأثیر مثبتی بر کار، یادگیری، درمان بیماری‌ها و دسترسی به اطلاعات خواهد داشت، در مقایسه با حدود ۵۰ درصد از پاسخ‌دهندگان در ایالات متحده که چنین اعتقادی داشتند.

پکن در تلاش برای بهره‌برداری از این خوش‌بینی نسبت به هوش مصنوعی، "باز بودن" را به عنوان یک مزیت برجسته پذیرفته است. در ماه می ۲۰۲۵، در کنفرانس ظرفیت‌سازی هوش مصنوعی در چین، ما ژائوکسو، معاون وزیر امور خارجه، بر مزایای کلیدی مدل‌های هوش مصنوعی چینی — منبع باز، هزینه پایین و عملکرد بالا — تاکید کرد. توسعه‌دهندگان مدل‌های باز چین، با بهره‌گیری از قابلیت تطبیق‌پذیری مدل‌های خود، می‌توانند چین را به عنوان یک شریک فناورانه اصلی برای کشورهایی که به دنبال یک جهش بزرگ در هوش مصنوعی هستند اما منابع مالی یا محاسباتی برای توسعه مدل‌های قدرتمند خود از صفر را ندارند، معرفی کنند. به عنوان مثال، یک اداره بهداشت محلی در یک کشور در حال توسعه ممکن است با بازآموزی یک مدل باز بر روی مجموعه‌داده‌های آمار بیماری‌های محلی در مناطق دورافتاده، آن را برای ارائه خدمات پزشکی بهتر تنظیم کند. این نوع سفارشی‌سازی عمیق معمولاً با مدل‌های بسته امکان‌پذیر نیست.

تلاش چین برای قدرت نرم در حوزه هوش مصنوعی در خلاء اتفاق نمی‌افتد. این تلاش باید به عنوان بخشی از تلاش گسترده‌تر پکن برای ترویج خودکفایی داخلی و گسترش نفوذ دیجیتال خود در خارج از کشور درک شود. از دهه ۲۰۱۰، اسناد سیاست‌گذاری پکن، از جمله طرح توسعه هوش مصنوعی که در سال ۲۰۱۷ اعلام شد و برنامه پنج‌ساله چهاردهم که در سال ۲۰۲۱ منتشر شد، بر تمایل دولت چین برای استفاده از فناوری‌های منبع باز جهت پیشبرد نوآوری داخلی و کاهش اتکای چین به غرب تأکید کرده‌اند. ترویج مدل‌های هوش مصنوعی باز چین با هدف آن برای تبدیل شدن به ارائه‌دهنده اصلی زیرساخت‌های دیجیتال جهان در حال توسعه، از طریق ابتکاراتی مانند جاده ابریشم دیجیتال، همسو است. طی دهه گذشته، شرکت‌های چینی مانند هوآوی و ZTE صدها میلیون دلار در پروژه‌های زیرساخت دیجیتال در سطح جهانی، از جمله شبکه‌های مخابراتی، کابل‌های زیردریایی و تجهیزات نظارتی، سرمایه‌گذاری کرده‌اند. اکنون، Alibaba Cloud و Huawei Cloud در حال افزایش توسعه مراکز داده خارجی برای رایانش ابری در کشورهایی مانند مالزی، مکزیک، فیلیپین و تایلند هستند. این سرمایه‌گذاری‌ها پایه محکمی برای کمک به چین در پیاده‌سازی کاربردهای هوش مصنوعی خود در سراسر جهان فراهم می‌کنند، به ویژه اگر بتواند در آینده به تراشه‌های پیشرفته بیشتری نسبت به آنچه تحت کنترل‌های صادراتی اخیر ایالات متحده توانسته، دسترسی پیدا کند.

در حال حاضر، چین در حال برداشتن گام‌هایی برای تثبیت نفوذ جهانی خود در بخش هوش مصنوعی است. از سال ۲۰۲۳، پکن یک تلاش چندجانبه به نام "ابتکار جهانی حکمرانی هوش مصنوعی" را برای ایجاد توسعه و مقررات مسئولانه هوش مصنوعی رهبری می‌کند. اگرچه این ابتکار به درستی بر اهمیت گنجاندن کشورهای در حال توسعه در تدوین سیاست هوش مصنوعی تأکید کرده است، اما در جزئیات ضعیف بوده و بر تمایل چین به توسعه زیرساخت‌های دیگران تأکید دارد. برخی از رهبران جهانی صنعت هوش مصنوعی نگرانند که مدل‌های مولد باز چینی ممکن است با سانسور یا تحریف اطلاعات در مورد تاریخ چین، سیاست جهانی و مسائل حقوق بشر، تبلیغات حزب کمونیست چین را به کاربران منتقل کنند.

پیشرفت‌های سریع مدل‌های باز چینی نشان می‌دهد که مفروضات سیاست‌گذاری موجود ایالات متحده و استراتژی هوش مصنوعی بخش خصوصی باید تکامل یابند. با اولویت‌بندی مدل‌های بسته، بسیاری از شرکت‌های آمریکایی بر هوش مصنوعی به عنوان یک محصول انحصاری شرط بسته‌اند. در عین حال، به نظر می‌رسد برخی شرکت‌های آمریکایی بر نوآوری پیشرفته، از جمله هدف ایجاد هوش مصنوعی عمومی، بیشتر از توسعه کاربردهای قابل اعتماد برای مدل‌های مولد موجود تأکید می‌کنند. در همین حال، توسعه‌دهندگان برنامه‌های کاربردی چینی در حال حاضر در حال کاوش کاربردهای عملی برای مدل‌های DeepSeek و Alibaba در خودروها، لوازم خانگی، مراقبت‌های بهداشتی و سایر زمینه‌ها هستند. موفقیت در این کاربردها تضمین شده نیست، اما تلاش چین برای یافتن کاربردهای عملی برای مدل‌های قدرتمند هوش مصنوعی قابل توجه است.

تا حدی، شرکت‌های آمریکایی شروع به پاسخگویی کرده‌اند. پس از انتشار DeepSeek R1، سم آلتمن، مدیر عامل OpenAI، اعتراف کرد که احساس می‌کند این شرکت "در سمت اشتباه تاریخ" قرار دارد و استراتژی منبع باز خود را بازنگری خواهد کرد. اندکی پس از آن، OpenAI اعلام کرد که یک مدل منبع باز را منتشر خواهد کرد که در اواخر تابستان ۲۰۲۵ انتظار می‌رود. گوگل نیز از آن زمان خانواده‌ای از مدل‌های منبع باز به نام Gemma را منتشر کرده است، اگرچه عملکرد آن به طور قابل توجهی از مدل‌های بسته این شرکت عقب‌تر است. علاوه بر این، در ژوئن ۲۰۲۵، OpenAI قیمت مدل o3 خود را ۸۰ درصد کاهش داد تا آن را برای توسعه‌دهندگان، محققان و استارت‌آپ‌ها در دسترس‌تر کند—و احتمالاً رقابتی‌تر با برخی از مدل‌های چینی باشد.

ایالات متحده هنوز فرصت دارد تا در رقابت برای انتشار جهانی هوش مصنوعی پیروز شود. پیشنهاد چین برای تبدیل شدن به توزیع‌کننده اصلی هوش مصنوعی با موانع متعددی روبروست. با جلوگیری از دسترسی چین به ابزارهای مورد نیاز برای ساخت تراشه‌های پیشرفته هوش مصنوعی و مسدود کردن دسترسی شرکت‌های چینی به تراشه‌های هوش مصنوعی طراحی شده توسط ایالات متحده، کنترل‌های صادراتی به رهبری آمریکا احتمالاً توانایی چین را برای گسترش گسترده مدل‌های خود محدود خواهند کرد. علاوه بر این، تقاضا برای تراشه‌های مورد نیاز برای استنتاج مدل (پیاده‌سازی و استفاده از مدل‌های آموزش‌دیده) احتمالاً با ادغام گسترده مدل‌های پر استنتاج در برنامه‌های کاربردی، از عرضه فراتر خواهد رفت.

این محدودیت‌ها فرصتی باریک را برای ایالات متحده فراهم می‌کنند تا جایگزین‌های بهتری ارائه دهد، اما باید سریع عمل کند. ترویج رشد یک اکوسیستم هوش مصنوعی مدل باز باید اولویت اصلی سیاست‌گذاران ایالات متحده باشد. طرح اقدام هوش مصنوعی تازه منتشر شده دولت ترامپ به نظر می‌رسد اهمیت ژئواستراتژیک مدل‌های باز را به رسمیت می‌شناسد و توصیه می‌کند که "ما باید اطمینان حاصل کنیم که آمریکا مدل‌های باز پیشرو مبتنی بر ارزش‌های آمریکایی دارد." متا بازیگر اصلی مدل باز ایالات متحده است، اما دیگران نیز وجود دارند، و برنامه‌های OpenAI برای مدل باز قدرتمند خود نشان‌دهنده یک روند نوظهور است. سیاست‌گذاران ایالات متحده باید این تغییر را با تشویق همکاری بین توسعه‌دهندگان مدل و موسسات تحقیقاتی و کمک به ارائه منابع اضافی به محققان و مربیان، بیشتر تشویق کنند. علاوه بر این، دولت ایالات متحده باید از طریق برنامه‌هایی مانند منبع ملی تحقیقات هوش مصنوعی، که به توسعه‌دهندگان مدل باز کوچک و دارای منابع کمتر امکان رقابت بهتر با توسعه‌دهندگان فناوری بزرگتر را می‌دهد، حمایت بیشتری از محققان هوش مصنوعی آمریکایی به عمل آورد. طرح اقدام هوش مصنوعی به این راه‌حل‌ها اشاره می‌کند، اما در ماه‌های آینده نیاز به تفصیل بیشتر دارند. یک اکوسیستم هوش مصنوعی متنوع‌تر، پایگاه نوآوری‌های بالقوه را که می‌تواند به نفع جامعه و اقتصاد باشد، گسترش خواهد داد.

در عین حال، ایالات متحده باید استراتژی کنترل صادرات هوش مصنوعی خود را بازنگری کند. موفقیت‌های اخیر DeepSeek و Moonshot AI نشان می‌دهد که کنترل‌های صادراتی نمی‌توانند شرکت‌های چینی را از تولید مدل‌های باز پیشرفته باز دارند. با این حال، اهمیت فزاینده محاسبات مبتنی بر استنتاج، نیاز به همسوسازی مجدد کنترل‌های صادراتی ایالات متحده با جهت کنونی توسعه هوش مصنوعی را برجسته می‌کند. جنجال پیرامون تصمیم دولت ترامپ در اواسط ماه ژوئیه برای از سرگیری صادرات Nvidia H20—تراشه‌ای مناسب برای استنتاج—نیاز به بازنگری استراتژی را نشان می‌دهد. به نظر می‌رسد عقب‌نشینی واشنگتن بیشتر یک امتیاز با هدف مذاکرات تجاری با پکن بوده تا یک چرخش استراتژیک به سمت کاهش بلندمدت محدودیت‌های تراشه‌های پیشرفته. دولت در نهایت باید دستورالعمل‌های عملکردی روشنی را برای صادرات تراشه تدوین کند، زیرا Nvidia و رقبا تراشه‌های جدیدی را منتشر می‌کنند. کنترل نیمه‌رساناهای مناسب برای استنتاج می‌تواند به یک نقطه مرکزی‌تر در استراتژی کنترل صادرات آینده ایالات متحده تبدیل شود، به ویژه با ادغام مدل‌هایی مانند DeepSeek در کاربردهای واقعی جدید توسط شرکت‌های چینی.

با ترویج توسعه مدل باز و محدودیت‌های صادراتی با دقت بیشتر، واشنگتن می‌تواند قدرت نرم آمریکا را نیز پیش ببرد. به عنوان مثال، یک اکوسیستم مدل باز قوی‌تر در ایالات متحده می‌تواند جایگزین‌های جذاب و مقرون‌به‌صرفه‌ای را برای مدل‌های چینی به متحدان و شرکای ایالات متحده ارائه دهد، نوآوری را در خارج از کشور تقویت کرده و نفوذ جهانی ایالات متحده را تحکیم بخشد. با برداشتن گام‌هایی برای به اشتراک گذاشتن مزایای هوش مصنوعی، ایالات متحده می‌تواند تصویر جهانی خود را بهبود بخشد، حتی اگر این امر باید با ملاحظات امنیتی به دقت متعادل شود. با این حال، اگر ایالات متحده در رسیدگی سریع به پیشتازی فزاینده چین در قدرت نرم کوتاهی کند، هزینه ممکن است بالا باشد: گسترش قابلیت‌های هوش مصنوعی ارزان و قدرتمند چینی – و نفوذ جهانی که همراه آن خواهد آمد – ممکن است در نهایت بسیار دشوارتر از آن باشد که بتوان آن را جابجا کرد.