Пока Anthropic требует от регуляторов запретить китайским лабораториям использовать дистилляцию (технику выведения знаний из готовой модели через обширные запросы к ней), Гарри Тан, возглавляющий Y Combinator, занял противоположную позицию. По его словам, регуляторам стоит оставить это в покое и вообще разрешить американским открытым моделям дистиллировать фронтирные решения через официальные API.

Ключевой аргумент Тана — двойной стандарт. Во-первых, он считает, что запрещать компаниям использовать информацию, которую модель сама им выдала через API, это перегиб. Во-вторых, напоминает: крупные закрытые лаборатории не просили никакого разрешения, когда скачивали весь интернет и копирайтные материалы для тренировки. Почему же они могут контролировать, что делают клиенты с открытыми API?

Из этой позиции вытекает более глубокое опасение Тана — концентрация власти. Его «кошмарный сценарий» для ИИ — это когда вся мощь технологии оказывается у одной компании с лучшим доступом к капиталу и талантам. В этом контексте дистилляция — механизм равновесия: открытые модели, обученные на данных фронтирных лабораторий, становятся альтернативой монополии.

Дистилляция сама по себе — легитимная техника, которую ИИ-лабы давно используют для своих целей. Проблема в том, как её применяют китайские компании: по сообщениям Anthropic, они скрывают свою личность, используют украденные учетные данные и мошенничают. Это действительно незаконно. Но Тан правильно указывает, что запрет на саму технику — другое дело.

Позиция Y Combinator логична с точки зрения экономики открытых моделей: экосистема конкурирующих открытых решений, подпитанная знаниями фронтирных моделей, будет более устойчива, чем либо монополия, либо полная изоляция. Вопрос в деталях: как отличить легальную дистилляцию (использование открытого API) от атаки (краденые учетные данные)? Регуляторам придется это уточнять.

Интересно, что крупные фонды и ускорители начинают занимать более прямую позицию по регулированию, чем раньше. Y Combinator финансирует сотни стартапов в ИИ, и для них открытость фронтирных моделей (пусть и через дистилляцию) может быть критична. Это не отвлеченная философия, а прямой интерес к тому, чтобы не складывалась ситуация, когда все возможности заперты за тремя-четырьмя компаниями.

В России тема пока выглядит отвлеченно: отечественные разработки ИИ находятся на стадии, где дистилляция фронтирных моделей была бы, скорее, способом ускорить развитие своих решений. Однако стратегически это касается и российского рынка: если на западе сформируется экосистема доступных открытых моделей, российские компании смогут на них опираться вместо попыток всё делать с нуля. И наоборот — если доступ будет ограничен, придется рассчитывать только на собственные ресурсы или решения, контролируемые государствами-соперниками.