کیا Kimi K3 ڈسٹلیشن (distillation) کا نتیجہ ہے؟ ماہرین نے الزامات کو چیلنج کر دیا

مصنوعی ذہانت (AI) کے گرد جاری جغرافیائی سیاسی تناؤ ایک انتہا کو پہنچ چکا ہے کیونکہ امریکی حکام چینی کمپنیوں پر صنعتی جاسوسی کا الزام لگا رہے ہیں۔ اگرچہ الزامات میں کہا گیا ہے کہ Moonshot AI نے اپنے Kimi K3 ماڈل کی تربیت کے لیے Anthropic کے Fable کا استعمال کیا ہے، لیکن اے آئی کے صف اول کے محققین کا کہنا ہے کہ لارج لینگویج ماڈل (LLM) کی ترقی کی تکنیکی حقیقت اس سے کہیں زیادہ پیچیدہ کہانی بیان کرتی ہے۔

ماڈل ڈسٹلیشن اور آئی پی (IP) چوری کے الزامات

وائٹ ہاؤس کے سائنس ایڈوائزر مائیکل کراتسیوس نے Moonshot پر سنگین الزامات عائد کیے ہیں، جو Kimi K3 کے پیچھے کام کرنے والی کمپنی ہے—جو کہ اس وقت دستیاب سب سے بڑا اوپن ویٹ (open-weight) LLM ہے۔ کراتسیوس کا الزام ہے کہ Moonshot نے امریکی ملکیتی ٹیکنالوجی چرانے کے لیے "بڑے پیمانے پر، خفیہ صنعتی ڈسٹلیشن" کا سہارا لیا۔ اس دعوے کی حمایت ٹریژری سیکرٹری اسکاٹ بیسنٹ نے بھی کی ہے، جنہوں نے نوٹ کیا کہ امریکی LLMs کے "واٹر مارکس" چینی ماڈلز میں نظر آ رہے ہیں۔

ڈسٹلیشن ایک ایسا عمل ہے جس میں ایک بڑے، "فرنٹیئر" (frontier) ماڈل سے سوالات پوچھ کر اس کی استدلال کی صلاحیتوں اور علم کو نکالنے کے لیے ایک چھوٹے ماڈل کو تربیت دی جاتی ہے۔ اس میں اکثر سپروائزڈ فائن ٹیوننگ (SFT) شامل ہوتی ہے، جہاں ایک ہدف ماڈل کے پرامپٹس (prompts) اور جوابات کو نئے ماڈل کی تربیت کے لیے استعمال کیا جاتا ہے، جس کے نتیجے میں کبھی کبھی نیا ماڈل اصل ماڈل کے "انداز" یا مخصوص گفتگو کے انداز کو اپنا لیتا ہے۔

ماہرین ڈسٹلیشن کے نظریے پر شک کیوں کرتے ہیں

ان دعووں کے سیاسی وزن کے باوجود، اے آئی ریسرچ کمیونٹی اب بھی شکوک و شبہات کا شکار ہے۔ Laude Institute کے محقق اور Snorkel AI کے شریک بانی بریڈن ہینکوک ایک اہم ٹائم لائن کے مسئلے کی طرف اشارہ کرتے ہیں: Anthropic کا Fable صرف یکم جولائی سے عوامی طور پر دستیاب ہے۔ ہینکوک نے نوٹ کیا، "آپ اتنے زیادہ ڈیٹا کو ڈسٹل نہیں کر سکتے، ایک ماڈل کو تربیت نہیں دے سکتے، اور دو ہفتوں میں اسے ریلیز نہیں کر سکتے۔"

مزید برآں، Allen Institute for AI سے ناتھن لیمبرٹ کا کہنا ہے کہ جیسے جیسے ماڈلز "فرنٹیئر" کی طرف بڑھ رہے ہیں، SFT کے ذریعے ڈسٹلیشن کم مؤثر ہوتی جا رہی ہے۔ Kimi K3 میں نظر آنے والی کارکردگی کے معیار تک پہنچنے کے لیے، ایک ماڈل کو ممکنہ طور پر بڑے پیمانے پر ری انفورسمنٹ لرننگ (RL) کی ضرورت ہوگی۔ اس عمل کے لیے جوابات کو گریڈ کرنے کے لیے کروڑوں ایجنٹس کی ضرورت ہوتی ہے—ایک ایسا کام جو اگر کسی حریف کے API کے ذریعے کیا جائے تو انتہائی مہنگا اور سست ہوگا۔

ہارڈ ویئر اور تکنیکی مہارت کا کردار

یہ تنازع صرف سافٹ ویئر تک محدود نہیں ہے۔ کراتسیوس نے یہ الزام بھی لگایا کہ Moonshot نے جدید Nvidia ہارڈ ویئر تک رسائی حاصل کرنے کے لیے ایکسپورٹ کنٹرولز کی خلاف ورزی کی، جس میں خاص طور پر Grace Blackwell 300 چپس اور GB300 سے لیس سرورز کا ذکر کیا گیا۔ اگرچہ یہ چپس چین کو برآمد کرنے پر پابندی ہے، لیکن جارج ٹاؤن کے ماہرین جیسے سیم بریسنک کا کہنا ہے کہ بلیک مارکیٹ اور پیچیدہ عالمی سپلائی چینز ان ہارڈ ویئر کے بہاؤ کی نگرانی کو انتہائی مشکل بنا دیتی ہیں۔

تاہم، بہت سے محققین کا کہنا ہے کہ ڈسٹلیشن پر توجہ مرکوز کرنے سے چینی اے آئی ٹیموں کی تکنیکی ساکھ کو نقصان پہنچتا ہے۔ کارنیگی میلن یونیورسٹی جیسے اعلیٰ اداروں سے تعلق رکھنے والے بانیوں کے ساتھ، ماہرین کا خیال ہے کہ Moonshot صرف دوسروں کی کامیابیوں کا فائدہ اٹھانے کے بجائے اصل تحقیق کرنے کی صلاحیت رکھتا ہے۔

عالمی اے آئی ریس کے اثرات

یہ تنازع سیاسی بیانیوں اور تکنیکی حقیقتوں کے درمیان بڑھتے ہوئے فرق کو اجاگر کرتا ہے۔ جیسے جیسے صنعت پیچیدہ ری انفورسمنٹ لرننگ اور بڑے پیمانے پر کمپیوٹ کی ضروریات کی طرف بڑھ رہی ہے، اس بحث کا جاری رہنا کہ آیا کمپنیاں ذہانت "چرا" رہی ہیں یا محض بہتر انجینئرنگ کے ذریعے آگے بڑھ رہی ہیں، بین الاقوامی تجارتی پالیسیوں اور اے آئی ریگولیشن کو تشکیل دیتا رہے گا۔

اہم نکات

  • تکنیکی شکوک و شبہات: ماہرین کا کہنا ہے کہ Kimi K3 کی تیز رفتار ریلیز اسے ریاضیاتی طور پر ناممکن بناتی ہے کہ اسے صرف Anthropic کے Fable کی ڈسٹلیشن کے ذریعے بنایا گیا ہو۔
  • فائن ٹیوننگ سے آگے: اگرچہ سپروائزڈ فائن ٹیوننگ کے ذریعے ڈسٹلیشن موجود ہے، لیکن فرنٹیئر لیول کی کارکردگی حاصل کرنے کے لیے ممکنہ طور پر ایڈوانسڈ ری انفورسمنٹ لرننگ کی ضرورت ہوتی ہے جسے آسانی سے "کاپی" نہیں کیا جا سکتا۔
  • ہارڈ ویئر کے خدشات: ممنوعہ Nvidia Blackwell چپس تک غیر قانونی رسائی کے الزامات چینی اے آئی کی ترقی کے حوالے سے بحث میں جغرافیائی سیاسی پیچیدگیوں کا ایک نیا رخ شامل کرتے ہیں۔