چین در رقابت جهانی هوش مصنوعی: استراتژی متفاوت برای تسلط بر آینده

شی جین‌پینگ، رئیس‌جمهور چین، به یک نکته تاریخی و تلخ اشاره کرده است: عقب‌ماندگی چین از انقلاب صنعتی در قرن نوزدهم، که متعاقباً به دوران موسوم به «قرن تحقیر» منجر شد، به دلیل عدم همگامی و انفعال در برابر تحولات فناورانه زمانه بود. این درس تاریخی، نقشی محوری در تعیین استراتژی‌های کلان ملی چین در قرن بیست و یکم ایفا می‌کند. امروزه، چین و ایالات متحده، هوش مصنوعی (AI) را نه صرفاً یک فناوری، بلکه نیرویی تعیین‌کننده برای سرنوشت ژئوپلیتیکی و اقتصادی خود می‌دانند.

اما تفاوت اساسی در رویکرد این دو قدرت جهانی، در اهداف نهایی این رقابت نهفته است. در حالی که ایالات متحده به شدت بر رقابت نفس‌گیر برای دستیابی به هوش جامع مصنوعی (Artificial General Intelligence – AGI)، که به معنای سطحی از هوش معادل یا فراتر از انسان است، و در نهایت «ابرهوش» متمرکز است، چین یک استراتژی متفاوت و زیرکانه را در پیش گرفته است که اولویت آن نه لزوماً ساخت AGI در کوتاه‌مدت، بلکه تسلط عملیاتی بر دنیای واقعی از طریق هوش مصنوعی کاربردی است. این استراتژی بر پایه AI+ استوار است.

1. تمرکز چین: پذیرش و کاربردی‌سازی گسترده (AI+)

برخلاف تمایل شدید در محافل تحقیقاتی غرب که AGI را قله فتح می‌داند، اولویت اصلی چین در سال‌های آتی، پذیرش سریع، عمیق و فراگیر مدل‌های موجود هوش مصنوعی در میان کاربران، صنایع، و سطوح حکومتی است. این رویکرد، یک استراتژی مبتنی بر نفوذ عمقی است تا دستیابی به یک مفهوم انتزاعی.

جاه‌طلبی‌های چین در این زمینه، که طبق پیش‌بینی‌ها در برنامه پنج‌ساله آتی (منتشر شده در مارس ۲۰۲۶) به طور رسمی تدوین خواهد شد، بر اساس یک نقشه راه سه مرحله‌ای کلیدی بنا شده است:

1.1. مرحله اول (تا ۲۰۲۷): نفوذ گسترده (Deep Penetration)

هدف این مرحله، تزریق هوش مصنوعی به تار و پود ساختارهای کلیدی اقتصادی و اجتماعی است. این نفوذ بر شش حوزه حیاتی متمرکز خواهد بود:

• پژوهش و توسعه (R&D): استفاده از AI برای تسریع کشفیات علمی، به ویژه در شیمی و مواد جدید.
• صنایع تولیدی (Manufacturing): بهینه‌سازی زنجیره‌های تأمین و اتوماسیون پیشرفته در کارخانه‌ها (Industry 4.0/5.0).
• محصولات مصرفی: سفارشی‌سازی انبوه کالاها و خدمات بر اساس داده‌های کاربران.
• خدمات درمانی و آموزش: اجرای پلتفرم‌های تشخیص پزشکی مبتنی بر AI و ابزارهای یادگیری شخصی‌سازی شده.
• دولت دیجیتال (E-Governance): بهبود کارایی خدمات اداری و مدیریت منابع شهری.
• صادرات فناوری: تبدیل راه‌حل‌های AI عملیاتی چین به یکی از اقلام اصلی صادراتی به کشورهای در حال توسعه.

1.2.  مرحله دوم (تا ۲۰۳۰): فراگیری کامل (Ubiquitous Integration)

در این مرحله، هوش مصنوعی باید از یک ابزار به یک زیرساخت همه‌جا حاضر تبدیل شود، مشابه وضعیت برق، آب یا اینترنت امروزی. این فراگیری کامل منجر به:

• تغییر پارادایم اقتصادی: هوش مصنوعی به موتور اصلی رشد اقتصادی پایدار تبدیل می‌شود، به طوری که هر واحد تولید یا خدمات، از یک لایه هوش مصنوعی بهره می‌برد.
• شبکه‌سازی داده‌ها: ایجاد ترافیک داده عظیم و تعامل مستمر بین مدل‌های AI مختلف در سطح کلان‌شهرها.

1.3. مرحله سوم (تا ۲۰۳۵): جامعه هوشمند (Intelligent Society)

این مرحله بلندپروازانه‌ترین بخش است و شامل دگرگونی فرهنگ، تعاملات انسانی، و ساختار اجتماعی به دست هوش مصنوعی است. این هدف نه تنها تسلط بر سخت‌افزار، بلکه تسلط بر فضای نرم‌افزاری و اجتماعی را هدف قرار می‌دهد، مشابه تأثیر عمیق و تغییردهنده اینترنت بر جامعه غربی و جهانی.

2. کارزار «AI+»: بازتولید موفقیت اینترنت

1. سال ۲۰۲۶ شاهد راه‌اندازی رسمی کارزار ملی «AI+» خواهد بود. این ابتکار، که هدف آن افزودن لایه‌های هوش مصنوعی به تمامی جریان‌های کاری و عملیات روزمره است، تلاشی مستقیم برای تکرار موفقیت استراتژی «Internet+» دهه ۲۰۱۰ است. در آن دوره، چین موفق شد اپلیکیشن‌هایی مانند تاکسی‌های اینترنتی (Didi)، تحویل غذا (Meituan)، و خدمات مالی موبایلی را به سرعت در جامعه خود نفوذ دهد و رهبری جهانی را در این حوزه‌ها کسب کند.
2. در چارچوب AI+، دولت چین در حال تدارک طرح‌های بسیار متمرکزی است؛ برای مثال، طرح «AI+ انرژی» برای مدیریت پیشرفته شبکه‌های برق، پیش‌بینی مصرف، و بهینه‌سازی توزیع انرژی در برابر تقاضای فزاینده.

تفاوت در رویکرد تحقیقاتی:

آزمایشگاه‌های پیشرو چین در این مسیر، به جای تمرکز یک‌جانبه بر ساختن AGI که نیازمند محاسبات عظیم و منابع نامحدود است، بر ساخت مدل‌های اختصاصی و فوق‌متخصص (Domain-Specific Models) برای حل مشکلات صنعتی و عملیاتی خاص متمرکز خواهند بود. این مدل‌ها اغلب با داده‌های صنعتی بسیار غنی چینی آموزش می‌بینند و از دنباله‌روی صرف از معماری‌های مدل‌های آمریکایی (مانند GPT-4 یا Claude) پرهیز می‌کنند و در عوض بر کارایی و قابلیت استقرار تمرکز دارند.

به عنوان مثال، یک مدل تخصصی برای بهینه‌سازی لجستیک در بنادر شنژن یا مدلی برای تشخیص ناهنجاری در خطوط لوله نفت در غرب چین، اولویت بالاتری نسبت به یک مدل چندمنظوره عمومی (AGI) دارد.

3. مزیت‌های استراتژیک چین در رقابت هوش مصنوعی

رویکرد AI+ چین صرفاً یک انتخاب تاکتیکی نیست، بلکه به طور ارگانیک با نقاط قوت ساختاری و محیطی این کشور هماهنگ است:

3.1.  اقتصاد دیجیتال عظیم و متراکم (Massive Digital Ecosystem)

چین دارای بزرگترین اکوسیستم تجارت الکترونیک و خدمات دیجیتال جهان است. این بستر، فراهم‌کننده حجم عظیمی از داده‌های کاربردی و تعاملی است که برای آموزش مدل‌های AI عملیاتی ضروری است. مقیاس‌پذیری (Scalability) در چین از هر کشور دیگری سریع‌تر اتفاق می‌افتد.

3.2. جمعیت فناور و ذهنیت پذیرش (Technologically Receptive Population)

طبق گزارش‌های معتبر، از جمله مطالعاتی که توسط مؤسسه افکارسنجی Ipsos انجام شده است، مردم چین بیش از هر ملت دیگری در جهان نسبت به پذیرش و استفاده روزمره از ابزارهای هوش مصنوعی هیجان‌زده هستند و استفاده از آن‌ها را به عنوان افزایش بهره‌وری می‌بینند نه تهدید شغلی. این پذیرش اجتماعی، سرعت نفوذ را به شدت افزایش می‌دهد.

3.3.  استراتژی انتشار مدل رایگان و متن‌باز (Open Source Diffusion Strategy)

در یک حرکت استراتژیک برای دور زدن برتری سخت‌افزاری آمریکا، آزمایشگاه‌های بزرگ چینی (مانند BAAI، Alibaba و Tencent) مدل‌های پایه‌ای خود را به صورت رایگان و با دسترسی آزاد ارائه می‌دهند. این امر بر خلاف مدل‌های غربی است که اغلب مبتنی بر اشتراک‌های گران‌قیمت و دسترسی محدود API هستند.

مزایای این استراتژی:

• نرخ پذیرش بالاتر: شرکت‌های کوچک و متوسط بدون نیاز به سرمایه‌گذاری هنگفت اولیه، می‌توانند از این مدل‌ها استفاده کنند.
• سفارشی‌سازی انبوه: شرکت‌ها تشویق می‌شوند تا مدل‌های پایه چینی را با داده‌های اختصاصی خود «بهینه و تنظیم دقیق» (Fine-tune) کنند، که این امر به اکوسیستم چین کمک می‌کند تا مدل‌های کاربردی‌تر و بومی‌تری توسعه یابد.

3.4. بهینه‌سازی مدل‌ها تحت محدودیت‌های سخت‌افزاری (Efficiency Under Constraint)

محدودیت‌های صادراتی تراشه‌های پیشرفته آمریکا (به ویژه تراشه‌های GPU انویدیا که برای آموزش مدل‌های AGI لازم است)، چالشی بزرگ برای چین ایجاد کرده است. با این حال، این محدودیت به یک مزیت استراتژیک تبدیل شده است:

محققان چینی ناچار شده‌اند تا بر توسعه مدل‌های کوچک‌تر، سبک‌تر و کارآمدتر (Small Language Models – SLMs) تمرکز کنند که قادر به اجرای مؤثر بر روی سخت‌افزارهای داخلی و ارزان‌تر هستند.

از منظر محاسباتی، هدف این است که ارزش محاسباتی (FLOPs) صرفه‌جویی شده به حداکثر برسد. اگر آموزش یک مدل بزرگ AGI نیازمند واحد انرژی و تراشه باشد، مدل‌های چینی به دنبال دستیابی به همان عملکرد در حوزه خاص با مصرفی در حدود  هستند.

4. نتیجه‌گیری: دو مسابقه همزمان برای تسلط بر آینده

در حالی که هراس از عقب‌ماندگی، هر دو ابرقدرت را به حرکت واداشته است، تحلیل‌ها نشان می‌دهد که در سال ۲۰۲۶ و پس از آن، آمریکا و چین در دو مسابقه کاملاً متفاوت و موازی برای تسلط بر آینده هوش مصنوعی شرکت می‌کنند:

مسابقه آمریکایی: یک ماراتن شتاب‌زده برای کشف و ساخت هوش برتر (AGI)، با امید به اینکه تسلط بر این نقطه اوج، تمامی مزایای ژئوپلیتیکی و اقتصادی را به همراه آورد. این مسابقه نیازمند سرمایه‌گذاری‌های هنگفت در زیرساخت‌های محاسباتی گران‌قیمت است.

مسابقه چینی: یک کارزار نفوذ نرم و عملیاتی برای کاربردی‌سازی سریع و فراگیر هوش مصنوعی در تمامی سطوح جامعه و صنعت. هدف چین این است که با ساختن اقتصاد و زیرساخت‌های هوشمند در مقیاس بزرگ، پیش از آنکه AGI به واقعیت بپیوندد، وابستگی‌های جهانی به استانداردها و پلتفرم‌های هوش مصنوعی چینی را تثبیت کند.

اگر آمریکا در معماری ذهن مصنوعی پیشرو باشد، چین در تسلط بر نحوه زندگی روزمره با هوش مصنوعی پیشرو خواهد بود. آینده هوش مصنوعی ممکن است به وسیله کسی تعیین شود که سریع‌تر این فناوری را به عنوان یک زیرساخت حیاتی برای میلیاردها نفر عملیاتی سازد.