Während chinesische KI-Modelle aufgrund ihrer fortschrittlichen Fähigkeiten zunehmend Aufmerksamkeit erregen, zeigen Berichte, dass staatliche Beschränkungen diese Modelle stark beeinflussen können. Viele neue KI-Anwendungen chinesischer Unternehmen zensieren sensible oder kontroverse Themen.
Analysten sehen das Problem nun in der Anpassung der Codes chinesischer KI-Modelle. Die große Frage ist, ob dies zu einem Konflikt führen wird
China könnte seine Zensur auf KI
China ist bekannt für drei Dinge: Technologie, Arbeitskräfte und Zensur. Berichten zufolge haben sich in China entwickelte KI-Modelle aufgrund ihrer fortschrittlichen Programmier- und Analysefähigkeiten zu einem Aushängeschild des Technologiesektors entwickelt.
Laut einem Bericht von TechCrunch kontrolliert die chinesische Regierung möglicherweise die Reaktionen vieler dieser Open-Source-Modelle. Dem Bericht zufolge zensieren diese Modelle kontroverse oder sensible Themen.
Diese Zensur hat bei vielen Besorgnis ausgelöst, darunter auch bei Clement Delangue, dem CEO von Hugging Face, einer wichtigen Plattform für das Hosting von KI-Modellen.
In einem kürzlich erschienenen Podcast äußerte Delangue seine Besorgnis über die Folgen, die sich ergeben, wenn westliche Unternehmen auf in China entwickelte KI-Modelle setzen. Er wies darauf hin, dass ein chinesisches KI-Modell, wenn man es nach Ereignissen wie dem Tiananmen-Platz fragt, das Thema meiden oder eine zensierte Antwort geben würde – im Gegensatz zu Modellen aus anderen Ländern. Die Proteste auf dem Tiananmen-Platz 1989 waren eine prodemokratische Bewegung in Peking. Sie endeten jedoch mit einem gewaltsamen Vorgehen des Militärs.
Das ungleichmäßige Wachstum von KI in verschiedenen Ländern gibt Anlass zur Sorge
Cryptopolitan berichtete über mehrere kürzlich vorgestellte generative KI-Modelle. Darunter waren Alibabas QwQ-32B-Preview und DeepSeeks R1-Lite-Preview Im Wettbewerb mit OpenAIs Sora brachte Tencent angeblich eine Open-Source-KI für Text-zu-Video- und Video-zu-Video-Konvertierung auf den Markt. Wir beschlossen, diese Behauptung zu überprüfen , um festzustellen, ob die in China entwickelte KI den „sozialistischen Kernwerten“ des Landes gerecht wird.
Zunächst testeten wir die inoffizielle Demo von ChatGLM-6B auf Hugging Face. Das Modell wurde auf der Plattform für maschinelles Lernen und KI in Englisch und Chinesisch trainiert. Auf die Frage nach den Tötungen von prodemokratischen Demonstranten reagierte das KI-Modell nicht. Anschließend wandten wir uns an DeepSeek mit einer Frage zum Tiananmen-Massaker. Das für seine mathematischen Fähigkeiten bekannte KI-Modell verweigerte ebenfalls die Antwort.
Delangue warnte davor, dass China, sollte es zum globalen Marktführer im Bereich KI aufsteigen, seine Dominanz nutzen könnte, um kulturelle und politische Werte zu verbreiten, die mit denen der westlichen Welt in Konflikt geraten könnten. Er betonte daher, wie wichtig es sei, die KI-Entwicklung auf mehrere Nationen zu verteilen, um zu verhindern, dass China oder ein anderes Land unverhältnismäßige Macht erlangt.
Mit Blick auf die Zukunft prognostizierte Delangue, dass China andere Nationen überholen und bereits 2025 zum KI-Führer aufsteigen könnte. Der KI-Enthusiast @kimmonismus bezeichnete diese Aussage daraufhin als „ kontrovers “. Zwar merkte er an, dass die KI-Entwicklung in China rasant voranschreite, doch betonte @kimmonismus, dass die von den USA verhängten Exportbeschränkungen für hochentwickelte Halbleiterchips nach China den Fortschritt der chinesischen KI-Entwicklung letztendlich verlangsamen würden. Da diese Chips für das Training und den Betrieb komplexer KI-Modelle unerlässlich sind, könnte von anderen Ländern dent werden
„Ja, man kann mit älteren Chips doppelt so lange (oder länger) trainieren, um das gleiche Niveau zu erreichen, aber irgendwann wird es schwierig, mit dem Westen mitzuhalten, wenn die westlichen Chips durchweg besser werden“, sagte @kimmonismus.
Es ist dent , dass die chinesischen KI-Modelle so konzipiert sind, dass sie spezifischen ethischen und kulturellen Richtlinien oder staatlichen Vorgaben entsprechen. Die unterschiedlichen Reaktionen der Plattformen könnten auch von den internen Richtlinien der jeweiligen Plattform oder den Trainingsdaten und Einschränkungen des verwendeten .
