Y Combinators chef vill att amerikanska AI-labb ska få kopiera toppmodeller
Garry Tan, chef för startupinkubatorn Y Combinator, argumenterar för att amerikanska öppna AI-labb borde tillåtas 'destillera' (träna mindre modeller på output från större) de mest avancerade AI-modellerna – precis som kinesiska DeepSeek gjort. Hans poäng: eftersom frontier-modeller är tränade på offentlig mänsklig kunskap bör tillgång till kraftfull AI ses som en slags allmännyttig resurs.
Djupdykning
Garry Tan, VD för startupacceleratorn Y Combinator, har väckt en debatt inom AI-världen genom att argumentera för att amerikanska öppna AI-modeller borde använda sig av "destillation" – en teknik där en mindre modell tränas att härma en större, mer kraftfull modell – men med amerikanska frontmodeller som källa istället för kinesiska. Bakgrunden är att DeepSeek och andra kinesiska labb har använt destillation på modeller som OpenAIs GPT-4 för att bygga billiga, effektiva öppna modeller som nu sprids globalt. Problemet Tan pekar på är att USA:s öppna modellekosystem – modeller vars vikter är offentliga och kan köras lokalt av vem som helst – domineras av antingen Meta (Llama) eller just kinesiska alternativ, vilket skapar en geopolitisk sårbarhet när länder och företag väljer vad de bygger på. Det Tan missar att säga rakt ut, men som ändå hänger i luften, är att detta i praktiken kräver att OpenAI, Anthropic eller Google aktivt väljer att samarbeta med eller licensiera till mindre labb – vilket krockar hårt med deras affärsmodeller och säkerhetspolicys. USA håller på att förlora den öppna modellarenan inte för att de saknar teknik, utan för att de stora amerikanska labben inte vill ge bort den.