Departamentul Apărării al SUA riscă să-și piardă avantajul în inteligența artificială deoarece rivalii pot copia logica modelelor AI de vârf printr-o tehnică numită „distilare”, fără să fie nevoie să pătrundă în sistemele Pentagonului, potrivit unei analize publicate joi.
Miza este cu atât mai mare cu cât armata americană își leagă tot mai mult sistemele avansate de modelele comerciale dezvoltate de companii precum Anthropic, Google și OpenAI, de la fuziunea de informații din Project Maven până la buclele rapide „sensor-to-shooter” din platforma Lattice a companiei Anduril. Conducerea apărării a descris succesul misiunilor prin „capacitatea de a depăși adversarul la calcul”, adică să inoveze mai repede decât poate învăța adversarul.
În pofida restricțiilor americane asupra exportului de cipuri performante, diferența dintre modelele americane și cele chineze s-a redus, arată raportul Stanford AI Index 2026. Pe clasamentul „Arena”, decalajul a scăzut la 2,7% în 2026, de la 17% în 2023, potrivit raportului.
Analiza atribuie o parte importantă a recuperării rapide a Chinei tehnicii de distilare, prin care un model mai slab („elevul”) este antrenat să imite comportamentul unui model mai puternic („profesorul”), folosind ieșirile acestuia. În 2023, cercetători de la Stanford au arătat că pot reproduce comportamentul unui model de vârf la costuri mult mai mici, distilând modelul Llama al Meta într-un model „elev” cu capacități similare de urmărire a instrucțiunilor pentru 600 de dolari, față de 82.000 de dolari costul de antrenare menționat pentru Llama.
Potrivit analizei, distilarea poate funcționa chiar și când modelul „profesor” este proprietar și închis, deoarece adversarul are nevoie doar de acces la răspunsurile lui. Interfața principală de acces este API-ul, iar fiecare interogare poate „scurge” din logica modelului către utilizatori cu abonament, se arată în text.
Anthropic a acuzat recent laboratoare chineze precum DeepSeek și Moonshot AI că au făcut milioane de apeluri din mii de conturi frauduloase către API-urile seriei de modele Claude pentru a extrage sistematic capabilități, potrivit analizei. Textul susține că această extragere ar fi ajutat firme fondate în 2023 să lanseze rapid modele de „clasă frontieră” cu un discount operațional de aproape 90%.
Michael Kratsios, directorul Oficiului Casei Albe pentru Politică Științifică și Tehnologică, a avertizat într-un memorandum intitulat „Adversarial Distillation of American AI Model” că API-urile funcționează ca o „conductă neprotejată” pentru proprietatea intelectuală americană, permițând adversarilor să construiască modele aproape de vârf cu investiții semnificativ mai mici în cercetare și dezvoltare, potrivit analizei.
Autorul notează că măsurarea exactă a ponderii distilării în avansul Chinei este dificilă, dar argumentează că alți factori nu ar fi suficienți, singuri, pentru a depăși dezavantajul de hardware. SUA controlează aproximativ trei sferturi din capacitatea globală de calcul AI de înalt nivel, comparativ cu 15% pentru China, se arată în text.
Pentru a limita riscul, analiza propune ca Pentagonul să plaseze reprezentanți ai Chief Digital and Artificial Intelligence Office în laboratoarele de AI de vârf, pentru a obține vizibilitate timpurie asupra capabilităților viitoare și pentru a negocia ferestre de acces exclusiv înainte de lansarea publică. Un ordin executiv recent privind implementarea sigură a modelelor de frontieră este descris ca precedent, oferind un cadru pentru identificarea „modelelor de frontieră acoperite” și acces federal timpuriu de până la 30 de zile înainte de lansare.
Textul mai susține că Departamentul Apărării are deja acorduri pentru a implementa modele de frontieră pe rețele clasificate, izolate („air-gapped”), pentru a proteja API-urile în spatele unor firewall-uri robuste. Totuși, cum multe sisteme militare se construiesc pe modele comerciale disponibile public, o clonare rapidă după lansare poate face ca avantajul tehnologic să se „evapore” înainte ca armata să finalizeze integrarea.
Analiza recomandă și un „pipeline” rapid de rafinare și integrare, în care modelele sunt ajustate cu date proaspete, specifice teatrului de operații, și sunt protejate prin „plase de siguranță” automate pentru a preveni regresii periculoase pe fondul actualizărilor frecvente. Autorul avertizează că ritmul actual al actualizărilor AI depășește mecanismele de supraveghere și testare, crescând riscul de schimbări neașteptate de comportament.
Surse: War on the Rocks (analiză semnată de Sebastian Elbaum, 5 iunie 2026)
