Die Lösung der Krisen für Chinas KI

ChatGPT-5 wurde am 8. August 2025 online gestellt. Doch am 9. August stellte OpenAI GPT-4o erneut online.

Der Grund dafür ist, dass ChatGPT-5 wegen langsamer Reaktionszeiten und häufigen Fehlern bei der Problemlösung kritisiert wurde. Darüber hinaus zeigten unabhängige Tests, dass die Vorteile von GPT-5 nur marginal sind. Hinter der abnehmenden Grenznutzenkurve großer Modelle tauchen zwei unausweichliche Probleme auf:

1) Datenknappheit

2) Beschränkungen durch die Rechenleistungskosten

Die Künstliche-Intelligenz-Welle formt die globale Wirtschaftslandschaft und das nationale Wettbewerbsbild wie nie zuvor um. Doch wenn OpenAI mit GPT-5 erneut die Diskussion anstößt und Nvidia mit seinen GPU-Chips eine Rechenleistungsschranke errichtet, werden die Engpässe in der AI-Entwicklung immer deutlicher: Die hochwertigen Trainingsdaten sind fast erschöpft, es gibt einen enormen Energieverbrauch und Sicherheitsbedenken.

China steht mit einem offenen und quelloffenen Ansatz sowie innovativen Algorithmen den Herausforderungen wie Rechenleistungseinschränkungen, Datenknappheit und Sicherheitsmanagement direkt gegenüber.

Die chinesische Technologiestärke ist nicht von Mauern eingeschlossen.

Zusätzlich liegt die Kernkompetenz Chinas darin, künstliche Intelligenz aktiv in die reale Wirtschaft zu integrieren und effizientere und innovative Produktionsmodelle in großem Maßstab zu replizieren.

DeepSeek-V3 hat mit minimalen Kosten die Abschottung geschlossener Modelle durchbrochen; chinesische Chips wie die Huawei Ascend-Serie und die von Cambricon entwickelten Chips nutzen den großen inneren Markt. China sucht nach einem neuen Paradigma für die AI-Entwicklung, das auf "Algorithmusinnovationen als Antrieb, quelloffener Öffnung als Weg, industrieller Anwendung als Grundlage und Sicherheit und Kontrollierbarkeit als unterer Grenzwert" beruht.

Vor diesem Hintergrund widmet sich dieser Artikel in "Starship Knowledge Manufacturing" hauptsächlich den folgenden Fragen:

● Welche technischen Probleme stehen der gegenwärtigen Entwicklung der Künstlichen Intelligenz gegenüber?

● Welche Stärken, Beiträge und Herausforderungen hat China?

Dieser Artikel ist teilweise aus dem Buch "Starship Knowledge Manufacturing: Trends und Perspektiven für die zukünftige Entwicklung der Künstlichen Intelligenz" von Dr. Qian Hongsheng, einem leitenden Ingenieur in der Telekommunikationsbranche und Experte in der ITU-T, ausgewählt und bearbeitet worden.

Der Autor beginnt mit den technischen Problemen, denen die gegenwärtige AI-Entwicklung gegenübersteht, und kommt zu dem Schluss, dass, während das Silicon Valley in der Debatte um die "Datenwüste" steckt und die Verluste von OpenAI die Wall Street bedrängen, sich die Welt der Künstlichen Intelligenz immer stärker nach Osten wendet -

China verändert die Regeln des AI-Wettbewerbs.

Quelle: unsplash

Im Sommer 2025 sagte Premierminister Li Qiang bei der Eröffnung der Weltkonferenz für Künstliche Intelligenz in Shanghai:

Unabhängig von den technologischen Veränderungen sollten alle Technologien für den Menschen nutzbar und kontrollierbar sein und sich in eine Richtung entwickeln, die allen zugute kommt. Künstliche Intelligenz sollte ebenfalls ein internationales öffentliches Gut sein, das der ganzen Menschheit zugute kommt. Es muss auf Offenheit, Austausch und gleiche Chancen für alle Menschen geachtet werden, damit mehr Länder und Bevölkerungsgruppen davon profitieren können. China ist bereit, mit anderen Ländern zusammen an technologischen Problemen zu arbeiten, die quelloffene Entwicklung zu fördern und die Künstliche Intelligenz auf ein höheres Niveau zu bringen.

Quelle: pixabay

Eine von Algorithmusinnovationen, eigenständigen Chips und neuen Anwendungsfällen angetriebene AI-Revolution erhebt sich im Osten.

Um das große Ziel der chinesischen AI-Entwicklung zu erreichen, müssen wir uns über die zukünftigen internationalen Entwicklungspfade der AI-Technologie im nächsten Jahrzehnt informieren.

Die Haupttechnischen Probleme bei der gegenwärtigen Entwicklung der Künstlichen Intelligenz

● Die Algorithmusverzerrungen und Probleme bei generativen großen Modellen

Das US-amerikanische OpenAI veröffentlichte im August sein neues KI-Modell GPT-5. Laut der offiziellen OpenAI-Website ist dies das bisher leistungsfähigste KI-System der Organisation. Doch nach der Veröffentlichung wurde es wegen "langsamer Reaktionszeiten und häufigen Fehlern bei der Problemlösung" kritisiert.

Ob die Algorithmen der gegenwärtigen generativen Künstlichen Intelligenz, repräsentiert durch ChatGPT, wissenschaftlich und effektiv sind, ist seit langem ein Streitpunkt unter Wissenschaftlern. Die Kritikpunkte der Experten an der generativen KI konzentrieren sich grob auf die folgenden Punkte: 1. Es können Systemillusionen auftreten; 2. Die logische Schlussfolgerungsfähigkeit ist begrenzt; 3. Es besteht eine starke Abhängigkeit von Daten; 4. Die Ausgabeinformationen können verzerrt und nicht interpretierbar sein; 5. Es gibt Sicherheits- und ethische Risiken.

● Das Problem des Energieverbrauchs am Ende des Wachstums der AI-Rechenleistung

KI-Systeme, insbesondere Deep-Learning-Modelle, erfordern eine enorme Anzahl von Matrixoperationen und rechenintensive Aufgaben, die nur mit leistungsstarken Computern und Grafikprozessoren (GPU) möglich sind.

Der Nvidia H100-Chip kann bei maximaler Belastung einen Spitzenstromverbrauch von bis zu 700 Watt erreichen. Die Gesamtleistung von 100.000 H100-Chips würde nahezu der gesamten Leistung eines kleinen Kraftwerks entsprechen.

Das Problem des Energieverbrauchs von Rechenleistungschips ist eines der Haupttechnischen Probleme bei der Entwicklung der KI und muss dringend angegangen werden.

● Überlegungen angesichts der erschöpfenden Trainingsdaten für große Modelle

Da die Daten, die als "Fossilbrennstoffe" der KI dienen, immer knapper werden, muss die aktuelle Vorgehensweise bei der Vorhersage von großen KI-Modellen geändert werden.

Die Gründe für die Datenknappheit sind die folgenden👇

● Die Sicherheitsverwaltung und Risikokontrolle der Künstlichen Intelligenz

Das Collingridge-Dilemma ist ein Problem, das alle innovativen Länder nicht ausweichen können.

Das "Collingridge-Dilemma" wurde 1980 vom britischen Technosphilosophen David Collingridge formuliert.

Es besagt, dass in der frühen Phase der Technologieentwicklung aufgrund mangelnder Kenntnis über die potenziellen sozialen negativen Auswirkungen einer neuen Technologie die Implementierung wirksamer Kontrollmaßnahmen schwierig ist. Wenn die negativen Auswirkungen sichtbar werden, ist die Technologie bereits so weit verbreitet, dass die Kosten und Schwierigkeiten für Veränderungen deutlich zunehmen.

Heute ist die KI der Hauptthema der technologischen Entwicklung, und das Collingridge-Dilemma zeigt sich in folgender Weise:

Einerseits bringt die Entwicklung der KI-Technologie technologische Veränderungen und sozialen Fortschritt; andererseits gerät die exponentielle Entwicklung der gegenwärtigen KI in dieses Dilemma: Die Fähigkeiten der Modelle und die Anwendungsgrenzen erweitern sich schnell, während die potenziellen sozialen ethischen Risiken immer schwieriger vorherzusagen und zu kontrollieren sind.

Die KI-Technologie muss auf der Grundlage von Sicherheit entwickelt werden und von anerkannten Sicherheits- und ethischen Garantiesystemen reguliert werden.

Die potenziellen Sicherheits- und ethischen Risiken bei der Entwicklung der Künstlichen Intelligenz umfassen grob die folgenden Punkte👇

● Die Debatte um die Quelloffenheit von KI-Entwicklungsprogrammen

Die Nutzung von quelloffenen Software ist nicht zwangsläufig kostenlos. Auf der Grundlage der GPL-Regeln gibt es die folgenden Zahlungsmodelle👇

1) Es können Kosten für die Entwicklung und Verteilung erhoben werden;

2) Es können Gebühren für Garantieklauseln erhoben werden;

3) Für auf quelloffener Software basierende Anwendungen können Markenlizenzgebühren erhoben werden;

4) Darüber hinaus können Gebühren für technische Supportleistungen und Schulungen für quelloffene Software erhoben werden.

Bei der Frage der Quelloffenheit von KI-Softwarecode gibt es unterschiedliche Ansichten. Diese Debatte wird sich fortsetzen. Der Autor glaubt, dass die Offenlegung des Quellcodes von KI-Systemsoftware ein unvermeidlicher Weg in der historischen Entwicklung ist. Obwohl es Schwierigkeiten und Wendungen geben wird, ist die Offenlegung von KI-Softwarecode eine unumkehrbare Tendenz des sozialen Fortschritts und der technologischen Entwicklung.

Quelle: unsplash

Auf der Grundlage der Ansichten internationaler Experten und der Einschätzungen renommierter Prognoseinstitute untersucht und prognostiziert "Starship Knowledge Manufacturing" die möglichen Entwicklungstrends der KI-Technologie und -Anwendungen in den nächsten zwei bis drei Jahren wie folgt.

Wir laden alle Interessierten ein, Kritik, Ergänzungen und Verbesserungen beizutragen und somit zur erfolgreichen Entwicklung der nationalen KI beizutragen.

Algorithmusinnovationen überwinden die Engpässe in der AI-Entwicklung, und die Quelloffenheit zeigt Chinas offenen Geist in der KI

Im vergangenen Jahr hat China maßgeblich zur sprunghaften Verbesserung der globalen großen KI-Modelle beigetragen -

● Chinas quelloffene Modelle wie DeepSeek-V3 (MoE-Architektur + MLA-Mechanismus) haben durch innovative Algorithmen die Trainingskosten halbiert und eine hohe Leistung bei niedrigen Kosten (Trainingskosten < 6 Millionen US-Dollar) erreicht, was die globale Verbreitung der KI fördert.

Chinas Innovation hat es möglich gemacht, dass "Kunst macht möglich, was Kraft allein nicht kann".

● Die Quelloffenheit bricht Monopole und fördert die globale Innovation. Der Geist der Quelloffenheit wird zum chinesischen KI-Businesscard.

Am 23. Juli dieses Jahres veröffentlichte Alibaba sein neues quelloffenes Programmier-Modell Qwen3-Coder. Seine Leistung übertrifft alle anderen quelloffenen Modelle und ist in der Praxis mit den proprietären Modellen wie Claude und GPT4.1 vergleichbar. Chinesische Unternehmen haben direkt das ideale Programmier-Modell quelloffen gemacht.

Immer mehr chinesische Technologieunternehmen zeigen Chinas Offenheit und Innovationskraft in der KI und die Bereitschaft, mit anderen Ländern zusammen an technologischen Problemen zu arbeiten👇

Chinas DeepSeek v3 ist bisher das höchstwertige quelloffene Modell. Die Trainingskosten betragen weniger als 6 Millionen US-Dollar. Das DeepSeek-V3-Modell verfügt über eine einzigartige Architektur mit 671 Milliarden Parametern, von denen nur 3,7 Milliarden Parameter aktiv sind. Es wurde auf 14,8 Billionen Token trainiert.

Insgesamt ist DeepSeek-V3 ein reifes und kontinuierlich weiterentwickeltes Mittelstufenmodell, das noch nicht von der nächsten Generation vollständig ersetzt wurde. Die Innovationen bei den KI-Algorithmen zeigen sich in den folgenden Punkten👇

Schon 2024 hat es das Monopol von OpenAI gebrochen. Es hat die Trainingszeit und die Kosten erheblich reduziert und den robusteren Ansatz der KI-Entwicklung durch die Anhäufung von KI-Chips abgelöst.

Es betont die native Unterstützungskapazität von innovativen Algorithmen für große Modelle, reduziert die Abhängigkeit der KI-Berechnungen von