Anthropicは、中国のAI企業がClaudeからデータを盗み、自分たちのLLMを作成している方法を暴露しました！

その前に、数日前に投稿した内容を思い出してください。「APIの利用状況から見ると、世界のトップ5のAI企業のうち4つは中国の支配下にあります。Claudeに近い出力を出す中国製AIモデルがあり、APIのコストは約8〜10倍安いです。これが、業界レベルで彼らのモデルが非常に多く使われている理由です。」しかし、彼らはどうやってその能力を実現したのでしょうか？

詳しく見てみましょう。

DeepSeek、Moonshot AI、Kimi、MiniMaxといった企業に対し、Anthropicは、Claudeモデルに対して産業規模のエクストラクション攻撃を仕掛けたと非難しています。つまり、Claudeの高度な機能を丸ごとコピーし、自分たちのモデルをトレーニングしようとしたのです。このために、彼らは約24,000の偽アカウントを作成し、Claudeと16百万以上のインタラクションを行いました。目的は、Claudeの高度な推論能力、エージェントの振る舞い、コーディングスキル、ツールの使用を自分たちのものにすることでした。

DeepSeekは、約15万のインタラクションを通じてプロンプトキャンペーンを実施し、Claudeの内部ロジックやステップバイステップの推論を抽出しようとしました。さらに、Claudeを自分たちのモデルの出力を評価するグレーディングシステムとしても利用しています！一方、Moonshot AIは約340万のインタラクションを行い、エージェントの推論とツールのコピーに専念しました。そして最も攻撃的だったのはMiniMaxで、約1億3000万のインタラクションを行い、主にコーディングとオーケストレーションに焦点を当てました。面白いのは、Anthropicが彼らを検出してブロックした直後、わずか24時間以内に非常に迅速に新しいAnthropicのモデルに切り替え、再びデータ抽出を始めたことです。

この全ての作業は、非常に計画的かつ分散型の方法で行われました。検出を回避するために、IPローテーション、共有支払い方法、何千ものアカウント間の同期されたアクティビティを駆使しています。これほどまでに進んだ状況は、今まで記録された中で最大のAIモデルのディスティレーションキャンペーンとも言われています。

この背後にある地政学的な背景も非常に興味深いです。数日前、OpenAIは米国政府に対し、中国のラボが間接的に米国のフロントラインモデルにアクセスしようとしていることを警告するメモを提出しました。

しかし、疑問は、これほど多くのデータを盗んで彼らは何をするのでしょうか？
答えは、Claudeの高度なデータを利用して、自分たちのモデルをより強力にすることです。この膨大なデータを処理し、自分たちのAIをトレーニングするには、大規模なデータセンターとスーパーコンピュータが必要で、多大な電力を消費します。驚くべきことに、2025年までに中国は500ギガワット以上の新しい電力容量を追加しており、これは米国の約10倍に相当します！

つまり、アメリカのAIモデルからデータを抽出し、自分たちのAIインフラを産業規模で稼働させるという全体の計画を彼らは練り上げてきたのです。現時点で告発された中国のこれら3つのAI企業は、いずれもデータ盗用の疑惑について公に否定していません。