Čínští vojenští výzkumníci využívají americké AI modely. Co to znamená pro technologický střet

Co je destilace modelů

Princip připomíná výuku. Místo kopírování samotného modelu vědci posílají dotazy výkonnému „učitelskému“ modelu přes jeho veřejné API, tedy rozhraní umožňující programový přístup ke službě. Odpovědi pak shromažďují jako tréninková data a pomocí nich učí menší a levnější „studentský“ model napodobovat schopnosti svého vzoru .

Pro vojenské využití je podstatné, že menší model lze provozovat na místním hardwaru. Není k tomu zapotřebí infrastruktura a výpočetní kapacita nutná k vytvoření špičkového modelu od úplného začátku .

K čemu má čínská obranná AI sloužit

Prostudované články a patenty ukazují využití destilace v několika oblastech souvisejících s obranou :

• Dohled a průzkum: analýza zpravodajských informací a průzkumných dat
• Kybernetické operace: automatizované útočné i obranné nástroje
• Drony a taktické operace: autonomní roje dronů a podpora rozhodování na bojišti
• Vojenská technika: státní zbrojovka Norinco nasadila vozidlo poháněné systémem DeepSeek, který měl sám vzniknout s využitím destilace, pro autonomní úkoly spojené s bojovou podporou. Vozidlo může dosahovat rychlosti až 50 km/h .

Článek výzkumníků z jednotky Čínské lidové osvobozenecké armády (PLA) 96904 výslovně popisoval destilaci amerických modelů s cílem vytvořit „menší a bezpečnější“ verze vhodné pro obranné aplikace . Jiná práce, spojená s jednotkou PLA 96941 v Pekingu zaměřenou na vojenské zpravodajství a kybernetickou válku, popisovala využití GPT-3.5 od OpenAI ke zpracování citlivého vojenského zdrojového kódu . Studie Národní univerzity obranných technologií PLA z roku 2024 zase využila destilaci ke zmenšení modelu pro zpracování obrazu tak, aby mohl fungovat na vojenském hardwaru s omezenými zdroji .

Proč je destilace pro Čínu výhodná

Největší výhodou je cena. Vývoj špičkového AI modelu od nuly může stát miliardy dolarů a vyžaduje roky výzkumu, rozsáhlé datové soubory i přístup k nejpokročilejším polovodičům. Destilace umožňuje část těchto nákladů obejít .

Americké technologické firmy tvrdí, že někteří čínští vývojáři k získávání výstupů využívali falešné účty a proxy sítě, aby obešli limity API. Anthropic uvedl, že při jednom z vyšetřování odhalil více než 16 milionů interakcí vytvořených přibližně 24 000 podvodnými účty. Tyto účty měly získávat schopnosti Claude v oblasti agentního uvažování, práce s nástroji a programování. Samotný čínský vývojář MiniMax měl být zodpovědný za více než 13 milionů těchto výměn .

Od obvinění k reakci Washingtonu

Případ se stal součástí širšího sporu mezi americkými AI laboratořemi a čínskými konkurenty:

• Únor 2026: OpenAI, Anthropic a Google zveřejnily důkazy o koordinovaných destilačních kampaních, které podle nich vedly čínské společnosti DeepSeek, Moonshot AI a MiniMax . Anthropic operace označil za úmyslné „destilační útoky“ .
• Duben 2026: Výbor Sněmovny reprezentantů USA projednával memorandum OpenAI, které popisovalo „sofistikované, vícestupňové“ postupy využívající množství API účtů, proxy sítě a napodobování běžného chování uživatelů .
• Červen 2026: Anthropic obvinil společnost Alibaba z dosud největšího známého případu tohoto typu. Podle firmy kampaň probíhala od 22. dubna do 5. června .
• Červenec 2026: Americký ministr financí Scott Bessent varoval před možnými sankcemi poté, co obvinil čínskou laboratoř Moonshot z destilace pokročilého modelu Fable 5 od Anthropic . Úřad pro průmysl a bezpečnost amerického ministerstva obchodu současně prověřuje, zda čínské firmy nelegálně nezískávají přístup k pokročilým americkým čipům .

Jde přitom o obvinění amerických společností a úřadů, nikoli o soudně potvrzený závěr ve všech uvedených případech.

Destilace má i výrazné limity

Technika může být účinnou zkratkou, ale nezaručuje vytvoření lepšího systému než původní model.

• Strop daný učitelem: Studentský model zpravidla nepřekoná schopnosti modelu, z něhož se učí. Přenáší jeho silné stránky, ale také slepá místa a typické chyby .
• Postupná ztráta přesnosti: Při opakované destilaci se mohou vytrácet jemné formy uvažování, méně časté znalosti i některé bezpečnostní mechanismy .
• Oslabení bezpečnostních zábran: To je obzvlášť citlivé u vojenských aplikací. Akademický výzkum ukázal, že destilace s takzvanými měkkými štítky může při zachování výkonu v úkolech oslabit bezpečnostní zábrany studentského modelu až o 50 procentních bodů ve srovnání s původním modelem . Destilované modely tak mohou hůře odmítat nebezpečné požadavky a postrádat část ochranného tréninku špičkových modelů . Anthropic upozorňuje, že nelegálně destilované modely nemusejí mít potřebná bezpečnostní opatření, což vytváří významná rizika pro národní bezpečnost .
• Obtížná obrana proti získávání výstupů: Opatření jako pozměňování odpovědí, otrávení dat nebo omezení počtu dotazů podle dostupných výzkumů často nedokážou zastavit odhodlaného útočníka, který používá více účtů a vícestupňový postup .

Proč to zvyšuje bezpečnostní rizika

Spojení přenosu schopností a oslabených bezpečnostních mechanismů vytváří nebezpečnou kombinaci. Menší modely mohou být nasazeny pro vojenský dohled, kybernetické operace nebo jiné účely, které americké firmy u svých původních systémů výslovně omezují ve smluvních podmínkách .

Destilace zároveň umožňuje přeskočit část let výzkumu a vývoje, a tím oslabovat technologický náskok USA v oblasti špičkové AI . Získávání výstupů je navíc obtížné odlišit od legitimního, byť intenzivního používání API. To komplikuje určení původce i případné vymáhání pravidel .

Reakce technologických firem proto začínají být stále agresivnější. Anthropic v březnu 2026 vložil do nástroje Claude Code sledovací kód, který měl pomoci identifikovat uživatele z Číny podezřelé z destilace . Takový vývoj zvyšuje riziko bezpečnostní spirály, v níž každá strana začne AI aktivitu té druhé automaticky vnímat jako nepřátelskou .

Další krok k technologickému odpojení USA a Číny

Spor kolem destilace pravděpodobně urychluje technologické rozdělování obou zemí. Ve hře jsou přísnější kontroly vývozu pokročilých čipů, omezení přístupu k API, důkladnější ověřování identity při zakládání vývojářských účtů i případné finanční sankce .

Strategický problém je v zásadě jednoduchý: čínské vojenské a bezpečnostní instituce mohou využít výstupy z amerických investic do AI k rychlejšímu vývoji vlastních specializovaných systémů, aniž by musely nést stejné náklady na výzkum a výpočetní infrastrukturu. Pokud navíc při destilaci mizí část bezpečnostních zábran, mohou vznikat systémy méně omezené – a potenciálně nebezpečnější – než jejich původní vzory.