Το Κιζένικο δωρεάν open-source AI DeepSeek αποτελεί σοβαρή απειλή για το ChatGPT

Το DeepSeek από την Κίνα ακολουθεί μια εντελώς διαφορετική προσέγγιση και προσφέρει το DeepSeek-R1 υπό την άδεια MIT. Υποτίθεται ότι αυτό το νέο μοντέλο AI είναι στο ίδιο επίπεδο με το ChatGPT. Από τον Νοέμβριο του 2023 και μετά, η κινεζική εταιρεία DeepSeek κυκλοφορεί μοντέλα AI σε βάση ανοιχτού κώδικα.

Χάρη στην άδεια MIT, ο καθένας μπορεί να χρησιμοποιήσει και να προσαρμόσει το μοντέλο για τους δικούς του ατομικούς σκοπούς. Αυτό κάνει τα μοντέλα διαφανή και ευέλικτα. Επιπλέον, επιτρέπουν μια συλλογική ανάπτυξη και εξοικονομούν χρήματα στην πορεία.

Οι χρήστες μπορούν να δουν και να κατανοήσουν τον κώδικα για να δουν πώς λειτουργεί το μοντέλο. Μπορούν να προσαρμόσουν το μοντέλο στις συγκεκριμένες ανάγκες τους και να το χρησιμοποιήσουν για διάφορες εφαρμογές. Ως εκ τούτου, το DeepSeek δεσμεύεται στον ανοιχτό κώδικα και προσθέτει καινοτομία και ανταγωνισμό στον τομέα της τεχνητής νοημοσύνης.

Αυτή η εταιρεία προέκυψε από το Fire-Flyer, το οποίο είναι το deep-learning branch ενός κινεζικού hedge fund που ονομάζεται High-Flyer. Ο αρχικός στόχος ήταν η καλύτερη κατανόηση, ερμηνεία και πρόβλεψη των χρηματοοικονομικών δεδομένων στο χρηματιστήριο. Από το spin-off του DeepSeek το 2023, η εταιρεία εστιάζει αποκλειστικά στα LLMs, τα οποία είναι μοντέλα τεχνητής νοημοσύνης ικανά να δημιουργούν κείμενο.

Η εταιρεία φαίνεται να έχει επιτύχει μια σημαντική ανακάλυψη με τα δύο νεότερα μέλη της οικογένειας DeepSeek AI. Σύμφωνα με τα ευρέως χρησιμοποιούμενα σημεία αναφοράς AI, τα DeepSeek-V3, DeepSeek-R1 και DeepSeek-R1-Zero συχνά ξεπερνούν τους ανταγωνιστές των Meta, OpenAI και Google στους αντίστοιχους τομείς τους. Ως διαδικτυακή υπηρεσία, είναι επίσης σημαντικά φθηνότερα από το ChatGPT, για παράδειγμα.

Αυτή η επιθετική στρατηγική τιμολόγησης θα μπορούσε να έχει αντίκτυπο σε όλες τις τιμές στην αγορά τεχνητής νοημοσύνης και να κάνει τα προηγμένα εργαλεία τεχνητής νοημοσύνης προσβάσιμα σε ένα ευρύτερο κοινό. Η εταιρεία μπορεί να αντέξει οικονομικά αυτό γιατί θέλει να ξοδέψει σημαντικά λιγότερα χρήματα για την εκπαίδευση των μοντέλων της AI από άλλες εταιρείες. Για να είμαστε πιο ακριβείς, αυτό μπορεί να επιτευχθεί μέσω πιο αποτελεσματικών προγραμμάτων εκπαίδευσης και πολλών αυτοματισμών.

Από την άλλη πλευρά, τα DeepSeek-R1 και DeepSeek-R1-Zero είναι συλλογιστικά μοντέλα. Αυτό σημαίνει ότι πρώτα αναπτύσσουν ένα σχέδιο για το πώς να απαντήσουν καλύτερα σε μια ερώτηση και στη συνέχεια εργάζονται με μικρά βήματα. Αυτό βελτιώνει την ακρίβεια των αποτελεσμάτων ενώ απαιτεί λιγότερη υπολογιστική ισχύ. Ωστόσο, αυτή η προσέγγιση αυξάνει τη ζήτηση αποθηκευτικού χώρου.

Ως AI ανοιχτού κώδικα, το DeepSeek μπορεί να εκτελεστεί απευθείας στον υπολογιστή του τελικού χρήστη. Τα απαιτούμενα δεδομένα της εφαρμογής είναι προσβάσιμα δωρεάν, καθώς τα μοντέλα μπορούν να ληφθούν δωρεάν στο Hugging Face. Είναι ακόμα πιο εύκολο με προγράμματα όπως το LM Studio, το οποίο μπορεί αυτόματα να κατεβάσει και να εγκαταστήσει ολόκληρο τον κώδικα της εφαρμογής.

Αυτό σημαίνει ότι δεν πρέπει να υπάρχουν προβλήματα με την ασφάλεια των δεδομένων και το απόρρητο. Τα μηνύματα προτροπής, τα δεδομένα και οι απαντήσεις δεν φεύγουν από τον υπολογιστή. Επιπλέον, το μοντέλο μπορεί να χρησιμοποιηθεί εκτός σύνδεσης. Δεν απαιτείται υλικό υψηλής απόδοσης εδώ, αλλά απαιτείται πολλή μνήμη και αποθήκευση. Για παράδειγμα, το DeepSeek-R1-Distill-Qwen-32B απαιτεί περίπου 20 GB αποθηκευτικού χώρου στον σκληρό δίσκο.

Σύμφωνα με το DeepSeek V3, το AI λειτουργεί με πολλές γλώσσες. Αυτά περιλαμβάνουν κινέζικα και αγγλικά αλλά και γερμανικά, γαλλικά και ισπανικά. Σε μια σύντομη συνομιλία, οι διάφορες γλώσσες έδωσαν ικανοποιητικές απαντήσεις.

Το μόνο που μένει είναι ερωτήματα και αμφιβολίες για τη λογοκρισία της Κίνας. Το DeepSeek-R1 περιέχει λογοκρισία για ορισμένα πολιτικά ευαίσθητα θέματα. Οι χρήστες που προσπαθούν να ρωτήσουν για ορισμένα ιστορικά γεγονότα είτε δεν λαμβάνουν απάντηση είτε μια «αναθεωρημένη» απάντηση. Για παράδειγμα, δεν χρειάζεται απαραίτητα να ρωτήσετε την AI για το τι συνέβη στην πλατεία Τιενανμέν στις 3 και 4 Ιουνίου 1989.

Το DeepSeek R1 αναγνωρίζει τουλάχιστον τις φοιτητικές διαμαρτυρίες και μια στρατιωτική επιχείρηση. Αλλά και άλλα μοντέλα τεχνητής νοημοσύνης τσιγκουνεύονται τις απαντήσεις σε πολιτικά ερωτήματα. Ο Gemini της Google αρνείται κατηγορηματικά να απαντήσει σε ερωτήσεις που μπορεί να σχετίζονται με την πολιτική. Επομένως, η (αυτοεπιβαλλόμενη) λογοκρισία μπορεί να βρεθεί σε διάφορα μοντέλα AI.