معرفی هوش مصنوعی DeepSeek؛ آیا می‌تواند با مدل‌های برتر رقابت کند؟

در لحظه‌ای که گوگل، متا، مایکروسافت، آمازون و ده‌ها رقیب این شرکت چینی آماده‌اند تا ده‌ها میلیارد دلار دیگر برای زیرساخت‌های جدید هوش مصنوعی هزینه کنند، موفقیت دیپ‌سیک سؤال نگران‌کننده‌ای را مطرح کرده است: آیا شرکت‌های فناوری چینی می‌توانند به طور بالقوه با صرف هزینه بسیار کمتر، با توانایی فنی خود برابری کنند یا حتی از آن فراتر روند؟

وب‌سایت خبری و فناوری The Information گزارش داد  که متا قصد دارد امسال ۶۵ میلیارد دلار برای زیرساخت‌های هوش مصنوعی هزینه کند و در این بین، مدل‌های هوش مصنوعی DeepSeek را نیز مورد تجزیه و تحلیل قرار داده است. متا به دنبال این است که چگونه این شرکت چینی توانسته مدلی را به این ارزانی آموزش دهد و قصد دارد تا از روش‌های این شرکت چینی برای بهبود مدل‌های متن‌باز Llama استفاده کند. در بازارهای مالی، به دلیل ترس از نیاز کمتر به تراشه‌های هوش مصنوعی برای آموزش هوش مصنوعی قدرتمند، قیمت سهام انویدیا بیش از ۱۵ درصد کاهش یافت و سهام سایر شرکت‌های حوزه فناوری نیز کاهش یافت.

لوکا پائولینی، استراتژیست ارشد Pictet  می‌گوید:

در حالی که دیپ‌سیک R1 خبر خوبی برای کاربران و اقتصاد جهانی است، خبر بدی برای سهام فناوری ایالات متحده نیز محسوب می‌شود. این موضوع می‌تواند منجر به کاهش سرمایه‌گذاری در هوش مصنوعی و فشار بر حاشیه‌های سود شود. به ویژه، در شرایطی که انتظارات از ارزش‌گذاری و رشد این سهام بسیار بالا است.

در حال حاضر، مدل “o1 پرو” OpenAI همچنان پیشرفته‌ترین مدل در سطح جهانی محسوب می‌شود. با این وجود، عملکرد دیپ‌سیک R1 نشان می‌دهد که چین در زمینه هوش مصنوعی بسیار سریع‌تر از آنچه تصور می‌شد، پیشرفت می‌کند و مدل‌های متن‌باز تقریباً به سطح مدل‌های بسته (Proprietary) رسیده‌اند.

برای شرکت‌هایی مانند OpenAI و گوگل که مدل‌هایشان به صورت بسته عرضه می‌شوند، میزان هزینه بسیار پایین دیپ‌سیک برای دسترسی کاربران به پیشرفته‌ترین مدل‌هایش نگران کننده است. در حالی که OpenAI برای خروجی هر میلیون توکن ، ۶۰ دلار دریافت می‌کند، دیپ‌سیک برای همین تعداد توکن از R1، تنها ۲.۱۹ دلار هزینه می‌گیرد که تقریباً ۳۰ برابر کمتر است.

به گفته ادوارد هریس، مدیر ارشد فناوری Gladstone AI، یک شرکت هوش مصنوعی که از نزدیک با دولت آمریکا همکاری می‌کند، این اقدام، بنیان صنعت را نابود می‌کند، حاشیه‌های سود را از بین می‌برد و انگیزه سرمایه‌گذاری بیشتر در توسعه هوش مصنوعی غربی از منابع بخش خصوصی را با نابودی مواجه می‌کند.

انتشار مدل DeepSeek-R1 سر و صدای زیادی به پا کرد، اما در ایالات متحده باعث نگرانی و فروش سهام شرکت‌های فناوری شد. روز دوشنبه، ۲۷ ژانویه ۲۰۲۵، شاخص نزدک که نشان‌دهنده وضعیت کلی بازار سهام شرکت‌های فناوری است، در ابتدای معاملات ۳.۴ درصد کاهش یافت، سهام شرکت Nvidia که یکی از بزرگترین تولیدکنندگان تراشه‌های هوش مصنوعی است، ۱۷ درصد افت کرد و تقریباً ۶۰۰ میلیارد دلار از ارزش بازار خود را از دست داد.

به عبارت دیگر، خبر مربوط به DeepSeek-R1 باعث ترس و نگرانی در بین سرمایه‌گذاران و فعالان بازار سهام شد و آنها شروع به فروش سهام خود کردند. این موضوع منجر به کاهش ارزش سهام شرکت‌های فناوری، به ویژه Nvidia، شد و شاخص نزدک نیز افت قابل توجهی را تجربه کرد.

موفقیت دیپ‌سیک زمانی بولدتر شد که  اثربخشی استراتژی دولت ایالات متحده برای محدود کردن اکوسیستم هوش مصنوعی چین و محدود کردن صادرات تراشه‌های قدرتمند یا GPUها به پکن زیر سؤال رفت. اگر ادعاهای دیپ‌سیک درست باشد، به این معناست که چین علیرغم این محدودیت‌ها، توانایی ایجاد مدل‌های هوش مصنوعی قدرتمند را دارد و محدودیت‌های استراتژی ایالات متحده را بی‌اثر می‌کند.

دیپ‌سیک مدعی است که محدودیت اصلی آن، دسترسی به تراشه‌های سخت‌افزاری بوده، نه کمبود بودجه یا نیروی متخصص. این شرکت اعلام کرده که مدل‌های v3 و R1 خود را تنها با استفاده از ۲۰۰۰ تراشه Nvidia نسل دوم آموزش داده است. لیانگ ون‌فنگ، مدیرعامل دیپ‌سیک، در سال ۲۰۲۴ اظهار داشت: «پول هیچ‌وقت برای ما مسئله‌ای نبوده است؛ مشکل، ممنوعیت ارسال تراشه‌های پیشرفته است.» (سیاست فعلی ایالات متحده، صادرات پیشرفته‌ترین تراشه‌های هوش مصنوعی، مانند تراشه‌های مورد استفاده در مراکز داده OpenAI و مایکروسافت به چین را غیرقانونی اعلام کرده است.

با این حال، درستی این ادعاها بستری برای تردید است. الکساندر وانگ، مدیرعامل شرکت Scale AI، اخیراً در داووس به شبکه CNBC گفت: “برداشت من این است که دیپ‌سیک ۵۰ هزار پردازنده H100 در اختیار دارد.” او به پیشرفته‌ترین تراشه‌های گرافیکی Nvidia که در حال حاضر در بازار موجود است، اشاره کرد. علاوه‌براین، جمع‌آوری یک خوشه پردازنده برای چنین اهدافی ملزم به هزینه‌های میلیاردی است.

به عنوان نشانه‌ای از اینکه حزب کمونیست چین چقدر این فناوری را جدی می‌گیرد، لیانگ، مدیرعامل دیپ‌سیک، دوشنبه گذشته در پکن با لی چیانگ، نخست‌وزیر چین، دیدار کرد. براساس گزارش‌ها، لیانگ در آن دیدار به لی گفته است که دیپ‌سیک به تراشه‌های بیشتری نیاز دارد. جرمی هریس، مدیرعامل Gladstone AI، در رابطه با این موضوع گفت: “دیپ‌سیک فقط به چند هزار GPU دسترسی دارد و با این وجود، می‌تواند به نیاز کاربران پاسخ دهد.

حتی اگر چین با استفاده از تراشه‌های کمتر به سطح قابل توجهی از توانایی‌های هوش مصنوعی دست یافته باشد، کارشناسان معتقدند که قدرت محاسباتی بیشتر همیشه یک مزیت راهبردی خواهد بود و در این زمینه، ایالات متحده همچنان از مزیت قابل توجهی برخوردار است.

• 7 نکته برای استفاده بهتر از مایکروسافت کوپایلت

پیشرفت هوش مصنوعی از این نقطه

از دسامبر، مدل‌های جدید o1 و o3 شرکت OpenAI رکوردهای آزمون‌های استدلال پیشرفته را که برای دشوار بودن برای مدل‌های هوش مصنوعی طراحی شده‌اند، شکسته‌اند. دیپ‌سیک R1 کار مشابهی انجام می‌دهد و در این فرآیند، چیزی را که بسیاری از محققان آن را تغییر پارادایم می‌نامند، به نمایش می‌گذارد: به جای افزایش میزان قدرت محاسباتی مورد استفاده برای آموزش مدل، محققان میزان زمان (و در نتیجه، قدرت محاسباتی و برق) مورد استفاده مدل برای فکر کردن در مورد پاسخ به یک پرس و جو قبل از پاسخ دادن را افزایش می‌دهند.

این افزایش مقیاس چیزی است که محققان آن را «محاسبات زمان آزمون» می‌نامند که کلاس جدیدی از «مدل‌های استدلال»، مانند دیپ‌سیک R1 و o1 OpenAI، را از پیشینیان کمتر پیچیده خود متمایز می‌کند. بسیاری از محققان هوش مصنوعی معتقدند که هنوز فضای زیادی باقی مانده است تا این پارادایم به محدودیت خود برسد.

برخی از محققان هوش مصنوعی، R1 دیپ‌سیک را با آلفا زیرو دیپ‌مایند، یک مدل ۲۰۱۷ مقایسه کردند. آلفا زیرو توانست با تکرار بازی با خود و یادگیری از اشتباهاتش، به یک بازیکن برتر در بازی‌های شطرنج و گو تبدیل شود. این نشان می‌دهد که هوش مصنوعی می‌تواند با استفاده از روش‌های خودآموزی، به طور چشمگیری در زمینه‌های مختلف پیشرفت کند.

به عبارت دیگر، محققان دیپ‌سیک به جای اینکه به R1 نحوه حل مسائل را به طور خاص آموزش دهند، راهی را پیدا کردند که به R1 اجازه می‌دهد تا به طور مستقل توانایی‌های استدلال خود را توسعه دهد. آنها این کار را با ارائه «انگیزه‌های درست» به مدل انجام دادند، که به آن اجازه داد تا به طور خودکار استراتژی‌های پیشرفته حل مسئله را توسعه دهد. این رویکرد با روش‌های سنتی آموزش LLM متفاوت است، که در آن مدل‌ها روی داده‌های برچسب‌گذاری شده توسط انسان آموزش داده می‌شوند. در مقابل، R1 از ابتدا یاد می‌گیرد که چگونه استدلال کند و مسائل را حل کند.

این یافته مهم است زیرا نشان می‌دهد که قابلیت‌های قدرتمند هوش مصنوعی می‌توانند سریع‌تر و با تلاش انسانی کمتر از آنچه قبلاً تصور می‌شد و فقط با اعمال قدرت محاسباتی بیشتر، ظاهر شوند. براندج معتقد است که چین و ایالات متحده در رقابتی تنگاتنگ برای دستیابی به ابرهوشمندی هستند و چین احتمالاً تا یک سال پس از ایالات متحده به این فناوری دست خواهد یافت. منظور از “ابرهوشمندی” در اینجا، سطحی از هوش مصنوعی است که از هوش انسان فراتر می‌رود.

نکته مهم در گفته براندج این است که او تأکید می‌کند این رقابت نباید منجر به جنگ شود. او هشدار می‌دهد که برای جلوگیری از چنین سناریویی، لازم است از همین حالا برای پیامدهای جهانی که ناشی از ظهور چنین فناوری قدرتمندی است، برنامه‌ریزی و استراتژی داشته باشیم. به عبارت دیگر، باید برای جهانی که در آن چندین قدرت بزرگ به طور همزمان به هوش مصنوعی پیشرفته دسترسی دارند (دنیای چندقطبی هوش مصنوعی) آماده باشیم و بدانیم چگونه این شرایط را مدیریت کنیم.

دیپ سیک در چه کشورهای بن شده است؟

کشورهایی که دیپ‌سیک در آنها ممنوع است عبارتند از:

•  آژانس‌های دولتی استرالیا
• دولت مرکزی هند
• ایتالیا
•  ناسا
•  وزارت صنعت کره جنوبی
•  آژانس‌های دولتی تایوان
• دولت ایالت تگزاس
• کنگره ایالات متحده
•  نیروی دریایی ایالات متحده
•  پنتاگون ایالات متحده  

منبع: Techtarget