Ένα μικρό κινεζικό εργαστήριο τεχνητής νοημοσύνης ξεκινά να προκαλεί ανησυχία στη Σίκον Βάλεϊ, αφού κυκλοφόρησε ΑΙ μοντέλα που δεν αποκλείεται να ξεπεράσουν τα αμερικανικά, παρόλο που δημιουργούνται πιο φθηνά και με λιγότερο ισχυρά τσιπ -όπως άλλωστε αποτυπώθηκε και στο App Store στις ΗΠΑ.
Ειδικότερα, η κινεζική startup DeepSeek είδε τον βοηθό τεχνητής νοημοσύνης της να ξεπερνά το ChatGPT, κατακτώντας την κορυφή των δωρεάν εφαρμογών στο App Store της Apple στις ΗΠΑ. Το chatbot της βασίζεται στο μοντέλο DeepSeek-V3, που ανταγωνίζεται τα πιο προηγμένα μοντέλα παγκοσμίως.
Από την κυκλοφορία της στις 10 Ιανουαρίου, η εφαρμογή έχει αποκτήσει τεράστια δημοτικότητα μεταξύ των χρηστών στις ΗΠΑ, σύμφωνα με στοιχεία της εταιρείας ερευνών εφαρμογών Sensor Tower. Αλλά πώς ξεκίνησαν όλα;
Η αρχή
Η DeepSeek, που ιδρύθηκε από τον διαχειριστή hedge fund Λιανγκ Γουενφένγκ, κυκλοφόρησε το μοντέλο R1, εξηγώντας σε λεπτομερές έγγραφο πώς μπόρεσε να κατασκευάσει ένα μεγάλο γλωσσικό μοντέλο με περιορισμένο προϋπολογισμό, που μαθαίνει και βελτιώνεται αυτόματα χωρίς ανθρώπινη επίβλεψη.
Οι αμερικανικές εταιρείες, συμπεριλαμβανομένων των OpenAI και Google DeepMind, πρωτοστάτησαν στις εξελίξεις στα πολυγλωσσικά μοντέλα, ένα σχετικά νέο πεδίο έρευνας τεχνητής νοημοσύνης που στοχεύει στο να κάνει τις «μηχανές» να ανταποκρίνονται στις ανθρώπινες γνωστικές ικανότητες.
Τον Δεκέμβριο, η OpenAI κυκλοφόρησε την πλήρη έκδοση του μοντέλου o1 αλλά κράτησε μυστικές τις μεθόδους της. Σύμφωνα με τους Financial Times, η κυκλοφορία του R1 από τη DeepSeek προκάλεσε έντονη συζήτηση στις ΗΠΑ σχετικά με το αν οι καλύτερα χρηματοδοτούμενες αμερικανικές εταιρείες AI, όπως η Meta και η Anthropic, μπορούν να διατηρήσουν το τεχνολογικό τους πλεονέκτημα.
Η αρχή έλαβε χώρα το 2021, όταν ο Λιανγκ άρχισε να αγοράζει χιλιάδες κάρτες γραφικών της Nvidia για το δικό του ΑΙ project, ενώ διηύθυνε το αμοιβαίο κεφάλαιο ποσοτικής διαπραγμάτευσης High-Flyer. Γνώστες της βιομηχανίας μιλούσαν για «εκκεντρικές ενέργειες» ενός δισεκατομμυριούχου που αναζητούσε ένα νέο χόμπι.
Στη High-Flyer, έχτισε μια περιουσία χρησιμοποιώντας ΑΙ και αλγόριθμους για να εντοπίσει μοτίβα που θα μπορούσαν να επηρεάσουν τις τιμές των μετοχών. Η ομάδα του έγινε έμπειρη στη χρήση των ημιαγωγών της Nvidia για να βγάλει χρήματα από τις συναλλαγές μετοχών.
Το 2023, ίδρυσε την DeepSeek, ανακοινώνοντας την πρόθεσή του να αναπτύξει τεχνητή νοημοσύνη σε ανθρώπινο επίπεδο. «Δημιούργησε μια εξαιρετική ομάδα υποδομής που καταλαβαίνει πραγματικά πώς λειτουργούσαν τα τσιπ. Πήρε μαζί τους καλύτερους από το hedge fund στην DeepSeek», ανέφερε ιδρυτής μιας ανταγωνιστική εταιρεία μεγάλων γλωσσικών μοντέλων (LLM).
Παράλληλα, με την DeepSeek να έχει ως μοναδικό της στόχο την έρευνα, καθίσταται επικίνδυνος ανταγωνιστής επειδή είναι πρόθυμη να μοιραστεί τις ανακαλύψεις της αντί να τις προστατεύσει για εμπορικά κέρδη.
