DeepSeek: هر آنچه که باید درباره اپلیکیشن چت‌بات هوش مصنوعی بدانید.

DeepSeek ویروسی شده است. آزمایشگاه هوش مصنوعی چینی DeepSeek این هفته پس از اینکه اپلیکیشن چت‌بات آن به صدر جدول‌های اپ استور اپل (و همچنین گوگل پلی) رسید، به آگاهی عمومی رسید.

مدل‌های هوش مصنوعی DeepSeek که با استفاده از تکنیک‌های محاسباتی بهینه آموزش داده شده‌اند، باعث شده‌اند تا تحلیل‌گران وال استریت و تکنولوژیست‌ها این سوال را مطرح کنند که آیا ایالات متحده می‌تواند همچنان در رقابت هوش مصنوعی پیشتاز باقی بماند و آیا تقاضا برای چیپ‌های هوش مصنوعی پایدار خواهد بود. اما DeepSeek از کجا آمده است و چگونه به‌طور سریع به شهرت جهانی رسید؟

مبدا تجاری DeepSeek

DeepSeek توسط High-Flyer Capital Management، یک صندوق پوشش ریسک کمی (quantitative hedge fund) چینی که از هوش مصنوعی برای اطلاع‌رسانی تصمیمات تجاری خود استفاده می‌کند، پشتیبانی می‌شود.

Liang Wenfeng، علاقه‌مند به هوش مصنوعی، در سال ۲۰۱۵ High-Flyer را تأسیس کرد. گزارش شده است که Wenfeng از دوران دانشجویی خود در دانشگاه Zhejiang شروع به آزمایش در معاملات کرده بود و در سال ۲۰۱۹ High-Flyer Capital Management را به عنوان یک صندوق پوشش ریسک تأسیس کرد که بر روی توسعه و پیاده‌سازی الگوریتم‌های هوش مصنوعی تمرکز داشت. در سال ۲۰۲۳، High-Flyer DeepSeek را به عنوان یک آزمایشگاه برای تحقیق در زمینه ابزارهای هوش مصنوعی جدا از کسب‌وکار مالی خود راه‌اندازی کرد.

با حضور High-Flyer به‌عنوان یکی از سرمایه‌گذاران، این آزمایشگاه به یک شرکت مستقل تبدیل شد که آن هم DeepSeek نام دارد. از روز اول، DeepSeek خوشه‌های مراکز داده خود را برای آموزش مدل‌ها ساخت.

اما مانند سایر شرکت‌های هوش مصنوعی در چین، DeepSeek تحت تأثیر ممنوعیت‌های صادراتی ایالات متحده برای سخت‌افزار قرار گرفته است. برای آموزش یکی از مدل‌های اخیر خود، شرکت مجبور شد از چیپ‌های Nvidia H800 استفاده کند، نسخه‌ای کمتر قدرتمند از چیپی که H100 نام دارد و برای شرکت‌های آمریکایی در دسترس است.

گفته می‌شود که تیم فنی DeepSeek جوان است. گزارش شده است که این شرکت به‌طور تهاجمی پژوهشگران دکترای هوش مصنوعی از دانشگاه‌های برتر چین را استخدام می‌کند. همچنین DeepSeek افرادی را بدون هرگونه پیش‌زمینه علمی در کامپیوتر استخدام می‌کند تا به تکنولوژی آن کمک کند تا طیف وسیعی از موضوعات را بهتر درک کند، طبق گزارش The New York Times.

مدل‌های قدرتمند DeepSeek

DeepSeek اولین مجموعه از مدل‌های خود را DeepSeek Coder، DeepSeek LLM، و DeepSeek Chat در نوامبر 2023 معرفی کرد. اما این مدل‌ها زمانی توجه صنعت هوش مصنوعی را جلب کردند که استارتاپ نسخه بعدی مدل‌های خود، یعنی خانواده DeepSeek-V2 را در بهار گذشته منتشر کرد.

DeepSeek-V2، یک سیستم تحلیل متن و تصویر چندمنظوره، در معیارهای مختلف هوش مصنوعی عملکرد خوبی داشت و از مدل‌های مشابه در آن زمان بسیار ارزان‌تر برای اجرا بود. این مدل باعث شد تا رقبا داخلی DeepSeek، از جمله ByteDance و Alibaba، قیمت استفاده از برخی مدل‌های خود را کاهش داده و حتی برخی را به‌طور کامل رایگان کنند.

DeepSeek-V3، که در دسامبر 2024 منتشر شد، تنها بر شهرت DeepSeek افزود. بر اساس آزمایش‌های معیار داخلی DeepSeek، مدل DeepSeek V3 هم از مدل‌های قابل دانلود و آزاد مانند Meta’s Llama و هم مدل‌های "بسته" که فقط از طریق API قابل دسترسی هستند، مانند GPT-4o از OpenAI، عملکرد بهتری داشت. یکی دیگر از دستاوردهای قابل توجه DeepSeek مدل R1 reasoning آن است. این مدل که در ژانویه منتشر شد، طبق ادعای DeepSeek، در معیارهای کلیدی عملکردی مشابه مدل o1 از OpenAI دارد.

مدل‌های reasoning مانند R1، به‌طور مؤثر خود را از نظر صحت بررسی می‌کنند که این به آن‌ها کمک می‌کند تا از برخی مشکلاتی که معمولاً مدل‌ها با آن مواجه می‌شوند، جلوگیری کنند. مدل‌های reasoning معمولاً مدت زمان بیشتری می‌برند — معمولاً چند ثانیه تا چند دقیقه بیشتر — تا به راه‌حل‌ها برسند، اما مزیت آن‌ها این است که در زمینه‌هایی مانند فیزیک، علم و ریاضیات معمولاً قابل اعتمادتر هستند. با این حال، یک معایب برای R1، DeepSeek V3 و سایر مدل‌های DeepSeek وجود دارد.

چون این مدل‌ها توسط چین توسعه یافته‌اند، آن‌ها تحت بررسی‌های نظارتی از سوی تنظیم‌کننده اینترنت چین قرار دارند تا اطمینان حاصل شود که پاسخ‌های آن‌ها "ارزش‌های اصلی سوسیالیستی" را نمایان می‌کند.

به عنوان مثال، در اپلیکیشن چت‌بات DeepSeek، R1 به سوالات مربوط به میدان Tiananmen Square یا استقلال تایوان پاسخ نمی‌دهد. در ماه مارس، DeepSeek بیش از 16.5 میلیون بازدید را ثبت کرد. دیوید کار، ویرایشگر Similarweb، به TechCrunch گفت: [F] در مارس، DeepSeek در رتبه دوم قرار دارد، علی‌رغم کاهش 25 درصدی ترافیک از فوریه. این رقم هنوز در مقایسه با ChatGPT که در مارس به بیش از 500 میلیون کاربر فعال هفتگی رسید، اندک است.

رویکرد مخرب

اگر DeepSeek مدل کسب‌وکار خاصی داشته باشد، مشخص نیست که دقیقاً آن مدل چیست. این شرکت محصولات و خدمات خود را با قیمت‌هایی بسیار پایین‌تر از ارزش بازار می‌فروشد و برخی از آن‌ها را به‌طور رایگان ارائه می‌دهد.

همچنین، با وجود علاقه فراوان سرمایه‌گذاران ریسک‌پذیر، این شرکت از پذیرش سرمایه‌گذاری خودداری کرده است. طبق گفته DeepSeek، پیشرفت‌های بهره‌وری به آن‌ها این امکان را داده تا رقابت‌پذیری هزینه‌ای فوق‌العاده‌ای را حفظ کنند. با این حال، برخی از کارشناسان آمارهایی را که این شرکت ارائه داده، مورد تردید قرار داده‌اند.

چه وضعیتی باشد، توسعه‌دهندگان به مدل‌های DeepSeek روی آورده‌اند. این مدل‌ها منبع‌باز به معنای رایج کلمه نیستند، اما تحت مجوزهایی با شرایط آزاد در دسترس قرار دارند که استفاده تجاری را مجاز می‌کند. طبق گفته Clem Delangue، مدیرعامل Hugging Face، یکی از پلتفرم‌های میزبان مدل‌های DeepSeek، توسعه‌دهندگان در Hugging Face بیش از 500 مدل "مشتق‌شده" از R1 ایجاد کرده‌اند که در مجموع 2.5 میلیون بار دانلود شده‌اند. موفقیت DeepSeek در برابر رقبای بزرگ‌تر و با سابقه‌تر به‌عنوان "تغییر قواعد بازی در هوش مصنوعی" و "هیاهو بیش از حد" توصیف شده است. موفقیت این شرکت حداقل تا حدی مسئول کاهش 18 درصدی قیمت سهام Nvidia در ژانویه بود و واکنشی عمومی از سام آلتمن، مدیرعامل OpenAI، به همراه داشت.

طبق گزارش رویترز، در ماه مارس، بخش‌های وزارت بازرگانی ایالات متحده به کارکنان خود اعلام کردند که DeepSeek از دستگاه‌های دولتی آن‌ها حذف خواهد شد. مایکروسافت اعلام کرده که DeepSeek در سرویس Azure AI Foundry آن در دسترس است، پلتفرم مایکروسافت که خدمات هوش مصنوعی را برای شرکت‌ها تحت یک سقف گرد هم می‌آورد.

وقتی از مارک زاکربرگ، مدیرعامل Meta، در مورد تأثیر DeepSeek بر هزینه‌های هوش مصنوعی در جریان گزارش درآمد سه‌ماهه اول این شرکت پرسیده شد، او گفت که هزینه‌های زیرساخت هوش مصنوعی همچنان برای Meta یک "مزیت استراتژیک" خواهد بود. در ماه مارس، OpenAI DeepSeek را "دولت‌یار" و "دولت‌متحکم" خواند و توصیه کرد که دولت ایالات متحده مدل‌های DeepSeek را ممنوع کند. در جریان گزارش درآمد سه‌ماهه چهارم Nvidia، جنسن هوانگ، مدیرعامل این شرکت، بر "نوآوری عالی" DeepSeek تأکید کرد و گفت که مدل‌های reasoning مانند DeepSeek برای Nvidia عالی هستند زیرا به محاسبات زیادی نیاز دارند. در عین حال، برخی از شرکت‌ها DeepSeek را ممنوع کرده‌اند، و همینطور کشورهای کامل و دولت‌ها، از جمله کره جنوبی. ایالت نیویورک نیز DeepSeek را از استفاده در دستگاه‌های دولتی ممنوع کرده است.

آینده DeepSeek همچنان مبهم است. بهبود مدل‌ها امری بدیهی است، اما دولت ایالات متحده به نظر می‌رسد که به آنچه که به‌عنوان تأثیر منفی خارجی می‌بیند، مشکوک شده است. در ماه مارس، The Wall Street Journal گزارش داد که احتمالاً ایالات متحده DeepSeek را از دستگاه‌های دولتی ممنوع خواهد کرد.

منبع:techcrunch