Голям езиков модел, разработен в Китай, известен като DeepSeek-R1, вълнува учените като икономична и открита алтернатива на модели за разсъждения като o1 на OpenAI. Тези модели генерират отговори в последователност, която имитира човешкото разсъждение, което ги прави по-умели от по-старите езикови модели в решаването на научни проблеми, като потенциално полезни за изследванията. Ранните оценки на R1, който стартира на 20 януари, показват, че резултатите му при задачи, свързани с химия, математика и програмиране, са на нивото на o1, който впечатли изследователите при освобождаването си от OpenAI през септември. „Това е удивително и напълно неочаквано, “ коментира Елвис Саравия, изследовател на ИИ и съосновател на британската консултантска фирма за ИИ DAIR. AI, в X. R1 е забележителен по още една причина. Стартиращата компания DeepSeek, базирана в Ханджоу, е направила модела „с отворени тежести“, позволявайки на изследователите да анализират и усъвършенстват алгоритъма. Той е публикуван под MIT лиценз, което позволява свободно повторно използване, макар и да не е напълно с отворен код, тъй като данните за обучение остават незаявени. „Прозрачността, проявена от DeepSeek, е забележителна, “ заявява Марио Крън, ръководител на Лабораторията за изкуствени учени в Макс Планк института за светлинни науки в Ерланген, Германия. В контекста на това, o1 и другите модели от OpenAI в Сан Франциско, включително новия o3, се считат за „всъщност черни кутии, “ отбелязва той. Въпреки че халацинантите на ИИ не могат да бъдат напълно елиминирани, определени техники могат да помогнат за намаляване на техния ефект. DeepSeek не е разкрил общата цена за обучение на R1, но таксува потребителите около една-тритата от оперативните разходи на o1. Компанията също е разработила мини „дестилирани“ версии на R1, позволяващи на изследователи с ограничени компютърни ресурси да експериментират с модела.

Крън отбелязва: „Експеримент, който е струвал над £300 с o1, беше по-малко от $10 с R1, “ подчертавайки значителна разлика, която може да повлияе на бъдещото приемане. R1 е част от нарастваща вълна китайски големи езикови модели (LLMs). Излязъл от хедж фонд, DeepSeek получи признание миналия месец с освобождаването на чатбот на име V3, който изпревари основните конкуренти, въпреки ограничен бюджет. Експерти оценяват, че наемането на хардуер за обучението на модела е било около $6 милиона, в сравнение с над $60 милиона за Llama 3. 1 405B на Meta, който е използвал 11 пъти повече компютърни ресурси. Вълнението около DeepSeek произтича частично от постижението му в разработването на R1 сред американски износни ограничения, ограничаващи достъпа на китайските компании до водещи ИИ процесорни чипове. „Фактът, че произхожда от Китай, демонстрира, че ефективното управление на ресурсите е по-критично от чистата изчислителна мощ, “ твърди Франсоа Шолет, изследовател на ИИ, базиран в Сиатъл, Вашингтон. Напредъкът на DeepSeek индикира, че „разликата, която преди се възприемаше като водеща позиция на САЩ, значително се е свила, “ отбеляза Алвин Уанг Гръйлин, технологичен експерт в Белвю, Вашингтон, свързан с тайванската компания за имерсивна технология HTC, в X. „И двете държави трябва да обмислят кооперативна стратегия за разработване на напреднал ИИ, вместо да продължават текущата безполезна надпревара във въоръжаването. “