Duży model językowy opracowany w Chinach, znany jako DeepSeek-R1, budzi ekscytację wśród naukowców jako opłacalna i otwarta alternatywa dla modeli rozumowania, takich jak o1 od OpenAI. Modele te produkują odpowiedzi w sekwencji, która naśladuje ludzkie rozumowanie, co czyni je bardziej uzdolnionymi niż starsze modele językowe w radzeniu sobie z problemami naukowymi, co potencjalnie może być korzystne dla badań. Wczesne oceny R1, które zadebiutowało 20 stycznia, wskazują, że jego wydajność w zadaniach związanych z chemią, matematyką i kodowaniem dorównuje o1— które zaimponowało badaczom po swoim wydaniu przez OpenAI we wrześniu. „To jest zdumiewające i całkowicie nieoczekiwane, ” skomentował Elvis Saravia, badacz AI i współzałożyciel brytyjskiej firmy doradczej AI DAIR. AI, na platformie X. R1 jest godne uwagi z innego powodu. Start-up DeepSeek z siedzibą w Hangzhou uczynił model „otwartym wagowym”, co pozwala badaczom na analizowanie i ulepszanie algorytmu. Został opublikowany na licencji MIT, co umożliwia swobodne wykorzystanie, chociaż nie jest w pełni otwartym źródłem, ponieważ dane szkoleniowe pozostają nieujawnione. „Przejrzystość pokazana przez DeepSeek jest niezwykła, ” zauważa Mario Krenn, szef Laboratorium Sztucznego Naukowca w Instytucie Maxa Plancka ds. Nauki Światła w Erlangen, w Niemczech. W przeciwieństwie do o1 i innych modeli OpenAI z San Francisco, w tym niedawnego o3, uznawane są za „praktycznie czarne skrzynki, ” podkreśla. Chociaż halucynacje AI nie mogą być całkowicie wyeliminowane, niektóre techniki mogą pomóc w złagodzeniu ich skutków. DeepSeek nie ujawnili całkowitych kosztów szkolenia R1, ale pobierają od użytkowników około jednej trzydziestej wydatków operacyjnych o1.

Firma opracowała także mini „destylowane” wersje R1, umożliwiając badaczom z ograniczonymi zasobami obliczeniowymi eksperymentowanie z modelem. Krenn zauważa, „Eksperyment, który kosztował ponad 300 funtów z o1, kosztował mniej niż 10 dolarów z R1, ” podkreślając znaczącą różnicę, która może wpłynąć na przyszłe przyjęcie. R1 jest częścią wzrostu w chińskich dużych modelach językowych (LLM). Pochodzący z funduszu hedgingowego, DeepSeek zyskał uznanie w zeszłym miesiącu dzięki wydaniu chatbota o nazwie V3, który przewyższył głównych konkurentów pomimo ograniczonego budżetu. Eksperci szacują, że wynajem sprzętu do szkolenia modelu wyniósł około 6 milionów dolarów, w porównaniu do ponad 60 milionów dolarów za Llama 3. 1 405B od Meta, które wykorzystało 11 razy więcej zasobów obliczeniowych. Ekscytacja wokół DeepSeek częściowo wynika z jego osiągnięcia w opracowaniu R1 mimo amerykańskich ograniczeń eksportowych ograniczających dostęp chińskich firm do najlepszych chipów przetwarzania AI. „Fakt, że pochodzi z Chin, pokazuje, że efektywne zarządzanie zasobami jest ważniejsze niż czysta moc obliczeniowa, ” twierdzi François Chollet, badacz AI z siedzibą w Seattle, w stanie Waszyngton. Postępy DeepSeek wskazują, że „przepaść wcześniej postrzegana jako przewaga USA znacznie się zmniejszyła, ” zauważył Alvin Wang Graylin, ekspert technologiczny z Bellevue, w stanie Waszyngton, związany z tajwańską firmą technologiczną HTC, na platformie X. „Oba kraje powinny rozważyć strategię współpracy w rozwoju zaawansowanej AI, zamiast kontynuowania obecnego bezsensownego wyścigu zbrojeń. ”