Çin'de geliştirilen büyük bir dil modeli olan DeepSeek-R1, OpenAI'nin o1'i gibi akıl yürütme modellerine alternatif olarak maliyet etkin ve açık bir seçenek sunarak bilim insanlarını heyecanlandırıyor. Bu modeller, insan akıl yürütmesini taklit eden bir sırayla cevap üreterek, bilimsel sorunlara yaklaşımda daha yetkin hale geliyor ve bu da araştırmalar için faydalı olabilir. 20 Ocak'ta piyasaya sürülen R1'in erken değerlendirmeleri, kimya, matematik ve kodlama ile ilgili görevlerdeki performansının o1 ile karşılaştırılabilir olduğunu gösteriyor; o1, OpenAI tarafından Eylül ayında piyasaya sürüldüğünde araştırmacıları etkilemişti. "Bu şaşırtıcı ve tamamen beklenmedik, " dedi İngiltere merkezli yapay zeka danışmanlık firması DAIR. AI’nin AI araştırmacısı ve kurucu ortağı Elvis Saravia, X'te. R1 başka bir nedenle de dikkat çekiyor. Hangzhou merkezli start-up DeepSeek, modelin 'açık ağırlık' olmasını sağlayarak araştırmacıların algoritmayı analiz edip geliştirmesine olanak tanıdı. Model, MIT lisansı altında yayınlandı ve serbest yeniden kullanım imkanı sunuyor, ancak eğitim verileri gizli kaldığı için tam anlamıyla açık kaynak değil. DeepSeek'in gösterdiği şeffaflık dikkate değer, " diyor Almanya'nın Erlangen şehrindeki Max Planck Işık Bilimi Enstitüsü'nde Yapay Bilimci Laboratuvarı'nın başkanı Mario Krenn. Buna karşın, San Francisco merkezli OpenAI’nin o1 ve diğer modelleri, özellikle son çıkan o3, "esas olarak kara kutular" olarak kabul ediliyor, diye ekliyor. AI hayal görmelerinin tamamen ortadan kaldırılması mümkün olmasa da, belirli teknikler etkilerini azaltmada yardımcı olabilir.

DeepSeek, R1'in eğitim maliyetini açıklamadı, ancak kullanıcılardan o1'in işletme giderlerinin yaklaşık otuzda biri kadar ücret alıyor. Şirket ayrıca, sınırlı bilgisayar kaynaklarına sahip araştırmacıların modelle denemeler yapabilmesi için R1'in mini 'damıtılmış' versiyonlarını geliştirdi. Krenn, "o1 ile 300 sterlinden fazla tutan bir deney, R1 ile 10 dolardan daha az bir maliyetle gerçekleştirildi, " diyerek gelecekte benimsemeyi etkileyebilecek önemli bir farkı vurguluyor. R1, Çin'deki büyük dil modelleri (LLM) patlamasının bir parçası. Bir hedge fondan çıkan DeepSeek, geçtiğimiz ay sınırlı bir bütçeyle büyük rakiplerini geride bırakan V3 adlı bir sohbet robotu piyasaya sürdüğünde tanınmaya başladı. Uzmanlar, modelin eğitimi için donanım kiralama maliyetinin yaklaşık 6 milyon dolara, Meta'nın Llama 3. 1 405B modelinin ise 11 kat daha fazla bilgisayar kaynağı kullanarak 60 milyon dolardan fazla bir maliyete tekabül ettiğini tahmin ediyor. DeepSeek'i heyecanlandıran şeylerden biri ise, R1'i geliştirme başarısının, Çinli şirketlerin en üst düzey AI işlemcilerine erişimini kısıtlayan ABD ihracat kontrolleri ortamında gerçekleşmesi. "Bu modelin Çin menşeli olması, verimli kaynak yönetiminin saf hesaplama gücünden daha kritik olduğunu gösteriyor, " diyor Seattle, Washington'da bulunan AI araştırmacısı François Chollet. DeepSeek'in ilerlemeleri, "daha önce ABD'nin ileri olduğu algılanan boşluğun önemli ölçüde daraldığını" belirtiyor Alvin Wang Graylin. Washington, Bellevue'de teknoloji uzmanı olan Graylin, Tayvan merkezli etkileşimli teknoloji firması HTC ile bağlantılı olarak X'te "Her iki ülke de gelişmiş AI geliştirmek için mevcut boşuna silahlanma yarışını sürdürmek yerine işbirlikçi bir strateji düşünmelidir, " diyor.