**Περίληψη:** Ένα νέο chatbot τεχνητής νοημοσύνης από την κινέζικη εταιρεία DeepSeek έχει διαταράξει τη βιομηχανία τεχνολογίας, γινόμενος γρήγορα η πιο κατεβασμένη εφαρμογή iOS στις Η. Π. Α. και συμβάλλοντας σε μια σημαντική πτώση 600 δισεκατομμυρίων δολαρίων στην αγοραία αξία της Nvidia. Το μοντέλο της DeepSeek, R1, έχει ικανότητες λογικής παρόμοιες με αυτές των αμερικανικών αντιπάλων του, όπως το GPT-4 της OpenAI, αλλά με κλάσμα του κόστους εκπαίδευσης—εκτιμάται κάτω από 6 εκατομμύρια δολάρια σε σύγκριση με τα 100 εκατομμύρια του GPT-4. Η εταιρεία βελτιστοποίησε τον χρόνο εκπαίδευσης και τη χρήση μνήμης χρησιμοποιώντας καινοτόμες στρατηγικές, ισχυριζόμενη ότι εκπαίδευσε το R1 χρησιμοποιώντας 2, 000 GPU Nvidia H800. Αυτή η αποδοτικότητα μπορεί επίσης να βοηθήσει στη μείωση της περιβαλλοντικής επίπτωσης της τεχνητής νοημοσύνης, καθιστώντας την πιθανό επίκεντρο στην επ kommende Σύνοδο Κορυφής της Τεχνητής Νοημοσύνης στο Παρίσι. Η DeepSeek ιδρύθηκε το 2023 από τον Λιάνγκ Γουένφενγκ και έχει επαινεθεί για την γρήγορη ανάπτυξη ανταγωνιστικής τεχνητής νοημοσύνης. Η αρχιτεκτονική του μοντέλου διαθέτει πολλές μικρότερες εξειδικευμένες μονάδες, ενισχύοντας την εμπειρία του στο συγκεκριμένο τομέα.

Μοναδικά, η DeepSeek έχει δημοσίως απελευθερώσει τα βάρη του μοντέλου και ένα τεχνικό έγγραφο, προσκαλώντας παγκόσμια συνεργασία και έλεγχο—σε αντίθεση με την αποκλειστική προσέγγιση της OpenAI. Οι στρατηγικές της DeepSeek αντικατοπτρίζουν κάποιες από αυτές που χρησιμοποιήθηκαν σε προηγούμενα LLM, όπως η τεχνική "μείγματος ειδικών". Η εταιρεία έχει επίσης μοιραστεί πληροφορίες από πειραματισμούς της με διάφορες μεθόδους λογικής, οι οποίες θα μπορούσαν να ενημερώσουν τις μελλοντικές βελτιώσεις στην τεχνητή νοημοσύνη. Καθώς το τοπίο μετατοπίζεται από την κυριαρχία των Η. Π. Α. στην τεχνητή νοημοσύνη, οι ειδικοί πιστεύουν ότι αυτή η εξέλιξη μπορεί να προσφέρει ευκαιρίες για μικρότερες εταιρείες να καινοτομήσουν, επωφελούμενοι τελικά την αγορά τεχνολογίας και τη σχετική ζήτηση πόρων της.