**Buod:** Isang bagong AI chatbot mula sa kumpanyang Tsino na DeepSeek ang nagdulot ng pagbabago sa industriya ng teknolohiya, na mabilis na naging pinakamaraming na-download na iOS app sa U. S. at nag-ambag sa makabuluhang pagbaba ng $600 bilyon sa market value ng Nvidia. Ang modelo ng DeepSeek, R1, ay may kakayahang mag-isip na katulad ng mga katapat nito sa U. S. tulad ng GPT-4 ng OpenAI ngunit sa isang bahagi lamang ng gastos sa pagsasanay—tinatayang mababa sa $6 milyon kumpara sa $100 milyon ng GPT-4. Pinahusay ng kumpanya ang oras ng pagsasanay at paggamit ng memorya sa pamamagitan ng paggamit ng makabagong estratehiya, na nag-aangking na-train ang R1 gamit ang 2, 000 Nvidia H800 GPUs. Ang kahusayan na ito ay maaari ring makatulong sa pagbabawas ng epekto sa kapaligiran ng AI, na ginagawang potensyal na pokus sa paparating na Paris AI Action Summit. Itinatag noong 2023 ni Liang Wenfeng, ang DeepSeek ay pinuri para sa mabilis na pag-unlad nito ng mapagkumpitensyang AI.

Ang arkitektura ng modelo ay may maraming mas maliliit na espesyal na modelo, na nagpapahusay sa kaalaman nito sa partikular na larangan. Natatangi, ang DeepSeek ay pampublikong naglathala ng bigat ng modelo at isang teknikal na papel, na nag-aanyaya ng pandaigdigang pakikipagtulungan at pagsusuri—na salungat sa proprietary na diskarte ng OpenAI. Ang mga estratehiya ng DeepSeek ay sumasalamin sa ilan sa mga ginamit sa mga naunang LLM, tulad ng "mixture of experts" na teknika. Ibinahagi rin ng kumpanya ang mga pananaw mula sa kanilang eksperimento sa iba't ibang metodolohiya ng pangangatwiran, na maaaring maging batayan para sa mga magiging pag-unlad ng AI. Habang lumilipat ang tanawin mula sa dominasyon ng U. S. sa AI, pinaniniwalaan ng mga eksperto na ang pag-unlad na ito ay maaaring magbigay ng mga pagkakataon para sa mas maliliit na kumpanya na magbagong-likha, na sa huli ay magiging kapakinabangan sa pamilihan ng teknolohiya at ang kaugnay nitong pangangailangan ng yaman.