Një laborator relativisht të panjohur AI me qendër në Kinë ka ngjallur shqetësime në Silicon Valley duke prezantuar modele AI që tejkalojnë performancën e atyre më të mira amerikane, megjithëse janë zhvilluar me buxhete më të vogla dhe me çipa më pak të avancuar. E njohur si DeepSeek, ky laborator lançoi një model të madh gjuhe të lirë dhe me burim të hapur në fund të dhjetorit, duke pretenduar se ishte krijuar në vetëm dy muaj me një kosto prej më pak se 6 milion dollarë, duke përdorur çipat H800 të Nvidia-s, të cilët janë më pak të fuqishëm. Këto përparime të fundit kanë nxitur shqetësime se SHBA po humbet avantazhin e saj në inteligjencën artificiale dhe kanë hedhur dyshime mbi investimet e konsiderueshme të bëra nga kompanitë e mëdha teknologjike në modelet AI dhe qendrat e të dhënave. Në disa vlerësime të pavarura, modeli i DeepSeek ka tejkaluar konkurentët e njohur, duke përfshirë Llama 3. 1 të Meta, GPT-4o të OpenAI dhe Claude Sonnet 3. 5 të Anthropic, duke treguar saktësi të superioritetit në fusha si zgjidhja e problemeve të komplikuara, matematika dhe kodimi. Të hënën, DeepSeek prezantoi r1, një model arsyetimi që gjithashtu tejkaloi modelin më të fundit o1 të OpenAI në shumë vlerësime të palëve të treta. Gjatë një diskutimi në Forumin Ekonomik Botëror në Davos, Zvicër, CEO i Microsoft, Satya Nadella, shprehu: "Modeli i ri i DeepSeek është jashtëzakonisht impresionues për zhvillimin efikas të një modeli me burim të hapur që shkëlqen në llogaritjen në kohën e inferencës dhe është jashtëzakonisht efikas në materializimin e llogarive. Duhet ta marrim shumë seriozisht zhvillimin nga Kina. " DeepSeek ka arritur të kalojë kufizimet e rrepta të semikonduktorëve të vendosura nga qeveria amerikane, e cila kufizon aksesin në çipa të avancuar si H100 të Nvidia. Përparimet e fundit implikojnë se DeepSeek ose ka zbuluar metoda për të anashkaluar këto rregullore ose që kufizimet e eksportit nuk kanë qenë aq kufizuese sa pritej. "Ata mund të shfrytëzojnë një model të madh dhe të fortë përmes një teknike të quajtur distilim, " shpjegoi Chetan Puttagunta, Partner i Përgjithshëm në Benchmark. "Essencialisht, një model shumë i madh ndihmon një model më të vogël të rafinojë aftësitë e tij në fusha të caktuara.

Ky qasje është në fakt shumë efikase në kosto. " Informacioni rreth DeepSeek dhe themeluesit të saj, Liang WenFeng, mbetet i pakët. Laboratori ka origjinën nga një fond hedging kinez i quajtur High-Flyer Quant, i cili raportojnë se menaxhon rreth 8 miliard dollarë në asete. DeepSeek nuk është i vetëm në peizazhin AI kinez. Kërkuesi i njohur të AI, Kai-Fu Lee, ka vënë në dukje se fillestarja e tij 01. ai është zhvilluar me një investim të vetëm prej 3 milion dollarësh. Për më tepër, ByteDance, kompania nëna e TikTok, njoftoi një azhurnim të modelit të saj të mërkurën, duke pretenduar se e tejkalon o1 të OpenAI në një test të rëndësishëm të benchmarks. "Nevoja është nëna e shpikjes, " deklaroi Aravind Srinivas, CEO i Perplexity. "Përballë sfidave, ata përfunduan duke krijuar diçka shumë më efikase. "