Narodziny gwiazdy: DeepSeek, chińska AI

Liang Wenfeng, niegdyś szef chińskiego funduszu hedgingowego opartego na strategiach kwantowych, całkowicie zmienił swoją ścieżkę kariery, stawiając na badania nad sztuczną inteligencją. Zainwestował znaczne środki, gromadząc 10 000 chipów Nvidia i skupiając wokół siebie zespół błyskotliwych młodych badaczy. Ten odważny projekt doprowadził dwa lata później do debiutu DeepSeek – inicjatywy, która szybko przyciągnęła uwagę globalnego sektora technologicznego.

20 stycznia laboratorium DeepSeek udostępniło model open source, który zwrócił uwagę Doliny Krzemowej. Według dokumentu firmy DeepSeek-R1 przewyższa czołowe modele, takie jak OpenAI, w zakresie matematyki i rozumowania, stanowiąc poważne wyzwanie dla zachodnich gigantów AI.

Sukces DeepSeek pokazuje nieoczekiwany skutek amerykańskich ograniczeń technologicznych. Wobec ograniczonego dostępu do zaawansowanych chipów wiele chińskich firm skoncentrowało się na zastosowaniach, a nie na modelach bazowych. DeepSeek przyjął jednak inne podejście: ulepszanie architektury modeli AI, aby efektywniej wykorzystywać ograniczone zasoby.

„DeepSeek wyróżnia się optymalizacją zasobów opartą na oprogramowaniu – podejściem, które sprzyja innowacjom opartym na współpracy” – mówi Marina Zhang, profesor nadzwyczajna na University of Technology Sydney.

Początki DeepSeek

DeepSeek powstał jako Fire-Flyer, oddział badawczy High-Flyer, odnoszącego sukcesy chińskiego funduszu hedgingowego opartego na strategiach kwantowych. Założony w 2015 roku High-Flyer gromadził procesory graficzne (GPU) na potrzeby analiz finansowych, aż w 2023 roku Liang postanowił przekierować te zasoby na tworzenie zaawansowanych modeli AI.

DeepSeek przyjął wyjątkową strategię rekrutacji, stawiając na młodych absolwentów prestiżowych uczelni, takich jak Uniwersytet Pekiński i Uniwersytet Tsinghua, którzy chcieli udowodnić swoją wartość. „Wybraliśmy badaczy bez doświadczenia w branży, ale z innowacyjnym sposobem myślenia” – oświadczył Liang.

Innowacje pod presją

Amerykańskie ograniczenia dotyczące zaawansowanych chipów skłoniły DeepSeek do opracowania bardziej efektywnych metod trenowania modeli. „Zoptymalizowali komunikację między chipami i wdrożyli strategie mix-of-models” – mówi Wendy Chang z Mercator Institute for China Studies. Ich najnowszy model jest tak wydajny, że do jego wytrenowania potrzeba było zaledwie jednej dziesiątej mocy obliczeniowej wymaganej do wytrenowania modelu Llama 3.1 firmy Meta.

Udostępnianie innowacji DeepSeek na zasadach open source wzmocniło jego globalną reputację. „Pokazują, że zaawansowane modele można budować przy mniejszych zasobach, optymalizując metody trenowania” – podsumowuje Chang.

Ograniczenia USA mogą okazać się nieskuteczne w powstrzymywaniu rozwoju chińskiej AI, ponieważ alternatywne strategie, takie jak te stosowane przez DeepSeek, z powodzeniem zyskują na znaczeniu.

Źródło: Wired