Ce înseamnă DeepSeek
DeepSeek este o companie chineză de inteligență artificială din Hangzhou, fondată în 2023 de Liang Wenfeng și finanțată de fondul de investiții High-Flyer. Dezvoltă modele lingvistice mari și un asistent conversațional cu același nume.
A devenit cunoscută în întreaga lume în ianuarie 2025, când a lansat DeepSeek-R1, un model de raționament cu ponderi deschise sub licența MIT, care obținea rezultate apropiate de cele ale celor mai bune modele americane. Aplicația a urcat pe primul loc în magazinele de aplicații, iar acțiunile NVIDIA au scăzut puternic într-o singură zi, pentru că investitorii s-au întrebat dacă AI-ul de top chiar are nevoie de atât de mult hardware.
Cum funcționează
Modelele DeepSeek folosesc tehnici de eficiență, printre care arhitectura Mixture of Experts și optimizări de antrenare documentate în lucrări publice. R1 a fost antrenat intens prin învățare prin întărire pentru a „gândi” pas cu pas înainte de răspuns. Compania a raportat costuri de antrenare mult mai mici decât ale concurenților, cifre despre care experții au discutat dacă includ toate cheltuielile.
Modelele pot fi descărcate și rulate local, inclusiv variante mici „distilate”.
Pe înțelesul tuturor
Momentul DeepSeek a semănat cu apariția unei echipe mici care termină un maraton aproape la fel de repede ca favoriții, dar cu echipament mai ieftin: i-a făcut pe toți să-și reevalueze strategia.
Exemplu
Un cercetător dintr-o universitate din România descarcă o versiune distilată de DeepSeek-R1 și o rulează local, ca să compare raționamentul ei pe probleme de matematică cu al altor modele, fără să trimită date pe servere externe.
De reținut
- DeepSeek a arătat că modele foarte performante pot fi construite mai eficient.
- Modelele au ponderi deschise și pot rula local.
- Aplicația și serviciul online stochează datele în China și urmează regulile de cenzură de acolo; mai multe autorități europene, inclusiv cea italiană, au restricționat sau investigat aplicația.
Nu confunda
- Aplicația DeepSeek vs. modelul DeepSeek rulat local: problemele de confidențialitate țin în principal de serviciul online; un model descărcat rulează pe calculatorul tău.
Termeni înrudiți
- Model de raționament: Model de limbaj antrenat să „gândească” pe îndelete, printr-un raționament intern, înainte de a da răspunsul final.
- Model open source / open weights: Model AI ale cărui ponderi pot fi descărcate și rulate de oricine; un model complet open source ar include și codul și informații despre date.
- Mixture of Experts (MoE): Arhitectură în care modelul are multe sub-rețele „expert”, dar activează doar câteva pentru fiecare token: e mare, dar rulează eficient.
- Distilarea modelelor: Tehnica prin care un model mic („elev”) este antrenat să imite un model mare („profesor”), păstrând mare parte din performanță la un cost mult mai mic.
- NVIDIA (în AI): Compania americană ale cărei plăci grafice (GPU) și platformă CUDA au devenit principalul hardware pentru antrenarea și rularea AI.
- Învățare prin întărire: Metoda prin care un agent AI învață prin încercare și eroare, primind recompense pentru acțiunile bune și penalizări pentru cele rele.