تصویرسازی توسط Supreeth Koundinya
تصویرسازی توسط Supreeth Koundinya

دیپ‌سیک از هفته آینده ۵ مخزن متن‌باز را معرفی خواهد کرد

دیپ‌سیک ای‌آی، آزمایشگاه هوش مصنوعی مستقر در چین، روز جمعه اعلام کرد که از هفته آینده پنج مخزن متن‌باز را راه‌اندازی خواهد کرد.

این شرکت این اقدام را "هفته متن‌باز" می‌نامد و در گفت: "ما یک تیم کوچک در دیپ‌سیک هستیم که در حال بررسی AGI (هوش مصنوعی عمومی) هستیم. از هفته آینده، ما پنج مخزن را به صورت متن‌باز منتشر خواهیم کرد و پیشرفت کوچک اما صادقانه خود را با شفافیت کامل به اشتراک خواهیم گذاشت."

در حال حاضر، این شرکت دارای مجموعه‌ای از ۱۴ مدل و مخزن متن‌باز در است.

به تازگی، این شرکت مدل‌های DeepSeek-R1 و DeepSeek-V3 خود را منتشر کرده است. این مدل‌های هوش مصنوعی عملکردی پیشرفته را ارائه می‌دهند در حالی که با کسری از هزینه رقبای خود آموزش داده و مستقر می‌شوند.

ماه گذشته، حدود ۵۸۹ میلیارد دلار در یک روز کاهش یافت و نگرانی‌هایی را در مورد میزان سرمایه و منابع محاسباتی مورد نیاز برای ساخت مدل‌های قدرتمند هوش مصنوعی ایجاد کرد.

DeepSeek-V3 تنها از ۲۰۴۸ پردازنده گرافیکی NVIDIA H800 برای دستیابی به عملکردی بهتر از بیشتر مدل‌های متن‌باز استفاده کرد. آندری کارپاتی، محقق سابق OpenAI، گفت که سطح توانایی DeepSeek-V3 "ظاهراً به خوشه‌های نزدیک به ۱۶۰۰۰ پردازنده گرافیکی نیاز دارد".

به عنوان مثال، Grok-3 جدید xAI روی بیش از ۱۰۰۰۰۰ پردازنده گرافیکی NVIDIA آموزش داده شده است و کارپاتی گفت که کمی بهتر از DeepSeek-R1 است.

جالب خواهد بود که تعهد آینده دیپ‌سیک برای راه‌اندازی پروژه‌های متن‌باز را ببینیم. علاوه بر این، تلاش‌های قبلی آن مورد تقدیر بسیاری از رهبران صنعت قرار گرفت.

به عنوان مثال، یان لکان، دانشمند ارشد هوش مصنوعی متا، گفت که به جای اینکه موفقیت دیپ‌سیک را به عنوان پیشی گرفتن چین از ایالات متحده ببینیم، بهتر است آن را به عنوان "مدل‌های متن‌باز که از مدل‌های اختصاصی پیشی می‌گیرند" تفسیر کنیم.

علاوه بر این، بسیاری از آزمایشگاه‌های پیشرو هوش مصنوعی در سراسر جهان در حال فشار آوردن برای رویکردی متن‌باز هستند.

Baidu، یکی دیگر از غول‌های فناوری چینی، اعلام کرد که کد منبع مدل‌های Ernie 4.5 خود را منتشر خواهد کرد. در طول تماس تلفنی اعلام درآمد، رابین لی، مدیر عامل بایدو، گفت: "یکی از چیزهایی که از دیپ‌سیک آموختیم این است که متن‌باز کردن بهترین مدل‌ها می‌تواند به میزان زیادی به پذیرش کمک کند. وقتی مدل متن‌باز است، مردم طبیعتاً می‌خواهند از روی کنجکاوی آن را امتحان کنند، که به ترویج پذیرش گسترده‌تر کمک می‌کند."

OpenAI نیز در حال بررسی توسعه مدل‌های متن‌باز است. در یک با اسکای نیوز، سام آلتمن، مدیر عامل شرکت، گفت: "من فکر می‌کنم ما باید کمی بیشتر به سمت متن‌باز حرکت کنیم."

علاوه بر این، در یک جلسه پرسش و پاسخ در Reddit ، گفت: "من شخصاً فکر می‌کنم که ما در اینجا در طرف اشتباه تاریخ قرار داشته‌ایم و باید یک استراتژی متن‌باز متفاوت را پیدا کنیم."