Un'azienda cinese dedicata all'intelligenza artificiale, DeepSeek, ha sviluppato modelli IA innovativi che sembrano offrire prestazioni paragonabili ai migliori chatbot al mondo, ma a una frazione del costo. La startup, fondata solo un anno fa, ha attirato l'attenzione della Silicon Valley con la sua tecnologia all'avanguardia.
L'emergere di DeepSeek potrebbe mettere in discussione l'idea diffusa che il futuro dell'IArichieda quantità sempre maggiori di energia e potenza di calcolo per svilupparsi. Le implicazioni di questa innovazione hanno già avuto un impatto sui mercati finanziari, con un calo delle azioni tecnologiche globali mentre gli investitori valutano le possibili conseguenze per i concorrenti statunitensi e i loro fornitori di hardware.
DeepSeek è stata fondata nel 2023 da Liang Wenfeng, capo del fondo speculativo quantitativo High-Flyer. L'azienda sviluppa modelli AI open-source, permettendo alla comunità di sviluppatori di ispezionare e migliorare il software.
La sua app mobile è rapidamente salita in cima alle classifiche di download per iPhone negli Stati Uniti dopo il lancio all'inizio di gennaio. Ciò che distingue questa app da altri chatbot come ChatGPT di OpenAI è la capacità di articolare il proprio ragionamento prima di fornire una risposta.
Sebbene i dettagli non siano stati completamente rivelati, il costo di addestramento e sviluppo dei modelli DeepSeek sembra essere solo una frazione di quanto richiesto per i migliori prodotti di OpenAI o Meta Platforms Inc.
L'efficienza molto maggiore del modello mette in discussione la necessità di ingenti spese di capitale per acquisire gli acceleratori IA più potenti e recenti da aziende come NVIDIA. Questo amplifica anche l'attenzione sulle restrizioni all'esportazione statunitensi di semiconduttori avanzati verso la Cina, che miravano proprio a prevenire progressi del tipo che DeepSeek sembra rappresentare.
Secondo l'azienda, R1 si avvicina o supera i modelli rivali in diversi benchmark di primo piano come AIME 2024 per compiti matematici, MMLU per conoscenze generali e AlpacaEval 2.0 per prestazioni di domande e risposte. Si classifica inoltre tra i migliori performer nella Chatbot Arena, una classifica affiliata all'Università di Berkeley.
DeepSeek ha ottimizzato modelli già esistenti. Come molte volte accade chi ha un'idea migliore ottiene risultati migliori. La necessità aguzza l'ingeno, ma la loro IA gira comunque su hw nvidia e senza cuda core non potrebbe funzionare. Nvida fornisce hw e strumenti di sviluppo, non è lei a sviluppare i modelli. Basta provare DeepSeek per accorgersi che funziona bene, ma non ha la "potenza" per essere fluida e responsiva come Gemini o Copilot ecc. Finita la tempesta nel bicchiere d'acqua si accorgeranno tutti che se vuoi fornire un servizio realtime devi avere hw in grado di supportarlo.
Questo commento è stato nascosto automaticamente. Vuoi comunque leggerlo?