A szakértő szerint megdöbbentő a piac reakciója a friss eredményekre, mert ezek már a korábbi DeepSeek verzióknál is láthatóak voltak: fokozatosan zárult az olló, és ez nemcsak a DeepSeekre érvényes, hanem más nyílt modellekre is, mint például Llama-ra vagy a Mistralra, amelyek abszolút képesek voltak a szerzői jogvédett Openai modellekkel azonos teljesítményre bizonyos feladatokon.
Akik ezeket használják – mint ahogy mi is használjuk az AI laborunkban –, teljesen világos volt, hogy hasonló teljesítményre képesek.
Sebők Miklós szerint a DeepSeek sikerének kulcsa, hogy rosszabb minőségű, de olcsóbb chipeken kellett megoldaniuk ugyanazt a feladatot, mint amerikai versenytársaiknak. Ez kreativitásra sarkallta őket, és olyan innovatív megoldásokat alkalmaztak, mint a hatékony modelltömörítés.
A kínai AI fejlesztések sikere részben ennek is köszönhető: az amerikai exporttilalom miatt a legmodernebb chipekhez nem fértek hozzá Kínában, így alternatív megoldásokat kellett találniuk.
Ez vezetett az erős kutatói közösség kialakulásához és a nyílt forráskódú megközelítéshez, amely teljesen ellentétes az OpenAI zárt rendszerű megközelítésével.
Ez azt jelenti, hogy a DeepSeek modellje akár saját gépről is telepíthető és üzemeltethető, míg az OpenAI csak a saját szerverein keresztül nyújtja szolgáltatásait.
A szakértő szerint a kínai állam is szerepet játszott a DeepSeek sikerében, bár a cég hedge fund befektetésből indult. Kínában rendkívül versenyorientált AI piac alakult ki, ahol nemcsak a nagy tech konglomerátumok, de kisebb cégek is fejlesztenek saját modelleket. Ugyanakkor kérdéses, hogy a DeepSeek modellje hosszabb távon mennyire lesz kompatibilis az amerikai vagy európai adatvédelmi szabályozással.
Az adatok kínai szervereken való tárolása problémás lehet az EU mesterséges intelligencia törvényének szempontjából.
A műsor már meghallgatható a Spotify-on, az Apple Podcasten, a többi nagy podcast platformon, és itt, a cikkbe ágyazott lejátszóban is:
Címlapkép forrása: Jaap Arriens/NurPhoto via Getty Images
