Tikroji vertė DeepSeek yra neįvertintas!
DeepSeek-R1 neabejotinai atnešė į rinką naują entuziazmo bangą. Ne tik labai auga atitinkami vadinamieji naudos gavėjų tikslai, bet kai kurie žmonės netgi sukūrė su DeepSeek susijusius kursus ir programinę įrangą, bandydami iš to uždirbti.
Manome, kad nors šie reiškiniai turi tam tikrą chaotišką elementą ir turime žinoti apie su tuo susijusią riziką, neabejotina, kad jie atspindi visuomenės smalsumą ir entuziazmą dėl DeepSeek.
Anksčiau analizavau DeepSeek-R1 atsiradimo reikšmę, tačiau šiandien norėčiau nuodugniai aptarti realią už jo slypinčią galimybę – skatinti dirbtinio intelekto programų populiarinimą ir klestėjimą. Strateginiu lygmeniu visada akcentavau, kad nuolatinės investicijos į veiklos gerinimą yra labai svarbios.
Kai technologija pasiekia tam tikrą plėtros etapą, siekiant sumažinti išlaidas ir padidinti konkurencingumą, pagrindinis dėmesys turėtų būti skiriamas našumo derinimui ir energijos vartojimo efektyvumui. DeepSeek sukėlė tokį ažiotažą, nes išmokė a DeepSeek-R1 modelis našumas yra panašus į OpenAI o1 modelį, kurio kaina yra daug mažesnė nei Amerikos AI gigantų, tokių kaip OpenAI, Meta ir Anthropic. Tai visiems parodė, kad Kinijos technologijų pramonė gali įveikti JAV izoliaciją.
Be to, prieš kurį laiką daugelis ekspertų manė, kad mastelio keitimo įstatymas netrukus žlugs. Didėjant AI modelių dydžiui, bus vis sunkiau gauti kokybiškus duomenis, o ribinis našumo gerinimo efektas palaipsniui silpnės.
Be to, staigus didelių AI modelių skaičiavimo galios poreikis taip pat sukels rimtų energijos suvartojimo ir aplinkosaugos problemų. Dėl to žmonės jaučia, kad DeepSeek metodas turi daug vilčių pasiekti didelių AI modelių viršūnę.
Tačiau vis tiek sutinku su Huang Renxun nuomone, kad mastelio keitimo įstatymas vis dar galioja. Didesnės investicijos į kapitalą ir skaičiavimo galią vis tiek gali nuolat gerinti modelio našumą, o tokio patobulinimo riba tikrai yra daug didesnė nei našumo derinimas ir energijos vartojimo efektyvumas. Kitaip tariant, kai optimizavome visas detales, kurias galima optimizuoti, o vėliau norime dar labiau pagerinti našumą, galime pasikliauti tik didėjančiomis investicijomis.
Todėl ilgalaikėje perspektyvoje pasikliaujant vien našumo derinimu gali nepavykti neatsilikti nuo konkurentų, kurie nuolat pila pinigus našumo gerinimui.
Todėl manau, kad vis tiek turime šaltai pažvelgti į pažangiausią DeepSeek konkurencingumą. Tačiau, kita vertus, tikroji DeepSeek vertė galėjo būti neįvertinta.
Pirmaujančios dirbtinio intelekto įmonės, tokios kaip OpenAI, investavo daug išteklių į modelių mokymą ir optimizavimą, tačiau neišsprendė taikymo problemos ir sukūrė programų rinką, kad paremtų šių modelių kūrimą.
Didelės veiklos sąnaudos, sudėtingi skaičiavimo procesai ir duomenų saugumo bei privatumo problemos lėmė nuolatinį didelį finansavimo poreikį, o tai taip pat riboja tolesnę šių įmonių plėtrą ir pritaikymą dirbtinio intelekto srityje.
Ar DeepSeek gali išspręsti šią problemą? Tai reikalauja a kruopšti įžvalga apie subtilią atvirojo kodo ir uždarojo kodo pusiausvyrą, našumo gerinimą ir pritaikymą rinkoje.
Viena vertus, DeepSeek atvirojo kodo metodas skiriasi nuo kitų modelių.
Tradicine prasme atvirasis kodas reiškia, kad kodas yra visiškai atviras ir kiekvienas gali jį laisvai naudoti, modifikuoti ir platinti, o atvirojo kodo kūrėjas iš to negali pasipelnyti. Tačiau dirbtinio intelekto srityje atvirasis šaltinis yra ne tik kodo atidarymas, bet, dar svarbiau, modelio mokymas ir optimizavimas.
DeepSeek paviešina modelio struktūrą ir pateikia atvirojo kodo modelius, kurie buvo visiškai apmokyti ir optimizuoti, o tai ne tik sumažina vartotojų slenkstį, bet ir užtikrina modelio našumą. Tuo pačiu metu DeepSeek taip pat nuolat renka vartotojų atsiliepimus ir duomenis naudodamasis internetinėmis paslaugomis, kad nuolat optimizuotų modelio veikimą.
Ateityje netgi gali būti įmanoma pritaikyti modelio parametrus realiu laiku, atsižvelgiant į vartotojo naudojimą, taip suteikiant efektyvesnes ir individualizuotas paslaugas.
Ateityje, panašiai kaip „Meta“, DeepSeek atvirojo kodo strategija taip pat pritrauks kūrėjus ir tyrėjus iš viso pasaulio dalyvauti, sudarydama didesnę bendradarbiavimo ekosistemą. Šis bendradarbiavimo modelis labai skatins dirbtinio intelekto technologijos naujoves ir pritaikymą. Tuo pačiu metu DeepSeek taip pat gaus daugiau techninės paramos ir verslo galimybių iš šio bendradarbiavimo, todėl bus naudinga abiem pusėms.
Kita vertus, tikimasi, kad DeepSeek išspręs įtraukimo į dabartinį AI taikymo procesą problemą. Šiuo metu daugelis kompanijų, užsiimančių dirbtiniu intelektu, jau yra pasiekusios nemažų pajamų, o tai rodo, kad AI technologija jau pakankamai subrendusi.
Pavyzdžiui, „Palantir“, kurios akcijų kaina pastaruoju metu smarkiai išaugo, iš esmės pagerino savo veiklos efektyvumą, taigi ir pelno maržas, sukurdama savo AI platformą. Ketvirtąjį ketvirtį jos pajamos ne tik pasiekė 800 milijonų JAV dolerių, gerokai viršijančios rinkos lūkesčius ir sukrėtusios daugelį žmonių, bet ir vartotojų skaičius gerokai išaugo – 43%.
Tačiau atrodo, kad šios sėkmės vis dar priklauso tik didelėms programinės įrangos įmonėms. Žvelgiant į mažesnes įmones ir asmenis, verslininkų ir startuolių galimybės vis dar ribotos.
DeepSeek atsiradimas išmušė šią aklavietę. Naudodamas naujovišką architektūrą ir mokymo metodus, DeepSeek sėkmingai sumažino dirbtinio intelekto modelių kūrimo ir naudojimo išlaidas, todėl daugiau žmonių gali išbandyti ir naudoti DI technologiją. Toks požiūris ne tik skatins AI technologijos populiarinimą, bet ir padės atrasti naujus taikymo scenarijus bei poreikius.
Daugelis kompanijų jau sukūrė nebrangias programas, naudodamos DeepSeek atvirojo kodo modelius, o tai dar labiau įrodo DeepSeek modelio pagrįstumą ir komercinę vertę. Tobulėjant DeepSeek gali atsirasti daugiau naujų atradimų ar taikomųjų programų, o atvirojo kodo modelis leidžia daugiau vartotojų įdiegti vietinį diegimą, toliau sprendžiant duomenų saugumo problemą.
Ateityje, atsiradus nebrangiems ir našiems dirbtinio intelekto sprendimams, vis daugiau žmonių pradės naudoti DI technologijas, ir toliau atsiras naujų poreikių ir pritaikymo scenarijų, taip skatinant visos AI industrijos plėtrą.Nesvarbu, ar tai AI agentas, ar net daugiau Tolimoje ateityje AI vystymasis niekada nesustos.
Apibendrinant galima teigti, kad DeepSeek padės paskatinti kai kurių naujų tendencijų atsiradimą dabartinėje AI industrijoje, tai yra subrendo bendrosios paskirties technologijų plėtra, o pagalbinių technologijų kūrimas ir technologijų pritaikymas bei komercializavimas taps dar svarbesnis.
Ateityje, plėtojant multimodalines technologijas ir nuolat plečiant taikymo scenarijus, dirbtinio intelekto technologija vaidins svarbų vaidmenį daugiau sričių, taip pat suteiks daugiau plėtros galimybių ir erdvės besikuriančioms AI įmonėms, tokioms kaip DeepSeek.
