De werkelijke waarde van DeepSeek wordt onderschat!
DeepSeek-R1 heeft ongetwijfeld een nieuwe golf van enthousiasme op de markt gebracht. Niet alleen stijgen de relevante zogenaamde begunstigdendoelen sterk, maar sommige mensen hebben zelfs DeepSeek-gerelateerde cursussen en software ontwikkeld in een poging er geld mee te verdienen.
Wij zijn van mening dat deze verschijnselen weliswaar een zekere chaotische kant hebben en dat we ons bewust moeten zijn van de risico's die ze met zich meebrengen, maar dat ze onmiskenbaar de nieuwsgierigheid en het enthousiasme van het publiek voor DeepSeek weerspiegelen.
Eerder heb ik de betekenis van de opkomst van DeepSeek-R1 geanalyseerd, maar vandaag wil ik dieper ingaan op de echte kans erachter, namelijk het promoten van de popularisering en welvaart van AI-toepassingen. Op strategisch niveau heb ik altijd benadrukt dat continue investering om prestaties te verbeteren cruciaal is.
Wanneer de technologie een bepaald stadium van ontwikkeling heeft bereikt, moeten prestatie-afstemming en energie-efficiëntie de focus worden om de kosten te verlagen en de concurrentiekracht te vergroten. DeepSeek heeft zoveel ophef veroorzaakt omdat het een DeepSeek-R1-model met prestaties die vergelijkbaar zijn met het OpenAI o1-model, tegen een prijs die veel lager ligt dan die van Amerikaanse AI-giganten zoals OpenAI, Meta en Anthropic. Dit heeft iedereen laten zien dat de Chinese technologie-industrie de Amerikaanse containment kan doorbreken.
Bovendien geloofden veel experts al een tijdje dat de Scaling Law op het punt stond te mislukken. Naarmate de omvang van AI-modellen toeneemt, wordt het steeds moeilijker om hoogwaardige data te verkrijgen en zal het marginale effect van prestatieverbetering geleidelijk afnemen.
Bovendien zal de sterke toename van de vraag naar rekenkracht voor grote AI-modellen ook leiden tot ernstige problemen met betrekking tot energieverbruik en milieu. Dit zorgt ervoor dat mensen het gevoel hebben dat de aanpak van DeepSeek veel hoop heeft om de top van grote AI-modellen te bereiken.
Ik ben het echter nog steeds eens met de mening van Huang Renxun dat de Schaalwet nog steeds geldig is. Toenemende investeringen in kapitaal en computerkracht kunnen de modelprestaties nog steeds continu verbeteren, en het plafond voor dit soort verbeteringen ligt absoluut veel hoger dan prestatie-afstemming en energie-efficiëntie. Met andere woorden, wanneer we alle details die geoptimaliseerd kunnen worden hebben geoptimaliseerd, en vervolgens de prestaties verder willen verbeteren, kunnen we alleen vertrouwen op toenemende investeringen.
Op de lange termijn is het dus niet altijd mogelijk om te concurreren met concurrenten die geld blijven investeren in het verbeteren van prestaties.
Daarom denk ik dat we nog steeds met een nuchtere blik naar de baanbrekende concurrentiekracht van de DeepSeek moeten kijken. Maar aan de andere kant kan het zijn dat de werkelijke waarde van DeepSeek is onderschat.
Toonaangevende AI-bedrijven zoals OpenAI hebben veel geïnvesteerd in het trainen en optimaliseren van modellen, maar hebben het toepassingsprobleem niet opgelost en de toepassingsmarkt niet ontwikkeld om de ontwikkeling van deze modellen te ondersteunen.
Hoge operationele kosten, complexe computerprocessen en problemen met de beveiliging en privacy van gegevens zorgen voor een aanhoudend hoge vraag naar financiering. Dit beperkt ook de verdere uitbreiding en toepassing van deze bedrijven op het gebied van AI.
Kan DeepSeek dit probleem oplossen? Hiervoor is het volgende nodig: a zorgvuldig inzicht in de delicate balans tussen open source en closed source, prestatieverbetering en markttoepassing.
Enerzijds verschilt de open source-aanpak van DeepSeek van andere modellen.
In de traditionele zin betekent open source dat de code volledig open is en iedereen deze vrij kan gebruiken, aanpassen en verspreiden, terwijl de open source-ontwikkelaar er geen winst uit kan halen. Op het gebied van AI gaat open source echter niet alleen over het openstellen van de code, maar belangrijker nog, over modeltraining en -optimalisatie.
DeepSeek maakt de modelstructuur openbaar en biedt open source modellen die volledig zijn getraind en geoptimaliseerd, wat niet alleen de drempel voor gebruikers verlaagt, maar ook de prestaties van het model verzekert. Tegelijkertijd verzamelt DeepSeek ook continu feedback en gegevens van gebruikers via online services om de modelprestaties continu te optimaliseren.
In de toekomst is het wellicht zelfs mogelijk om modelparameters in realtime aan te passen op basis van het gebruik door de gebruiker. Zo kunnen we efficiëntere en persoonlijkere diensten aanbieden.
In de toekomst zal de open source-strategie van DeepSeek, net als Meta, ook ontwikkelaars en onderzoekers van over de hele wereld aantrekken om deel te nemen, waardoor een groter collaboratief ecosysteem ontstaat. Dit model van samenwerking zal de innovatie en toepassing van AI-technologie enorm bevorderen. Tegelijkertijd zal DeepSeek ook meer technische ondersteuning en zakelijke kansen krijgen door deze samenwerking, wat een win-winsituatie oplevert.
Aan de andere kant wordt verwacht dat DeepSeek het probleem van inclusiviteit in het huidige AI-aanvraagproces zal oplossen. Momenteel hebben veel bedrijven die AI-toepassingen doen al aanzienlijke inkomsten behaald, wat aantoont dat de AI-technologie al volwassen genoeg is.
Palantir bijvoorbeeld, waarvan de aandelenkoers onlangs enorm is gestegen, heeft zijn operationele efficiëntie en daarmee zijn winstmarges aanzienlijk verbeterd door zijn eigen AI-platform te bouwen. Niet alleen bereikte de omzet in het vierde kwartaal 800 miljoen Amerikaanse dollars, wat de marktverwachtingen ver overtrof en veel mensen choqueerde, maar het aantal gebruikers nam ook aanzienlijk toe met 43%.
Deze successen lijken echter nog steeds alleen toe te behoren aan grote softwarebedrijven. Wanneer we kijken naar kleinere bedrijven en individuen, zijn de kansen voor ondernemers en startups nog steeds beperkt.
De opkomst van DeepSeek heeft deze impasse doorbroken. Door innovatieve architectuur en trainingsmethoden heeft DeepSeek de kosten voor het ontwikkelen en gebruiken van AI-modellen succesvol verlaagd, waardoor meer mensen AI-technologie kunnen proberen en gebruiken. Deze aanpak zal niet alleen de popularisering van AI-technologie bevorderen, maar ook helpen nieuwe toepassingsscenario's en -behoeften te ontdekken.
Veel bedrijven hebben al low-cost applicaties ontwikkeld met behulp van de open source modellen van DeepSeek, wat de haalbaarheid en commerciële waarde van het DeepSeek model verder bewijst. Er kunnen meer nieuwe ontdekkingen of applicaties ontstaan naarmate DeepSeek zich ontwikkelt, terwijl het open source model meer gebruikers in staat stelt om lokale implementatie te implementeren, wat het probleem van gegevensbeveiliging verder aanpakt.
In de toekomst zullen steeds meer mensen AI-technologie gaan gebruiken dankzij de opkomst van goedkope, hoogwaardige AI-oplossingen. Bovendien zullen er steeds nieuwe behoeften en toepassingsscenario's ontstaan, wat de ontwikkeling van de gehele AI-industrie zal bevorderen.Of het nu de AI-agent is of de even meer In de verre toekomst zal de ontwikkeling van AI nooit stoppen.
Samenvattend zal DeepSeek bijdragen aan de opkomst van een aantal nieuwe trends in de huidige AI-industrie. Dat wil zeggen dat de ontwikkeling van algemene technologieën is volwassen geworden en dat de ontwikkeling van ondersteunende technologieën en de toepassing en commercialisering van technologieën nog belangrijker zullen worden.
In de toekomst zal AI-technologie, met de ontwikkeling van multimodale technologieën en de voortdurende uitbreiding van toepassingsscenario's, een belangrijke rol spelen in meer sectoren. Bovendien zal het meer ontwikkelingsmogelijkheden en ruimte bieden voor opkomende AI-bedrijven zoals DeepSeek.
