Che cos'è Deepseek e perché ChatGPT dovrebbe essere preoccupato?

Sommario

• DeepSeek è open-source e funziona bene come i migliori modelli di intelligenza artificiale, addestrati per molto meno
• Sviluppato da ingegneri cinesi, è in grado di comprimere modelli complessi ed essere eseguito localmente su hardware di fascia bassa.
• Esistono preoccupazioni sulle sue origini e sui potenziali pregiudizi.

Internet è in fermento con il nome "DeepSeek". Le aziende di intelligenza artificiale come OpenAI e NVIDIA stanno vedendo crollare i prezzi delle loro azioni e gli appassionati di intelligenza artificiale si stanno sfregando le mani con gioia in tutto il mondo. Perché questo nuovo arrivato nel mondo dell'intelligenza artificiale è un problema così importante?

DeepSeek è un'intelligenza artificiale open source con grandi pretese

Come GPT-o1 o Claude, o Llama, o uno qualsiasi degli attuali beniamini dell'intelligenza artificiale, DeepSeek è un modello di intelligenza artificiale generativa. Beh, è più corretto dire che si tratta di un gruppo di modelli di intelligenza artificiale che sono varianti progettate per diverse applicazioni.

A differenza, ad esempio, dei modelli GPT di OpenAI, DeepSeek è open source con licenza MIT, che ne consente l'uso commerciale. Ciò significa che l'intero funzionamento interno del modello è aperto alla vista. Chiunque può usarlo senza pagare costi di licenza di alcun tipo e non c'è nulla che impedisca a qualcuno di modificare o sviluppare il lavoro che è già stato fatto. Questo è uno dei motivi principali per cui DeepSeek ha portato a una perturbazione del mercato a breve termine, che potrebbe trasformarsi in una correzione del mercato a lungo termine.

Tuttavia, niente di tutto questo ha davvero importanza se DeepSeek non è buono. L'altro fattore importante che fa parlare tutti di questo modello di intelligenza artificiale è il suo funzionamento. Nei benchmark AI, DeepSeek si comporta bene come GPT-o1 e altri modelli generativi di prim'ordine. Ancora meglio in alcuni casi. Questo è, ovviamente, qualcosa che chiunque può verificare, ma l'affermazione veramente scioccante è quanto è costato sviluppare questo modello.

DeepSeek sostiene che il modello è stato addestrato per meno di sei milioni di dollari. Il che sembra un sacco di soldi fino a quando non si considera che i modelli che sta negoziando con un costo superiore a cento milioni di dollari per l'addestramento. Non solo, ma DeepSeek è stato addestrato su hardware meno potente di quello disponibile per aziende statunitensi come OpenAI. Naturalmente, questa è una delle affermazioni che non è così facilmente verificabile, ed è possibile che l'importo citato sia molto inferiore alla verità. Tuttavia, per ora non c'è alcuna pistola fumante che indichi che i costi siano stati più alti di quanto dichiarato.

L'ultimo "grande problema" che penso valga la pena menzionare su DeepSeek è il modo in cui è stato utilizzato per "distillare" modelli grandi, densi e computazionalmente costosi come Llama in modelli più piccoli con capacità di ragionamento comparabili. Fondamentalmente, DeepSeek addestra un modello su modelli più grandi e complessi per imitarne gli output, senza tutte le complesse macchinazioni sotto il cofano. Sta effettivamente comprimendo i modelli più grandi in quelli più piccoli con (finora) pochi svantaggi apparenti. Si tratta di un grande passo avanti per l'esecuzione di modelli complessi in locale, che utilizzano meno energia e richiedono meno hardware.

DeepSeek è stato sviluppato da ingegneri cinesi

DeepSeek è una startup guidata da Liang Wenfeng (39 anni) che ha avuto successo come gestore di hedge fund. In particolare, un gestore di hedge fund quantitativo. Si tratta di un approccio agli investimenti che utilizza l'apprendimento automatico per prevedere le tendenze del mercato in modo che gli investitori possano trarne profitto. Questo è il motivo per cui Wenfeng aveva già accesso al potente hardware necessario per addestrare un modello del genere.

DeepSeek sembra essere ciò che equivale a un progetto di passione e non sta cercando di renderlo un'impresa a scopo di lucro. In effetti, il modello è già stato regalato a tutti, essendo open source. Ironia della sorte, l'embargo degli Stati Uniti sui potenti chip AI di aziende come NVIDIA potrebbe essere stato parte del motivo per cui gli sviluppatori di DeepSeek sono stati costretti a renderlo così efficiente.

Puoi provare DeepSeek in questo momento

Se visiti il sito Web di DeepSeek, puoi accedere all'app e ai collegamenti ai modelli reali da scaricare e utilizzare sul tuo hardware. Il modo più semplice per eseguire alcune versioni di DeepSeek sul proprio hardware è utilizzare Ollama.

Ovviamente, non eseguirai presto il modello DeepSeek di livello GPT-o1 sul tuo laptop, ma per poche migliaia di dollari di GPU e RAM di fascia alta, è totalmente possibile. Ci sono, ovviamente, molti modelli DeepSeek più piccoli che non sono altrettanto buoni, ma funzioneranno bene sul computer che probabilmente hai ora. Diamine, c'è anche una versione che funzionerà (solo) su un Raspberry Pi.

Ci sono alcune preoccupazioni speciali con DeepSeek

Considerando come alcune parti della storia di DeepSeek possano sembrare troppo belle per essere vere ad alcuni esperti del settore dell'intelligenza artificiale, e che abbia origine in Cina, il che solleva preoccupazioni su pregiudizi, censura e persino sicurezza informatica, non sorprende che ci sia una certa esitazione su DeepSeek.

In effetti, poni alla versione ospitata online dell'LLM domande sensibili all'attuale governo cinese e potrebbe non essere così imminente come potresti aspettarti. Tuttavia, poiché il codice è aperto a tutti, chiunque può modificarne il comportamento se ne ha le conoscenze. Queste preoccupazioni possono essere affrontate in linea di principio.

È ancora presto per DeepSeek e ci vorrà del tempo per vedere come andranno le cose, ma una cosa su cui non ho dubbi è che il settore dell'intelligenza artificiale generativa ha appena subito il suo primo grande cambiamento di paradigma da quando ChatGPT è stato lanciato per la prima volta al pubblico.