DeepSeek: Τι είναι και γιατί φέρνει τα πάνω-κάτω στον κόσμο της ΑΙ

Με αναταραχές υποδέχθηκαν την κυκλοφορία του νέου μοντέλου ΑΙ R1 της DeepSeek οι αγορές, καθώς οι τεχνολογικές μετοχές που σχετίζονται με την τεχνητή νοημοσύνη γνώρισαν σημαντική υποχώρηση. Στις προσυνεδριακές συναλλαγές η μετοχή της Nvidia, του μεγάλου «υπερόπλου» στην τεχνητή νοημοσύνη υποχωρούν έως και 8%.

Ο προμηθευτής της Nvidia, η Advantest Corp., διολίσθησε έως και 8,6% στο Τόκιο, ενώ ο επενδυτής κέντρων δεδομένων Mapletree Industrial Trust σημείωσε πτώση 3,6% στη Σιγκαπούρη. Στην Ευρώπη, η ASML Holding NV, ένας βασικός προμηθευτής εξοπλισμού ημιαγωγών, χάνει περισσότερο από 8%. Παράλληλα, τα συμβόλαια μελλοντικής εκπλήρωσης του Nasdaq 100 σημείωσαν πτώση σχεδόν 3,4%, ενώ τα συμβόλαια του S&P 500 υποχώρησαν κατά 2%. Ο Nasdaq 100 και ο Stoxx 600 της Ευρώπης κινούνται σε απώλειες κεφαλαιοποίησης περίπου 1 τρισ. δολαρίων, αν οι αυτές διατηρηθούν.

Ανέβασε τις ασιατικές αγορές η DeepSeek και έριξε τον Nikkei

Στον αντίποδα, οι κινεζικές μετοχές που σχετίζονται με την Τεχνητή Νοημοσύνη αντέδρασαν θετικά, με την Merit Interactive Co. να συγκαταλέγεται μεταξύ εκείνων που σημείωσαν άνοδο πάνω από τα ημερήσια όριά τους.

Η Merit συγκαταλέγεται μεταξύ εκείνων με τους σαφέστερους δεσμούς με την DeepSeek, αφού δήλωσε σε προηγούμενη κατάθεση ότι είχε ενσωματώσει το μοντέλο της εγχώριας εταιρείας τεχνητής νοημοσύνης στο μάρκετινγκ. Στο Χονγκ Κονγκ, ο δείκτης Hang Seng Tech Index σκαρφάλωσε έως και 2% εν όψει των διακοπών του Σεληνιακού Νέου Έτους αυτή την εβδομάδα.

Η DeepSeek είναι μια κινεζική νεοσύστατη επιχείρηση που ιδρύθηκε το 2023 από τον Λιάνγκ Γουένφενγκ, τον επικεφαλής του AI-driven quant hedge fund High-Flyer. Η εταιρεία αναπτύσσει μοντέλα τεχνητής νοημοσύνης ανοικτού κώδικα και η ομώνυμη εφαρμογή της για κινητά έφτασε στην κορυφή των charts λήψης του iPhone στις ΗΠΑ μετά την κυκλοφορία της στις αρχές Ιανουαρίου.

Γιατί ταράζει τα νερά η DeepSeek

Ο βασικός λόγος για τον οποίο η DeepSeek φέρνει τέτοια αναστάτωση στις αγορές έγκειται κυρίως στο γεγονός του χαμηλότερου κόστους δημιουργίας του μοντέλου της, το οποίο παρουσιάζει παρόμοιες επιδόσεις με τα μεγάλα chatbot των OpenΑΙ και Google για ένα πολύ μικρότερο μέρος του κόστους. Την ώρα που οι Αμερικανικοί κολοσσοί ξοδεύουν δισεκατομμύρια σε επενδύσεις υποδομών αλλά και για την προμήθεια προηγμένων τσιπ και «ανασταίνουν» την πυρηνική ενέργεια για τις υπέρογκες ενεργειακές ανάγκες των Data Centers, η DeepSeek με το μοντέλο ανοιχτού κωδικά της δίνει μια ρεαλιστική (τουλάχιστον με βάση τα όσα δείχνουν τα έως τώρα δεδομένα) εναλλακτική.

Το προϊόν της DeepSeek «είναι βαθιά προβληματικό για την άποψη ότι οι σημαντικές κεφαλαιουχικές δαπάνες και τα λειτουργικά έξοδα που έχει αναλάβει η Silicon Valley είναι ο καταλληλότερος τρόπος προσέγγισης της τάσης της Τεχνητής Νοημοσύνης», δήλωσε ο Νιργκούναν Τιρουχελβάμ, επικεφαλής του τμήματος καταναλωτών και διαδικτύου της Aletheia Capital με έδρα τη Σιγκαπούρη. «Θέτει υπό αμφισβήτηση τους τεράστιους πόρους που έχουν αφιερωθεί στην τεχνητή νοημοσύνη».

Η κυκλοφορία του R1 της DeepSeek εγείρει επίσης νέες αμφιβολίες, αμφισβητώντας την άποψη ότι η τεχνολογία Τεχνητής Νοημοσύνης της Κίνας είναι χρόνια πίσω από τις αντίστοιχες των ΗΠΑ, σημειώνει το Bloomberg. Οι εμπορικοί περιορισμοί της Ουάσινγκτον είχαν κρατήσει τα πιο πρωτοποριακά τσιπ μακριά από τα χέρια της Κίνας, αλλά το μοντέλο της DeepSeek κατασκευάστηκε χρησιμοποιώντας τεχνολογία ανοιχτού κώδικα που είναι εύκολα προσβάσιμη.

«Η εμφάνιση της κινεζικής DeepSeek δείχνει ότι ο ανταγωνισμός εντείνεται, και παρόλο που μπορεί να μην αποτελεί σημαντική απειλή τώρα, οι μελλοντικοί ανταγωνιστές θα εξελίσσονται ταχύτερα και θα αμφισβητούν τις καθιερωμένες εταιρείες πιο γρήγορα. Τα κέρδη αυτής της εβδομάδας θα αποτελέσουν μια τεράστια δοκιμασία», δήλωσε ο Τσαρού Τσανάνα, επικεφαλής επενδυτικής στρατηγικής της Saxo Markets.

Τι γνωρίζουμε για το DeepSeek

Αν και η εταιρεία δεν έχει δώσει πλήρη στοιχεία, το κόστος εκπαίδευσης και ανάπτυξης των μοντέλων της DeepSeek φαίνεται να είναι μόνο ένα κλάσμα αυτού που απαιτείται για την OpenAI ή τα καλύτερα προϊόντα της Meta Platforms Inc.

Η καλύτερη αποδοτικότητα του μοντέλου θέτει υπό αμφισβήτηση την ανάγκη για τεράστιες δαπάνες κεφαλαίων για την απόκτηση των τελευταίων και ισχυρότερων επιταχυντών τεχνητής νοημοσύνης από εταιρείες όπως η Nvidia Corp. Αυτό ενισχύει επίσης την προσοχή στους περιορισμούς των εξαγωγών τέτοιων προηγμένων ημιαγωγών από τις ΗΠΑ προς την Κίνα, οι οποίοι είχαν ως στόχο να αποτρέψουν μια ανακάλυψη του είδους που φαίνεται να αντιπροσωπεύει το DeepSeek.

Η Meta και η Microsoft για παράδειγμα έχουν κάνει δεσμεύσεις για επενδύσει 65 δισ. δολάρια ή περισσότερα, κυρίως σε υποδομές τεχνητής νοημοσύνης για το 2025.

Το DeepSeek R1 παρουσιάζει παρόμοιες ή καλύτερος από τα ανταγωνιστικά μοντέλα σε διάφορα κορυφαία benchmarks, όπως το AIME 2024 για μαθηματικές εργασίες, το MMLU για γενικές γνώσεις και το AlpacaEval 2.0 για την απόδοση ερωτήσεων και απαντήσεων. Κατατάσσεται επίσης μεταξύ των κορυφαίων επιδόσεων σε έναν πίνακα κατάταξης που συνδέεται με το UC Berkeley και ονομάζεται Chatbot Arena.

Ήδη, προγραμματιστές σε όλο τον κόσμο πειραματίζονται με το λογισμικό της DeepSeek και προσπαθούν να δημιουργήσουν εργαλεία με αυτό. Αυτό θα μπορούσε να επιταχύνει την υιοθέτηση των προηγμένων μοντέλων συλλογιστικής τεχνητής νοημοσύνης – ενώ ενδεχομένως θα προκαλούσε πρόσθετη ανησυχία σχετικά με την ανάγκη για ρυθμίσεις γύρω από τη χρήση τους. Η πρόοδος της DeepSeek μπορεί να επιταχύνει τη ρύθμιση για τον έλεγχο του τρόπου ανάπτυξης της τεχνητής νοημοσύνης, εκτιμά το Bloomberg.