Ο ειδικός επιστήμονας υπολογιστών της Kaspersky Τουσκάνοφ δήλωσε ότι το DeepSeek-R1 είναι πιο δημιουργικό από το ChatGPT. Δοκιμή της Gazeta.Ru
Γράφει ο Doni Jabborov/Gazeta.Ru
Μόνο μέσα σε μία ημέρα, το Κινεζικό γλωσσικό μοντέλο DeepSeek-R1 κατάφερε να γίνει μία από τις πιο δημοφιλείς εφαρμογές Τεχνητής Νοημοσύνης στον κόσμο. Κατάφερε να οδηγήσει στην κατάρρευση τις μετοχές της Nvidia κατά $600 δισεκατομμύρια δολάρια και να γίνει ανταγωνιστής του ChatGPT. Η Ρωσική εφημερίδα «Gazeta.Ru» δοκίμασε το νευρωνικό δίκτυο για να εξηγήσει το γιατί όλοι μιλούν για το DeepSeek, τι μπορεί να κάνει, τι εκπλήξεις προκαλεί και πώς μπορεί να χρησιμοποιηθεί.
- Τι είναι το DeepSeek
- Τι μπορεί να κάνει το DeepSeek
- Το DeepSeek στη Ρωσία & στον κόσμο
- Ποια προβλήματα έχουν οι χρήστες του DeepSeek;
- Τα χαρακτηριστικά του DeepSeek
- Τι είναι το DeepSeek;
Τι είναι το DeepSeek
Τα τελευταία χρόνια, η τεχνητή νοημοσύνη έχει γίνει αναπόσπαστο μέρος του παγκόσμιου τεχνολογικού τοπίου. Μερικά από τα πιο γνωστά μοντέλα Τεχνητής Νοημοσύνης μέχρι τώρα είναι το ChatGPT της εταιρείας OpenAI, το Google Gemini, το Anthropic Claude και πολλά άλλα. Ωστόσο, απροσδόκητα, το Κινεζικό μοντέλο DeepSeek-R1 της DeepSeek (που μεταφράζεται ως «Βαθιά Ματιά»), που είναι ικανό να «σκέφτεται», εμφανίστηκε στην παγκόσμια σκηνή και προκάλεσε σάλο. Το R1, σύμφωνα με το ίδιο το νευρωνικό δίκτυο, αντιπροσωπεύει τον αριθμό του μοντέλου, στον οποίο το γράμμα «R» προέρχεται από τη λέξη Reasoning = Συλλογισμός.
Υπάρχουν πολλά τοπικά νευρωνικά δίκτυα στην Κινεζική αγορά, που δημιουργήθηκαν από τις γιγαντιαίες εταιρείες, με προϋπολογισμούς δισεκατομμυρίων δολαρίων. Μεταξύ αυτών είναι το Alibaba Cloud Qwen, το Baidu Ernie Bot και το ByteDance Doubao.
Ωστόσο, μόνο η DeepSeek έχει καταφέρει να επιτύχει την παγκόσμια αναγνώριση της αγοράς μέσα σε λίγες ώρες.
Το DeepSeek-R1 ξεχωρίζει έντονα από όλα τα άλλα μοντέλα των ανταγωνιστών, λόγω της συλλογιστικής του ικανότητας και των ικανοτήτων του να επιλύει πολύπλοκα προβλήματα, γεγονός που του επιτρέπουν να επιτυγχάνει υψηλές βαθμολογίες σε διάφορα σημεία αναφοράς.
Στα τέλη Ιανουαρίου 2025, το DeepSeek προκάλεσε την κατακόρυφη πτώση των μετοχών των τεχνολογικών κολοσσών όπως είναι η Nvidia, η ASML και η Siemens Energy, καθώς και την πτώση της κεφαλαιοποίησης των κρυπτονομισμάτων που σχετίζονται με την τεχνητή νοημοσύνη. Μέσα σε μία ημέρα, οι μετοχές της Nvidia έπεσαν κατά 17,8% και η χρηματιστηριακή αξία του μεγαλύτερου κατασκευαστή τσιπ τεχνητής νοημοσύνης στον κόσμο, μειώθηκε κατά σχεδόν $600 δισ. δολάρια στα 2,89 τρισ. δολάρια, πτώση ρεκόρ στην ιστορία. Η πτώση οφείλεται σε μια αναφορά που δείχνει ότι η ανάπτυξη του DeepSeek είναι σημαντικά φθηνότερη από τα υπόλοιπα παρόμοια μοντέλα. Η εκπαίδευση του γλωσσικού μοντέλου V3, το οποίο κυκλοφόρησε πριν από το R1, κόστισε στην εταιρεία $5,58 εκατομμύρια δολάρια, χρησιμοποιώντας μόλις 2.048 τσιπ Nvidia H800 και για την κατασκευή του δούλεψε μια ομάδα μικρότερη από 200 άτομα (αλλά δεν υπάρχουν αποδείξεις για αυτούς τους ισχυρισμούς).
Η Αμερικάνικη γιγαντιαία εταιρεία OpenAI, για παράδειγμα, απασχολεί 4.500 άτομα και ταυτόχρονα κάποτε ξόδεψε 100 εκατομμύρια δολάρια για να εκπαιδεύσει το GPT-4. Το πόσα ακριβώς τσιπ χρησιμοποιήθηκαν στη διαδικασία αυτό είναι και πάλι άγνωστο.
Ένα άλλο βασικό πλεονέκτημα του DeepSeek είναι ότι λειτουργεί ταχύτερα και απαιτεί λιγότερα έξοδα, άρα είναι πιο οικονομικό καθιστώντας το πιο προσιτό & ελκυστικό για τις εταιρείες σε σύγκριση με τα αντίστοιχα Δυτικά συστήματα.
Τι μπορεί να κάνει το DeepSeek
Το DeepSeek-R1 — είναι ένα μοντέλο Τεχνητής Νοημοσύνης προσανατολισμένο στη συλλογιστική (δηλαδή έχει την ικανότητα να κάνει διαδοχικές λογικές σκέψεις, μπορεί να σκέφτεται όπως ένας άνθρωπος) και έχει σχεδιαστεί για να φέρνει σε πέρας εργασίες που απαιτούν λογική σκέψη & αυτο-επαλήθευση.
Για να χρησιμοποιήσετε αυτό το μοντέλο, απλώς κάντε κλικ στο κουμπί «Βαθιά Σκέψη (R1)» = «Deep Thinking (R1)» δίπλα στο πεδίο ερωτήματος χρήστη. Μετά από αυτό, μπορείτε να θέσετε στο νευρωνικό δίκτυο μια ερώτηση και να το παρακολουθήσετε το πώς αναλύει το ερώτημα και αρχίζει να σκέφτεται την απάντηση, δημιουργώντας τη δομή της απάντησης στο ερώτημα σας. Τέλος, θα λάβετε μια λεπτομερή απάντηση. Ωστόσο, η βάση δεδομένων του του chatbot έχουν ενημερωθεί με γνώσεις & δεδομένα του Ιούλιου του 2024.
Σε αυτή τη λειτουργία, το μοντέλο επιλύει μαθηματικά και λογικά προβλήματα «συλλογιζόμενο» βήμα προς βήμα.
Η διαδικασία μπορεί πιθανόν να διαρκέσει περισσότερο από ένα λεπτό, αλλά μπορείτε να παρακολουθήσετε οπτικά τον αλγόριθμο σκέψης για να κατανοήσετε το πώς «σκέφτονται» τα νευρωνικά δίκτυα. Μερικές φορές μπορεί να είναι ακόμη και αστείο ή διασκεδαστικό.
Παρόμοια λειτουργία είναι ήδη διαθέσιμη, για παράδειγμα, στο πειραματικό μοντέλο σκέψης Gemini 2.0 Flash Thinking Experimental. Με τη βάση δεδομένων γνώσεων ενημερωμένο μέχρι τον Αύγουστο του 2024, είναι διαθέσιμο δωρεάν για όλους τους χρήστες.
Στο εγγύς μέλλον, το μοντέλο συλλογισμού o3 της εταιρείας της OpenAI θα προστεθεί στο ChatGPT. Το OpenAI υπόσχεται ότι θα παρέχει περιορισμένη πρόσβαση σε αυτό για τους χρήστες του δωρεάν τιμολογίου. Για χρησιμοποιήσετε ενημερωμένο τρέχον μοντέλο o1 πρέπει να πληρώσετε συνδρομή και στην δωρεάν έκδοση προσφέρεται στον χρήστη ένας πολύ περιορισμένος αριθμός προσπαθειών.
Το Κινεζικό chatbot μπορεί επίσης να λειτουργήσει και ως μηχανή αναζήτησης, συμπληρώνοντας τις απαντήσεις με συνδέσμους προς την πηγή. Αυτό μπορεί να είναι χρήσιμο εάν και η τεχνητή νοημοσύνη δεν παρέχει πολύ ενημερωμένα δεδομένα τα οποία αντλεί από τη βάση δεδομένων της. Επιπλέον, με εύκολο τρόπο, ο χρήστης μπορεί να συνδυάσει το R1 και τη λειτουργία «Αναζήτηση» πατώντας και τα δύο κουμπιά — τότε η Τεχνητή Νοημοσύνη (AI) θα σας δώσει μια λεπτομερή και ενημερωμένη απάντηση, υποστηριζόμενη από υποσημειώσεις & πηγές.
Το DeepSeek μπορεί επίσης να φορτώσει αρχεία έως 100 MB συνολικά, συμπεριλαμβανομένων εικόνων, αλλά το νευρωνικό δίκτυο μπορεί να αναγνωρίσει κείμενο σε αυτά μόνο αν αυτό βρίσκεται στην εικόνα. Μετά αφού γίνει η μεταφόρτωση του εγγράφου, πρέπει να συντάξετε & υποβάλετε ένα ερώτημα και σε λίγα δευτερόλεπτα θα λάβετε μια απάντηση. Για παράδειγμα, με αυτόν τον τρόπο μπορείτε να αναλύσετε γρήγορα ένα επιστημονικό άρθρο ή ένα σχέδιο νόμου και να το ξαναγράψετε σε κατανοητή γλώσσα χωρίς περίπλοκες νομικές διατυπώσεις.
Όταν ένας ανταποκριτής της Gazeta.Ru έστειλε στο chatbot τον πρώτο τόμο του βιβλίου του Λέοντα Τολστόι «Πολέμου και Ειρήνης» σε μορφή PDF, η Τεχνητή Νοημοσύνη αρνήθηκε να αναλύσει ολόκληρο το μυθιστόρημα, έχοντας μελετήσει μόνο το 4% του κειμένου. Ταυτόχρονα, ωστόσο, εξακολουθούσε να μην μπορεί να δώσει απάντηση —λόγω σφάλματος στην εργασία από την υπερφόρτωση στην υπολογιστική ισχύ του DeepSeek εξαιτίας της μεγάλης προσέλευσης νέων χρηστών, που ζητούσαν να το χρησιμοποιήσουν.
Το ChatGPT, με τη σειρά του, έφερε εύκολα σε πέρας την ίδια εργασία που του ανέθεσα. Ωστόσο, αν θέλετε να χρησιμοποιείτε αυτή την δυνατότητα της τεχνητής νοημοσύνης του OpenAI σε συνεχή βάση, θα πρέπει να εγγραφείτε συνδρομητής και να πληρώσετε. Μετά από μερικές προσπάθειες, το chatbot θα σας προσφέρει τις εξής επιλογές: Συνδρομή Plus για $20 δολάρια ή Pro για $200 δολάρια. Στην πρώτη περίπτωση, θα υπάρχουν περισσότερες δυνατότητες, αλλά θα εξακολουθούν να υπάρχουν περιορισμοί.
Το DeepSeek κάνει εξαιρετική δουλειά με τη δημιουργία και την επεξεργασία κειμένου —είτε πρόκειται για σενάρια, είτε για την δημιουργία ενός μυθιστορήματος, είτε για να ξανα-επεξεργαστείτε από την αρχή ένα κείμενο, είτε για τη δημιουργία ποιημάτων, είτε για τον προγραμματισμό. Το DeepSeek επιδεικνύει εξαιρετική παιδεία και λογική, παρέχοντας πλήρεις απαντήσεις και δημιουργώντας πρωτότυπες ιδέες.
Για παράδειγμα, μια τεχνητή νοημοσύνη μπορεί να συντάξει μια επιστολή για τον διευθυντή σας με μια προσεγμένη υπόδειξη σχετικά με μια αύξηση μισθού, να γράψει μια συγχαρητήρια επιστολή για εσάς ή μια ένα λογοτεχνικό δοκίμιο αν είστε μαθητής ή φοιτητής.
Ωστόσο, δεν θα πρέπει να εμπιστεύεστε την ΤΝ για τη συγγραφή κειμένων ή ακόμη και σχολικών ή Πανεπιστημιακών εργασιών και δοκιμίων, καθώς το νευρωνικό δίκτυο δεν παράγει μόνο το κύριο μέρος του κειμένου καλά, αλλά μπορεί επίσης να καταλήξει σε γεγονότα και αποσπάσματα. Εάν αποφασίσετε να χρησιμοποιήσετε μια τέτοια υπηρεσία, φροντίστε να ελέγχετε κάθε πόρισμα ή συμπέρασμα.
Το ChatGPT μπορεί να χειριστεί καλύτερα αυτήν την εργασία, ειδικά αν είστε έμπειρος χρήστης αυτής της εφαρμογής, καθώς το νευρωνικό δίκτυο είναι σε θέση να θυμάται πληροφορίες σχετικά με τον χρήστη, συμπεριλαμβανομένου του ονόματός του.
Παρ’ όλα αυτά, πολλοί χρήστες χρησιμοποιούν τα νευρωνικά δίκτυα όχι για εργασία, αλλά για ψυχαγωγία. Από αυτή την άποψη, δεν υπάρχει τίποτα κακό με την κινεζική τεχνητή νοημοσύνη. Παρά το γεγονός ότι πρόκειται για τεχνητή νοημοσύνη, είναι ικανή να δίνει διασκεδαστικές απαντήσεις και μπορεί ακόμη και να καταλάβει πότε ένας χρήστης προσπαθεί να κάνει πλάκα ή να διασκεδάσει με το ίδιο το νευρωνικό δίκτυο.
Το DeepSeek στη Ρωσία & στον κόσμο
Σε αντίθεση με το ChatGPT, που δημιουργήθηκε από την εταιρεία OpenAI, το Google Gemini και μια σειρά από άλλα δημοφιλή chatbots, το DeepSeek λειτουργεί στη Ρωσία χωρίς περιορισμούς. Μπορείτε να χρησιμοποιήσετε την τεχνητή νοημοσύνη τόσο στη διαδικτυακή έκδοση στη διεύθυνση στην ιστοσελίδα chat.deepseek.com όσο και σε εφαρμογές για Android και iOS. Και το πιο σημαντικό, από όλα αυτά είναι διαθέσιμα δωρεάν.
Για να αρχίσετε να χρησιμοποιείτε την υπηρεσία DeepSeek, πρέπει να εγγραφείτε στην ιστοσελίδα ή να περάσετε μια γρήγορη εξουσιοδότηση χρησιμοποιώντας το λογαριασμό σας Google.
Ποια προβλήματα έχουν οι χρήστες του DeepSeek;
Όταν πολλοί άνθρωποι σε όλο τον κόσμο έμαθαν για την ύπαρξη του DeepSeek, και μάλιστα δωρεάν, η εφαρμογή μέσα σε λίγες ώρες κατακλύστηκε από αιτήματα & ερωτήσεις όχι μόνο από PC αλλά και από Android και iOS. Μέσα σε μία ημέρα, η Κινεζική Τεχνητή Νοημοσύνη απέκτησε εκατομμύρια νέους χρήστες. Προφανώς, οι προγραμματιστές του δεν ήταν προετοιμασμένοι για να εξυπηρετήσουν δεκάδες εκατομμύρια αιτήματα & ερωτήσεις, γι’ αυτό, εξ αιτίας της υπερφόρτωσης αντιμετώπισε προβλήματα στην λειτουργία του. Οι χρήστες αντιμετώπιζαν συχνά καταρρεύσεις, σφάλματα στην επεξεργασία των αιτημάτων, και πλήρη αποτυχία της Τεχνητής Νοημοσύνης ή μεγάλες αναμονές για να πάρουν απάντηση στα ερωτήματα τους. Τις πρώτες ημέρες, όταν οι ενθουσιώδεις χρήστες έμαθαν για την λειτουργία του DeepSeek, το chatbot απαντούσε σε δευτερόλεπτα, κάτι που διέφερε πολύ από το ChatGPT και τα ανάλογα άλλα μοντέλα.
Παρά το γεγονός ότι το chatbot καταλαβαίνει και απαντά τέλεια στην Ρωσική γλώσσα, μερικές φορές το DeepSeek εξακολουθεί να μεταβαίνει στα Αγγλικά. Για παράδειγμα, αν του κάνετε μια ερώτηση, μπορεί να απαντήσει ή να σκεφτεί την απάντηση (R1) στα Αγγλικά. Το πρόβλημα λύνεται πολύ απλά: Απλώς ζητήστε του να απαντήσει στα Ρωσικά, και στη συνέχεια η νέα απάντηση θα ξαναγραφτεί στη συγκεκριμένη γλώσσα που ζητήσατε. Άρα, πρέπει να επιμένετε να ζητάτε την απάντηση στην γλώσσα που θέλετε.
Δεδομένου ότι η DeepSeek είναι μια Κινεζική εταιρεία, υπήρξαν παράπονα για λογοκρισία και μιμίδια σχετικά με τα γεγονότα στην πλατεία Τιενανμέν το 1989, τα οποία φέρεται ότι υπάρχει κάποια απαγόρευση στην μηχανή της Τεχνητής Νοημοσύνης. Παρά τις προκαταλήψεις αυτές, το DeepSeek-R1 σκέφτηκε το θέμα χωρίς κανένα πρόβλημα και έδωσε μια περίληψη του γεγονότος, λέγοντας τα πάντα για τη στρατιωτική καταστολή των διαδηλωτών και τα θύματα. Η τεχνητή νοημοσύνη σημείωσε πάντως στο τέλος τα εξής: «Οι πληροφορίες σχετικά με αυτά τα γεγονότα στην Κίνα είναι περιορισμένες και η συζήτησή τους ρυθμίζεται από την κυβέρνηση. Σας συνιστούμε να κάνετε μία ανεξάρτητη ιστορική έρευνα και αναζήτησε να βρείτε μαρτυρίες από ήταν αυτόπτες μάρτυρες αυτών γεγονότων για μια έρευνα σε βάθος».
Τα Χαρακτηριστικά του DeepSeek
Ο Βλαντισλάβ Τουσκάνοφ, ο οποίος ο επικεφαλής της ομάδας έρευνας και ανάπτυξης τεχνολογιών μηχανικής μάθησης στην κορυφαία εταιρεία λογισμικού Kaspersky Lab, σε συνομιλία του με την εφημερίδα Gazeta.Ru, απέδωσε την ξαφνική δημοτικότητα του DeepSeek-R1 στην απλότητα και την εύκολη προσβασιμότητα της.
«Αν θυμηθούμε την ιστορία του ChatGPT, ισχυρά μεγάλα γλωσσικά μοντέλα, όπως το text-davinci-003 από την εταιρεία OpenAI, υπήρχαν από την εποχή της κυκλοφορίας του ChatGPT για αρκετά μεγάλο χρονικό διάστημα. Θα μπορούσαν να χρησιμοποιηθούν για τη δημιουργία κειμένου και με μια κάποια ικανότητα διαλόγου με αυτό, αλλά αυτό απαιτούσε μια κάποια συγκεκριμένη τεχνική παιδεία και τουλάχιστον ένα κοινότυπο ενδιαφέρον. Και το ChatGPT έδωσε αυτή τη δυνατότητα διαλόγου λόγω της πρόσβασης του ευρέος κοινού στο εκπαιδευτικό μοντέλο», σημείωσε.
Σύμφωνα με τον Τουσκάνοφ, τα μοντέλα σκέψης είναι διαθέσιμα εδώ και αρκετό καιρό, δεν ήταν διαθέσιμα στο ευρύ κοινό δωρεάν, αλλά με πληρωμή. Εν τω μεταξύ, η πιο ισχυρή λύση προσφέρεται ακόμη και σήμερα στο ChatGPT για $200 δολάρια το μήνα.
«Εν τω μεταξύ, χάρη στο DeepSeek, όλοι έχουν τη δυνατότητα να γνωρίσουν ένα ισχυρό μοντέλο λογικού συλλογισμού, όπως ακριβώς έκαναν με το ChatGPT. Και αυτό το καινούργιο Κινέζικο μοντέλο αποδείχθηκε αρκετά εντυπωσιακό. Χάρη στον εσωτερικό μηχανισμό λογικής σκέψης του, είναι ικανό να επιλύει σύνθετα προβλήματα που απαιτούν ανάλυση, αποσύνθεση, σύνθεση, και στο τέλος συμπέρασμα περνώντας από πολλά βήματα.
Μια άλλη από τις εντυπωσιακές του ικανότητες είναι η αναζήτηση υλικού στο Διαδίκτυο», τόνισε ο ειδικός πάνω σε αυτά τα θέματα επιστήμονας Τουσκάνοφ. Επιπλέον, δεδομένου ότι το DeepSeek-R1 είναι ένα μοντέλο ανοικτού κώδικα, ορισμένες εταιρείες, όπως η Perplexity, το έχουν ενσωματώσει στα προϊόντα τους. Οι χρήστες μπορούν πλέον να πραγματοποιούν αναζητήσεις με Τεχνητή Νοημοσύνη στο διαδίκτυο με αυτό το κινεζικό μοντέλο.
Είναι ικανό να παρουσιάζει μια λογική αλυσίδα συλλογισμών, να παρέχει λεπτομερείς δομημένες απαντήσεις και να δημιουργεί γραφήματα και πίνακες. Ωστόσο, αξίζει να σημειωθεί ότι μόνο τρία ερωτήματα ανά ημέρα είναι διαθέσιμα στη δωρεάν έκδοση, ενώ στην ιδιόκτητη εφαρμογή του DeepSeek, δεν υπάρχει τέτοιος περιορισμός.
«Τέλος, μια προσωπική παρατήρηση: το μοντέλο της DeepSeek έχει πολύ πιο φωτεινή «προσωπικότητα». Το μοντέλο της OpenAI είναι εξαιρετικό στην επίλυση πολύπλοκων προβλημάτων, αλλά οι απαντήσεις του είναι πολύ στεγνές. Δεν είναι πολύ κατάλληλο για δημιουργικές εργασίες, για παράδειγμα. Το DeepSeek, από την άλλη πλευρά, όχι μόνο τα καταφέρνει καλά με πολύπλοκα καθήκοντα, αλλά διεξάγει επίσης άριστα πολύπλοκες φιλοσοφικές συζητήσεις ή βοηθά στη συγγραφή φανταστικών σεναρίων, ενώ συχνά αστειεύεται με μεγάλη επιτυχία και παίζει με τις λέξεις — δηλαδή συνδυάζει τα πλεονεκτήματα της «σκέψης» και των συμβατικών μοντέλων», σημείωσε ο ειδικός επιστήμονας υπολογιστών.
Ο Τουσκάνοφ υπενθύμισε ότι η DeepSeek, όπως και κάθε πάροχος cloud, συλλέγει δεδομένα που αφορούν τους χρήστες και την αλληλογραφία τους για να αποτρέψει την κατάχρηση και να βελτιώσει την λειτουργία του. Τόνισε επίσης ότι το Κινεζικό μοντέλο, όπως και κάθε άλλο, είναι επιρρεπές στο να δημιουργεί ψευδαισθήσεις, οπότε δεν θα πρέπει κανείς να βασίζεται σε τέτοια μοντέλα Τεχνητής Νοημοσύνης όταν, για παράδειγμα, όταν απαιτούνται νομικές και ιατρικές συμβουλές ή ψυχολογική βοήθεια.
ΠΗΓΗ: https://www.gazeta.ru/tech/2025/01/29/20452274.shtml
Μετάφραση: ΒΟΡΕΙΟΣ ΠΑΡΑΤΗΡΗΤΗΣ
