في أواخر يناير، أحدثت شركة DeepSeek ثورةً في عالم التكنولوجيا العالمي بإطلاقها نموذجين للماجستير في القانون، يُضاهيان المنتجات الأمريكية، لكن سعرهما زهيد. من بينهما، نموذج الاستدلال مفتوح المصدر DeepSeek-R1، القادر على حل بعض المشكلات العلمية نفسها التي يُمثلها o1، وهو أكثر نماذج ماجستير القانون تقدمًا من OpenAI.
وفي حين فوجئ العالم بهذا الإنجاز، قال باحثون محليون إن هذا الإنجاز كان متوقعا تماما ويتماشى مع طموح بكين لتصبح قوة رائدة في مجال الذكاء الاصطناعي.
ويشير يونجي تشين، عالم الكمبيوتر في معهد علوم الكمبيوتر التابع للأكاديمية الصينية للعلوم، إلى أنه عاجلاً أم آجلاً ستظهر شركة مثل DeepSeek في الصين.
ويرجع ذلك إلى حجم رأس المال الاستثماري الضخم الذي يتدفق على شركات تطوير برامج الماجستير في القانون وعدد الأشخاص الحاصلين على درجة الدكتوراه في مجالات العلوم والتكنولوجيا والهندسة والرياضيات.
وقال تشين "لو لم يكن هناك برنامج DeepSeek، لكان هناك برامج ماجستير أخرى في القانون الصيني" .
هذه حقيقة مؤكدة. بعد أيام قليلة من "زلزال" DeepSeek، أصدرت شركة علي بابا أحدث برنامج LLM لديها حتى الآن، وهو Qwen2.5-Max، والذي تزعم الشركة أنه يتفوق على DeepSeek-V3.
وأعلنت Moonshot AI وByteDance أيضًا عن نماذج استدلال جديدة، Kimi 1.5 و1.5-pro، والتي يمكنها التفوق على o1 في بعض اختبارات المعايير.
أولويات الحكومة
في عام 2017، أعلنت الحكومة الصينية عن نيتها أن تصبح رائدة عالمية في مجال الذكاء الاصطناعي بحلول عام 2030. وتهدف الصين إلى تحقيق اختراقات كبرى في مجال الذكاء الاصطناعي "بحيث تصل التكنولوجيا والتطبيقات إلى مستويات رائدة عالميًا" بحلول عام 2025.
لتحقيق ذلك، يُعدّ تطوير خط إمداد للمواهب في مجال الذكاء الاصطناعي أولوية قصوى. وبحلول عام ٢٠٢٢، رخّصت وزارة التعليم الصينية ٤٤٠ جامعة لتقديم تخصصات في الذكاء الاصطناعي، وفقًا لتقرير صادر عن مركز الأمن والتكنولوجيا الناشئة بجامعة جورج تاون.
وفي العام نفسه، استحوذت الصين على نصف الباحثين الأوائل في مجال الذكاء الاصطناعي، في حين ساهمت الولايات المتحدة بنحو 18% فقط، وفقاً لشركة الاستشارات ماكرو بولو.

وقالت مارينا تشانغ، الباحثة في علوم السياسات بجامعة سيدني للتكنولوجيا، إن شركة DeepSeek ربما استفادت من الاستثمار الحكومي في تدريب الذكاء الاصطناعي وتنمية المواهب، بما في ذلك العديد من المنح الدراسية ومنح الأبحاث والشراكات بين الأوساط الأكاديمية والصناعة.
على سبيل المثال، قامت المبادرات المدعومة من الدولة مثل المختبر الوطني للهندسة لتقنيات وتطبيقات التعلم العميق بتدريب الآلاف من خبراء الذكاء الاصطناعي.
من الصعب العثور على أرقام دقيقة حول القوى العاملة في DeepSeek، لكن مؤسس الشركة ليانج وينفينج يقول إن الشركة توظف الخريجين وطلاب الدكتوراه من أكبر الجامعات في البلاد.
قال تشانغ إن بعض أعضاء فريق القيادة تقل أعمارهم عن 35 عامًا، وقد نشأوا مع صعود الصين كقوة تكنولوجية عظمى. وأضاف: "إنهم مدفوعون بشدة بالاعتماد على الذات في الابتكار".
وينفنغ، البالغ من العمر 39 عامًا، حاصل على شهادة في علوم الحاسوب من جامعة تشجيانغ. شارك في تأسيس صندوق التحوط "هاي فلاير" قبل نحو عقد من الزمان، وأسس شركة "ديب سيك" عام 2023.
ويقول جاكوب فيلدجويس، الذي يدرس مواهب الذكاء الاصطناعي في الصين في مركز CSET، إن السياسات الوطنية التي تعزز نظامًا بيئيًا نموذجيًا للذكاء الاصطناعي ستساعد الشركات مثل DeepSeek على جذب التمويل والأشخاص.
ولكن على الرغم من ارتفاع عدد دورات الذكاء الاصطناعي في الجامعات، فإن فيلدجويس ليس واضحًا بشأن عدد الطلاب الذين يتخرجون بدرجات علمية في الذكاء الاصطناعي وما إذا كانوا يتلقون المهارات التي تحتاجها الشركات.
وفي السنوات الأخيرة، اشتكت شركات الذكاء الاصطناعي الصينية من أن خريجي هذه البرامج لا يلبون توقعاتها، مما دفع البعض إلى الشراكة مع الجامعات لتحسين الجودة.
"التلطيف"
ويقول العلماء إن العنصر الأكثر إثارة للإعجاب في نجاح DeepSeek ربما هو أنهم طوروا DeepSeek-R1 و Janus-Pro-7B في سياق ضوابط التصدير الحكومية الأمريكية التي منعت الوصول إلى شرائح الحوسبة المتقدمة للذكاء الاصطناعي منذ عام 2022.
وبحسب تشانج، يمثل DeepSeek نهجًا صينيًا متميزًا للابتكار، مع التركيز على الكفاءة في مواجهة مجموعة كبيرة من القيود.
تقول شركة وينفنغ الناشئة إنها استخدمت حوالي 2000 شريحة Nvidia H800 لتدريب DeepSeek-V3. في المقابل، اعتمدت Llama 3.1 405B، وهي منصة LLM متطورة أصدرتها Meta في يوليو 2024، على أكثر من 16000 شريحة Nvidia H100.

في منشور على WeChat عام ٢٠٢٢، أعلنت شركة High-Flyer عن امتلاكها ١٠٠٠٠ شريحة A100 قديمة من Nvidia. وصرحت Wenfeng لوسائل الإعلام الصينية في يوليو ٢٠٢٤: "لم تكن المشكلة التي نواجهها يومًا هي المال، بل حظر الرقائق عالية الأداء" .
تستخدم DeepSeek أساليب متنوعة لزيادة كفاءة نماذجها. على سبيل المثال، تُطبّق بنية مزيج الخبراء (MoE)، وهي طريقة تعلّم آلي تُدرّب النماذج بشكل أسرع وبمعلمات أقل من التقنيات التقليدية.
ويساعد ذلك DeepSeek في تدريب النماذج باستخدام عدد أقل من الرقائق، وفقًا لعالم الكمبيوتر تشانج شو من جامعة سيدني.
هناك تقنية أخرى وهي الانتباه الكامن متعدد الرؤوس (MLA)، والتي تسمح للنموذج بتخزين المزيد من البيانات باستخدام ذاكرة أقل.
وقال يانبو وانج، الباحث في علوم السياسات بجامعة هونج كونج، إن إنجازات DeepSeek يمكن أن تكون "دليلاً" للدول التي لديها طموحات في مجال الذكاء الاصطناعي ولكنها تفتقر إلى الموارد المالية والأجهزة اللازمة لتدريب طلاب الماجستير في القانون.
(حسب الطبيعة والحظ)
المصدر: https://vietnamnet.vn/cach-trung-quoc-tao-ra-deepseek-va-rung-chuyen-the-gioi-2391114.html
تعليق (0)