 |
Σύμφωνα με πληροφορίες, η DeepSeek εξακολουθεί να χρησιμοποιεί τσιπ Nvidia, η πώληση των οποίων στην Κίνα απαγορεύεται, για την ανάπτυξη του επερχόμενου μοντέλου τεχνητής νοημοσύνης. Φωτογραφία: Bloomberg . |
Σύμφωνα με μια νέα αναφορά από το The Information , η κινεζική startup τεχνητής νοημοσύνης DeepSeek χρησιμοποίησε τσιπ Nvidia, τα οποία απαγορεύονται να πωλούνται στη χώρα, για να αναπτύξει το επερχόμενο μοντέλο τεχνητής νοημοσύνης της.
Συγκεκριμένα, η έκθεση, επικαλούμενη ανώνυμες πηγές, ανέφερε ότι τα πιο προηγμένα τσιπ Blackwell της Nvidia εισήχθησαν λαθραία στην Κίνα μέσω χωρών που είχαν εξουσιοδότηση να τα πωλούν. Επιπλέον, οι διακομιστές που περιείχαν αυτά τα τσιπ αποσυναρμολογήθηκαν ακόμη και πριν φτάσουν στην Κίνα.
Η προσπάθεια λαθρεμπορίας τσιπ Blackwell, μιας κορυφαίας αμερικανικής τεχνολογίας τεχνητής νοημοσύνης, για την ανάπτυξη μοντέλων καταδεικνύει τη μεγάλη εξάρτηση της κινεζικής βιομηχανίας τεχνητής νοημοσύνης από το αμερικανικό υλικό.
Παρά τις σημαντικές επενδύσεις της κινεζικής κυβέρνησης στην κατασκευή τσιπ, οι εγχώριες εναλλακτικές λύσεις δεν είναι ακόμη αρκετά ανταγωνιστικές με τα καλύτερα προϊόντα της Nvidia στην παγκόσμια αγορά.
Η Deepseek μόλις ανακοίνωσε το μοντέλο DeepseekMath-V2, το οποίο έχει καταφέρει να κερδίσει χρυσά μετάλλια σε διάφορους διαγωνισμούς μαθηματικών κύρους. Αυτή η κίνηση θέτει την κινεζική εταιρεία σε άμεσο ανταγωνισμό με κορυφαία εργαστήρια τεχνητής νοημοσύνης των ΗΠΑ, τα οποία βρίσκονται στην πρώτη γραμμή των δυνατοτήτων συλλογιστικής γλωσσικής μοντελοποίησης.
Σύμφωνα με την τεχνική τεκμηρίωση, το DeepseekMath-V2 πέτυχε χρυσό μετάλλιο στη Διεθνή Μαθηματική Ολυμπιάδα (IMO) του 2025 και στον Κινεζικό διαγωνισμό CMO του 2024. Στον διαγωνισμό Putnam, το μοντέλο σημείωσε 118 από τους 120 βαθμούς, ξεπερνώντας κατά πολύ το όριο των 90 βαθμών που πέτυχε ο άνθρωπος που αγωνίστηκε με την υψηλότερη βαθμολογία στην ιστορία. Αυτά τα αποτελέσματα καταδεικνύουν την ικανότητά του να χειρίζεται πολύπλοκα προβλήματα.
Η κινεζική εταιρεία εξήγησε ότι ο περιορισμός των προηγούμενων μοντέλων τεχνητής νοημοσύνης έγκειται στο γεγονός ότι ενώ μπορούσαν να παρέχουν σωστές απαντήσεις, δεν μπορούσαν να παρουσιάσουν μια έγκυρη λύση.
Για να ξεπεραστεί αυτό το πρόβλημα, το DeepseekMath-V2 χρησιμοποιεί μια διαδικασία πολλαπλών σταδίων που περιλαμβάνει την αξιολόγηση της ορθότητας, τον έλεγχο των αντεπιχειρημάτων και την παροχή ενός τελικού αποτελέσματος. Αυτή η μέθοδος λειτουργίας επιτρέπει στο σύστημα να αυτοελέγχει και να βελτιώνει τη λύση σε πραγματικό χρόνο, αποφεύγοντας καταστάσεις όπου το συμπέρασμα είναι σωστό αλλά η συλλογιστική είναι εσφαλμένη.
Αξίζει να σημειωθεί ότι η τεκμηρίωση του Deepseek δεν αναφέρει τη χρήση εξωτερικών εργαλείων όπως υπολογιστές ή διερμηνείς κώδικα στο μοντέλο. Η ρύθμιση της δοκιμής δείχνει ότι όλα τα αποτελέσματα δημιουργήθηκαν εξ ολοκλήρου σε φυσική γλώσσα.
Πηγή: https://znews.vn/deepseek-bi-to-post1610172.html
Σχόλιο (0)