Έρχεται σύντομα ένα «δεύτερο DeepSeek»;

Σε έκθεση που υποβλήθηκε στους «Ολυμπιακούς Αγώνες Τεχνητής Νοημοσύνης», η κινεζική εταιρεία ισχυρίστηκε ότι η μέθοδος εκπαίδευσής της ήταν ανώτερη από τις μεθόδους που χρησιμοποιούνται σήμερα από την DeepSeek και την OpenAI.

Η Shanghai Goku Technologies θα μπορούσε να γίνει το δεύτερο DeepSeek της Κίνας. Φωτογραφία: Bloomberg .

Ένα κινεζικό fund ποσοτικών συναλλαγών τράβηξε την προσοχή υποβάλλοντας έρευνα σε ένα κορυφαίο παγκόσμιο συνέδριο για την τεχνητή νοημοσύνη (AI). Σε αυτό, παρουσίασε μια νέα μέθοδο εκπαίδευσης μοντέλων που διαθέτει ανώτερες δυνατότητες σε σύγκριση με τις τρέχουσες δημοφιλείς τεχνικές.

Η Shanghai Goku Technologies, η οποία ιδρύθηκε το 2015, υπέβαλε μια ερευνητική εργασία στο Συνέδριο Συστημάτων Επεξεργασίας Νευρωνικών Πληροφοριών (NeurIPS), το οποίο θεωρείται οι «Ολυμπιακοί Αγώνες Τεχνητής Νοημοσύνης». Αυτή η εκδήλωση συγκεντρώνει κορυφαίους παγκόσμιους ερευνητές στους τομείς της μηχανικής μάθησης και της Τεχνητής Νοημοσύνης.

Η έρευνα του Goku επισημαίνει τους περιορισμούς δύο δημοφιλών μεθόδων εκπαίδευσης Τεχνητής Νοημοσύνης: την εποπτευόμενη εκπαίδευση (SFT) και την ενισχυτική μάθηση (RL), που χρησιμοποιούνται από εταιρείες όπως η OpenAI και η DeepSeek. Αντ' αυτού, η ομάδα προτείνει μια νέα μέθοδο που ονομάζεται SASR, η οποία στοχεύει σε υβριδική εκπαίδευση που προσαρμόζεται βήμα προς βήμα, εμπνευσμένη από τον τρόπο με τον οποίο οι άνθρωποι μαθαίνουν και αναπτύσσουν τη σκέψη τους.

«Τα αποτελέσματα των δοκιμών καταδεικνύουν ότι το SASR είναι ανώτερο από τις συνδυασμένες μεθόδους εκπαίδευσης SFT, RL και στατικής εκπαίδευσης», έγραψε η ερευνητική ομάδα στην εργασία.

Παρόλο που η Goku δεν έχει ακόμη απαντήσει σε αιτήματα για σχολιασμό, η ανακοίνωση νέας έρευνας και η έναρξη της θυγατρικής της, AllMind, καταδεικνύει τη φιλοδοξία της να επεκταθεί στον τομέα της Τεχνητής Νοημοσύνης. Σύμφωνα με αρχεία από το Qcc.com, η AllMind καταχωρήθηκε την ίδια ημέρα που η Goku ανακοίνωσε την έρευνα.

Ο Wang Xiao, ιδρυτής της Goku και νόμιμος εκπρόσωπος της AllMind, δήλωσε ότι η νέα εταιρεία θα επικεντρωθεί στην εξερεύνηση των τεχνολογικών ορίων των μοντέλων τεχνητής νοημοσύνης, σύμφωνα με την China Securities Journal .

Αυτή η εξέλιξη αντικατοπτρίζει μια αναδυόμενη τάση στην Κίνα, όπου οι εταιρείες τεχνητής νοημοσύνης αρχίζουν να κατασκευάζουν εξειδικευμένες ερευνητικές μονάδες. Η High-Flyer, η μητρική εταιρεία της DeepSeek, υιοθέτησε επίσης μια παρόμοια στρατηγική όταν ίδρυσε μια θυγατρική το 2023. Η DeepSeek είναι πλέον ένα από τα εξέχοντα ονόματα στην κινεζική σκηνή νεοσύστατων επιχειρήσεων τεχνητής νοημοσύνης.

Η είσοδος του Γκόκου στην παγκόσμια αρένα της Τεχνητής Νοημοσύνης με μια νέα προσέγγιση εκπαίδευσης μοντέλων καταδεικνύει περαιτέρω την επιθετική ώθηση της Κίνας για την ανάπτυξη της Τεχνητής Νοημοσύνης μέσω αλγοριθμικών καινοτομιών, παρά τους περιορισμούς υλικού από την Ουάσινγκτον.

Πηγή: https://znews.vn/sap-xuat-hien-deepseek-thu-2-post1555256.html