«کاهش ارزش» هوش مصنوعی توسط چین

کارشناسان می‌گویند ایالات متحده به چین کمک کرده است تا با هزینه کم در توسعه هوش مصنوعی (AI) موفق شود، زیرا واشنگتن دسترسی پکن به تراشه‌های پیشرفته اما گران‌قیمت را محدود کرده است.

Trung Quốc 'phá giá' AI - Ảnh 1. — لوگوی برنامه چت‌بات هوش مصنوعی DeepSeek (چین) در کنار برنامه ChatGPT (ایالات متحده) روی صفحه گوشی هوشمند - عکس: AFP

در حالی که غول‌های فناوری آمریکایی ادعا می‌کنند صدها میلیارد دلار برای توسعه پیشرفته‌ترین مدل‌های هوش مصنوعی هزینه می‌کنند، استارتاپ چینی DeepSeek خلاف این را ثابت می‌کند: این کار فقط به چند میلیون دلار نیاز دارد.

نیاز، مادر اختراع است

پروفسور اندرو نگ، یکی از ۱۰۰ فرد تأثیرگذار در هوش مصنوعی جهانی در سال ۲۰۲۳، با روزنامه ساوت چاینا مورنینگ پست (SCMP) به اشتراک گذاشت: «هنگامی که ChatGPT در نوامبر ۲۰۲۲ راه‌اندازی شد، ایالات متحده هنوز در هوش مصنوعی مولد پیشرو بود. با این حال، طی دو سال گذشته، این شکاف به تدریج از بین رفته است.»

او این نظر را در رابطه با DeepSeek، یک استارت‌آپ هوش مصنوعی چینی، بیان کرد که با راه‌اندازی یک مدل هوش مصنوعی رایگان قابل مقایسه با ChatGPT در ژانویه ۲۰۲۵، باعث شگفتی شد.

به گفته آقای نگ، با ظهور مدل‌هایی مانند Qwen، Kimi، InternVL و DeepSeek، چین نه تنها شکاف را کاهش داده، بلکه به تدریج در برخی از زمینه‌های هوش مصنوعی پیشتاز شده است. روزنامه چاینا دیلی تأکید کرد که DeepSeek از کد منبع باز برای توسعه ابزارهای هوش مصنوعی استفاده می‌کند و امکان همکاری و آزمایش گسترده را فراهم می‌کند و پیشرفت‌های سریع‌تری را در صنعت ترویج می‌دهد.

در مقایسه با شرکت‌های فناوری هوش مصنوعی آمریکایی، هزینه توسعه اعلام‌شده عمومی DeepSeek کمتر از ۶ میلیون دلار است. این موضوع، این استدلال را که آموزش هوش مصنوعی میلیاردها دلار هزینه دارد، آنطور که شرکت‌های آمریکایی اغلب ادعا می‌کنند، به چالش می‌کشد.

با وجود ممنوعیت واشنگتن که دسترسی به تراشه‌های پیشرفته را محدود می‌کند، DeepSeek ثابت می‌کند که صنعت هوش مصنوعی نیازی به اتکا به غول‌هایی مانند انویدیا ندارد. چت‌بات چینی تنها به حدود ۲۰۰۰ تراشه کم‌ریسک برای توسعه نیاز داشت، در حالی که جدیدترین مدل هوش مصنوعی Llama 3.1 شرکت Meta به ۱۶۰۰۰ تراشه H100 پیشرفته انویدیا نیاز داشت.

مدت کوتاهی پس از انتشار، چت‌بات DeepSeek به سرعت به صدر رتبه‌بندی فروشگاه اپل اپ استور رسید و از ChatGPT پیشی گرفت. در 20 ژانویه، DeepSeek مدل متن‌باز R1 خود را منتشر کرد که گفته می‌شود ویژگی‌هایی معادل مدل متن‌باز ChatGPT دارد. نکته قابل توجه این است که سم آلتمن، مدیرعامل OpenAI، نیز رویکرد DeepSeek را ستود.

آیا توسعه هوش مصنوعی به پول زیادی نیاز دارد؟

در تاریخ ۳ فوریه، روزنامه ایندیپندنت گزارش داد که یک تیم تحقیقاتی آمریکایی، چت‌بات هوش مصنوعی DeepSeek را تنها با چند ده دلار بازسازی کرده است و روند توسعه هوش مصنوعی کم‌هزینه را تقویت کرده است. یک تیم تحقیقاتی در دانشگاه کالیفرنیا، برکلی، ادعا کرد که مدل R1 DeepSeek را با قیمتی کمتر از ۳۰ دلار کپی کرده است.

جیایی پان، دانشجوی دکترا، در پلتفرم X به اشتراک گذاشت: «ما DeepSeek R1-Zero را در بازی CountDown شبیه‌سازی کرده‌ایم و به خوبی کار می‌کند.» پان امیدوار است که این پروژه، هوش مصنوعی را قابل دسترس‌تر کند.

موفقیت پروژه DeepSeek و تیم آقای پن نشان می‌دهد که هزینه آموزش هوش مصنوعی می‌تواند بسیار کمتر از صدها میلیارد دلاری باشد که شرکت‌های فناوری آمریکایی ادعا می‌کنند.

کارشناسان فناوری می‌گویند DeepSeek می‌تواند تأثیر عمیقی بر نحوه ساخت و استفاده از هوش مصنوعی در آینده داشته باشد. یان لکان، دانشمند هوش مصنوعی در Meta Platforms، استدلال می‌کند که DeepSeek نباید به این صورت تفسیر شود که «چین در هوش مصنوعی از ایالات متحده پیشی می‌گیرد». در عوض، او می‌گوید که طبق مقاله‌ای در SCMP، روش صحیح برای بیان آن این است که «مدل‌های متن‌باز از مدل‌های اختصاصی پیشی می‌گیرند».

دیپ‌سیک رویکرد را تغییر می‌دهد، نه اینکه «بازی را تغییر دهد»

آقای دانگ هو سان - معاون مدیر موسسه تحقیقات فناوری کاربردی و توسعه منابع انسانی، یکی از بنیانگذاران و مدیرعامل LovinBot AI - اظهار داشت: بعید است که DeepSeek در درازمدت به یک "تغییر دهنده بازی" در حوزه هوش مصنوعی تبدیل شود.

به گفته آقای سان، DeepSeek با موفقیت مهم‌ترین وظیفه را انجام داده است: تغییر رویکرد سرمایه‌گذاران و کسب‌وکارها در مورد روند «محبوبیت» فناوری هوش مصنوعی - به سمت هزینه کم و دسترسی آسان. با این حال، در درازمدت، آنها با چالش‌های بزرگی در هزینه‌های سرمایه‌گذاری و رقابت شدید برای حفظ کیفیت مدل مواجه خواهند شد.

راه‌اندازی DeepSeek - یک مدل هوش مصنوعی متن‌باز، کم‌هزینه و کم‌منبع - توجه‌ها را به خود جلب کرده و غول‌های هوش مصنوعی آمریکایی را مجبور به تجدیدنظر در استراتژی‌های خود کرده است. این مورد مشابه Temu است و یک استراتژی کم‌هزینه را برای رقابت انتخاب می‌کند.

با این حال، کارشناسان می‌گویند DeepSeek واقعاً از نظر عملکرد از سایر مدل‌های سطح بالا پیشی نمی‌گیرد و در انجام وظایف پیچیده محدودیت‌هایی دارد.

یکی از ویژگی‌های منحصر به فرد DeepSeek این است که به کاربران اجازه می‌دهد «فرآیند تفکر» را هنگام استنتاج مشاهده کنند. با این حال، این امر آسیب‌پذیری‌های امنیتی جدی را ایجاد می‌کند. کارشناسان خاطرنشان کرده‌اند که DeepSeek در برابر انواع حملات، از دستکاری ساده زبان گرفته تا «دستورات» پیچیده تولید شده توسط خود هوش مصنوعی، آسیب‌پذیر است.

علاوه بر این، بهینه‌سازی هزینه، DeepSeek را مجبور به کاهش برخی از مکانیسم‌های حفاظتی کرد. این امر سیستم را در برابر تاکتیک‌های پیچیده آسیب‌پذیر کرد و منجر به خطر بازگشت اطلاعات ناخواسته یا دستکاری رفتار شد.

در ویتنام، درس‌هایی از DeepSeek فرصت‌هایی را برای توسعه هوش مصنوعی با قیمت‌های معقول و در عین حال تضمین ایمنی فراهم می‌کند. هوش مصنوعی LovinBot در حال حاضر در حال تحقیق است اما با وجود هزینه کم و کد منبع باز، هنوز DeepSeek را ادغام نکرده است، زیرا مهمترین نیاز هنوز امنیت اطلاعات و جلوگیری از خطر دستکاری محتوا است.

منبع: https://tuoitre.vn/trung-quoc-pha-gia-ai-20250205001728107.htm