Kinas «devaluering» av AI

Eksperter sier at USA har hjulpet Kina med å lykkes med å utvikle kunstig intelligens (KI) til lav kostnad, ettersom Washington har begrenset Beijings tilgang til avanserte, men dyre brikker.

Logoen til AI-chatbot-applikasjonen DeepSeek (Kina) ved siden av ChatGPT-applikasjonen (USA) på smarttelefonskjermen - Foto: AFP

Mens amerikanske teknologigiganter hevder å bruke hundrevis av milliarder dollar på å utvikle de mest avanserte AI-modellene, beviser den kinesiske oppstartsbedriften DeepSeek det motsatte: det krever bare noen få millioner dollar.

Nødvendighet er oppfinnelsens mor

«Da ChatGPT ble lansert i november 2022, var USA fortsatt ledende innen generativ AI. I løpet av de siste to årene har imidlertid dette gapet gradvis blitt visket ut», delte professor Andrew Ng, en av de 100 mest innflytelsesrike personene innen global AI i 2023, med South China Morning Post (SCMP).

Han kom med denne kommentaren i sammenheng med DeepSeek, en kinesisk AI-oppstartsbedrift, noe som overrasket dem da de lanserte en gratis AI-modell som kan sammenlignes med ChatGPT i januar 2025.

Ifølge Ng har Kina ikke bare redusert gapet, men også gradvis tatt ledelsen på noen områder innen kunstig intelligens, med fremveksten av modeller som Qwen, Kimi, InternVL og DeepSeek. China Daily understreket at DeepSeek bruker åpen kildekode for å utvikle kunstig intelligens-verktøy, noe som muliggjør utbredt samarbeid og eksperimentering og fremmer raskere gjennombrudd i bransjen.

Sammenlignet med amerikanske AI-teknologiselskaper har DeepSeek en offentliggjort utviklingskostnad på under 6 millioner dollar. Dette utfordrer argumentet om at det krever milliarder av dollar å trene AI, slik amerikanske selskaper ofte hevder.

Til tross for at Washingtons forbud begrenser tilgangen til banebrytende brikker, beviser DeepSeek at AI-industrien ikke trenger å stole på giganter som Nvidia. Kinas chatbot trengte bare rundt 2000 lavrisikobrikker for å utvikle seg, mens Metas nyeste Llama 3.1 AI-modell krevde 16 000 av Nvidias banebrytende H100-brikker.

Kort tid etter lanseringen steg DeepSeeks chatbot raskt til toppen av Apples App Store-rangeringer, og forbikjørte ChatGPT. 20. januar lanserte DeepSeek sin åpen kildekode-modell R1, som anses å ha funksjoner tilsvarende den lukkede kildekode-modellen ChatGPT. Det er verdt å merke seg at OpenAI-sjef Sam Altman også roste DeepSeeks tilnærming.

Koster det mye penger å utvikle AI?

3. februar rapporterte avisen Independent at et amerikansk forskerteam hadde gjenskapt DeepSeeks AI-chatbot for bare noen få dusin dollar, noe som forsterket trenden med lavkostnadsutvikling av AI. Et forskerteam ved University of California, Berkeley, hevdet å ha kopiert DeepSeeks R1-modell for under 30 dollar.

«Vi har kopiert DeepSeek R1-Zero i CountDown-spillet, og det fungerer bra», delte doktorgradsstudent Jiayi Pan på X-plattformen. Pan håper at dette prosjektet vil gjøre kunstig intelligens mer tilgjengelig.

Suksessen til DeepSeek og Mr. Pans teams prosjekt viser at kostnaden for å trene opp AI kan være mye lavere enn de hundrevis av milliarder dollar som amerikanske teknologiselskaper hevder.

Teknologieksperter sier at DeepSeek kan ha en betydelig innvirkning på hvordan AI bygges og brukes i fremtiden. Yann LeCun, en AI- forsker ved Meta Platforms, argumenterer for at DeepSeek ikke bør tolkes som at «Kina overgår USA innen AI». I stedet sier han at den riktige måten å formulere det på er «Åpen kildekode-modeller overgår proprietære modeller», ifølge en artikkel på SCMP.

DeepSeek endrer tilnærming, ikke «game changer»

Dang Huu Son – assisterende direktør ved Institute for Applied Technology Research and Human Resource Development, medgründer og administrerende direktør i LovinBot AI – kommenterte: DeepSeek vil neppe bli en «game changer» innen AI-feltet på lang sikt.

Ifølge Son har DeepSeek fullført den viktigste oppgaven: å endre investorers og bedrifters tilnærming til trenden med å «popularisere» AI-teknologi – mot lave kostnader og enkel tilgang. På lang sikt vil de imidlertid møte store utfordringer med investeringskostnader og hard konkurranse for å opprettholde modellkvaliteten.

Lanseringen av DeepSeek – en rimelig, ressurskrevende og åpen kildekode-modell for kunstig intelligens – har vakt oppmerksomhet, noe som tvinger amerikanske kunstig intelligens-giganter til å revurdere strategiene sine. Denne saken ligner på Temu, som velger en lavkostnadsstrategi for å konkurrere.

Eksperter sier imidlertid at DeepSeek ikke egentlig overgår andre high-end-modeller i ytelse og har begrensninger i håndteringen av komplekse oppgaver.

En unik funksjon ved DeepSeek er at den lar brukerne se «tankeprosessen» mens den trekker slutninger. Dette åpner imidlertid for alvorlige sikkerhetsproblemer. Eksperter har påpekt at DeepSeek er sårbar for en rekke angrep, fra enkel språkmanipulasjon til komplekse «ledetekster» generert av selve AI-en.

Kostnadsoptimalisering tvang dessuten DeepSeek til å kutte ned på noen beskyttelsesmekanismer. Dette gjorde systemet sårbart for sofistikerte taktikker, noe som førte til risiko for å returnere uønsket informasjon eller manipulere atferd.

I Vietnam åpner lærdommene fra DeepSeek muligheter for å utvikle AI til rimelige priser, samtidig som sikkerheten ivaretas. LovinBot AI forsker for tiden, men har ennå ikke integrert DeepSeek, til tross for den lave kostnaden og den åpne kildekoden, fordi det viktigste kravet fortsatt er informasjonssikkerhet og å unngå risikoen for innholdsmanipulasjon.

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