Новая нейросеть компании DeepSeek демонстрирует более экономное использование мощностей для обучения ИИ-моделей и новый подход к обработке запросов, позволяющий «рафинировать» анализируемые данные. Решение может стать революционным для рынка ИИ, способствуя перераспределению позиций его лидеров, считают эксперты Национальной технологической инициативы (НТИ), побеседовавшие с ТАСС.
Ранее сообщалось о том, что акции компании Nvidia на Франкфуртской фондовой бирже теряли почти 7% на фоне успеха новой версии китайского чат-бота DeepSeek, который, как утверждается, оказался эффективнее своего американского конкурента ChatGPT компании OpenAI (США).
Генеральный директор группы компаний ST IT, эксперт рынка Technet НТИ Антон Аверьянов в разговоре с ТАСС указал на то, что разработка этой модели обошлась авторам гораздо дешевле, чем коллегам.
«DeepSeek, по [предварительным оценкам, сделанным на основе заявлений разработчиков], <…> работает даже лучше, чем GPT-4о. Это показывает, что с нейросетями можно работать гораздо меньшими ресурсами, чем все привыкли видеть. Более того, китайские разработчики разместили данную модель на чипах Huawei. Необходимо дождаться независимых бенчмарков. <…> В целом, если картина действительно такая, как это описано в проекте, то чат-бот можно назвать настоящей революцией в сфере нейросетей, ИИ. Его появление способствует перераспределению лидеров в данной глобальной гонке», — считает Аверьянов.
Эксперт также указал на то, что разработчики обеспечили бесплатный доступ к модели для пользователей. Заместитель директора по трансферу технологий Центра компетенций НТИ «Технологии хранения и анализа больших данных» на базе МГУ имени М. В. Ломоносова Тимофей Воронин указал на то, что сумма, которую компания-разработчик DeepSeek потратила на обучение одной из своих моделей (5,5 млн долларов США), «в несколько десятков раз ниже аналогичных затрат американских компаний, включая Microsoft, Amazon, Google».
Говоря об особенностях ИИ-модели, директор Мегафакультета трансляционных информационных технологий Университета ИТМО, научный руководитель исследовательского центра «Сильный искусственный интеллект в промышленности», эксперт Центра компетенций НТИ «Технологии машинного обучения и когнитивные технологии» на базе Университета ИТМО Александр Бухановский указал на то, что ключевые отличия заложены в организации процесса обучения нейросети.
«Во-первых, это изначально сбалансированная компоновка обучающих данных (интернет, книги, коды и прочее) таким образом, чтобы полноценно покрывать ряд выбранных тестов. Во-вторых, это применение разнообразных эвристических правил и моделей, обеспечивающих предварительную очистку данных от разного «мусора», а также удаление многочисленных дубликатов. Таким образом, происходит своего рода «рафинирование» данных для обучения. В-третьих, это эффективное использование памяти вычислителей на видеокартах. Как следствие, за счет технических улучшений <…> фактический объем данных становится меньше, а скорость обучения — выше», — отметил он.
Источник: ТАСС
Свежие комментарии