Новият експериментален модел на DeepSeek обещава да повиши ефективността и да подобри способността на изкуствения интелект да обработва голямо количество информация на много по-ниска цена, но въпреки това остават въпроси относно ефективността и безопасността на архитектурата, съобщава CNBC.

Китайският стартъп предизвика фурор в Силициевата долина, когато миналата година изненадващо пусна на пазара първия си модел R1, показвайки, че е възможно да се обучават големи езикови модели (LLM) бързо, на по-малко мощни чипове и с по-малко ресурси.

В понеделник компанията пусна DeepSeek-V3.2-Exp, експериментална версия на настоящия DeepSeek-V3.1-Terminus, която доразвива мисията си за повишаване на ефективността на AI системите, според публикация във форума за AI Hugging Face.

Акциите на местните производители скочиха след като AI стартъпът обяви нов модел

DeepSeek намеква за „следващо поколение“ китайски чипове

„DeepSeek V3.2 продължава да се фокусира върху ефективността, намаляването на разходите и споделянето на отворен код“, заяви пред CNBC Адина Якефу, ръководител на китайската общност в Hugging Face.

„Голямото подобрение е нова функция, наречена DSA (DeepSeek Sparse Attention), която подобрява AI при обработката на дълги документи и разговори. Тя също така намалява разходите за работа на AI наполовина в сравнение с предишната версия.“

„Това е важно, защото трябва да направи модела по-бърз и по-рентабилен за използване, без забележимо понижение на производителността“, коментира Ник Пейшънс, вицепрезидент и ръководител на AI в The Futurum Group.

„Това прави мощния AI по-достъпен за разработчици, изследователи и по-малки компании, което потенциално може да доведе до вълна от иновативни приложения.“

Безплатните модели на DeepSeek, Alibaba и други привличат потребители от цял свят

Отворен код: Стратегията на Китай за AI монопол

AI моделът взема решения въз основа на тренировъчни данни и нова информация, като например подсказка.

Например, ако една авиокомпания иска да намери най-добрия маршрут от А до Б, въпреки че има много варианти, не всички са осъществими. Като отсявате по-малко осъществимите маршрути, значително намалявате времето и в крайна сметка парите, необходими за пътуването. Точно това прави новият модел – взема предвид само данните, които счита за важни за задачата, за разлика от другите, които обработват всички данни.

Новите възможности способстват ефективността и способността за мащабиране на изкуствения интелект, тъй като са необходими по-малко ресурси, но едно от притесненията е, че това може да доведе до спад в надеждността на моделите поради липсата на контрол върху това как и защо се пренебрегва информация.

R1-0528 предпочита думи и изрази, подобни на тези, които Google Gemini 2.5 Pro предпочита, което повдига обосновани съмнения

Иновация или дестилация: Как е създаден новият модел на DeepSeek?

„Реалността е, че тези модели са загубили много нюанси. И тогава истинският въпрос е: имат ли те подходящия механизъм за изключване на неважните данни или механизъм, който изключва наистина важни данни, и тогава резултатът ще бъде много по-малко релевантен?“, пита Екатерина Алмъск, съосновател и управляващ партньор на фонда за рисков капитал BlankPage Capital.

Това може да е особено проблемно за безопасността и приложимостта на изкуствения интелект, и да не е „най-оптималният или най-безопасният“ модел в сравнение с конкурентите или традиционните архитектури.

Представител на китайския стартъп е обявил, че компанията е завършила това, което описва като „незначителна пробна актуализация“ и че потребителите могат да започнат да я тестват

DeepSeek пусна актуализация на AI модела, който срина технологичните акции по-рано тази година

DeepSeek обаче твърди, че експерименталният модел работи на равнището на V3.1-Terminus.

Компанията освен това е споделила действителния програмен код и инструментите, необходими за използването на модела. „Това означава, че други хора могат да се учат от него и да създават свои подобрения.“

Но за Алмъск самата същност означава, че технологията може да не е защитима.

„Подходът не е супер нов“, казва тя, като отбелязва, че индустрията „говори за разредени модели от 2015 г.“ и че DeepSeek не може да патентова своята технология, тъй като е с отворен код. Следователно конкурентното предимство трябва да е в това как решава коя информация да включи, допълва експертът.

Самата компания признава, че V3.2-Exp е „междинна стъпка към нашата архитектура от следващо поколение“, според публикацията в Hugging Face.

„DeepSeek играе дългосрочна игра, за да поддържа интереса на общността към своя напредък. Хората винаги ще избират това, което е евтино, надеждно и ефективно“, допълват експертите.