المنافس الأقوى لشات جي بي تي.. كل ما لا تعرفه عن تطبيق DeepSeek
تاريخ النشر: 28th, January 2025 GMT
بدأت الضجة حول تطبيق DeepSeek تكتسب زخمًا في وقت سابق من هذا الشهر، عندما أصدرت الشركة الناشئة R1، وهو نموذجها المنطقي الذي ينافس نموذج o1 من OpenAI.
وقد ارتفع الطلب على تلك التطبيق بسرعة إلى قمة متاجر التطبيقات وقوائم المتصدرين في الصناعة ، حيث أشاد المستخدمون بأدائه وقدراته المنطقية ليتفوق على النماذج المنافسة الأميركية، خصوصاً «تشات جي بي تي»، حيث يعمل بتكلفة لا تتعدى 3 في المائة من تكلفة تشغيل بعض نماذج اللغة التي يتدرب عليها الذكاء الاصطناعي من بعض الشركات الأميركية.
ومثل غيره من برامج الدردشة الصينية، فإن تطبيق DeepSeek لديه بعض الحدود عندما يُقوم بالسؤال عن بعض المواضيع فعند سؤاله عن بعض سياسات الزعيم الصيني شي جين بينج، على سبيل المثال، يُقال إن تطبيق DeepSeek يوجه المستخدم بعيدًا عن خطوط مماثلة من الاستجواب.
و تأسست شركة DeepSeek في عام 2023 على يد ليانج وينفينج، المؤسس المشارك لشركة High-Flyer، وهي صندوق تحوط كمي يركز على الذكاء الاصطناعي وبحسب ما ورد، نشأت شركة الذكاء الاصطناعي الناشئة من وحدة أبحاث الذكاء الاصطناعي التابعة لصندوق التحوط في أبريل 2023 للتركيز على نماذج اللغة الكبيرة والوصول إلى الذكاء العام الاصطناعي، أو AGI وهو فرع من الذكاء الاصطناعي قد يتفوق على الفكر البشري في مجموعة واسعة من المهام، والتي تقول OpenAI ومنافسوها إنهم يسعون جاهدين لتحقيقها.
على الجانب الآخر لا تزال شركة DeepSeek مملوكة بالكامل لشركة High-Flyer وممولة منها، وفقًا للمحللين في Jefferies وعلى الرغم من قيام الولايات المتحدة بتقييد صادرات الرقائق إلى الصين ثلاث مرات في ثلاث سنوات فقد تختلف التقديرات حول مقدار تكلفة R1 من DeepSeek بالضبط، أو عدد وحدات معالجة الرسومات التي تم إدخالها فيها.
وقدر محللو Jefferies أن الإصدار الأخير كانت تكلفة التدريب 5.6 مليون دولار أمريكي فقط ويعد هذا أقل من 10٪ من تكلفة Meta لاما ولكن بعيدا عن الأرقام المحددة، تتفق التقارير على أن التطبيق تم تطويره بتكلفة أقل بكثير مقارنة بتكلفة النماذج المنافسة من قبل OpenAI وAnthropic و Google واخرين.
ونتيجة لهذا، أصبح قطاع الذكاء الاصطناعي غارقاً في الأسئلة، بما في ذلك ما إذا كان العدد المتزايد من جولات التمويل الفلكية والتقييمات التي تصل إلى مليارات الدولارات ضرورياً ــ وما إذا كانت فقاعة على وشك الانفجار
المصدر: صدى البلد
كلمات دلالية: الذكاء الاصطناعي متاجر التطبيقات تطبيق DeepSeek شركة DeepSeek المزيد الذکاء الاصطناعی
إقرأ أيضاً:
فيديو.. مباراة تنس بلا نهاية بين روبوتات غوغل لتدريب الذكاء الاصطناعي
في صيف 2010، خاض لاعبا التنس جون إيسنر ونيكولا ماهو واحدة من أكثر المواجهات استنزافًا في تاريخ ويمبلدون، فقد استمرت المباراة 11 ساعة على مدار 3 أيام. وبعد أكثر من عقد، يخوض خصمان من نوع آخر مباراة لا تقل عنادًا، لكن هذه المرة داخل مختبرات ديب مايند التابعة لغوغل، وبلا جمهور.
فبحسب تقرير لموقع بوبيلار سينس (Popular Science)، تتحرك ذراعان روبوتيتان في مباراة تنس طاولة بلا نهاية في مركز الأبحاث جنوب لندن، ضمن مشروع أطلقته ديب مايند عام 2022 لتطوير قدرات الذكاء الاصطناعي عبر التنافس الذاتي المستمر. الهدف لا يقتصر على تحسين مهارات اللعب، بل يتعداه إلى تدريب خوارزميات قادرة على التكيف مع بيئات معقدة، مثل تلك التي تواجهها الروبوتات في المصانع أو المنازل.
من مناوشة بلا فائز إلى تدريب بلا توقففي بدايات المشروع، اقتصر التمرين على ضربات تبادلية بسيطة بين الروبوتين، من دون سعي لتحقيق نقاط. ومع الوقت، وباستخدام تقنيات التعلم المعزز، أصبح كل روبوت يتعلم من خصمه ويطوّر إستراتيجياته.
وعندما أُضيف هدف الفوز بالنقطة، واجه النظام صعوبة في التكيف، إذ كانت الذراعان تفقدان بعض الحركات التي أتقنتاها سابقًا. لكن عند مواجهة لاعبين بشريين، بدأت تظهر بوادر تقدم لافت، بفضل تنوع أساليب اللعب التي وفّرت فرص تعلم أوسع.
ووفق الباحثين، فازت الروبوتات بنسبة 45% من أصل 29 مباراة ضد بشر، وتفوقت على لاعبين متوسطين بنسبة بلغت 55%. فالأداء الإجمالي يُصنّف في مستوى لاعب هاوٍ، لكنه يزداد تعقيدًا مع الوقت، خصوصًا مع إدخال تقنيات جديدة لمراقبة الأداء وتحسينه.
عندما يعلّم الفيديو الذكاء الاصطناعيالتحسينات لم تتوقف على التمرين الفعلي، إذ استخدم الباحثون نموذج جيمناي (Gemini) للرؤية واللغة من غوغل لتوليد ملاحظات من مقاطع الفيديو الخاصة بالمباريات.
ويمكن للروبوت الآن تعديل سلوكه بناء على أوامر نصيّة، مثل "اضرب الكرة إلى أقصى اليمين" أو "قرّب الشبكة". هذه التغذية الراجعة البصرية اللغوية تعزز قدرات الروبوت على اتخاذ قرارات دقيقة خلال اللعب.
إعلان تنس الطاولة بوابة لروبوتات المستقبلتُعد لعبة تنس الطاولة بيئة مثالية لاختبار الذكاء الاصطناعي، لما فيها من توازن بين السرعة والدقة واتخاذ القرار. وهي تتيح تدريب الروبوتات على مهارات تتجاوز مجرد الحركة، لتشمل التحليل والاستجابة في الوقت الحقيقي، وهي مهارات ضرورية للروبوتات المستقبلية في البيئات الواقعية.
ورغم أن الروبوتات المتقدمة ما زالت تتعثر في مهام بسيطة بالنسبة للبشر، مثل ربط الحذاء أو الكتابة، فإن التطورات الأخيرة -كنجاح ديب مايند في تعليم روبوت ربط الحذاء، أو نموذج "أطلس" الجديد الذي قدّمته بوسطن ديناميكس- تشير إلى تقارب تدريجي بين أداء الآلة والإنسان.
نحو ذكاء عام قابل للتكيفيرى خبراء ديب مايند أن هذا النهج في التعلم، القائم على المنافسة والتحسين الذاتي، قد يكون المفتاح لتطوير ذكاء اصطناعي عام متعدد الاستخدامات. والهدف النهائي هو تمكين الروبوتات من أداء مهام متنوعة، ليس فقط في بيئات صناعية بل أيضًا في الحياة اليومية، بأسلوب طبيعي وآمن.
حتى ذلك الحين، ستبقى ذراعا ديب مايند في مباراة مفتوحة، تتبادلان الكرات والمهارات، في طريق طويل نحو مستقبل روبوتي أكثر ذكاء ومرونة.
أسعار الحديد والأسمنت اليوم الثلاثاء 29 يوليو 2025