خسائر بالمليارات في أمريكا وهلع في شركات التكنولوجيا.. ماهو تطبيق DeepSeek الصيني وسر أهميته؟
تاريخ النشر: 29th, January 2025 GMT
تسبب ظهور شركة "ديب سيك" DeepSeek لخدمات الذكاء الاصطناعي التي أذهلت العالم في الساعات الأولى لانطلاقها في انهيار أسهم شركات "الذكاء الاصطناعي" الأميركية.
ما هو ديب سيك؟
ويعد "ديب سيك" هي شركة صينية للذكاء الاصطناعي (AI) مقرها في مدينة هانغتشو، وقد ظهرت قبل عامين من شركة جامعية ناشئة.
واتبع علماء الكمبيوتر في "ديب سيك" نهجا مختلفا لبناء نموذج الذكاء الاصطناعي الخاص بهم، مما أدى إلى ظهوره بتكلفة أقل للتشغيل من منافسيه في الولايات المتحدة.
ما هو نموذج التطبيق الذي يتحدث عنه الناس؟
هو تطبيق DeepSeek AI الذي أثار اهتمام الناس كثيرا في الوقت الحالي لأنه قال إن أداءه على قدم المساواة مع نموذج "أوبن إيه آي" OpenAI والذي تم إصداره لمستخدمي "تشات جي بي تي" ChatGPT في ديسمبر.
وبات "ديب سيك" الاثنين التطبيق المجاني الأكثر شعبية الذي تم تنزيله على متجر تطبيقات أبل في بريطانيا ودول أخرى بالعالم.
وبحسب تقارير إعلامية؛ فأن هذا النموذج يستخدم نوعا مختلفا من البنية الداخلية التي تتطلب استخداما أقل للذاكرة، وبالتالي تقليل التكاليف الحسابية بشكل كبير لكل بحث أو تفاعل مع نظام نمط الدردشة الآلية.
ومن جانبهم؛ أشاد الباحثون به لقدرته على التعامل مع مهام التفكير المعقدة، خاصة في الرياضيات والبرمجة، ويبدو أنه ينتج نتائج مشابهة لنتائج المنافسين بجزء صغير من قوة الحوسبة.
ويوفر التطبيق ميزات "تشات جي بي تي" المرتفعة والتي تتطلب اشتراكا ماليا، بالمجان.
ويعد الشخصية الرئيسية لتمويل الشركة هي ليانج وينفينج، الذي كان يدير صندوق تحوط كمي صيني.
بدوره؛ صرح : "لسنوات عديدة، اعتادت الشركات الصينية على الآخرين الذين يقومون بالابتكار التكنولوجي، ولكن هذا لن يستمر للأبد.. نعتقد أنه مع تطور الاقتصاد، يجب أن تصبح الصين تدريجيا دولة رائدة في الذكاء الاصطناعي".
لماذا تراجعت أسهم شركات التكنولوجيا الأميركية؟
واحدث الوحش الصيني محو مئات المليارات من الدولارات من أسهم شركات التكنولوجيا الكبرى بعد انتشار أخبار أداء تطبيق "ديب سيك" المبهر خلال عطلة نهاية الأسبوع.
كما شهدت "إنفيديا"، رائدة وحدات معالجة الرسوميات، خسائر ضخمة تجاوزت ضعفي القيمة السوقية لشركة مثل كوكاكولا على سبيل المثال، في يوم واحد، تبعتها شركات أخرى تأثرت بسلسلة الصدمات. بينما على الجانب الآخر، استفادت شركات مثل "أبل" من التوقعات الإيجابية المرتبطة بتخفيض تكاليف التدريب، مما أضاف بعدا آخر للتباين في الاستجابة السوقية لهذا التطور غير المتوقع.
فيما تعهدت شركات التكنولوجيا الأميركية في الأيام الأخيرة بمئات المليارات من الدولارات للاستثمار في الذكاء الاصطناعي.
بينما كشفت الشركة الصينية أن الاستثمار يمكن أن يكون أقل بكثير، ويعطي نتائج متقدمة، وهو أمر قلل الثقة في الأسهم الأميركية
المصدر: صدى البلد
كلمات دلالية: أمريكا الصين الذكاء الاصطناعي المزيد شرکات التکنولوجیا الذکاء الاصطناعی دیب سیک
إقرأ أيضاً:
تحديات جوهرية تواجه تطور الذكاء الاصطناعي
#سواليف
أظهر استطلاع حديث لخبراء في مجال #الذكاء_الاصطناعي أن توسيع نماذج اللغات الكبيرة (LLMs) لن يؤدي إلى تحقيق الذكاء الاصطناعي العام (AGI).
يعدّ AGI بمثابة النقلة النوعية التي تمكّن الأنظمة من التعلم بشكل فعّال كالذكاء البشري أو أفضل منه.
وأكد 76% من 475 باحثا في المجال، أنهم يرون أن هذا التوسع “غير مرجح” أو “غير مرجح جدا” أن يحقق هذا الهدف المنشود.
مقالات ذات صلة إعداد بسيط في هاتفك قد يجعلك تبدو أصغر بـ10 سنوات! 2025/04/01وتعتبر هذه النتيجة انتكاسة كبيرة للصناعات التكنولوجية التي توقعت أن تحسينات بسيطة في النماذج الحالية من خلال مزيد من البيانات والطاقة ستؤدي إلى الذكاء الاصطناعي العام.
ومنذ #طفرة الذكاء الاصطناعي التوليدي في 2022، كانت التوقعات تركز على أن زيادة الموارد كافية لتجاوز #الذكاء_البشري. لكن مع مرور الوقت، وبالرغم من الزيادة الكبيرة في الإنفاق، فإن التقدم قد تباطأ بشكل ملحوظ.
وقال ستيوارت راسل، عالم الحاسوب في جامعة كاليفورنيا، بيركلي، والذي شارك في إعداد التقرير: “منذ إصدار GPT-4، أصبح واضحا أن التوسع في النماذج كان تدريجيا ومكلفا. الشركات قد استثمرت أموالا ضخمة بالفعل، ولا يمكنها التراجع بسبب الضغوط المالية”.
وفي السنوات الأخيرة، ساهمت البنية الأساسية المبتكرة المسماة “المحولات” (Transformers)، التي ابتكرها علماء غوغل عام 2017، في تحسن قدرات نماذج الذكاء الاصطناعي. وتستفيد هذه النماذج من زيادة البيانات لتوليد استجابات أدق. ولكن التوسع المستمر يتطلب موارد ضخمة من الطاقة والمال.
وقد استقطب قطاع الذكاء الاصطناعي المولّد نحو 56 مليار دولار في رأس المال المغامر عام 2024، مع تكريس جزء كبير من هذه الأموال لبناء مراكز بيانات ضخمة تسببت في زيادة انبعاثات الكربون ثلاث مرات منذ 2018.
ومع استنفاد البيانات البشرية القابلة للاستخدام بحلول نهاية هذا العقد، فإن الشركات ستضطر إما لاستخدام البيانات التي أنشأها الذكاء الاصطناعي نفسه أو جمع بيانات خاصة من المستخدمين، ما يعرض النماذج لمخاطر أخطاء إضافية. وعلى الرغم من ذلك، لا يقتصر السبب في محدودية النماذج الحالية على الموارد فقط، بل يتعدى ذلك إلى القيود الهيكلية في طريقة تدريب هذه النماذج.
كما أشار راسل: “المشكلة تكمن في أن هذه النماذج تعتمد على شبكات ضخمة تمثل مفاهيم مجزّأة، ما يجعلها بحاجة إلى كميات ضخمة من البيانات”.
وفي ظل هذه التحديات، بدأ الباحثون في النظر إلى نماذج استدلالية متخصصة يمكن أن تحقق استجابات أكثر دقة. كما يعتقد البعض أن دمج تقنيات الذكاء الاصطناعي مع أنظمة تعلم آلي أخرى قد يفتح آفاقا جديدة.
وفي هذا الصدد، أثبتت شركة DeepSeek الصينية أن بإمكانها تحقيق نتائج متميزة بتكاليف أقل، متفوقة على العديد من نماذج الذكاء الاصطناعي التي تعتمد عليها شركات التكنولوجيا الكبرى في وادي السيليكون.
ورغم التحديات، ما يزال هناك أمل في التقدم، حيث يقول توماس ديتريش، الأستاذ الفخري لعلوم الحاسوب في جامعة ولاية أوريغون: “في الماضي، كانت التطورات التكنولوجية تتطلب من 10 إلى 20 عاما لتحقيق العوائد الكبيرة. وهذا يعني أن هناك فرصة للابتكار بشكل كبير في مجال الذكاء الاصطناعي، رغم أن العديد من الشركات قد تفشل في البداية”.