- تقول شركة الذكاء الاصطناعي الصينية إن تكلفة تدريب نموذجها بلغت 294,000 فقط.
- يُعد هذا الرقم أقل بكثير من منافسيها الأمريكيين، مما يثير أسئلة جديدة في القطاع.
- تنفي DeepSeek نسخ المخرجات من نماذج المنافسين.
ادعت شركة DeepSeek الصينية أن نظام الذكاء الاصطناعي الرائد لديها، المعروف باسم R1، تم تدريبه بتكلفة 294,000 دولار فقط، وهي جزء بسيط من المبالغ التي يُعتقد أن المنافسين الأمريكيين ينفقونها.
نُشرت التفاصيل في ورقة تمت مراجعتها من قبل الأقران في مجلة Nature هذا الأسبوع، ومن المرجح أن تغذي المزيد من النقاش حول طموحات بكين في سباق الذكاء الاصطناعي العالمي. قالت الشركة، التي تتخذ من هانغتشو مقراً لها، إن النموذج الموجه نحو الاستدلال تم تدريبه باستخدام 512 رقاقة Nvidia H800. صُممت هذه الأجهزة خصيصاً للصين بعد أن منعت الولايات المتحدة بيع المعالجات الأكثر قوة H100 وA100.
تُعد الورقة البحثية، التي شارك في تأليفها المؤسس ليانغ ونفيينغ، أول مرة تكشف فيها الشركة عن مثل هذه التكاليف.
DeepSeek تستخدم جزءاً صغيراً من تكلفة النماذج الأمريكية
في يناير، أدى إصدار أدوات الذكاء الاصطناعي الأرخص من DeepSeek إلى زعزعة استقرار الأسواق العالمية، مما أدى إلى بيع أسهم التكنولوجيا خوفاً من أنها قد تتفوق على العمالقة الراسخين مثل Nvidia وOpenAI.
ومع ذلك، حافظ ليانغ وفريقه على ملف منخفض، وظهورهم فقط لتحديثات المنتجات المتفرقة منذ ذلك الحين.
تقف علامة السعر البالغة 294,000 دولار المذكورة في التقرير في تناقض صارخ مع التقديرات من الشركات الأمريكية.
قال سام ألتمان، الرئيس التنفيذي لشركة OpenAI، في عام 2023: "تدريب النماذج الأساسية يكلف أكثر بكثير من 100 مليون دولار." ومع ذلك، لم يقدم أي تفصيل محدد.
يتضمن تدريب نماذج اللغات الكبيرة تشغيل بنوك من الرقائق القوية لفترات ممتدة، مما يستهلك كميات هائلة من الكهرباء أثناء معالجة النصوص والأكواد. افترض مراقبو الصناعة منذ فترة طويلة أن تكلفة مثل هذه المشاريع تصل إلى عشرات أو حتى مئات الملايين.
هذا الافتراض يتم تحديه الآن، وفي وثيقة مكملة، أقرت DeepSeek بأنها تمتلك رقائق A100 واستخدمتها في التطوير المبكر، قبل نقل التدريب الكامل النطاق إلى عناقيد H800 الخاصة بها. وفقاً للشركة التقنية، عمل النموذج لمدة 80 ساعة خلال مرحلة التدريب النهائية.
على الرغم من أن Nvidia insist أن الشركة الناشئة الصينية لا تملك وصولاً إلا إلى معالجات H800 الخاصة بها، إلا أن المسؤولين الأمريكيين لا يزالون متشككين. قبل بضعة أشهر، أخبر مصادر أمريكية رويترز أن DeepSeek تمتلك بشكل غير قانوني أحجاماً كبيرة من رقائق H100 التي تفرض عليها حظر تصدير إلى الصين.
وضع الابتكار تحت المجهر
لقد لفت R1 الانتباه ليس فقط لتكاليف التدريب المنخفضة، ولكن أيضاً لأنه قد يكون أول نموذج رئيسي يخضع لمراجعة الأقران الرسمية.
قال لويس تانستال، مهندس تعلم آلي في Hugging Face الذي راجع ورقة Nature: "هذا سوابق مرحب بها جداً، وإذا لم يكن لدينا هذا المعيار للمشاركة، يصبح من الصعب جداً تقييم المخاطر."
أدى عملية المراجعة إلى دفع DeepSeek لتوضيح التفاصيل التقنية، بما في ذلك كيفية تدريب نموذجها وما هي الضوابط الموجودة.
قال هوان سون، باحث في الذكاء الاصطناعي في جامعة أوهايو الحكومية: "المرور خلال عملية مراجعة الأقران الصارمة يساعد بالتأكيد في التحقق من صحة النموذج وفائدته."
كان الاختراق الرئيسي لـ DeepSeek هو استخدام نهج التعلم المعزز النقي. بدلاً من الاعتماد على أمثلة الاستدلال التي يديرها البشر، وفقاً للورقة البحثية. تم مكافأة النموذج على حل المشكلات بشكل صحيح وطوّر تدريجياً استراتيجيات خاصة به لحل المشكلات.
تقول الشركة إن هذا النظام التجريبي سمح لـ R1 بالتحقق من عمله دون نسخ التكتيكات البشرية.
أضاف سون: "كان لهذا النموذج تأثير كبير. قد يكون كل عمل تقريباً في التعلم المعزز في عام 2025 مستوحى من R1 بطريقة أو بأخرى."
DeepSeek تنفي مزاعم النسخ
بعد وقت قصير من إصدار R1، دارت تكهنات بأن DeepSeek اعتمدت على مخرجات المنافسين، لا سيما من OpenAI، لتسريع التدريب؛ ومع ذلك، نفت الشركة هذا الادعاء بشكل قاطع.
في المراسلات مع المحكمين، أصرّت DeepSeek على أن R1 لم ينسخ أمثلة الاستدلال التي ولّدها OpenAI. ومع ذلك، مثل معظم نماذج اللغات الكبيرة، تم تدريبه على نصوص الإنترنت. هذا يعني أن بعض المحتوى الذي أنتجته الذكاء الاصطناعي تم تضمينه حتماً، وقد أقنعت هذه التفسير بعض المراجعين.
قال تانستال: "لا يمكنني أن أكون متأكداً بنسبة 100% من أن R1 لم يتم تدريبه على أمثلة OpenAI. ومع ذلك، تشير محاولات الاستنساخ من قبل مختبرات أخرى إلى أن التعلم المعزز جيد بحد ذاته."
يقول DeepSeek إن R1 مصمم للتميز في المهام التي تتطلب استدلالاً مكثفاً مثل البرمجة والرياضيات. وعلى عكس معظم الأنظمة المغلقة التي طورتها الشركات الأمريكية، تم إصداره كنموذج بأوزان مفتوحة، قابل للتنزيل مجاناً من قبل الباحثين. على موقع مجتمع الذكاء الاصطناعي Hugging Face، تم تنزيله بالفعل أكثر من 10 ملايين مرة.
أنفقت الشركة حوالي 6 ملايين دولار لتطوير النموذج الأساسي الذي بُني عليه R1، ولكن حتى مع إضافة ذلك، فإن تكاليفها أقل بكثير من المبالغ المرتبطة بالمنافسين. بالنسبة للكثيرين في هذا المجال، يجعل ذلك R1 جذاباً.
اختبر سون وزملاؤه النظام مؤخراً على مهام البيانات العلمية ووجدوا أنه لم يكن الأكثر دقة، لكنه كان من الأفضل من حيث التكلفة مقابل الأداء.
لا تكتفِ بقراءة أخبار العملات الرقمية فحسب، بل افهمها. اشترك في نشرتنا الإخبارية. مجانية.
Enacy Mapakame
إناسي ماباكامي صحفية تتمتع بأكثر من 10 سنوات من الخبرة في مجال الأخبار التجارية والمالية. وهي تغطي أسواق رأس المال والتقنيات الناشئة – مثل الميتافيرس والذكاء الاصطناعي والعملات الرقمية. وتحمل إناسي درجة بكالوريوس الآداب في دراسات الإعلام والمجتمع بتقدير امتياز.
