من الاختراق التكنولوجي إلى تحول الأعمال، تعمل DeepSeek على إحداث تغيير جذري في مشهد الذكاء الاصطناعي في وادي السيليكون بفضل نموذجها "الخفيف الوزن"

مترجم: Heart of the Metaverse

في الآونة الأخيرة، أثار صعود DeepSeek نقاشًا واسع النطاق بين المستثمرين المغامرين ورجال الأعمال في وادي السيليكون. باعتبارها قوة ناشئة في مجال الذكاء الاصطناعي، فإن التطور السريع لشركة DeepSeek دفع الناس إلى إعادة التفكير في مستقبل ابتكار الذكاء الاصطناعي، وهيمنة نموذج المصدر المفتوح، واستدامة نماذج الأعمال التقليدية للذكاء الاصطناعي.

جوهر هذه المناقشة هو: هل يمثل DeepSeek تحولاً نموذجياً أم مجرد صدمة قصيرة الأمد؟ كيف ينبغي لشركات الذكاء الاصطناعي الحالية الاستجابة لهذا التغيير؟ 01. ابتكارات DeepSeek ومزاياها

برز DeepSeek بسرعة في مجتمع مطوري الذكاء الاصطناعي، حيث تصدر تصنيفات Hugging Face وأصبح قوة رائدة في مجال المصدر المفتوح. وقد نال مفهوم التصميم، الذي يركز على السرعة والفعالية من حيث التكلفة وإمكانية الوصول، استحسانًا واسع النطاق في مجتمع أبحاث الذكاء الاصطناعي العالمي. على عكس منافسيها، تعمل DeepSeek بتكلفة منخفضة للغاية، وتوفر قدرات الذكاء الاصطناعي المتطورة دون الاعتماد على البنية التحتية الضخمة. وعلى الرغم من تكهنات وسائل الإعلام بأن ديناميكيات القوة في مجال الذكاء الاصطناعي تتغير، فإن الواقع أكثر تعقيدًا: إذ تدفع ابتكارات DeepSeek اللاعبين الحاليين إلى إعادة التفكير في استراتيجياتهم، مما يدفع عملية انتقال الصناعة إلى نماذج ذكاء اصطناعي أكثر رشاقة وكفاءة. ينبع نجاح DeepSeek من تركيزه على الكفاءة والإبداع التكنولوجي. تتميز الشركة بالتفوق في مجالات توليد التعليمات البرمجية ومعالجة اللغة الطبيعية من خلال نماذجها DeepSeek Coder و DeepSeek-V3. تستخدم DeepSeek التعلم المعزز دون تدخل بشري، مما يميزها عن شركات الذكاء الاصطناعي التي تعتمد على التعلم من ردود الفعل البشرية (RLHF).

يتعلم نموذج R1-Zero بالكامل من خلال نظام مكافآت آلي، كما أنه قادر على تسجيل نقاط ذاتية في مهام الرياضيات والبرمجة والمنطق. تعمل هذه العملية على تمكين قدرات التفكير التسلسلي التلقائي، مما يتيح للنموذج تمديد وقت التفكير، وإعادة تقييم الافتراضات، وتعديل الاستراتيجيات بشكل ديناميكي.

على الرغم من أن الناتج الأولي كان عبارة عن مزيج من لغات متعددة، فقد نجحت DeepSeek في تطوير نموذج DeepSeek R1 من خلال إدخال كمية صغيرة من البيانات عالية الجودة التي علق عليها الإنسان في عملية التعلم التعزيزي.

بالإضافة إلى ذلك، يعتمد DeepSeek أيضًا تصميم "مزيج من الخبراء" (MoE). تسمح تقنية MoE للنموذج باختيار شبكات فرعية متخصصة (أي "الخبراء") بشكل ديناميكي لمعالجة أجزاء مختلفة من المدخلات، مما يحسن الكفاءة بشكل كبير.

على عكس النموذج الشامل التقليدي، يحتاج MoE فقط إلى تنشيط جزء من شبكة الخبراء، وبالتالي تقليل التكلفة الحسابية مع الحفاظ على الأداء العالي. يتيح هذا النهج لـ DeepSeek التوسع بكفاءة، مما يوفر دقة أفضل مع انخفاض الطاقة والزمن الكامن.

يركز DeepSeek على التعلم التعزيزي والتعلم الآلي وتحسين ما بعد التدريب، مما يوضح مستقبل البنية التحتية للحوسبة الذكية مع الذاكرة المحسنة والشبكة والحوسبة التي أصبحت أدق وأسرع وأذكى. 02. تحدي نموذج الملكية التقليدي يتوقع أشو جارج، الشريك العام لشركة Foundation Capital، أن الحجم لم يعد الصيغة الفائزة الوحيدة في مجال الذكاء الاصطناعي. وأشار إلى أن شركة DeepSeek تنظر إلى الذكاء الاصطناعي باعتباره تحديًا للنظام وقامت بإجراء تحسينات شاملة من هندسة النموذج إلى استخدام الأجهزة. وأكد أيضًا أن الموجة التالية من ابتكارات الذكاء الاصطناعي ستقودها الشركات الناشئة التي تستخدم نماذج كبيرة لتصميم "أنظمة عملاء" معقدة يمكنها التعامل مع المهام المعقدة بدلاً من مجرد أتمتة العمليات البسيطة.

في غياب وحدة معالجة الرسوميات H100 الرائدة من Nvidia، قامت DeepSeek بتعزيز الاتصال بين الشرائح من خلال إعادة برمجة وحدات المعالجة العشرين على وحدة معالجة الرسوميات H800 واستخدمت تقنية التكميم FP8 لتقليل النفقات العامة للذاكرة. بالإضافة إلى ذلك، قاموا بتقديم تقنية التنبؤ متعددة الرموز، والتي تمكن النموذج من إنشاء كلمات متعددة في وقت واحد بدلاً من إنشائها كلمة بكلمة.

ولكن ليس هذا فحسب، بل إن نجاح DeepSeek في مجال الذكاء الاصطناعي مفتوح المصدر قد تحدى نموذج الملكية التقليدي. ويشير التبني الواسع النطاق لإطار عملها إلى أن تطوير الذكاء الاصطناعي يتحول في اتجاه أكثر توجهاً نحو المجتمع.

كما يكسر DeepSeek التصور الكامن بأن الاختراقات واسعة النطاق في مجال الذكاء الاصطناعي تتطلب استثمارات ضخمة في البنية التحتية. ومن خلال إثبات إمكانية تدريب النماذج المتطورة بكفاءة، فقد أجبر قادة الصناعة على إعادة التفكير فيما إذا كانت مجموعات وحدات معالجة الرسوميات التي تبلغ قيمتها عدة مليارات من الدولارات ضرورية حقًا.

مع تزايد كفاءة نماذج الذكاء الاصطناعي، يتزايد الاستخدام الإجمالي.

لقد أدت فعالية DeepSeek من حيث التكلفة إلى خفض حاجز الدخول، مما أدى إلى ظهور فئة جديدة من الشركات الناشئة ذات هياكل الذكاء الاصطناعي المبسطة. ويشير هذا الاتجاه إلى تحول أوسع في النظام البيئي للذكاء الاصطناعي، حيث أصبحت الكفاءة عاملاً أساسياً في التمييز، وليس مجرد قوة الحوسبة الخام. في الواقع، لم ينشئ DeepSeek مجالًا جديدًا، بل قام بتحسين وتحسين تقنية الذكاء الاصطناعي الموجودة، مما يدل على قوة التكرار. وهذا يثير السؤال التالي: هل ميزة المبادرة الأولى في تطوير الذكاء الاصطناعي مستدامة حقا؟ ولعل التحسين المستمر هو المكان الذي تكمن فيه القيادة الحقيقية.

مع التقدم في السرعة وقدرات الاستدلال والفعالية من حيث التكلفة، تمهد DeepSeek الطريق لعصر جديد من التطبيقات المعتمدة على الذكاء الاصطناعي.

إن الصناعة على وشك موجة من وكلاء الذكاء الاصطناعي القادرين على التعامل مع سير العمل المعقدة التي من شأنها إحداث ثورة في الصناعات من خلال زيادة الكفاءة وخفض التكاليف وتمكين حالات استخدام جديدة كانت مستحيلة في السابق. وبشكل عام، فإن صعود DeepSeek هو علامة على أن حلول الذكاء الاصطناعي تتجه نحو أن تصبح أكثر سهولة في الوصول إليها وفعالية من حيث التكلفة.

مع تكيف الصناعة، يتعين على الشركات إيجاد توازن بين الابتكار الخاص والتعاون المفتوح لضمان أن تظل الموجة التالية من تطوير الذكاء الاصطناعي فعالة وقابلة للتكيف وقابلة للتطوير. مع استمرار تقدم تكنولوجيا الذكاء الاصطناعي، فإن التفاعل بين شركات الذكاء الاصطناعي الرائدة واللاعبين الناشئين سيحدد المرحلة التالية من التقدم التكنولوجي.