DeepSeek - AI Assistant

برنامج ديب سيك DeepSeek – AI Assistant المُطور من قِبل شركة DeepSeek Inc التي قدمت هذا البرنامج المُتميز ليعمل على أنظمة الهواتف الذكية للاندرويد و للايفون، برنامج ديب سيك هو برنامج بحث صيني ذكي يعمل بالذكاء الاصطناعي تستطيع من خلاله البحث عن أي شئ تُريده وسيقوم التطبيق مُباشرة بالبحث عن أكثر اجابة مُناسبة و دقيقة وسيقدمها لك، وبالطبع عمليات البحث بالكامل تدور في خوارزميات سريعة جداً، فقط في خلال ثوانِِ ستكون اجابتك كاملة مُتواجدة.

برنامج ديب سيك DeepSeek – AI Assistant يأتي مع واجهة تشغيل بسيطة ولكنها مُميزة و عصرية في آن واحد، البرنامج يعمل بذكاء كبير تفوق على أشرس مُنافسيه في عالم الذكاء الاصطناعي شات جي بي تي المُنافس الأمريكي الأشرس و الأقوى بالنسبة له، تفوق ديب سيك DeepSeek – AI Assistant بكل قوة على أشرس مُنافسيه مع فارق كبير بالنظر لعمر التطبيقات جنباً الي جنب.

نبذة عن برنامج ديب سيك DeepSeek – AI Assistant :

لقد أحدث مساعد الذكاء الاصطناعي من شركة DeepSeek منذ أن اطلاقه مُباشرة، حيث أصبح التطبيق الأعلى تصنيفًا في متجر تطبيقات Apple وأدى إلى هبوط أسهم التكنولوجيا. ما كل هذه الضجة؟.

لقد فاجأت شركة DeepSeek، وهي شركة ناشئة صينية، صناعة التكنولوجيا بنموذج جديد ينافس قدرات أحدث نموذج لشركة OpenAI – باستثمار أقل بكثير ورقائق ذات سعة مخفضة. تحظر الولايات المتحدة تصدير أحدث رقائق الكمبيوتر إلى الصين وتحد من مبيعات معدات تصنيع الرقائق. يقال إن شركة DeepSeek، التي يقع مقرها في مدينة هانغتشو بشرق الصين، لديها مخزون من رقائق Nvidia A100 عالية الأداء التي حصلت عليها قبل الحظر – لذلك كان بإمكان مهندسيها استخدام هذه الرقائق لتطوير النموذج. ولكن في اختراق رئيسي، تقول الشركة الناشئة إنها استخدمت بدلاً من ذلك رقائق Nvidia H800 ذات الطاقة المنخفضة لتدريب النموذج الجديد، المسمى DeepSeek-R1.

تقول أشليشا نيساريكار، الرئيسة التنفيذية لشركة بلانو إنتليجنس للذكاء الاصطناعي: “لقد رأينا حتى الآن أن نجاح شركات التكنولوجيا الكبيرة العاملة في مجال الذكاء الاصطناعي كان يقاس بمقدار الأموال التي جمعتها، وليس بالضرورة بما كانت عليه التكنولوجيا بالفعل”. “أعتقد أننا سنولي اهتمامًا أكبر بكثير للتكنولوجيا التي تدعم المنتجات المختلفة لهذه الشركات”.

DeepSeek مُتوفق بشكل ملحوظ على مُنافسيه

وفقًا لـ VentureBeat، في اختبارات الذكاء الاصطناعي الشائعة في الرياضيات والترميز، تطابقت درجات DeepSeek-R1 مع نموذج o1 الخاص بشركة Open AI. لا تكشف الشركات الأمريكية عن تكلفة تدريب نماذج اللغة الكبيرة الخاصة بها (LLMs)، وهي الأنظمة التي تدعم برامج الدردشة الشائعة مثل ChatGPT. لكن الرئيس التنفيذي لشركة OpenAI سام ألتمان أخبر جمهورًا في معهد ماساتشوستس للتكنولوجيا في عام 2023 أن تدريب LLM GPT-4 الخاص بالشركة تكلف أكثر من 100 مليون دولار. في المقابل، تقول DeepSeek إنها صنعت نموذجها الجديد بأقل من 6 ملايين دولار. إن برنامج DeepSeek-R1 متاح مجانًا للمستخدمين للتنزيل، في حين تكلف النسخة المماثلة من برنامج ChatGPT 200 دولار شهريًا.

تقول نيساريكار إن الرقم الذي بلغ 6 ملايين دولار لبرنامج DeepSeek لا يعكس بالضرورة مقدار الأموال التي كانت ستلزم لبناء مثل هذا البرنامج من الصفر. قد تمثل التكلفة المبلغ عنها لبرنامج DeepSeek-R1 ضبطًا دقيقًا لأحدث إصدار له. ومع ذلك، تقول إن كفاءة الطاقة المحسنة للنموذج من شأنها أن تجعل الذكاء الاصطناعي أكثر سهولة في الوصول إليه من قبل المزيد من الأشخاص في المزيد من الصناعات. قد تكون الزيادة في الكفاءة بمثابة أخبار جيدة عندما يتعلق الأمر بالتأثير البيئي للذكاء الاصطناعي لأن التكلفة الحسابية لتوليد بيانات جديدة باستخدام برنامج LLM أعلى بأربع إلى خمس مرات من استعلام محرك البحث النموذجي.

نظرًا لأنه يتطلب قوة حسابية أقل، فإن تكلفة تشغيل برنامج DeepSeek-R1 هي عُشر تكلفة المنافسين المشابهين، كما يقول هانتشنغ كاو، الأستاذ المساعد القادم لأنظمة المعلومات وإدارة العمليات في جامعة إيموري. يقول كاو: “بالنسبة للباحثين الأكاديميين أو الشركات الناشئة، فإن هذا الاختلاف في التكلفة يعني الكثير حقًا”.

كفاءة كبيرة منذ أن تم اطلاق ديب سيك

يقول أنيل أنانثاسوامي، مؤلف كتاب “لماذا تتعلم الآلات: الرياضيات الأنيقة وراء الذكاء الاصطناعي الحديث”، إن DeepSeek حقق كفاءة نموذجه بعدة طرق. ويوضح أن DeepSeek-R1 يحتوي على حوالي 670 مليار معلمة، أو متغير يتعلم منها أثناء التدريب، مما يجعله أكبر برنامج ماجستير مفتوح المصدر حتى الآن. لكن النموذج يستخدم بنية تسمى “مزيج الخبراء” بحيث يتم تنشيط جزء ذي صلة فقط من هذه المعلمات – عشرات المليارات بدلاً من مئات المليارات – لأي استعلام معين. وهذا يقلل من تكاليف الحوسبة. يستخدم DeepSeek LLM أيضًا طريقة تسمى الانتباه الكامن متعدد الرؤوس لتعزيز كفاءة استنتاجاته. وبدلاً من التنبؤ بإجابة كلمة بكلمة، فإنه يولد كلمات متعددة في وقت واحد.

ويختلف النموذج أيضًا عن نماذج أخرى مثل o1 في كيفية تعزيز التعلم أثناء التدريب. في حين أن العديد من برامج الماجستير في القانون لديها نموذج “ناقد” خارجي يعمل جنبًا إلى جنب معها، ويصحح الأخطاء ويدفع برنامج الماجستير في القانون نحو إجابات تم التحقق منها، يستخدم DeepSeek-R1 مجموعة من القواعد الداخلية للنموذج لتعليمه أي الإجابات المحتملة التي يولدها هي الأفضل. يقول أنانثاسوامي: “لقد عمل DeepSeek على تبسيط هذه العملية”.

يقول أنانثاسوامي إن جانبًا مهمًا آخر في DeepSeek-R1 هو أن الشركة جعلت الكود وراء المنتج مفتوح المصدر. (تظل بيانات التدريب مملوكة). وهذا يعني أنه يمكن التحقق من ادعاءات الشركة. ويقول إنه إذا كان النموذج فعالاً حسابيًا كما تدعي DeepSeek، فمن المحتمل أن يفتح آفاقًا جديدة للباحثين الذين يستخدمون الذكاء الاصطناعي في عملهم للقيام بذلك بشكل أسرع وبتكلفة أقل. كما سيمكن ذلك من إجراء المزيد من الأبحاث في العمليات الداخلية لبرنامج الماجستير في القانون نفسه.