Twórcy ChatGPT mają problem. DeepSeek znowu znacznie lepszy

DeepSeek tym razem postanowił zrobić sobie żart z tradycyjnych strategii marketingowych gigantów technologicznych. Zamiast pompatycznych konferencji prasowych i milionowych kampanii reklamowych firma po prostu wypuściła aktualizację na platformie Hugging Face, informując o tym jedynie w wiadomości na chińskim WeChat. Taka skromność jest rzadko spotykana w dzisiejszym świecie AI, gdzie każdy mały postęp jest reklamowany jak przełom stulecia.

Ta drobna próbna aktualizacja, jak ją nazwano w oficjalnej komunikacji, okazała się być znacznie bardziej znacząca niż sugerował jej opis. Bez szczegółowego opisu ani porównań z poprzednimi wersjami użytkownicy musieli sami odkryć, co się zmieniło. To podejście kontrastuje ostro z metodami firm takich jak OpenAI czy Google, które każdą nowość opakowują w wielogodzinne prezentacje i dziesiątki stron dokumentacji technicznej.

To też jest ciekawe:

Brak oficjalnych komunikatów wcale nie oznacza braku zainteresowania. Społeczność programistów i entuzjastów AI szybko zauważyła zmiany i zaczęła testować nowe możliwości modelu. W dobie mediów społecznościowych i platform współpracy organic marketing okazuje się często skuteczniejszy niż tradycyjne kampanie reklamowe.

Ranking LiveCodeBench, opracowany przez naukowców z UC Berkeley, MIT i Cornell, plasuje zaktualizowany model DeepSeek R1 tuż za modelami OpenAI o4 mini i o3 w zadaniach generowania kodu, jednocześnie wyprzedzając xAI Grok 3 mini oraz Alibaba Qwen 3. To pozycjonowanie jest szczególnie imponujące, biorąc pod uwagę, że DeepSeek osiąga te wyniki przy znacznie niższych kosztach rozwoju i utrzymania.

Istotnym aspektem tej aktualizacji jest fakt, że model zachowuje swoją otwartą naturę - jest dostępny pod luźną licencją MIT, co oznacza możliwość komercyjnego wykorzystania. To ogromna przewaga nad modelami konkurencji, które często są dostępne jedynie przez płatne API lub w ograniczonych wersjach. Z 685 mld parametrów R1-0528 to potężne narzędzie, które teoretycznie może działać na sprzęcie konsumenckim po odpowiednich optymalizacjach.

Użytkownicy platformy Reddit szczególnie chwalą poprawy w wydajności kodowania, wskazując na lepszą koherencję i czystsze wyjścia, porównując model nawet do Claude 3.7 w generowaniu kodu. Na platformie X (dawniej Twitter) użytkownicy zwracają uwagę na znaczące zmiany w zachowaniu Chain-of-Thought, z bardziej strukturalnym rozumowaniem przypominającym modele Google'a oraz poprawioną jakość pisania i bardziej przemyślany, rozważny styl.

DeepSeek R1 wyróżnia się przede wszystkim innowacyjnym podejściem do trenowania. Model pomija tradycyjny etap supervised fine-tuning (SFT) i rozpoczyna zimny start bezpośrednio z użyciem czystego uczenia ze wzmocnieniem (reinforcement learning). Ta metoda znacznie redukuje koszty etykietowania danych, jednocześnie wyposażając model w zdolność do autorefleksji i ponownej oceny kroków rozumowania.

Wykorzystanie wyłącznie technik uczenia ze wzmocnieniem to pionierskie podejście w dziedzinie dużych modeli językowych. Model otrzymuje nagrody na podstawie dokładności i organizacji generowanych odpowiedzi, co znacząco przyczynia się do poprawy jego sprawności w rozwiązywaniu złożonych problemów wymagających logicznego myślenia. DeepSeek R1 zintegrował procesy samodostrajania, które pozwalają mu udoskonalać proces poznawczy podczas działania, zwiększając ogólną wydajność.

To podejście umożliwia modelowi stopniowe doskonalenie swoich umiejętności dedukcyjnych wyłącznie poprzez interakcję z użytkownikami, eliminując potrzebę ekstensywnego nadzorowanego dopracowywania typowego dla takich postępów. Rezultatem jest model, który nie tylko generuje odpowiedzi, ale faktycznie myśli przez problemy w sposób bardziej przypominający ludzkie rozumowanie.

Sukces DeepSeeka ma dalekosiężne konsekwencje dla globalnego rynku AI. Już w styczniu, po pierwszym wydaniu R1, akcje technologiczne poza Chinami odnotowały znaczne spadki, kwestionując przekonanie, że skalowanie AI wymaga ogromnej mocy obliczeniowej i inwestycji. Od tego czasu chińskie giganty technologiczne jak Alibaba i Tencent wypuściły modele twierdząc, że są od DeepSeeka jeszcze lepsze.

Google odpowiedział wprowadzeniem tańszych poziomów dostępu do swojego modelu Gemini, podczas gdy OpenAI obniżyło ceny i wypuściło model o3 Mini, który wymaga mniejszej mocy obliczeniowej. Meta podobno założyła dedykowany zespół badawczy do analizy zasad działania R1 w celu optymalizacji swojego modelu Llama. Nawet OpenAI uznało R1 za niezależnie opracowany model rozumowania na poziomie o1.

Ta eskalacja konkurencji przynosi korzyści końcowym użytkownikom, którzy otrzymują dostęp do coraz bardziej zaawansowanych narzędzi AI po rosnąco przystępnych cenach. DeepSeek udowadnia, że nie trzeba wydawać miliardów dolarów na rozwój konkurencyjnych modeli AI - wystarczy sprytne podejście do algorytmów i trenowania.

Jednym z kluczowych aspektów strategii DeepSeek jest konsekwentne utrzymywanie modeli jako open source. R1 jest dostępny pod licencją MIT i jest w pełni otwarty, co pozwala deweloperom na trenowanie mniejszych modeli poprzez techniki destylacji modelu w celu spełnienia różnorodnych potrzeb aplikacyjnych. Ta otwarta strategia znacznie obniża bariery technologiczne dla użytkowników i promuje popularyzację oraz innowacje w technologiach AI.

Elastyczność i wpływ społecznościowy DeepSeek-R1 są godne uwagi. Niedawno Perplexity AI uruchomiło niemoderowaną wersję R1-1776, opartą na R1, usuwając około 1000 backdoorów poprzez późniejsze szkolenie. Ta wersja zapewnia bardziej wyważone i wiarygodne informacje na tematy wrażliwe, zachowując jednocześnie charakter open source. Ten ruch jeszcze bardziej podkreśla otwartość i potencjał współpracy modelu R1.

Open source nie jest tylko filozofią - to praktyczna przewaga biznesowa. Podczas gdy konkurenci muszą utrzymywać kosztowną infrastrukturę i zespoły wsparcia dla swoich zamkniętych modeli DeepSeek może liczyć na globalną społeczność deweloperów, którzy przyczyniają się do rozwoju i optymalizacji. To samonapędzający się mechanizm, który może okazać się kluczowy w długoterminowej konkurencji.

Częste aktualizacje DeepSeek, takie jak obecny R1-0528, sygnalizują coś większego niż rutynowe ulepszenia techniczne. To część szerszej strategii Chin mającej na celu przesunięcie globalnej równowagi sił w AI. Kraj intensywnie inwestuje w badania AI, talenty i infrastrukturę, a firmy takie jak DeepSeek, z ich częstymi aktualizacjami modeli, są centralnym elementem tej strategii.

W miarę jak zdolne, przystępne AI staje się bardziej dostępne, cichy postęp może pomóc Chinom przejść od szybkiego naśladowcy do lidera w wyścigu AI. To transformacja, która może redefinować nie tylko rynek technologiczny, ale także geopolityczne układy sił w najbliższych latach.

Najnowsza aktualizacja DeepSeek R1 to kolejny dowód na to, że w świecie AI nie wygrywają ci z największymi budżetami, ale ci z najlepszymi pomysłami na algorytmy. Chińska firma po raz kolejny udowadnia, że można tworzyć modele konkurencyjne z topowymi rozwiązaniami amerykańskimi, wydając przy tym znacznie mniej pieniędzy. Dla użytkowników końcowych to doskonała wiadomość - konkurencja napędza innowacje i obniża ceny.

OpenAI i inni giganci z Doliny Krzemowej muszą teraz poważnie zastanowić się nad swoimi strategiami. Era, w której wysokie koszty rozwoju były naturalną barierą wejścia na rynek AI, najwyraźniej się kończy. DeepSeek pokazuje, że przyszłość należy do tych, którzy potrafią łączyć techniczne mistrzostwo z pragmatycznym podejściem do kosztów i otwartością na społeczność deweloperów.

*Zdjęcie otwierające: Primakov / Shutterstock