Η εισβολή της κινεζικής νεοφυούς εταιρείας DeepSeek προκάλεσε έντονους τριγμούς στα θεμέλια πάνω στα οποία δομήθηκαν η προσέγγιση της Σίλικον Βάλεϊ για την Τεχνητή Νοημοσύνη και η επενδυτική φρενίτιδα που εκτόξευσε τις μετοχές των κολοσσών υψηλής τεχνολογίας των ΗΠΑ και τη Wall Street την τελευταία διετία.
Η DeepSeek xρησιμοποιώντας τα λιγότερο προηγμένα τσιπ της Nvidia H800 και με κόστος μικρότερο των 6 εκατομμυρίων δολαρίων κατασκεύασε σε μόλις δύο μήνες ένα μοντέλο Τεχνητής Νοημοσύνης (R1) ισάξιο ή και καλύτερο από τα αντίστοιχα πανάκριβα που παρουσίασαν οι αμερικανικοί κολοσσοί. Το αγκάλιασμα της εφαρμογής chatbot αυτού από το κοινό και η εκτόξευσή του στην κορυφή των λήψεων του Apple Store την περασμένη Δευτέρα και η καθίζηση των τίτλων των αμερικανικών κολοσσών της υψηλής τεχνολογίας που ενέχονται στην ανάπτυξη μοντέλων Τεχνητής Νοημοσύνης στη συνέχεια αποτέλεσαν τρανταχτή αμφισβήτηση της κυρίαρχης άποψης στη Σίλικον Βάλεϊ ότι η ανάπτυξη της Τεχνητής Νοημοσύνης απαιτεί τεράστια υπολογιστική ισχύ και επένδυση.
Η κυρίαρχη προσέγγιση στις ΗΠΑ σήμερα είναι η κλιμάκωση των υπαρχόντων μοντέλων Τεχνητής Νοημοσύνης με την πρόσθεση περισσότερων δεδομένων και μεγαλύτερης υπολογιστικής ισχύος έτσι ώστε να επιτευχθεί και μεγαλύτερη απόδοση.
Επενδυτικό άλμα
Η προσέγγιση αυτή οδήγησε σε τεράστια αύξηση των ενεργειακών αναγκών του κλάδου, μεγέθυνε το ύψος των απαιτούμενων επενδύσεων και βέβαια τις προσδοκίες για τις μελλοντικές αποδόσεις. Στις προσδοκίες αυτές -και στο τεράστιο επενδυτικό άλμα που θα απαιτηθεί για να πραγματοποιηθούν- βασίστηκε σε μεγάλο βαθμό και η εκρηκτική άνοδος των μετοχών των επτά μεγαλύτερων εταιρειών υψηλής τεχνολογίας των ΗΠΑ (Apple, Microsoft, Amazon, Alphabet, Meta, Nvidia, Tesla), που από την κυκλοφορία του ChatGPT τον Νοέμβριο του 2022 αύξησαν τη συνολική κεφαλαιοποίησή τους κατά 10 τρισ. δολάρια, από τα 8 στα 18 τρισ. δολάρια (βλ. γράφημα) και ήταν ο βασικός παράγοντας ανόδου του αμερικανικού χρηματιστηρίου.
Ο λογαριασμός ανάπτυξης της Τεχνητής Νοημοσύνης εμφανίστηκε μάλιστα τόσο μεγάλος που κρίθηκε αναγκαία η συμβολή του Δημοσίου με την παροχή κρατικής χρηματοδότησης και υποδομών. Παράδειγμα, η πρόσφατη ανακοίνωση του Ντόναλντ Τραμπ για το ύψους 500 δισ. δολαρίων πρότζεκτ «Stargate» την επόμενη τετραετία.
Το R1 ανέτρεψε όμως αυτήν την αντίληψη με το μοντέλο του που εμφανίζεται να είναι 95% φθηνότερο από το o1 του OpenAI και να χρησιμοποιεί μόλις το ένα δέκατο της υπολογιστικής ισχύος ενός άλλου συγκρίσιμου μοντέλου, του Llama 3.1 της Meta.
Αρκετοί Δυτικοί αναλυτές έσπευσαν να αμφισβητήσουν το κόστος εκπαίδευσης του μοντέλου του DeepSeek υποστηρίζοντας ότι πιθανότατα είναι πολύ υψηλότερο καθώς τα σχεδόν 6 εκατομμύρια δολάρια που αναφέρει η startup περιλαμβάνουν μόνο το ποσό που δαπανήθηκε για υπολογιστική ισχύ και ότι ελάχιστα έγιναν γνωστά για το κόστος κατασκευής του πιο δημοφιλούς μοντέλου R1. Ακόμα κι έτσι όμως η δαπάνη γι’ αυτό απέχει μακράν από τα 250 δισεκατομμύρια δολάρια που όπως εκτιμάται θα δαπανήσουν φέτος οι μεγάλες αμερικανικές εταιρείες υπολογιστικού νέφους για υποδομές Τεχνητής Νοημοσύνης. Αυτές ήταν άλλωστε οι δαπάνες που αμφισβητήθηκαν την περασμένη Δευτέρα με το ξεπούλημα των μετοχών τους από τους επενδυτές.
Η επίτευξη ισοδύναμων επιδόσεων από την DeepSeek για ένα κλάσμα του προϋπολογισμού που οι αμερικανικοί κολοσσοί διέθεσαν ήταν αυτό που σόκαρε. Επί της ουσίας υπέδειξε ότι οι εταιρείες πετούσαν τα χρήματα που τους είχαν εμπιστευθεί οι επενδυτές. Καθώς στις επόμενες ημέρες οι περισσότεροι από τους αμερικανικούς τεχνολογικούς κολοσσούς ανακοινώνουν οικονομικά αποτελέσματα δ’ τριμήνου, οι επενδυτές αναμένουν από τα στελέχη τους μεγαλύτερη σαφήνεια για τη στρατηγική τους.
Ενστάσεις
Η εκτόξευση της DeepSeek θέτει υπό αμφισβήτηση το αφήγημα ότι ο τρέχων ρυθμός κεφαλαιουχικών δαπανών/αναβάθμιση τεχνολογίας είναι αναγκαίος, τονίζουν κάποιοι αναλυτές αναμένοντας εξηγήσεις από τις διοικήσεις. Οι τελευταίες, όπως πιθανολογείται, θα επιχειρήσουν να παρακάμψουν τις ενστάσεις για το δαπανηρό μοντέλο ανάπτυξης που εφαρμόζουν, εστιάζοντας στα ζητήματα ασφάλειας που απορρέουν από την επιτυχία μιας κινεζικής εταιρείας. Ηδη η OpenAI ισχυρίστηκε χθες ότι η DeepSeek χρησιμοποίησε δικό της μοντέλο Τεχνητής Νοημοσύνης για να εκπαιδεύσει το ανταγωνιστικό της chatbot. Την ίδια στιγμή, ωστόσο, στο Πεκίνο μια άλλη εταιρεία υψηλής τεχνολογίας, η Alibaba, ανακοίνωνε την κυκλοφορία μιας νέας έκδοσης του δικού της μοντέλου Τεχνητής Νοημοσύνης Qwen 2.5, το οποίο, όπως ισχυρίστηκε, ξεπερνά κατά πολύ όχι μόνο το μοντέλο της DeepSeek αλλά και τα αντίστοιχα μοντέλα των OpenAΙ και Meta.
Η κυκλοφορία του μοντέλου της Alibaba και η επιτυχία του αντίστοιχου της DeepSeek αναδεικνύουν παράλληλα και την αποτυχία των πολιτικών που εφάρμοσε η αμερικανική κυβέρνηση για να συγκρατήσει την ανάπτυξη της κινεζικής υψηλής τεχνολογίας μέσω ελέγχων και απαγορεύσεων στις εξαγωγές ημιαγωγών προς την Κίνα.
Η efsyn.gr θεωρεί αυτονόητο ότι οι αναγνώστες της έχουν το δικαίωμα του σχολιασμού, της κριτικής και της ελεύθερης έκφρασης και επιδιώκει την αμφίδρομη επικοινωνία μαζί τους.
Διευκρινίζουμε όμως ότι δεν θέλουμε ο χώρος σχολιασμού της ιστοσελίδας να μετατραπεί σε μια αρένα απαξίωσης και κανιβαλισμού προσώπων και θεσμών. Για τον λόγο αυτόν δεν δημοσιεύουμε σχόλια ρατσιστικού, υβριστικού, προσβλητικού ή σεξιστικού περιεχομένου. Επίσης, και σύμφωνα με τις αρχές της Εφημερίδας των Συντακτών, διατηρούμε ανοιχτό το μέτωπο απέναντι στον φασισμό και τις ποικίλες εκφράσεις του. Έτσι, επιφυλασσόμαστε του δικαιώματός μας να μην δημοσιεύουμε ανάλογα σχόλια.
Σε όσες περιπτώσεις κρίνουμε αναγκαίο, απαντάμε στα σχόλιά σας, επιδιώκοντας έναν ειλικρινή και καλόπιστο διάλογο.
Η efsyn.gr δεν δημοσιεύει σχόλια γραμμένα σε Greeklish.
Τέλος, τα ενυπόγραφα άρθρα εκφράζουν το συντάκτη τους και δε συμπίπτουν κατ' ανάγκην με την άποψη της εφημερίδας