Deepseek و تأثیر آن بر نژاد جهانی AI

از زمان راه اندازی به عموم در تاریخ 20 ژانویه 2025 ، Startup چینی Deepseek از منبع باز چت بابات AI با قدرت ، دنیای فناوری را با طوفان به خود جلب کرده است.

به عنوان برنامه برتر رایگان توسط بارگیری در فروشگاه App App Apple از 26 ژانویه – با 16 میلیون بارگیری برنامه در 18 روز اول خود (Chatgpt در همان بازه زمانی 9 میلیون داشت) – عملکرد Deepseek و ویژگی جستجوی همراه حداقل به طور هم زمان با chatgpt Openai برای کسری از هزینه.

راه اندازی آن باعث شد تا شرکت فناوری هوش مصنوعی مستقر در ایالات متحده ، NVIDIA ، بیشترین کاهش ارزش بازار را برای یک شرکت آمریکایی در تاریخچه بازار سهام ایالات متحده داشته باشد. این کاملاً ورودی است!

به نظر می رسد تحلیلگران و سرمایه گذاران فناوری ایالات متحده از ترس این که ایالات متحده در مسابقه جهانی AI Global عقب نشینی کند ، می ترسند.

این ممکن است با توجه به اینکه چقدر سریع و مقرون به صرفه Deepseek توانست R1 را توسعه داده و از درب خارج کند ، ضروری باشد.

Deepseek از یادگیری تقویت استفاده می کند ، به این معنی که این مدل رفتارهای استدلال پیچیده ای را از طریق تقویت بدون تنظیم دقیق تحت نظارت می آموزد ، که به آن اجازه می دهد تا منابع محاسباتی قابل توجهی را ذخیره کند.

اما ، آیا واقعاً Deepseek به عنوان رهبر AI ظاهر می شود؟ و پیامدهای این پیشرفت برای آینده جستجو چیست؟ بیایید شیرجه بزنیم.

از زمان راه اندازی Deepseek چه اتفاقی افتاده است؟

در حالی که شرکت های فناوری آمریکایی از سرعت فروتن بودند و ادعای کارایی هزینه این پرتاب را داشتند ، ورود Deepseek بدون بحث و جدال نبوده است.

بسیاری از سؤالات کمین ، اعم از نقض مشکوک به مالکیت معنوی گرفته تا امنیت ، حفظ حریم خصوصی داده ها ، سانسور چینی و هزینه واقعی فناوری آن.

مسائل حقوقی برای کپی رایت و محافظت از داده ها

OpenAi و مایکروسافت در حال بررسی این موضوع هستند که آیا Deepseek از API OpenAi برای ادغام مدل های هوش مصنوعی خود در مدل های خود Deepseek استفاده کرده است.

Openai ادعا می کند که شواهدی از Deepseek تقطیر خروجی های OpenAi برای ساخت یک مدل رقیب دارد که مخالف شرایط خدمات Openai است ، اما احتمالاً خلاف قانون نیست.

تقطیر امکان انتقال دانش از یک مدل از پیش آموزش بزرگ را به یک مدل کوچکتر امکان پذیر می کند ، که مدل کوچکتر را قادر می سازد تا ضمن کاهش هزینه ها ، عملکرد قابل مقایسه ای را با مدل بزرگ بدست آورد.

این امر بیش از کمی طعنه آمیز با توجه به دعاوی علیه OpenAI به دلیل نادیده گرفتن شرایط خدمات سایت دیگر و استفاده از داده های اینترنتی دارای حق چاپ برای آموزش سیستم های آن است.

با توجه به اینکه Deepseek یک استارتاپ مبتنی بر چینی است ، سؤالاتی در مورد محل ذخیره داده های کاربر و نحوه پردازش آن وجود دارد.

برای هرکسی که اطلاعات مشتری و جزئیات پرداخت را در اختیار داشته باشد ، ادغام ابزاری مانند Deepseek که داده ها را در یک حوزه قضایی خارجی ذخیره می کند می تواند قوانین حفاظت از داده ها را نقض کند و اطلاعات حساس را در معرض دسترسی غیرمجاز قرار دهد.

با توجه به اینکه Deepseek هنوز سیاست های حریم خصوصی خود را ارائه نکرده است ، کارشناسان صنعت و محققان امنیتی توصیه می کنند با استفاده از احتیاط شدید با اطلاعات حساس در Deepseek.

نقض امنیت Deepseek

Wiz Research ، شرکتی که متخصص در Cloud Security است ، اعلام کرد که در 29 ژانویه قادر به هک کردن Deepseek و خطرات امنیتی با سهولت نسبی است.

این یک بانک اطلاعاتی در دسترس عمومی متعلق به Deepseek بود که به آن امکان کنترل کامل بر روی عملیات پایگاه داده و دسترسی به داده های کاربر و کلیدهای API را می داد.

ویز به تیم Deepseek هشدار داد و آنها برای تأمین اطلاعات فوری اقدام کردند. با این حال ، مشخص نیست که چه کسی قبل از تأمین امنیت به داده ها دسترسی یا بارگیری کرده است.

اگرچه این غیر معمول نیست که استارتاپ ها سریع حرکت کنند و اشتباه کنند ، این یک اشتباه بسیار بزرگ است و نشان از عدم تمرکز Deepseek تا کنون تا کنون.

نگرانی های مربوط به امنیت ملی مشابه Tiktok

نگرانی های امنیت ملی در مورد سیاست های جمع آوری داده های Deepseek وجود دارد که یادآور ترس از تیکتوک است ، که شاهد افزایش مشابهی در برجستگی جهانی از شرکت مستقر در چین بود.

دولت ایالات متحده به طور خلاصه Tiktok را در ژانویه سال 2025 ممنوع اعلام کرد ، که از نگرانی در مورد نحوه جمع آوری داده ها در مورد کاربران بیرون آمد. همچنین ترس وجود داشت که دولت چین بتواند از این سکو برای تأثیرگذاری بر مردم در ایالات متحده استفاده کند

چند حادثه در چند سال گذشته که این ترس را آغاز کرده است شامل کارمندان Tiktok است که از داده های مکان از برنامه برای ردیابی خبرنگاران برای یافتن منبع اطلاعات نشت شده استفاده می کنند ، و گزارش می شود که کارمندان Tiktok برنامه هایی برای ردیابی شهروندان خاص آمریکایی دارند.

در حالی که Tiktok در حال حاضر در ایالات متحده فعال است ، آینده آن تأیید نشده است.

به دلایل مشابه با نگرانی های Tiktok ، تعدادی از دولت ها در سراسر جهان ، از جمله استرالیا و ایتالیا ، در حال حاضر در تلاشند تا Deepseek را از سیستم ها و دستگاه های دولتی ممنوع کنند. ایالات متحده همچنین در حال بررسی ممنوعیت Deepseek است.

سانسور چینی

صرف نظر از اینکه شما Deepseek را به صورت محلی یا در برنامه آن اداره می کنید ، سانسور Deepseek براساس تحقیقات سیمی ، برای پرس و جوها که توسط دولت چین حساس تلقی می شود ، وجود دارد.

با این حال ، از آنجا که این منبع باز است ، روش هایی برای دور زدن سانسور وجود دارد ، اما دشوار است.

انجام این کار نیاز به اجرای روی سرورهای شخصی شما با استفاده از نسخه های اصلاح شده از کد Deepseek در دسترس عمومی دارد ، به این معنی که برای اجرای قدرتمندترین نسخه R1 به چندین GPU بسیار پیشرفته نیاز دارید.

سوالات مربوط به هزینه

در مورد هزینه ساخت Deepseek چیزهای زیادی نوشته شده است. ادعاهای اولیه توسط Deepseek این بود که براساس قیمت اجاره GPU های Nvidia ، زیر 6 میلیون دلار درآمد داشته است.

با این حال ، گزارشی از Semianalysis ، یک شرکت تحقیق و مشاوره نیمه هادی ، از آن زمان استدلال کرده است که هزینه سخت افزار Deepseek به همراه هزینه های تحقیق و توسعه اضافی بالاتر از 500 میلیون دلار است.

برای متن ، Openai در سال 2024 حدود 5 میلیارد دلار از دست داد و پیش بینی می کند که در سال 2025 بیش از 11 میلیارد دلار از دست بدهد. حتی اگر Deepseek 500 میلیون دلار یا بیشتر هزینه داشته باشد ، هنوز هم هزینه های خود را در مقایسه با آنچه رقبای پیشرو خرج می کنند کاهش می دهد.

بنابراین ، چگونه آنها هزینه ها را کاهش دادند؟

قبل از اینکه Deepseek همراه شود ، فناوری های پیشرو در زمینه هوش مصنوعی بر روی شبکه های عصبی ساخته شده اند ، که سیستم های ریاضی هستند که با تجزیه و تحلیل مقادیر عظیمی از داده ها مهارت ها را می آموزند. این امر به مقادیر زیادی از قدرت محاسبات نیاز دارد.

تراشه های رایانه ای تخصصی به نام واحدهای پردازش گرافیکی (GPU) یک روش مؤثر برای انجام این نوع تجزیه و تحلیل داده ها است. اینگونه است که نویدیا تراشه ساز به برجستگی رسیده است (و همچنین در روز Deepseek سقوط زیادی در ارزش بازار داشت).

هزینه GPU حدود 40،000 دلار هزینه دارد و به برق قابل توجهی نیاز دارد ، به همین دلیل پیشرو در فن آوری های هوش مصنوعی مانند چته Openai برای ساخت آن بسیار گران بود.

ارسال داده ها بین تراشه ها همچنین می تواند به انرژی بیشتری نسبت به خود تراشه ها نیاز داشته باشد.

Deepseek با استفاده از روشی به نام “مخلوط متخصصان” قادر به کاهش هزینه ها بود.

آنها به جای ایجاد یک شبکه عصبی که الگوهای داده را در اینترنت آموخته اند ، سیستم را به بسیاری از شبکه های عصبی تقسیم کرده و سیستم های کوچکتر “متخصص” را که با یک سیستم “عمومی” زوج شده اند ، راه اندازی کردند و میزان داده های مورد نیاز برای سفر بین تراشه های GPU را کاهش دادند.

پیامدهای منبع باز بودن

DeepSeek-R1 به همان اندازه “منبع باز” است که تاکنون هر LLM تاکنون بوده است ، به این معنی که هر کسی می تواند کد خود را بارگیری ، استفاده یا اصلاح کند.

مشابه Llama متا ، کد و توضیحات فنی به اشتراک گذاشته می شود و به توسعه دهندگان و سازمان ها این امکان را می دهد تا از این مدل برای نیازهای تجاری خود استفاده کنند ، اما داده های آموزش کاملاً فاش نمی شوند.

بسیاری بر این باورند که Deepseek گامی بزرگ در جهت دموکراتیک AI است و به شرکت ها و توسعه دهندگان کوچکتر اجازه می دهد تا روی Deepseek-R1 بسازند و سریعتر به شاهکارهای هوش مصنوعی دست یابند.

این می تواند منجر به نوآوری بیشتر در مکانهایی با دسترسی محدودتر به فناوری مورد نیاز برای ساخت راه حل های هوش مصنوعی شود.

اما ، منتقدین می ترسند که مدل های منبع باز می توانند آسیب پذیری های امنیتی را که می توانند مورد سوء استفاده قرار بگیرند ، افشا کنند ، که ما قبلاً در هفته های اول Deepseek در عموم مردم دیده ایم.

Deepseek و آینده سئو

بنابراین ، این همه واقعاً برای متخصصان جستجو چه معنی دارد؟ روشی که من آن را می بینم ، Deepseek فقط چت بابات AI Splashy بعدی با قابلیت های جستجو در دنیای به سرعت در حال تغییر سئو است.

درک این نکته حائز اهمیت است که در حالی که ابزارهایی مانند Deepseek و Chatgpt از پردازش پیشرفته زبان طبیعی (NLP) و یادگیری ماشین استفاده می کنند ، اما آنها هنوز هم به سادگی پاسخ به سؤالات واقعی را که افراد واقعی می پرسند ارائه می دهند.

پاسخ های آنها به شدت بر درک معنایی ، تطبیق قصد و تجزیه و تحلیل متنی متمرکز است ، اما در نهایت آنها به همان نیاز اصلی کاربر خدمت می کنند.

در حالی که ما سالها تجربه آزمایش تاکتیک های بهینه سازی در موتورهای جستجوگر تأسیس شده مانند Google را داریم ، ما هنوز در مراحل اولیه درک بهینه سازی برای چت های تولیدی AI هستیم.

افکار نهایی

این که آیا Deepseek در برجستگی می چسبد و رشد خواهد کرد ، هنوز هم دیده نمی شود.

بدیهی است ، اگر سایر دولتها از استرالیا ، ایتالیا و به طور بالقوه ایالات متحده برای ممنوعیت Deepseek پیروی کنند ، این امر باعث می شود پتانسیل آن برای رشد باشد.

و به همان اندازه که Deepseek با تهیه یک طرح برای دیگران و کاهش چشمگیر هزینه ها به سرعت به برجستگی رسید ، یک هوش مصنوعی جدید در بازار می تواند همیشه در گوشه و کنار باشد.

صرف نظر از آنچه در Deepseek اتفاق می افتد ، ما در ابتدای دوره بسیار سریع نوآوری در فناوری هوش مصنوعی هستیم.

ما به عنوان متخصصان سئو ، ما باید آماده باشیم تا بتوانیم سکوهای جدید را آزمایش کنیم و مهندس معکوس نحوه رسیدن به پاسخ های خود به پرس و جوهای کاربر را آزمایش کنیم.

منابع بیشتر:

تصویر برجسته: عکس Phonlamai/Shutterstock