DeepSeek R1.. نموذج صيني ينافس OpenAI ويقلل من تكاليف الذكاء الاصطناعي

في خطوة نوعية نحو منافسة الشركات الكبرى في مجال الذكاء الاصطناعي، أعلنت شركة "DeepSeek" الصينية الناشئة عن إطلاق نموذجها الجديد "DeepSeek R1"، الذي يمثل تقدماً مهماً في سعي الشركة لتحدي النماذج الرائدة في هذا المجال مثل OpenAI، يتميز هذا النموذج بقدرات فنية وتقنية تسعى لمنافسة النماذج التجارية العملاقة، مع تقديم حلول مفتوحة المصدر.

القدرات التقنية والابتكار

نموذج "DeepSeek R1" يعتمد على النسخة الأحدث من تقنيات "DeepSeek V3"، التي تستخدم آلية "Mixture-of-Experts" لتعزيز أدائه في العديد من المجالات، خاصةً في الرياضيات والبرمجة وحل المشكلات المنطقية. 

وفقًا للتسريبات الأولية، يعتبر هذا النموذج منافسًا مباشرًا لنموذج OpenAI "o1"، الذي يعد من أبرز النماذج في مجالات الذكاء الاصطناعي العام (AGI) والتفكير المنطقي، ورغم أن "DeepSeek R1" يقدم تقريبًا نفس الأداء المتقدم، إلا أنه يكلف أقل بكثير، حيث تصل تكلفة استخدامه إلى حوالي 90-95% أقل من نموذج "o1".

تحقيق نتائج مبهرة في اختبارات الأداء

أحد أبرز أوجه التميز في "DeepSeek R1" هو قدرته على المنافسة في اختبارات الأداء المتقدمة، فقد أظهرت اختبارات الرياضيات والبرمجة تفوقًا ملحوظًا للنموذج في بعض الحالات، في اختبارات مثل "AIME 2024" و "MATH-500"، سجل "DeepSeek R1" نتائج مذهلة حيث حصل على 79.8% و 97.3% على التوالي. 

من جهة أخرى، أظهر تفوقًا في منصة "Codeforces" حيث حصل على تقييم 2029، مما جعله يتفوق على 96.3% من المبرمجين البشر، على الرغم من أن "o1" سجل نتائج قريبة، إلا أن "DeepSeek R1" يظل خيارًا مميزًا بفضل تكلفته الأقل.

تطورات في استخدام الذكاء الاصطناعي العام

من خلال التركيز على تطوير الذكاء الاصطناعي العام، يهدف "DeepSeek R1" إلى تعزيز القدرات المعرفية للنموذج وجعلها قادرة على أداء مهام فكرية معقدة على غرار البشر، وقد اتبعت الشركة نهجًا مشابهًا لما استخدمته OpenAI في نموذج "o1" من خلال تطبيق آلية التفكير المتسلسل (Chain-of-thought reasoning) مع تعزيز إضافي من التعلم المعزز (RL)، أظهرت نتائج الاختبارات نجاحًا لافتًا للنموذج في حل المهام المعقدة، مع تحسن مستمر في أدائه على مدار مراحل التدريب.

التدريب على أساس التعلم المعزز

تم تطوير "DeepSeek R1" استنادًا إلى نسخة محسّنة من نموذج "DeepSeek-R1-Zero"، الذي تم تدريبه باستخدام التعلم المعزز بشكل كامل، وقد أظهر هذا النموذج قدرة ملحوظة على التفكير المنطقي بعد مرحلة طويلة من التدريب، على سبيل المثال، سجل تحسنًا ملحوظًا في اختبار "AIME 2024"، حيث ارتفعت النتيجة من 15.6% إلى 71.0% بعد مرحلة من التدريب المعزز، ووصلت النتيجة إلى 86.7% باستخدام التصويت بالأغلبية، ما يعادل أداء نموذج "OpenAI-o1-0912".

تكلفة منخفضة تفتح المجال للاستخدام الواسع

إحدى السمات البارزة لنموذج "DeepSeek R1" هي تكلفته المنخفضة بشكل كبير مقارنة مع النماذج الأخرى، في حين يتطلب استخدام نموذج "o1" من OpenAI ما يقارب 15 دولارًا لكل مليون رمز إدخال و60 دولارًا لكل مليون رمز إخراج، فإن "DeepSeek R1" يقدم تكلفة أقل بكثير، حيث يبلغ 0.55 دولارًا فقط لكل مليون رمز إدخال و2.19 دولارًا لكل مليون رمز إخراج، هذا الفارق الكبير في التكلفة قد يسهم في إتاحة النموذج لمجموعة واسعة من المستخدمين، سواء في الأبحاث أو التطبيقات العملية.

إتاحة الوصول عبر منصات متعددة

بفضل فلسفة المصادر المفتوحة التي تعتمد عليها DeepSeek، يمكن للمستخدمين الوصول إلى أوزان النموذج ومُستودع الأكواد عبر منصة "Hugging Face" تحت ترخيص MIT، مما يسمح بتطوير التطبيقات المتنوعة باستخدام هذا النموذج،كما يُمكن للمطورين والمستخدمين اختبار النموذج عبر منصة "DeepSeek Chat"، التي توفر تجربة مشابهة لخدمة ChatGPT من OpenAI.

الخطوات التالية في مسار الذكاء الاصطناعي

يعتبر "DeepSeek R1" خطوة كبيرة نحو تقليل الفجوة بين النماذج التجارية المغلقة مثل "OpenAI o1" والنماذج المفتوحة التي يمكن الوصول إليها بسهولة، بفضل تقديم نموذج قوي من حيث الأداء والتكلفة، يمثل هذا الإصدار نقلة نوعية في مجال الذكاء الاصطناعي المفتوح المصدر، حيث يمكن للمطورين والمستخدمين اختبار النموذج واستخدامه بكفاءة وبتكاليف أقل، في السنوات المقبلة، قد يمثل هذا النموذج نموذجًا يحتذى به من قبل العديد من الشركات التي تسعى لدخول عالم الذكاء الاصطناعي العام.

لمتابعة المزيد من الأخبار اضغط هنــــــــــــــــــــــــــــــــــــــــــــــــــــــا