Come la startup cinese DeepSeek ha sviluppato un modello concorrente di OpenAI

DeepSeek, una start-up emergente di intelligenza artificiale con sede in Cina, ha fatto parlare di sé grazie al suo approccio innovativo nello sviluppo di modelli di linguaggio performanti. Questo laboratorio, che non dipende da finanziamenti di giganti tecnologici come Baidu o Alibaba, è riuscito a imporsi come uno degli unici attori principali dell’IA in Cina.

Riunendo un team di giovani talenti provenienti dalle migliori università cinesi, come l’Università di Pechino e l’Università Tsinghua, DeepSeek ha cercato di superare le barriere tradizionali del settore. Questo approccio audace ha permesso di creare una cultura aziendale collaborativa e innovativa, incentrata sulla ricerca non convenzionale.

Le Origini di DeepSeek

Fondata da un gruppo di appassionati di IA, DeepSeek ha iniziato il suo percorso lanciandosi nella ricerca fondamentale. Liang, il fondatore, ha deciso di non reclutare ingegneri esperti, ma piuttosto giovani ricercatori, spesso neolaureati, mossi dal desiderio di dimostrare il loro valore in un campo in rapida espansione.

Questa strategia di reclutamento ha creato un ambiente in cui l’innovazione poteva prosperare, consentendo ai ricercatori di lavorare liberamente su progetti ambiziosi. Paradossalmente, mentre molte aziende tradizionali affrontano una concorrenza interna per le risorse, DeepSeek ha coltivato una dinamica di supporto e condivisione della conoscenza.

Una Cultura di Innovazione Collaborativa

La cultura unica dell’azienda, incoraggiata dalla gioventù dei suoi dipendenti, ha favorito una mentalità di sperimentazione. Questo contrasta fortemente con altre aziende tecnologiche in Cina, dove la rivalità per le risorse può danneggiare la creatività. I giovani ricercatori di DeepSeek, vincitori di premi e pubblicatori di articoli in riviste di primo piano, apportano un’esperienza preziosa al team, nonostante una mancanza di esperienza nel settore.

Liang sostiene che questa mancanza di esperienza può in realtà giocare a favore del team. I giovani ricercatori sono spesso più disposti a dedicare il loro tempo e la loro energia a progetti ad alto rischio e basso rendimento, mossi da un senso del dovere e una passione per l’innovazione. Concentrandosi sulla risoluzione delle questioni più complesse dell’IA, puntano a lasciare il loro segno nel settore.

Le Sfide dell’Industria dell’IA in Cina

Nel mese di ottobre 2022, nuove regolamentazioni americane sulle esportazioni hanno seriamente ristretto l’accesso delle aziende cinesi alle tecnologie avanzate, in particolare ai chip ad alte prestazioni come gli H100 di Nvidia. DeepSeek si è quindi trovata di fronte a una sfida importante, mentre perseguiva le proprie ambizioni di competere con colossi come OpenAI e Meta.

Nonostante la raccolta iniziale di una significativa disponibilità di questi chip, DeepSeek ha dovuto rivalutare i suoi metodi di addestramento per i propri modelli. Liang ha spiegato che la vera costrizione dell’azienda non risiedeva nel finanziamento, ma in questi controlli sulle esportazioni. Ciò ha portato la start-up ad adottare metodi e architetture di ottimizzazione efficaci.

Innovazioni Tecniche e Ottimizzazione

Per superare gli ostacoli posti da queste restrizioni, DeepSeek ha sviluppato diverse strategie tecniche. L’azienda ha ottimizzato la propria architettura di modello utilizzando vari trucchi ingegneristici, tra cui schemi di comunicazione personalizzati tra chip, riduzione delle dimensioni dei campi per risparmiare memoria e un uso innovativo dell’approccio misto ai modelli.

La combinazione di metodi antichi ma efficaci ha consentito a DeepSeek di commercializzare un modello di IA che richiede meno risorse mantenendo un livello di prestazioni elevato. Infatti, il modello DeepSeek è ora in grado di raggiungere risultati simili, o addirittura superiori, a quelli del modello o1 di OpenAI, richiedendo però meno potenza di calcolo. Questo cambiamento nell’approccio potrebbe alterare le dinamiche del mercato attuale.

Le Prestazioni di DeepSeek

DeepSeek R1, l’ultimo modello sviluppato dall’azienda, ha fatto scalpore nel campo dell’intelligenza artificiale. Nel giro di pochi giorni, la start-up è passata da azienda sconosciuta a attore imprescindibile dell’IA, grazie a prestazioni eccezionali e a un costo di sviluppo imbattibile.

Questo modello open source è stato concepito per essere accessibile al maggior numero possibile di persone, garantendo risultati comparabili a quelli dei modelli più avanzati attuali. Le prestazioni di DeepSeek R1 si misurano attraverso alcuni standard riconosciuti nel settore, e appare che questo ultimo modello superi persino il modello o1 di OpenAI su diversi criteri di velocità, efficienza e costo.

Una Rivoluzione nel Costo di Sviluppo

Ciò che distingue principalmente DeepSeek dai suoi concorrenti come OpenAI è il costo di sviluppo del suo modello. Mentre altri giganti dell’IA investono miliardi, DeepSeek è riuscita a sviluppare il suo modello per soli 5 milioni di dollari. Questa differenza di costo, pur mantenendo alti livelli di prestazioni, potrebbe cambiare le regole del gioco in un settore in cui gli investimenti nell’IA sono in costante aumento.

Offrendo una soluzione meno costosa, DeepSeek non si limita a posizionarsi come un’alternativa, ma crea anche nuove opportunità per l’innovazione nel settore dell’IA. Questo segna l’inizio di un’era potenzialmente trasformativa per l’industria, in cui l’accessibilità economica dell’IA potrebbe stimolare un’adozione più ampia e favorire la nascita di nuove start-up.

L’Approccio Open Source di DeepSeek

Un altro aspetto notevole della strategia di DeepSeek è il suo impegno verso l’open source. In un mondo in cui la maggior parte dei grandi attori conserva i propri modelli sotto chiave, DeepSeek si oppone a questa norma rendendo il proprio modello accessibile a tutti. Questo approccio non solo favorisce l’innovazione, ma attira anche una comunità di contributori che possono migliorare e far evolvere il modello.

Molti esperti ritengono che questa strategia potrebbe essere la chiave per recuperare aziende occidentali come OpenAI, Anthropic e Meta, che dominano il mercato grazie a risorse considerevoli. Sviluppando modelli open source, DeepSeek potrebbe non solo attrarre più utenti, ma anche beneficiare dei preziosi contributi di una comunità ampliata.

Un’Opportunità per il Partenariato Globale

Le aziende con sede in Cina, come DeepSeek, si trovano a un bivio critico di fronte alle sfide delle esportazioni. Tuttavia, la volontà di creare un modello open source mette in luce un’opportunità potenziale di collaborazione internazionale. Condividendo le proprie innovazioni a livello globale, DeepSeek potrebbe facilitare l’emergere di un ecosistema di IA collaborativa che favorisca la condivisione delle conoscenze.

Questa dinamica potrebbe anche essere percepita come una risposta potenziale alle restrizioni americane in materia di tecnologie avanzate, creando così un circolo virtuoso per l’innovazione e lo sviluppo nel campo dell’intelligenza artificiale.

Conclusione: Il Futuro di DeepSeek

Con sfide importanti come quelle dei controlli sulle esportazioni e della concorrenza serrata nel settore, il futuro di DeepSeek sembra pieno di promesse. Puntando su innovazione, ottimizzazione e un approccio open source, potrebbe non solo ridefinire il proprio ruolo nel mercato dell’IA in Cina, ma anche a livello globale. Mentre la start-up continua a progredire, tutti gli occhi saranno puntati sulla sua capacità di trasformare le proprie ambizioni in risultati concreti.