عشرة أبعاد تسحق الجوزاء وتفهم طريق DeepSeek للتجاوز

ترجمة: قلب الميتافيرس

يتطور الذكاء الاصطناعي بسرعة غير مسبوقة. من بين العديد من نماذج الذكاء الاصطناعي البارزة، يبرز DeepSeek.

إن الارتفاع الكبير في عدد تثبيتات DeepSeek على هواتف Android كافٍ لإثبات أنه في بعض القطاعات الرئيسية، يتمتع DeepSeek بتجربة مستخدم لا يمكن للمنتجات الأخرى مطابقتها. بالمقارنة مع Google Gemini، يُظهر DeepSeek ميزات فريدة ومزايا كبيرة في العديد من الجوانب.

01.ملخص محتوى DeepSeek أكثر تنظيماً

يتمتع كل من DeepSeek وGemini بالقدرة على التلخيص، ولكن الملخص الذي يتم إنشاؤه بواسطة DeepSeek يكون أكثر قابلية للقراءة.

عند اختباره باستخدام التعليمات "أعطني ملخصًا للابتكارات الحديثة في الذكاء الاصطناعي في 150 كلمة"، قدمت DeepSeek استنتاجات رئيسية في شكل نقاط واضحة، على الرغم من أن عدد الكلمات تجاوز الحد قليلاً. علاوة على ذلك، يقوم DeepSeek بتحليل المزيد من المعلومات ويوفر أيضًا مراجع للمستخدمين لاستكشاف المزيد.

الملخص الذي قدمه Gemini موجز ودقيق، ولكنه في شكل فقرة وليس سهل الاستخدام مثل DeepSeek.

02.نموذج DeepSeek المجاني يتفوق على خطة Gemini المدفوعة

DeepSeek هو نموذج ذكاء اصطناعي مفتوح المصدر ومجاني بدون رسوم اشتراك. على النقيض من ذلك، يتبنى Gemini نموذج Freemium. الوظائف الأساسية مجانية، ولكن الأدوات المتقدمة مثل نموذج 2.0 Pro التجريبي، والبحث المتعمق، وتحميل الملفات الكبيرة تتطلب اشتراك Gemini Premium.

03.تعتبر معالجة DeepSeek المحلية أفضل من مشكلة زمن الوصول السحابي في Gemini

يرسل Gemini المستند إلى السحابة كل طلب إلى خادم خارجي للمعالجة عن بُعد قبل إرجاع الاستجابة، مما يتسبب في زمن الوصول. وتختلف مدة زمن الوصول وفقًا لسرعة الشبكة وحمل الخادم والمسافة الجغرافية. عندما تكون حركة المرور على الخادم مرتفعة، فقد يؤدي ذلك إلى أوقات انتظار أطول، أو استجابات أبطأ، أو حتى عدم توفر مؤقت.

من خلال تشغيل DeepSeek على جهاز كمبيوتر أو خادم محلي، وبما أن جميع العمليات الحسابية تتم محليًا، يتم التخلص من زمن انتقال الاتصالات السحابية، مما يؤدي إلى تجنب هذه المشكلات.

04.تتميز DeepSeek بتكاليف تدريب أقل

تستخدم طريقة تدريب DeepSeek R1 التعلم المعزز مع نظام مكافأة منظم لتحسين الدقة والشكل، كما أن أدائها أفضل من نماذج المكافأة العصبية التقليدية. وبحسب التقارير، فقد تم إكمال التدريب في 55 يومًا فقط باستخدام 2048 وحدة معالجة رسومية من نوع Nvidia H800، مما أدى إلى خفض التكلفة إلى 5.5 مليون دولار، وهو أقل بكثير من تقديرات شركة Gemini البالغة 191 مليون دولار. ومع ذلك، حذر الخبراء أيضًا من أن بيانات تكاليف DeepSeek تفتقر إلى الشفافية الكافية وقد لا تكون دقيقة.

05.يعمل DeepSeek حتى بدون اتصال بالإنترنت

عندما يحتاج المستخدمون إلى مساعدة الذكاء الاصطناعي أكثر من أي وقت مضى ولكنهم لا يستطيعون الاتصال بالإنترنت، فإنهم لا يستطيعون الحصول على دعم الذكاء الاصطناعي. تتطلب الذكاء الاصطناعي المستند إلى السحابة اتصالاً مستقرًا بالإنترنت للإجابة على الأسئلة أو تلخيص المستندات أو توليد الأفكار.

على الرغم من أن Gemini Nano يدعم الوظائف غير المتصلة بالإنترنت، إلا أنه لا يستطيع الاستفادة بشكل كامل من الإمكانات الكاملة للإصدار السحابي. وهذا يمنح DeepSeek ميزة في السيناريوهات التي تتطلب استخدام الذكاء الاصطناعي دون اتصال بالإنترنت، لأن الاستضافة الذاتية DeepSeek تسمح للمستخدمين بالحصول على خدمات الذكاء الاصطناعي دون اتصال بالإنترنت في أي وقت وفي أي مكان.

06.يمكن استضافة DeepSeek ذاتيًا للحفاظ على خصوصية جميع التفاعلات مع الذكاء الاصطناعي

يرغب معظم الأشخاص في أن تظل سجلات البحث والملاحظات والتفاعلات الخاصة بهم خاصة. تنقل نماذج الذكاء الاصطناعي المستندة إلى السحابة البيانات إلى خوادم بعيدة للمعالجة.

في حين أن مقدمي الخدمات مثل Google وOpenAI يستخدمون سياسات التشفير والاحتفاظ بالبيانات، فإن استخدام الذكاء الاصطناعي المستند إلى السحابة يعني أن المستخدمين يجب أن يثقوا في طرف ثالث بمعلوماتهم.

يعتبر هذا أمرًا محفوفًا بالمخاطر بالنسبة للمستخدمين الذين يعملون بمحتوى سري أو خاص، نظرًا لأنهم لا يملكون سيطرة كبيرة على كيفية تخزين البيانات واستخدامها. على سبيل المثال، قد تقوم Google بتخزين وتحليل واستخدام البيانات المالية الشخصية للمستخدمين أو أفكارهم الخاصة أو مشاريعهم الإبداعية لتحسين نماذجها.

يوفر DeepSeek حل الذكاء الاصطناعي المحلي الذي يحتفظ بجميع الاستعلامات والاستجابات والمعالجة على جهاز المستخدم. يؤدي هذا إلى التخلص من المخاوف بشأن خروقات البيانات، أو الوصول غير المصرح به، أو اختراق الخادم.

07.يدعم DeepSeek تخصيصًا أعمق للذكاء الاصطناعي مقارنة بـ Gemini

يسمح Gemini للمستخدمين بإنشاء خبراء ذكاء اصطناعي مخصصين باستخدام ميزة "Gems"، ولكن لا يمكن للمستخدمين الوصول إلى التعليمات البرمجية المصدرية أو معلمات النموذج الخاصة بهم. يؤدي هذا إلى تقييد المستخدم بإجراء تعديلات محددة مسبقًا دون أن يتمكن من إجراء تغييرات جوهرية على معالجة النموذج. لذلك، لا يستطيع المستخدمون دمج مجموعات البيانات المهنية أو تحسين الأداء في سيناريوهات تطبيق محددة.

يفتح إطار عمل DeepSeek مفتوح المصدر إمكانية الوصول الكامل إلى بنيته الأساسية، مما يوفر خيارًا قويًا للباحثين والشركات وعشاق الذكاء الاصطناعي. يمكن للمستخدمين تكييف النموذج مع الصناعات المحددة والتطبيقات المتخصصة ومتطلبات اللغة الفريدة.

على سبيل المثال، يستطيع الباحثون الطبيون تدريب DeepSeek باستخدام المصطلحات الخاصة بالصناعة ودراسات الحالة لتحسين قدرته على تفسير الأعراض ونتائج الاختبارات والأدبيات الطبية. وبالمثل، يمكن للشركات دمج البيانات الخاصة بها لتخصيص سير عمل الذكاء الاصطناعي، وتحسين الأتمتة، وتحسين التفاعلات مع العملاء.

08.يدعم DeepSeek التعاون مفتوح المصدر

على عكس النماذج الملكية التي تتبع خرائط طريق التطوير المؤسسي، يستفيد DeepSeek من المساهمات الجماعية التي تعمل على تسريع طرح إصلاحات الثغرات الأمنية وتصحيحات الأمان. ونتيجة لذلك، يمكن لـ DeepSeek اكتشاف نقاط الضعف والتحيزات واختناقات الأداء وحلها بشكل أسرع من النماذج المغلقة المصدر. كما يعمل النظام البيئي مفتوح المصدر على تسريع توسيع الوظائف. يمكن للمطورين إضافة الوظائف المفقودة دون الحاجة إلى انتظار التحديثات الرسمية، مما أدى إلى ظهور نظام بيئي متنامٍ من المكونات الإضافية التابعة لجهات خارجية، وعمليات تكامل واجهة برمجة التطبيقات (API)، وتحسينات الأداء. يتيح هذا أيضًا للمطورين تضمين DeepSeek في مجموعة متنوعة من التطبيقات دون قيود الملكية.

09.يعمل نموذج الاستضافة الذاتية الخاص بـ DeepSeek على تقليل الرقابة التي تفرضها الذكاء الاصطناعي

يطبق نموذج المصدر المغلق سياسات مراجعة المحتوى المحددة مسبقًا والتي تحد من مناقشة الموضوعات الحساسة لأسباب أخلاقية أو قانونية أو لأسباب تتعلق بالحد من المخاطر.

على الرغم من أن تصفية المحتوى قد تمنع إساءة الاستخدام، إلا أنها قد تؤدي إلى رقابة غير مقصودة عندما يرفض الذكاء الاصطناعي موضوعات بحثية مشروعة أو قضايا مجتمعية حرجة. وهذا يشبه القيود الموجودة في نماذج الذكاء الاصطناعي الغربية، حيث تعمل المرشحات على حظر المحادثات حول القضايا المثيرة للجدل أو الحساسة من الناحية القانونية.

يوفر DeepSeekR1 Removed Version طريقة فريدة. يتوفر إصدار غير مقيد عندما يقوم المستخدمون بتثبيت النموذج محليًا أو استضافته ذاتيًا. ويتم تحقيق ذلك من خلال عملية تسمى "إزالة الإزالة"، والتي تزيل آليات الرفض المضمنة عن طريق تعديل الآليات الداخلية للنموذج للقضاء على سلوك الرفض. 10.DeepSeek AI ليس "صندوقًا أسودًا" مثل Gemini

يتيح الوصول مفتوح المصدر للمستخدمين والباحثين والجهات التنظيمية إجراء تدقيق مستقل على DeepSeek. وهذا يسمح بإجراء فحص شامل للتحيزات، ونقاط الضعف المتعلقة بالسلامة، والقضايا الأخلاقية.

يعمل نموذج المصدر المغلق مثل "الصندوق الأسود" ولا يمكن للمستخدمين الاعتماد إلا بشكل كامل على الضمانات التي يقدمها المزود. بدون الوصول إلى التعليمات البرمجية وبيانات التدريب، لا يمكن للمستخدمين فهم كيفية اتخاذ هذه النماذج للقرارات بشكل كامل أو تحديد ما إذا كانت متحيزة أو غير صحيحة أو تم التلاعب بها بشكل خبيث.

في مجال الرعاية الصحية، تُستخدم نماذج الذكاء الاصطناعي لتشخيص الأمراض والتوصية بالعلاجات وإدارة بيانات المرضى. يمكن أن يؤدي نظام الذكاء الاصطناعي المتحيز أو غير الموثوق به إلى تشخيصات خاطئة ونتائج غير عادلة.

من خلال الوصول إلى بيانات تدريب DeepSeek، يمكن للمهنيين الطبيين وخبراء أخلاقيات الذكاء الاصطناعي التحقق من أن النموذج يستخدم مجموعة بيانات متنوعة وتمثيلية، وبالتالي تقليل التحيز النظامي.

في مجال التمويل، تؤثر نماذج الذكاء الاصطناعي على موافقات القروض، واكتشاف الاحتيال، وتدفع التداول الخوارزمي. ويجعل الافتقار إلى الشفافية من المستحيل على المستخدمين تقييم ما إذا كان نظام الذكاء الاصطناعي يرفض بشكل غير معقول طلبات القروض من مجموعات معينة من الأشخاص أو ما إذا كانت قرارات الاستثمار الخاصة به تستند إلى بيانات معيبة. وأخيرا، كان ظهور DeepSeek بمثابة جرس إنذار للغرب.

باعتبارها نموذجًا لغويًا منخفض التكلفة ومفتوح المصدر وفعالًا على نطاق واسع، فإنها تتحدى هيمنة حلول الذكاء الاصطناعي الملكية. إذا سارت الأمور على ما يرام، فإن الخوارزمية التي تقف وراء نجاح DeepSeek قد تلهم الغرب وتشجعه على تطوير منتجات الذكاء الاصطناعي أكثر فعالية من حيث التكلفة.