Pa, danas nije sjajan dan za investitore u AI, a posebno za NVIDIA-u, jer je kineska firma DeepSeek uspela da poremeti industrijske norme sa svojim najnovijim R1 AI modelom, za koji se kaže da menja koncept obuke modela i resursa koji su potrebni za to.
Ako ste živeli pod kamenom ili još niste razumeli zašto trenutno „AI tržišta“ paniče, ovaj post je definitivno za vas. Dakle, Kina je uspela da lansira AI model za koji se kaže da se obučava uz značajno niže finansijske resurse, o čemu ćemo kasnije govoriti, a ovo je pokrenulo debatu o tome da li je „AI superciklus“ koji smo videli prošle godine preuveličan ili zapravo nije vredan novca koji je uložen u njega. DeepSeek R1 je uspeo da se takmiči sa nekim od najboljih LLM-ova, sa „navodnim“ troškom obuke koji može delovati šokantno.
Hajde da počnemo sa time šta je DeepSeek R1 i kako se razlikuje od drugih. R1 je jedinstveni open-source LLM model za koji se kaže da se prvenstveno oslanja na implementaciju koja do sada nije primenjena ni od strane drugih alternativa. Iako nećemo ulaziti previše u tehniku, jer bi to učinilo post dosadnim, važno je napomenuti da R1 koristi proces „Chain of Thought“ (lanac razmišljanja), što znači da kada se modelu da prompt, on prikazuje korake i zaključke koje je napravio da bi došao do konačnog odgovora, na taj način korisnici mogu dijagnostikovati deo gde je LLM napravio grešku.
Još jedna zanimljiva činjenica o DeepSeek R1 je korišćenje „Reinforcement Learning“ (učenja sa pojačanjima) za postizanje rezultata. To je vrsta učenja mašina gde model interaguje sa okruženjem da bi doneo odluku kroz „proces zasnovan na nagradi“. Kada se postigne željeni ishod, model se pobrinjava da izabere one opcije gde je nagrada maksimalna, čime je sigurno da će se postići željeni zaključak.
S druge strane, sa GPT-ovim o1, osnovni fokus je na metodama nadgledanog učenja, koje podrazumevaju obuku modela na ogromnim skupovima podataka teksta i koda, što na kraju zahteva više finansijskih resursa.
Govoreći o finansijskim resursima, postoji mnogo zabluda na tržištu u vezi sa troškovima obuke DeepSeek-a, jer se pominjani iznos od „5,6 miliona dolara“ odnosi samo na trošak pokretanja finalnog modela, a ne na ukupne troškove. Pošto Kina ima ograničen pristup najnovijoj AI računarskoj opremi, ne bi bilo mudro od strane DeepSeek-a da otkrije svoj AI arsenal, zbog čega je mišljenje stručnjaka da DeepSeek ima snagu koja je ekvivalentna konkurentima, ali trenutno nije otkrivena.
U poređenju sa OpenAI-ovim GPT-o1, R1 je oko pet puta jeftiniji za unos i izlazne tokene, zbog čega tržište ovu razvojnu fazu doživljava sa nesigurnošću i iznenađenjem, ali postoji prilično zanimljiv aspekt o tome, o kojem ćemo govoriti u sledećem delu, i kako ljudi ne bi trebalo da paniče zbog uspeha DeepSeek-a.
NVIDIA je ostvarila ogromne prihode tokom poslednjih nekoliko kvartala prodajom AI računarskih resursa, a mainstream kompanije u Magnificent 7, uključujući OpenAI, imaju pristup superiornoj tehnologiji u poređenju sa DeepSeek-om. S obzirom na to da je DeepSeek uspeo da obuči R1 sa ograničenim računarstvom, zamislite šta bi kompanije mogle doneti tržištima kada bi imale snažnu računarsku moć, što ovu situaciju čini mnogo optimističnijom za budućnost AI tržišta.
Nema konkurencije za NVIDIA-in CUDA i prateći ekosistem, i sigurno je reći da se nalazimo u svetu gde AI postaje rastuća tehnologija, a mi smo tek na početku. DeepSeek-ova implementacija ne označava kraj AI hype-a. Naprotiv, ona nam pokazuje neiskorišćeni potencijal tehnologije, iako tržišta ne doživljavaju ovaj razvoj sa mnogo optimizma, jer je „Team Green“ uspeo da izgubi više od 300 milijardi dolara sa svoje tržišne kapitalizacije nakon DeepSeek-ovog R1.
Međutim, očekujemo da će se prašina slegnuti kada ljudi shvate pozitivan ishod ove situacije. Štaviše, ovo će podstaknuti kompanije poput Meta-e, Google-a i Amazon-a da ubrzaju svoja AI rešenja, a kao što analitičar Cantor Fitzgerald-a kaže, DeepSeek-ov uspeh bi trebalo da nas više okrene prema NVIDIA-i i budućnosti AI-a.