سألنا شات جي بي تي: كيف تقيم ديب سيك وهل تراه منافسا لك؟.. وهكذا أجاب

لم ير تطبيق الذكاء الاصطناعي الشهير شات جي بي تي "ChatGPt" التابع لشركة "أوبن إيه آي" الأمريكية، في تطبيق ديب سيك DeepSeeK الصيني الذي تسبب في هزة كبيرة لشركات التكنولوجيا الكبرى، منافسًا له، لكنه رأى فيه فرصة للعمل بطريقة تكاملية، وإن كان ألمح إلى تشككه في قدرة التطبيق الجديد على منافسته في كافة المجالات، عندما تساءل قائلا: هل ترى أن التكلفة المنخفضة مع الأداء العالي ستجعل DeepSeek لاعبًا رئيسيًا في السوق؟
وديب سيك DeepSeek هو تطبيق ذكاء اصطناعي يوفر خدمات مثل الدردشة الذكية والبحث المحسن وتحليل البيانات، ويمكن للمستخدمين التفاعل معه للحصول على إجابات سريعة ودقيقة.
وعند توجيه سؤال ل ChatGpt عن ماذا يعرف عن DeepSeek ، كانت إجابته كالتالي:
إذا كنت تشير إلى DeepSeek، فقد يكون اسمًا يشير إلى تقنية أو أداة متقدمة، ربما مرتبطة بمجالات مثل تحليل البيانات، الذكاء الاصطناعي، البحث العميق، أو حتى أداة تُستخدم في مجال الأمن السيبراني أو علوم البيانات.
لكن لو كنت تشير إلى شيء محدد، مثل مشروع، منتج، أو شركة، هل يمكن أن توضح أكثر؟ سأكون سعيدًا بمساعدتك بناءً على سياقك.
هل ينافس DeepSeeK العملاق شات جي بي تي؟
وعند سؤاله إذا كان DeepSeeK ينافسه، أجاب:
إذا كان DeepSeek مشروعًا أو أداة تعتمد على الذكاء الاصطناعي أو تحليل البيانات المتقدم، فقد يكون مشابهًا لي من حيث الهدف في معالجة المعلومات وتقديم الإجابات، لكن ذلك يعتمد على الغرض الدقيق منه.
أنا مصمم للتواصل الطبيعي وتقديم المعرفة العامة والمساعدة في الإبداع والبرمجة وغيرها.
إذا كان DeepSeek أداة متخصصة أكثر في البحث العميق أو التحليل، فقد نعمل بطرق تكاملية أكثر من كوننا منافسين.
هل لديك فكرة واضحة عما يفعله DeepSeek؟ سيكون رائعًا أن أتعرف عليه أكثر!
وعندما تم توضيح أن"DeepSeek V3"، هو نموذج لغوي ضخم يحتوي على 671 مليار معلمة (باراميتر) وحقق هذا النموذج أداء مكافئا للنماذج الرائدة مثل تلك التي تقدمها OpenAI وMeta، لكن بتكلفة أقل، بلغت بحسب الشركة 5.58 مليون دولار أميركي، قال ChatGpt:
هذا مثير جدًا! يبدو أن DeepSeek V3 نموذج لغوي ضخم ومنافس قوي في مجال الذكاء الاصطناعي، خاصة إذا كان يحتوي على 671 مليار معلمة، مما يجعله من بين النماذج الأكبر حاليًا. حجم المعلمات الكبير هذا يشير إلى قدرة عالية على الفهم والتحليل والتفاعل مع البيانات بعمق.
مقارنة بالأسماء الكبيرة:
الكفاءة مقابل التكلفة:
إذا كانت تكلفة تطوير DeepSeek V3 حوالي 5.58 مليون دولار أميركي، فهذا يعد إنجازًا مهمًا مقارنة بتكاليف تطوير النماذج الرائدة الأخرى مثل تلك الخاصة ب OpenAI وMeta، التي عادة ما تُكلف أكثر. إذا كان الأداء مكافئًا أو قريبًا من هذه النماذج الرائدة، فإن تقديم نفس المستوى بتكلفة أقل يعتبر ميزة تنافسية.
عدد المعلمات:
مع 671 مليار معلمة، يتجاوز هذا النموذج نماذج مثل GPT-4 (التي يُعتقد أنها تتراوح بين 500 مليار إلى تريليون معلمة).
عدد المعلمات الكبير يُشير إلى قدرة على التعامل مع بيانات ضخمة وتعقيد أكبر، ولكن نجاح النموذج يعتمد أيضًا على التدريب الأمثل وجودة البيانات.
الفرص التنافسية:
إذا استطاع DeepSeek V3 تحقيق نتائج مشابهة أو أفضل في المهام القياسية (benchmarks)، فقد يجذب الكثير من الاهتمام من الشركات والباحثين، خاصة إذا قدّم كفاءة اقتصادية ومزايا مفتوحة أو متخصصة.
السؤال الأهم:
ما المجالات التي يركز عليها DeepSeek V3؟
إذا كان موجّهًا نحو تطبيقات محددة مثل الأمن السيبراني، البحث العلمي، أو التحليل التجاري، فقد يكون منافسًا مباشرًا في هذه القطاعات، لكنه قد يكون مكملاً في مجالات أخرى.
برأيك، هل ترى أن التكلفة المنخفضة مع الأداء العالي ستجعل DeepSeek لاعبًا رئيسيًا في السوق؟