Cos'è DeepSeek, il rivale di ChatGPT? Come si usa DeepSeek?
Nel campo dell'intelligenza artificiale si registrano ogni giorno sviluppi nuovi ed entusiasmanti. Recentemente, il nome che ha attirato l'attenzione in questo settore è quello della cinese DeepSeek. Ma cos'è esattamente DeepSeek e come si utilizza?
12punto
L'intelligenza artificiale sta influenzando profondamente la tecnologia del futuro e quella odierna. Il nome di cui si parla di più ultimamente nel mondo dell'IA è quello della cinese DeepSeek. Dunque, cos'è DeepSeek? Come si usa DeepSeek?
COS'È DEEPSEEK?
DeepSeek è un laboratorio di ricerca sull'intelligenza artificiale con sede in Cina, focalizzato sullo sviluppo di modelli linguistici di grandi dimensioni (LLM) open source. L'azienda è stata fondata nel 2023 da Liang Wenfeng, fondatore e gestore dell'hedge fund High-Flyer, con l'obiettivo di far progredire il lavoro nel campo dell'IA. In precedenza, High-Flyer era nota per lo sviluppo di algoritmi di trading basati sull'intelligenza artificiale.
DeepSeek Coder (novembre 2023): questo modello, che punta specificamente alle attività di programmazione, è stato offerto gratuitamente sia ai ricercatori che agli utenti commerciali. Il modello è stato rilasciato come open source con licenza MIT.
I MODELLI SVILUPPATI
DeepSeek LLM (novembre 2023): con 67 miliardi di parametri, questo modello è stato progettato per competere con modelli linguistici di grandi dimensioni come GPT-4. Tuttavia, ha incontrato alcune difficoltà in termini di efficienza computazionale e scalabilità. Nello stesso periodo è stata lanciata anche la versione chatbot del modello, DeepSeek Chat.
DeepSeek-V2 (maggio 2024): lanciato a un costo inferiore rispetto ai suoi concorrenti (2 RMB per milione di token di output), questo modello si è classificato al settimo posto nella classifica del Tiger Lab dell'Università di Waterloo.
DeepSeek-V3 (dicembre 2024): con 671 miliardi di parametri, questo modello è stato addestrato per circa 55 giorni su un enorme set di dati di 14,8 trilioni di token. Il costo totale del processo di addestramento è stato di 5,58 milioni di dollari USA. Con le sue prestazioni, il modello ha superato Llama 3.1 e Qwen 2.5, raggiungendo un livello equivalente a GPT-4o e Claude 3.5 Sonnet.
DeepSeek R1-Lite-Preview (novembre 2024): questo modello è specializzato in inferenza logica, ragionamento matematico e risoluzione di problemi in tempo reale. Ha mostrato prestazioni simili al modello o1 di OpenAI.