Met het AI-model DeepSeek-R1 is China erin geslaagd de Amerikanen de grond in te boren. DeepSeek-R1 is aanzienlijk efficiënter dan OpenAI's ChatGPT. Zelfs superkleine uitlopers van R1 zijn bijna net zo goed als OpenAI o1 in belangrijke benchmarks. De aandelenmarkt reageerde met schokgolven. Mensen realiseerden zich niet eens dat er al een ander DeepSeek-model what.
Inleiding
Iedereen kent ChatGPT. Iedereen kent DeepSeek op zijn laatst sinds "gisteren". Vooral aandelenbeleggers hebben zich waarschijnlijk gerealiseerd dat er iets is gebeurd op de AI-markt.
DeepSeek heeft een blauwdruk vrij beschikbaar gemaakt die OpenAI overbodig kan maken.
Dit werd aangetoond door DeepSeek-R1 en zijn destillaatmodellen.
OpenAI houdt zijn topmodel ChatGPT (inclusief o1, o3 etc.) geheim in de nieuwere versies en houdt details hierover verborgen voor het publiek. DeepSeek, een bedrijf uit China, daarentegen geeft zijn topmodel weg door het openbaar te maken. Jammer voor OpenAI, dat geld wilde verdienen met ChatGPT, maar waarschijnlijk nooit in de winstzone zal komen.
De kosten voor het creëren van DeepSeek-R1 waren aanzienlijk lager dan die voor ChatGPT in elke recentere versie. Bovendien kan R1 volledig operationeel worden gehost door een middelgrote onderneming. De kleinere varianten kunnen zelfs op laptops draaien. Zelf hosten betekent hier: ze downloaden het R1-model, kopiëren het naar hun AI-server (of laptop), schakelen vervolgens de internetverbinding uit wanneer nodig en kunnen zo volledig autark met hun AI werken.
De AI-modellen van DeepSeek kunnen worden gedownload en autonoom worden uitgevoerd op uw eigen server of laptop.
Dit is erg handig voor tal van toepassingen.
Hoe goed is DeepSeek-R1?
De kwaliteit van een AI-model wordt getest door Benchmarks. Dat zijn gestandaardiseerde testvragen voor het model. Hoe goed een AI-model is voor een specifieke toepassing in uw bedrijf, kan alleen worden ontdekt door (eenvoudig, snel) uitproberen voor de betreffende toepassing. U moet gewoon weten waarvoor u AI wilt gebruiken.
De benchmarks geven een zeer goede indicatie van hoe goed een model op zichzelf is. Hier zijn de benchmarkresultaten die DeepSeek zelf heeft gepubliceerd:
De linkerbalk is die van DeepSeek-R1, de tweede die van het OpenAI o1 referentiemodel. Zoals te zien is, is R1 net zo goed als o1. De genoemde benchmarks zijn standaard. Ze zijn in detail:
- AIME 2024: Mathematikprobleme
- Codeforces: Programmeertaken
- GPQA Diamant: GPQA staat voor Een universitair niveau Google-proof Q&A benchmark. Meervoudige keuzenvragen
- MATH-500: Wiskundige conclusies
- Measuring Massive Multitask Language Understanding: Veelvraagvragen uit veel kennisdomeinen
Om de vraag aan het begin te beantwoorden: DeepSeek-R1 is dus kennelijk heel goed. Het model vertoont absichtelijke kennisverschuivingen. Kritische politieke vragen beantwoordt het zo, zoals China dat graag ziet. Het model moet echter niet als chatbot beschouwd worden. In die zin is dit detail zwar verontrustend, maar uit technisch oogpunt vaak onbelangrijk.
De kwaliteit van DeepSeek werd door enkele gebruikers bevestigd. Hier een uit het Engels vertaald testrapport, dat R1 en OpenAI o1 tegenoverstelt (als volgt als citaat):
- Voor het logische redeneren is R1 veel beter dan elk eerder SOTA-model tot en met o1. Het is beter dan o1-preview, maar een niveau onder o1. Dit blijkt ook uit de ARC AGI Test.
- Wiskunde: Voor wiskunde geldt hetzelfde: R1 is een killer, maar o1 is beter.
- Codering: Ik ben niet toegekomen om veel te spelen, maar op het eerste gezicht is het gelijk met o1, en de feit dat het 20x minder kost, maakt het tot een praktisch winnaar.
- Schrijven: Hier neemt R1 de leiding over. Het verleent dezelfde indrukken als het vroege Opus. Het is vrij, minder gecensureerd, heeft veel meer persoonlijkheid, is gemakkelijk te besturen en is zeer creatief in vergelijking met de andere modellen, zelfs vergeleken met o1-pro.
De koers van de toekomst
Wie de ontwikkelingen in de AI-sector volgt, zal een aantal dingen opmerken:
- AI-modellen worden steeds beter.
- Betere AI-modellen worden steeds kleiner (ze zijn nauwelijks nog "groot", zoals aangegeven in "Grote Taalmodellen").
- De trainingsmethoden voor het maken van AI-modellen worden steeds geavanceerder.
- Kleinere bestaande AI-modellen kunnen gemakkelijk veel beter worden door nieuwe modellen te raadplegen.
- Lichtsnelheid is een onderschatting voor de aanduiding van de snelheid van ontwikkelingen.
Alle daten stellen voor OpenAI existentiële bedreigingen.
Een nog belangrijkere ontdekking is het volgende: met behulp van de zogenaamde Reinforcement Learning (versterkend leren) kunnen hele andere kleine, al bestaande AI-modellen aanzienlijk beter worden gemaakt. Men neemt daarbij de antwoorden die het Mastermodel R1 op gestelde vragen geeft en voert ze in de kleinere Schülermodellen in. De intelligentie van de Schülermodellen krijgt dan een enorm zetje en kan zelf beter denken en conclusies trekken. DeepSeek heeft een raffinée methode (emergente zelfreflectie) beschreven, waarmee dat heel goed werkt.
Zo konden open-source modellen als Qwen-2.5 en Llama-3.1, die al heel goed waren, nog beter worden gemaakt. Met minimale inspanning. OpenAI moet daarentegen veel tijd, energie en geld investeren om betere resultaten te behalen. Terwijl OpenAI een geheimniskraker is, vinden de genoemde vooruitgangen in het openbaar plaats en zijn ze voor iedereen vrij toegankelijk.
Viele Artikel in PDF-Form · Kompakte Kernaussagen für Beiträge · Offline-KI · Freikontingent+ für Website-Checks
My name is Klaus Meffert. I have a doctorate in computer science and have been working professionally and practically with information technology for over 30 years. I also work as an expert in IT & data protection. I achieve my results by looking at technology and law. This seems absolutely essential to me when it comes to digital data protection. My company, IT Logic GmbH, also offers consulting and development of optimized and secure AI solutions.
