Experten zufolge waren es die USA, die China motivierten, bei der kostengünstigen Entwicklung künstlicher Intelligenz (KI) erfolgreich zu sein. Dies geschieht, während Washington Pekings Zugang zu hochentwickelten, aber teuren Chips einschränkt.
Während US-Technologiegiganten behaupten, Hunderte Milliarden Dollar für die Entwicklung hochmoderner KI-Modelle auszugeben, beweist das chinesische Start-up DeepSeek das Gegenteil: Dafür sind nur ein paar Millionen Dollar nötig.
Not macht erfinderisch
„Als ChatGPT im November 2022 an den Start ging, waren die USA bei generativer KI noch führend. In den vergangenen zwei Jahren wurde dieser Abstand jedoch nach und nach aufgeholt“, sagte Professor Andrew Ng, einer der 100 einflussreichsten Menschen im Bereich globale KI im Jahr 2023, der South China Morning Post (SCMP).
Er machte diese Bemerkung im Zusammenhang mit DeepSeek, einem chinesischen KI-Start-up, das für Überraschung sorgte, als es im Januar 2025 ein kostenloses KI-Modell vergleichbar mit ChatGPT auf den Markt brachte.
Laut Herrn Ng hat China mit der Entstehung von Modellen wie Qwen, Kimi, InternVL und DeepSeek nicht nur die Lücke verringert, sondern in einigen KI-Bereichen auch allmählich die Führung übernommen. China Daily betonte, dass DeepSeek Open Source zur Entwicklung von KI-Tools nutzt, was eine umfassende Zusammenarbeit und Experimente ermöglicht und so zu schnelleren Durchbrüchen in der Branche führt.
Im Vergleich zu US-amerikanischen KI-Technologieunternehmen liegen die öffentlichen Entwicklungskosten von DeepSeek bei weniger als 6 Millionen USD. Dies widerlegt das Argument, dass das Trainieren künstlicher Intelligenz Milliarden von Dollar kostet, wie US-Unternehmen behaupten.
Trotz des eingeschränkten Zugangs zu fortschrittlichen Chips aufgrund des Verbots Washingtons beweist DeepSeek, dass die KI-Branche nicht auf Giganten wie Nvidia angewiesen ist. Für die Entwicklung des chinesischen Chatbots sind lediglich rund 2.000 einfache Chips erforderlich, während für Metas neuestes KI-Modell Llama 3.1 bis zu 16.000 der fortschrittlichen H100-Chips von Nvidia erforderlich sind.
Unmittelbar nach seiner Veröffentlichung stieg der Chatbot von DeepSeek schnell an die Spitze der App Store-Charts von Apple und überholte ChatGPT. Am 20. Januar brachte DeepSeek das Open-Source-Modell R1 auf den Markt, dessen Funktionen denen des Closed-Source-Modells ChatGPT gleichwertig sein sollen. Bemerkenswerterweise lobte auch OpenAI-CEO Sam Altman den Ansatz von DeepSeek.
Braucht man nicht viel Geld, um KI zu entwickeln?
Am 3. Februar berichtete die Zeitung Independent, dass ein amerikanisches Forschungsteam den KI-Chatbot von DeepSeek für nur ein paar Dutzend Dollar nachgebaut habe, was den Trend zur kostengünstigen KI-Entwicklung untermauere. Ein Team der University of California in Berkeley behauptet, das R1-Modell von DeepSeek für weniger als 30 Dollar nachgebaut zu haben.
„Wir haben DeepSeek R1-Zero im CountDown-Spiel reproduziert und es hat gut funktioniert“, teilte Doktorand Jiayi Pan auf der X-Plattform mit. Pan hofft, dass das Projekt KI zugänglicher machen wird.
Der Erfolg des Projekts von DeepSeek und Herrn Pans Team zeigt, dass die Kosten für das Training künstlicher Intelligenz weitaus niedriger sein können als die Hunderte von Milliarden Dollar, die US-Technologiekonzerne behaupten.
Technologieexperten sagen, dass DeepSeek einen tiefgreifenden Einfluss auf die Art und Weise haben könnte, wie KI in Zukunft entwickelt und genutzt wird. Der KI-Wissenschaftler von Meta Platforms, Yann LeCun, meinte, man dürfe nicht meinen, dass China dank DeepSeek „die USA in Sachen KI überholt“. Die korrekte Formulierung dafür sei: „Open-Source-Modelle übertreffen proprietäre Modelle“, heißt es in einem Artikel auf SCMP.
DeepSeek verändert Ansatz, ist aber kein „Game Changer“
Herr Dang Huu Son – stellvertretender Direktor des Instituts für angewandte Technologieforschung und Personalentwicklung, Mitbegründer und CEO von LovinBot AI – kommentierte: Es ist unwahrscheinlich, dass DeepSeek auf lange Sicht ein „Game Changer“ im KI-Bereich wird.
Laut Herrn Son hat DeepSeek seine wichtigste Mission erfolgreich abgeschlossen: die Änderung der Herangehensweise von Investoren und Unternehmen hin zum Trend der „Popularisierung“ von KI-Technologie – hin zu niedrigen Kosten und einfachem Zugang. Langfristig stehen sie jedoch vor großen Herausforderungen hinsichtlich der Investitionskosten und des harten Wettbewerbs um die Aufrechterhaltung der Modellqualität.
Die Einführung von DeepSeek – einem kostengünstigen, ressourcenschonenden Open-Source-KI-Modell – hat Aufmerksamkeit erregt und die amerikanischen KI-Giganten gezwungen, ihre Strategien zu überdenken. Dieser Fall ähnelt dem von Temu, wo man sich für eine kostengünstige Strategie zur Konkurrenzfähigkeit entschied.
Experten zufolge übertrifft DeepSeek die Leistung anderer High-End-Modelle jedoch nicht wirklich und weist bei der Verarbeitung komplexer Aufgaben Einschränkungen auf.
Ein einzigartiges Merkmal von DeepSeek besteht darin, dass Benutzer den „Denkprozess“ beim Ziehen von Schlussfolgerungen nachvollziehen können. Dies öffnet jedoch eine ernste Sicherheitslücke. Experten haben nachgewiesen, dass DeepSeek für eine Reihe von Angriffen anfällig ist, von einfacher Sprachmanipulation bis hin zu komplexen „Eingabeaufforderungen“, die von der KI selbst generiert werden.
Darüber hinaus musste DeepSeek aus Kostengründen einige Schutzmechanismen einschränken. Dadurch wird das System anfällig für ausgeklügelte Taktiken und es besteht die Gefahr, dass ungewollte Informationen zurückgegeben oder das Verhalten manipuliert wird.
In Vietnam eröffnen die Erkenntnisse von DeepSeek Möglichkeiten, KI zu angemessenen Preisen zu entwickeln und gleichzeitig die Sicherheit zu gewährleisten. LovinBot AI forscht derzeit an DeepSeek, hat es jedoch trotz der geringen Kosten und des Open-Source-Codes noch nicht integriert, da die wichtigste Anforderung nach wie vor die Informationssicherheit und die Vermeidung des Risikos einer Inhaltsmanipulation ist.
[Anzeige_2]
Quelle: https://tuoitre.vn/trung-quoc-pha-gia-ai-20250205001728107.htm
Kommentar (0)