Un team di ricercatori dell'Università della California, Berkeley, afferma di aver replicato la tecnologia chiave alla base della popolare intelligenza artificiale DeepSeek. Avevano un budget di soli 30 dollari per tutto. La società cinese DeepSeek è stata responsabile della svalutazione di miliardi di dollari delle azioni di alcune grandi aziende americane di intelligenza artificiale. DeepSeek ha dimostrato che questa azienda può fare ciò che fa con costi hardware, consumi di elettricità e consumi di acqua significativamente inferiori. In particolare, il suo modello R1 può competere con sistemi come ChatGPT per una frazione del costo.
Il team di Berkeley ha risposto in modo ancora più radicale, decidendo di creare un'alternativa di intelligenza artificiale ancora più economica e, sotto la guida della dottoranda Jiayi Pan, ha creato TinyZero, una versione ridotta del modello DeepSeek. L'università ha pubblicato tutto il materiale relativo a TinyZero su GitHub , dove è liberamente disponibile a chiunque sia interessato ad approfondire l'argomento. Sebbene TinyZero non raggiunga le dimensioni del modello principale di DeepSeek, che vanta ben 671 miliardi di parametri, Pan afferma che ne cattura l'essenza del comportamento, ovvero il modello "R1-Zero" di DeepSeek. Il funzionamento dell'IA di DeepSeek è proprio l'argomento principale di discussione nel mondo dell'intelligenza artificiale.
Come funziona TinyZero?
TinyZero utilizza il cosiddetto apprendimento per rinforzo. Un metodo in cui l'intelligenza artificiale inizia con risposte quasi casuali e impara gradualmente a migliorare i propri risultati apportando correzioni e trovando le giuste soluzioni. Può essere semplicemente paragonato al gioco Countdown, in cui i giocatori combinano i numeri per raggiungere un valore obiettivo. Sebbene all'inizio l'IA abbia generato risposte senza senso,onec è stata in grado di comprendere le regole in autonomia e di correggere i propri errori. Il fatto che una tecnologia chiave dell'intelligenza artificiale possa essere replicata in pochi giorni di lavoro e al costo di decine di dollari è scioccante. Ciò contraddice l'idea consolidata secondo cui lo sviluppo dell'intelligenza artificiale richiede grandi data center, migliaia di potenti GPU e miliardi di dollari di investimenti.
DeepSeek ha affermato in precedenza che l'addestramento del suo modello principale è costato solo pochi milioni di dollari, una cifra notevolmente inferiore a quella della maggior parte delle aziende occidentali di intelligenza artificiale. Ora un team di Berkeley ha dimostrato che è possibile farlo a un costo ancora più basso: solo 30 dollari. Naturalmente questa cifra non comprende gli stipendi degli scienziati, ma solo i costi dell'hardware e dell'energia. Sebbene TinyZero dimostri che l'apprendimento avanzato tramite rinforzo può essere realizzato a basso costo, non è all'altezza della complessità e della scalabilità del sistema DeepSeek più ampio. Per ora si tratta di un concetto che mostra una certa possibilità di funzionamento dell'intelligenza artificiale, piuttosto che di un vero e proprio concorrente dei modelli di intelligenza artificiale consolidati.
Il mercato dell'intelligenza artificiale cambierà grazie a DeepSeek o TinyZero?
Finora si tratta più di un esperimento, ma suggerisce molto. Se gli sviluppatori indipendenti possono creare modelli di intelligenza artificiale avanzati con miniA costi contenuti, queste tecnologie possono essere utilizzate anche da grandi aziende come OpenAI, Google, Microsoft o molti altri. Finora hanno investito miliardi di dollari nei loro modelli di intelligenza artificiale, nei data center e in altre tecnologie correlate all'intelligenza artificiale. Potrebbe improvvisamente rivelarsi che il settore dell'intelligenza artificiale è notevolmente sopravvalutato e che ciò per cui queste aziende pagano miliardi di dollari oggi può essere reso significativamente più economico solo utilizzando un metodo diverso. Ciò potrebbe portare all'emergere di attori più piccoli che si limitano ad adottare nuove tecnologie per avvicinarsi all'intelligenza artificiale e possono facilmente competere con aziende che attualmente traggono vantaggio principalmente dai propri punti di forza.onebilanci. Solo il tempo lo dirà, ma una cosa è certa: bisogna tenere conto che alcuni modelli di intelligenza artificiale possono già operare con risorse notevolmente inferiori rispetto a quelle che ci mostrano i player affermati sul mercato.
Non è che DeepSeek mi stia facendo di nuovo tremare le ginocchia. Gemini Google fa quello di cui ho bisogno, scatto qualche foto qua e là e parla anche molto bene il ceco. Sarà molto utile per scacciare altre IA, ma questo rappresenterebbe una svolta...
Immagino di non aver capito l'articolo... Cosa è stato creato esattamente con quei 30 dollari? Da Github sembra che solo un sottoinsieme di R1 sia adatto al gioco del conto alla rovescia e della moltiplicazione. Quindi confrontarlo con il modello completo in termini di prezzo è del tutto fuori questione. Non so nemmeno se ha la stessa architettura, ma suppongo di sì.
Lui e DeepSeek non sono poi così male. Basta dargli un compito da risolvere: dove la parabola incontra l'exp.onencielou e si punisce pensandoci e alla fine sputa fuori una totale assurdità nel riassunto. Va bene per inventare storie, ma se si vuole qualcosa di analiticamente preciso, per ora basta.