دیپ‌سیک، هوش مصنوعی چینی، با پیشی گرفتن از چت‌جی‌بی‌تی و دیگر رقبا، به محبوب‌ترین اپلیکیشن رایگان در اپ‌استور ایالات متحده، بریتانیا و چین تبدیل شده است. این موفقیت باعث افت ارزش سهام شرکت‌های هوش مصنوعی آمریکایی مانند انویدیا، مایکروسافت و متا شده و بازار اروپا را نیز تحت تأثیر قرار داده است.
محبوبیت بی‌سابقه دیپ‌سیک
نسخه سوم این اپلیکیشن از زمان عرضه در یک ماه گذشته، توجهات زیادی را به خود جلب کرده است. این موفقیت چالش جدی برای تصور رایج درباره رهبری آمریکا در صنعت هوش مصنوعی به شمار می‌رود. مدل دیپ‌سیک-وی۳ تنها با هزینه‌ای کمتر از ۶ میلیون دلار توسعه یافته، رقمی که بسیار پایین‌تر از بودجه میلیارد دلاری رقبای آمریکایی است.
رقابت با مدل‌های پیشرفته
دیپ‌سیک-آر۱، نسخه پیشرفته‌تر این مدل، توسط سازندگانش با جدیدترین مدل‌های اوپن‌ای‌آی در زمینه‌هایی چون ریاضیات، کدنویسی و پردازش زبان مقایسه شده است. مارک آندرسن، سرمایه‌گذار برجسته سیلیکون‌ولی، این مدل را به «اسپوتنیک هوش مصنوعی» تشبیه کرده است، که اشاره‌ای به اولین ماهواره شوروی دارد.
محدودیت‌های تراشه و خلاقیت چینی‌ها
آمریکا از سال ۲۰۲۱ محدودیت‌هایی بر فروش تراشه‌های پیشرفته به چین اعمال کرده است. با این حال، توسعه‌دهندگان چینی با استفاده از تراشه‌های ارزان‌تر و رویکردهای خلاقانه توانسته‌اند مدل‌های هوش مصنوعی با هزینه‌های پایین‌تر بسازند که همین موضوع صنعت هوش مصنوعی را متحول کرده است.
تأثیر بر بازار جهانی
فروش ناگهانی دیپ‌سیک باعث نگرانی سرمایه‌گذاران درباره کاهش سود رقبای گران‌تر شده است. کارشناسانی همچون وی-سرن لینگ معتقدند که این تحول می‌تواند زنجیره تأمین هوش مصنوعی را دچار تغییرات اساسی کند. با این حال، تحلیلگران بانک سیتی هشدار داده‌اند که محدودیت‌های چین در دسترسی به تراشه‌های پیشرفته ممکن است رشد دیپ‌سیک را محدود کند.
آینده توسعه هوش مصنوعی
کنسرسیومی از شرکت‌های فناوری آمریکایی با سرمایه‌گذاری ۵۰۰ میلیارد دلار در تگزاس، پروژه‌ای به نام استارگیت را راه‌اندازی کرده‌اند تا زیرساخت‌های هوش مصنوعی را تقویت کنند.
بنیان‌گذار دیپ‌سیک
دیپ‌سیک توسط لیانگ ونفنگ، مهندس ۴۰ ساله، در سال ۲۰۲۳ در هانگژو تأسیس شد. او با استفاده از تراشه‌های انویدیا-ای۱۰۰، که صادرات آن به چین ممنوع شده است، توانست مدل‌های هوش مصنوعی پیشرفته‌ای توسعه دهد. لیانگ در مصاحبه‌ای اشاره کرد که قیمت‌گذاری پایین این مدل‌ها صرفاً بر اساس محاسبات هزینه بوده است.