DeepSeek وChatGPT
توجد اختلافات كبيرة وجوهرية بين تطبيقي DeepSeek وChatGPT المدعومين بالذكاء الاصطناعي، وذلك بعدما أثار التطبيق الأول ذعرا في أمريكا وأدى إلى خسارة شركات تكنولوجيا المعلومات الأمريكية ملايين الدولارات، وبعد تزايد عمليات تنزيل التطبيق بشكل كبير خلال الساعات الماضية عبر متجري جوجل بلاوي وآب ستور.
الدكتور مهندس محمد مغربي استشاري التأمين والذكاء الاصطناعي والخبير التكنولوجي، أوضح لـ«الوطن»، الفرق بين التطبيقات كالتالي:
- يعتمد على تحليل كميات ضخمة من البيانات في لحظات، ما يعني أن مراكز البيانات Data Centers، أصبحت تحت ضغط رهيب لتواكب الطلب.
- الشركات التي تدير مراكز البيانات لا تحتاج إلى توسع بنيتها التحتية، لكنها مضطرة تطور نوعية الأجهزة اللي بتستخدمها: «ما بقاش ينفع نعتمد على CPUs التقليدية لوحدها، لازم دلوقتي نستخدم GPUs زي اللي بتنتجها شركات زي نيفيديا، دي الأجهزة اللي بتقدر تتعامل مع العمليات المعقدة اللي تقنيات زي DeepSeek بتطلبها».
- «DeepSeek يقدر تحديد اللي يستاهل المعالجة وإيه اللي ممكن يتأجل أو يتجاهل، وده بيساعد مراكز البيانات تشتغل بكفاءة أعلى، لأنهم مش بيضيعوا مواردهم على كل حاجة، ورغم الكفاءة دي، في مشكلة جديدة ظهرت منها، الطاقة، تحليل البيانات الكبيرة باستخدام تقنيات الذكاء الاصطناعي يتطلب كميات ضخمة جدًا من الكهرباء، مراكز البيانات أصبحت تستهلك طاقة بشكل غير مسبوق، وده خلى الشركات تضطر تدور على حلول مبتكرة».
- قال «مغربي» إن الأمان أصبح عاملا مهما جدًا، مع كميات البيانات التي تمر من خلال DeepSeek: «مراكز البيانات بقت أكتر عرضة للهجمات السيبرانية، لكن الميزة هنا إن نفس التقنية دي بتساعد في التنبؤ بأي محاولة اختراق قبل ما تحصل، فبقت مراكز البيانات مش بس أماكن لتخزين البيانات، لكنها كمان حصن لحمايتها».
DeepSeek غيَّر قواعد اللعبة، إذ أصبحت مراكز البيانات ليست مجرد أماكن لتخزين معلومات، لكنها أصبحت القلب النابض لتشغيل كل شيء حولنا، حيث إن ChatGPT أو Claude أو Gemini، يعتمدون مفهوم LLMs (Large Language Models)، المعني بتفسير وتحليل الحديث والرد بطريقة طبيعية، لكن مؤخرا DeepSeek، الذي يقوم بنفس المهام لكن بشكل أسرع في الرد.
خبير الذكاء الاصطناعي أوضح أن هناك 6 اختلافات جوهرية بين DeepSeek وChatGPT وهي:
- DeepSeek ليس مجرد Chatbot يعتمد على بيانات الإنترنت العامة مثل ChatGPT، لكنه يستخدم أسلوب مختلف في التدريب والـ data processing.
- الـ model تم تدريبه على بيانات أكتر تخص الصين والأسواق الآسيوية، ما جعله يتفوق قليلا عن باقي الـ AI models: «لو حاولت تستخدمه في تحليل بيانات مالية أو أخبار تخص أسواق شرق آسيا، هتلاقيه أدق من ChatGPT، اللي غالبًا بيكون تركيزه على مصادر ومعلومات غربية أكتر».
- من الناحية التقنية، DeepSeek يعتمد على مفهوم الـ Retrieval-Augmented Generation (RAG)، ما جعله قادرا على الوصول لمعلومات دقيقة أكتر وقت ما يحتاج: «مش بس إنه يعتمد على الـ training data بتاعته، وده فرق كبير جدًا عن ChatGPT، اللي رغم قوته، بيعتمد أكتر على الـ pre-trained model والـ fine-tuning بس، ونفس الفكرة دي بتدي DeepSeek ميزة في المجالات اللي بتحتاج تحديث مستمر، زي الأخبار الاقتصادية أو التغيرات في القوانين».
- DeepSeek ليس بنفس درجة الـ creativity مثل ChatGPT أو Claude: «يعني لو بتكتب قصة أو بتحاول تولد محتوى فني زي الشعر أو السيناريوهات، هتحس إن DeepSeek أقرب للأسلوب التحليلي أو الرسمي، وده يرجع لطريقة تدريبه اللي ركزت أكتر على factual accuracy مش الـ storytelling والـ conversational flow زي باقي الـ chatbots».
- مقارنة من حيث الأداء، ستجد أن ChatGPT يتميز بالمرونة ويعمل جيدا في مختلف المجالات، سواء كتابة محتوى، برمجة، تحليل بيانات، أو حتى مناقشات فلسفية، لكن DeepSeek موجه أكثر لمن يحتاجون إلى دقة معلوماتية في مجالات محددة، خصوصًا المتعلقة بالـ business, finance, و الـ law، ويرجع السبب لـ datasets التي تم تدريبه عليها.
- accessibility أو إمكانية الوصول بتفرق، فمثلا ChatGPT موجود بعدة نسخ، في المجاني والمدفوع (Plus/GPT-4 Turbo)، وعنده integration مع خدمات زي Bing Search، وده بيدي له ميزة في إنه يكون دايمًا updated، في المقابل، DeepSeek لسه مش متاح بنفس الانتشار، لكنه يحاول بناء مكانة في السوق خصوصًا في آسيا.
تعليقات الفيسبوك