Мы попросили эксперта по ИИ и технологиям из МФТИ, члена нашего сообщества и основателя стартапа Inventum.AI, Руслана Лукина, прокомментировать ситуацию с NVIDIA и выход китайской модели DeepSeek.
💬 Насколько сложно сегодня разрабатывать крупные языковые модели (LLM)?
Затраты на разработку и обучение LLM моделей стали доступнее не на проценты, а в разы всего за последние пару лет. Например, три года назад для обучения GPT-2 вам понадобился бы целый кластер GPU, а сегодня это возможно сделать на ноутбуке.
💬 Почему DeepSeek смогли создать качественную модель с минимальными затратами?
В разработке ML моделей самое сложное — это эксперименты с архитектурами. А обучение и файн-тюнинг — это последняя, самая простая и наименее затратная часть процесса. Именно поэтому DeepSeek смогли вывести свою модель в продакшн без миллиардных вложений. На самом деле, это уже вполне посильная задача для любой ML/AI команды.
💬 Как повлияет развитие опенсорсных решений на рынок ИИ?
Сегодня мультимодальные и языковые модели появляются каждый день. Многие из них распространяются на опенсорсных условиях через платформы, такие как Hugging Face. Это меняет рынок — всё больше команд могут разрабатывать и внедрять ИИ, а конкуренция между моделями будет только расти.
💬 Стоит ли серьезно относиться к панике на рынке американского ИИ?
На мой взгляд, реакция сильно переоценена. Конечно, успех DeepSeek привлёк внимание, но моделей много, и в ближайшее время мы увидим ещё больше опенсорсных решений на уровне OpenAI.
Хотите узнать, как компании используют опенсорсные решения для собственных продуктов? Следите за нашими постами, - будем показывать кейсы и объяснять на понятных примерах. 😊