CNBC : la startup chinoise d'IA DeepSeek sème la panique dans la Silicon Valley 203

CNBC a consacré pas moins de 40 minutes pour couvrir DeepSeek, regardez cette vidéo.

Titre : Comment le nouveau modèle d'intelligence artificielle chinois DeepSeek menace la domination américaine

Traduction complète :

Un modèle d'intelligence artificielle publié par DeepSeek, une société d'IA chinoise peu connue, a provoqué la panique dans toute la Silicon Valley, car ses performances surpassent celles des meilleurs modèles américains, malgré un coût de fabrication bien inférieur et des puces moins performantes.

DeepSeek (le nom du laboratoire) a lancé fin décembre un grand modèle de langage gratuit et open source, qui aurait été construit en seulement deux mois pour moins de 6 millions de dollars, en utilisant les puces H800 moins performantes de Nvidia.

Ces nouvelles avancées ont tiré la sonnette d'alarme : la position de leader mondial des États-Unis dans le domaine de l'intelligence artificielle est-elle en train de s'éroder, et cela remet en question les dépenses considérables des grandes entreprises technologiques dans la construction de modèles d'IA et de centres de données.

Dans une série de tests de référence tiers, le modèle de DeepSeek a surpassé les modèles Llama 3.1 de Meta, GPT-4o d'OpenAI et Claude Sonnet 3.5 d'Anthropic en termes de précision, allant de la résolution de problèmes complexes aux mathématiques et au codage.

DeepSeek a lancé lundi R1, un modèle de raisonnement qui surpasse également le dernier O1 d'OpenAI dans de nombreux tests tiers.

Le PDG de Microsoft, Satya Nadella, a déclaré dans le monde : « Voir les nouveaux modèles de DeepSeek, ces modèles open source qui effectuent très efficacement ce type de calcul au moment du raisonnement, et de manière très efficace, » mercredi au Forum économique de Davos, en Suisse. « Nous devons prendre très, très au sérieux les développements provenant de Chine. »

Les strictes restrictions sur les semi-conducteurs imposées par le gouvernement américain à la Chine l'empêchent d'importer les puces les plus puissantes, comme la H100 de Nvidia. Cela montre que DeepSeek a soit trouvé un moyen de contourner les règles, soit surmonté les obstacles des contrôles à l'exportation de Washington.

Chetan Puttagunta, associé général de Benchmark, a déclaré : « Ils peuvent prendre un très grand modèle existant et utiliser un processus appelé distillation. » « Fondamentalement, vous utilisez un très grand modèle pour aider votre petit modèle à devenir intelligent sur les tâches pour lesquelles vous souhaitez qu'il soit intelligent. C'est en fait très rentable. »

On sait très peu de choses sur DeepSeek et son fondateur Liang Wenfeng. Selon les médias, DeepSeek est né d'un fonds spéculatif chinois appelé High-Flyer Quant, qui gère environ 8 milliards de dollars d'actifs.

Mais DeepSeek n'est pas la seule entreprise chinoise à se faire remarquer.

Le chercheur en IA Kai-Fu Lee a indiqué que sa startup 01.AI a nécessité seulement 3 millions de dollars pour la formation. La société mère de Tiktok a publié mercredi une mise à jour de son modèle, qui prétend surpasser le modèle O1 d'OpenAI dans les tests de référence clés.

« La nécessité est mère de l'innovation, » a déclaré Aravind Srinivas, PDG de Perplexity. « Parce qu'ils ont dû trouver des moyens de trouver des alternatives, et au final, ils ont en réalité développé des technologies bien plus efficaces. »