هوش مصنوعی DeepSeek چیست؟ تاریخچه، تأسیس و نقش آن در تحول AI

احتمالاً این روزها نام «هوش مصنوعی DeepSeek» را زیاد شنیده‌اید؛ رقیبی تازه‌نفس برای چت جی‌پی‌تی از چین که حسابی دنیای هوش مصنوعی را تکان داده و حتی برخی ابرقدرت‌های فناوری را هم دچار نگرانی کرده است. اما چرا همه از دیپ سیک حرف می‌زنند؟ این شرکت هوش مصنوعی با هزینه‌ای به‌مراتب کمتر از رقبای آمریکایی، مدلی پیشرفته با نام DeepSeek-R1 عرضه کرده که خیلی‌ها معتقدند از لحاظ قدرت پردازشی و قابلیت استدلال (Reasoning) چیزی از معروف‌ترین مدل‌های رقیب کم ندارد.

دیپ سیک عملاً دارد روی مرز باریکی بین «یک تحول بزرگ» و «یک تهدید بالقوه» قدم می‌زند. در این مقاله می‌خواهیم نگاهی بیندازیم به هویت واقعی DeepSeek، تاریخچه‌اش، امکانات و ویژگی‌هایش و این‌که چرا برخی معتقدند این شرکت از همین حالا دارد مسیر آینده هوش مصنوعی را دوباره می‌نویسد!

هوش مصنوعی دیپ سیک چیست؟

‌با اینهمه سروصدا، واقعا دیپ سیک چیست؟ دیپ سیک (DeepSeek) یک شرکت هوش مصنوعی مستقر در هانگژوی چین است که در ماه مه ۲۰۲۳ توسط «لیانگ ونفِنگ» بنیان‌گذاری شد. او یکی از بنیان‌گذاران یک شرکت سرمایه‌گذاری به نام High-Flyer نیز هست. دیپ سیک در ابتدا به‌عنوان یک واحد تحقیقاتی زیرمجموعه‌ های‌فلایر (High-Flyer) فعالیت می‌کرد اما خیلی زود توانست با تکیه بر منابع محدودتر، مدل‌هایی بسازد که در عمل، بسیاری از معادلات رایج در دنیای هوش مصنوعی را به چالش بکشد.

برای درک بهتر این ماجرا، باید بدانیم که تا همین چندسال پیش، ساخت مدل‌های بزرگ زبانی یا همان LLMها (Large Language Models) یک روند بسیار پرهزینه و نیازمند زیرساخت‌های عظیم بود. معمولاً هم شرکت‌های بزرگ آمریکایی مانند مایکروسافت، گوگل یا حتی آزمایشگاه اوپن‌ای‌آی (OpenAI) با سرمایه‌گذاری‌های هنگفت پیشتاز چنین پروژه‌هایی بودند. اما هوش مصنوعی DeepSeek خلاف این جریان شنا کرد: با اعلام اینکه تنها چیزی کمتر از ۶ میلیون دلار برای توسعه مدل پیشرفته‌ DeepSeek-R1 هزینه کرده است، نشان داد دستاوردهای بزرگ در هوش مصنوعی الزاماً وابسته به بودجه‌های نجومی نیستند.

این شرکت روی رویکردی به‌نسبت متفاوت از آنچه اوپن‌ای‌آی و دیگران انجام می‌دهند متمرکز شده است: بیشتر تمرکز بر یادگیری تقویتی (Reinforcement Learning) به جای صرفاً مدل‌های آموزشی تحت نظارت و دستورالعملی. همچنین کلید موفقیت هوش مصنوعی DeepSeek، توجه خاص به سیستم پاداش (Reward System) در فرایند یادگیری و استفاده از روش‌های بهینه برای فشرده‌سازی دانش (Distillation) بوده است. نتیجه‌ی چنین رویکردی توسعه مدل‌هایی شده است که در عین داشتن قدرت استدلال بالا، هزینه سخت‌افزاری و زمانی کمتری را طلب می‌کنند.

یکی از نقاط عطف در شناخته‌شدن جهانی این برند، اپلیکیشن موبایل دستیار دیپ سیک بود که بلافاصله پس از عرضه در اپ‌استور اپل، توانست رتبه اول دانلود را از آن خود کند و حتی از اپ رسمی ChatGPT جلو بزند. این جهش ناگهانی باعث شد بازار سهام در ایالات متحده هم تحت تأثیر قرار بگیرد و سرمایه‌گذاران نسبت به آینده شرکت‌های بزرگی مثل انویدیا، مایکروسافت و متا نگران شوند.

امروز، وقتی از هوش مصنوعی DeepSeek حرف می‌زنیم، منظور تنها یک «چت‌بات» نیست، بلکه مجموعه‌ای از مدل‌های زبانی، ابزارهای برنامه‌نویسی (DeepSeek-Coder) و حتی مدل‌های بصری (Janus-Pro-7B) است که همگی زیر چتر تحقیقات و توسعه این شرکت شکل گرفته‌اند. البته رفتار دیپ سیک، برخلاف بسیاری از رقبای غربی، به‌سمت متن‌باز بودن (Open Source) گرایش دارد. این ویژگی برای جامعه پژوهشی و شرکت‌های کوچک‌تر که به‌دنبال استفاده و سفارشی‌سازی مدل‌های هوش مصنوعی هستند، بسیار جذاب است.

سناریو نویسی با هوش مصنوعی

تاریخچه و تأسیس دیپ سیک

تاریخچه‌ی تأسیس دیپ سیک را می‌توان به 3 دوره زمانی تقسیم کرد که در ادامه آن‌ها را مرور می‌کنیم.

از ایده تا راه‌اندازی اولیه

دیپ سیک در مه ۲۰۲۳ و در شهر هانگژو پایه‌گذاری شد. لیانگ ونفنگ که پیش‌تر در زمینه الگوریتم‌های کمی (Quantitative) برای بازارهای مالی فعال بود، تصمیم گرفت یک واحد پژوهشی مستقل در حوزه هوش مصنوعی را زیرمجموعه شرکت سرمایه‌گذاری خود، یعنی های‌فلایر، راه‌اندازی کند. های‌فلایر خود در سال‌های قبل با تکیه بر تحلیل‌های الگوریتمی،‌ به موفقیت‌های چشمگیری در بازارهای مالی دست یافته بود. اما چرا ونفنگ به فکر ایجاد یک آزمایشگاه هوش مصنوعی افتاد؟ احتمالاً رؤیای رسیدن به هوش مصنوعی عمومی (AGI) و استفاده از پتانسیل مدل‌های زبانی پیشرفته برای کاربردهای فراتر از معاملات مالی، محرک اصلی او بوده است.

اولین مدل‌ها و تجربه‌های آغازین

بنابر مستندات موجود، اولین مدل عمومی دیپ سیک در نوامبر ۲۰۲۳ عرضه شد: DeepSeek Coder که برای کمک به وظایف کدنویسی طراحی شده بود. این مدل گرچه چندان گسترده نبود، اما نشان داد تیم جوان هوش مصنوعی DeepSeek به رویکرد متن‌باز علاقه دارد و درعین‌حال به‌دنبال ارائه قابلیت‌های عملی و مشخص است. پس از آن در دسامبر همان سال، نسخه ابتدایی مدل عمومی دیپ سیک (DeepSeek LLM) روانه بازار شد و در فاصله چند ماه، دیپ سیک نسخه دوم (DeepSeek-V2) را نیز در مه ۲۰۲۴ معرفی کرد. هدف از هر نسخه جدید، بهبود کارایی و به‌خصوص کاهش هزینه‌های تمرین مدل بود.

جهش بزرگ با مدل R1

در ژانویه ۲۰۲۵، هوش مصنوعی DeepSeek به نقطه اوج شهرت خود رسید. آن‌ها مدل DeepSeek-R1 را که تمرکز ویژه‌ای بر استدلال (Reasoning) داشت، منتشر کردند. این مدل در واقع بر مبنای DeepSeek-V3 (که در دسامبر ۲۰۲۴ منتشر شده بود) تکامل یافته و شمار پارامترهای آن به ۶۷۱ میلیارد می‌رسد. با اینکه این عدد بسیار عظیم است، اما شرکت ادعا کرد تنها حدود ۶ میلیون دلار هزینه صرف آموزش (Training) مدل R1 کرده است؛ رقمی که در مقایسه با بودجه‌های نجومی برخی رقبای آمریکایی و اروپایی، واقعاً حیرت‌انگیز بود.

اما موفقیت R1 محدود به اعداد و ارقام گزارش‌ها نبود. اپلیکیشن موبایلی که دسترسی به این مدل را فراهم می‌کرد، ظرف چند روز جایگاه نخست را در فروشگاه اپل به‌خود اختصاص داد. این اتفاق منجر به ایجاد تلاطم‌هایی در بازار سهام فناوری آمریکا شد و ارزش سهام برخی غول‌های بازار همچون انویدیا و مایکروسافت به‌طور چشمگیری افت کرد. تحلیگران دلیل این افت را نگرانی از ظهور یک رقیب ارزان‌تر و قدرتمند در حوزه LLMها می‌دانند

ویژگی‌ها و قابلیت‌های هوش مصنوعی DeepSeek

از ویژگی‌ها و قابلیت‌های هوش مصنوعی DeepSeek ابتدا باید به تمرکز بر یادگیری تقویتی (Reinforcement Learning) اشاره کنیم. دیپ سیک برخلاف بعضی از شرکت‌های غربی که بیشتر بر مدل‌های آموزشی با داده‌های برچسب‌خورده و آموزش دستورالعملی متکی هستند، تأکید زیادی روی یادگیری تقویتی دارد. به‌گفته این شرکت، چنین رویکردی به مدل‌ها کمک می‌کند هنگام مواجهه با موقعیت‌های جدید یا داده‌های متنوع، استدلال و تصمیم‌گیری بهتری داشته باشند و الگوهای پیچیده را به‌طور طبیعی کشف کنند.

همچنین، در مدل R1، آن‌ها از یک سیستم پاداش قاعده‌محور (Rule-based) استفاده کرده‌اند که به‌گفته خود دیپ سیک، کارایی بالاتری نسبت به روش‌های رایج مبتنی بر شبکه‌های عصبی دارد. این مهندسی پاداش سبب شده مدل بهتر بفهمد چه زمانی جواب «مطلوب» داده و چه زمانی باید اصلاح شود.

به‌غیرازاین، تیم تحقیقاتی هوش مصنوعی DeepSeek می‌گوید موفق شده است با تکنیک‌های تقطیر (Distillation)، قابلیت‌های مدل‌های حجیم را در ابعاد کوچک‌تر یا با منابع سخت‌افزاری کمتر پیاده‌سازی کند. از این رو مدل‌هایی نظیر DeepSeek-Coder-V2 که ۲۳۶ میلیارد پارامتر دارد یا حتی R1 با ۶۷۱ میلیارد پارامتر، نسبت به همتایانشان در غرب، روی سخت‌افزار محدودتری قابل تمرین و استفاده هستند.

نسخه DeepSeek-V3 از ساختاری چند-کارشناس بهره می‌برد. در این معماری، چندین زیرمدل (یا «کارشناس») به‌شکل موازی وجود دارند که در زمینه‌های متفاوت (مثلاً پردازش زبان، منطق، ریاضیات و …) تخصص بیشتری دارند. در نهایت خروجی این کارشناسان با هم ترکیب می‌شود تا پاسخ نهایی ارائه شود. این رویکرد انعطاف‌پذیری مدل را بالا می‌برد و امکان پردازش کارهای متنوع را به‌صورت هم‌زمان فراهم می‌کند.

در آخر، برخلاف OpenAI که بسیاری از جزییات مدل‌هایش را متن‌بسته نگه داشته یا دسترسی به آن‌ها را صرفاً از طریق API پولی ارائه می‌دهد، دیپ سیک بخش قابل‌توجهی از مدل‌های خود را متن‌باز (از جمله DeepSeek Coder و بعضی نسخه‌های سبک‌تر R1) منتشر کرده است. این کار چند مزیت مهم دارد:

• افزایش اعتماد پژوهشگران به صحت نتایج مدل؛
• اجازه سفارشی‌سازی برای شرکت‌های کوچک‌تر و جامعه متن‌باز؛
• امکان رفع باگ‌ها و بهبود مدل با مشارکت گسترده متخصصان سراسر جهان.

مزایا و معایب دیپ‌ سیک

اما همه‌چیز درباره هوش مصنوعی DeepSeek به زیبایی ادعاهای تبلیغاتی که برایش می‌شود نیست! گرچه موفقیت این شرکت چشمگیر و انکارناپذیر است، اما باید دید چه نقاط قوت و ضعفی در دل این ماجرا وجود دارد.

مزایای هوش مصنوعی DeepSeek عبارتند از:

• هزینه پایین توسعه: مهم‌ترین نقطه قوتی که در تمام گزارش‌ها تکرار شده، هزینه پایین توسعه مدل R1 است. با رقمی زیر ۶ میلیون دلار، آن‌ هم در شرایط تحریم و محدودیت دسترسی چین به تراشه‌های پیشرفته، واقعاً یک رکورد جالب‌توجه محسوب می‌شود.
• متن‌باز بودن: رویکرد متن‌باز باعث جلب اعتماد بخش بزرگی از جامعه علمی شده است. همچنین بسیاری از شرکت‌ها و توسعه‌دهندگان می‌توانند از مدل‌های دیپ سیک برای پروژه‌های خود استفاده کنند.
• سرعت رشد: از نوامبر ۲۰۲۳ تا ژانویه ۲۰۲۵، دیپ سیک توانسته است چندین مدل عمومی و تخصصی منتشر کند؛ از جمله مدل برای کدنویسی، مدل عمومی چندمنظوره، مدل استدلالی قدرتمند و مدل بینایی (Janus-Pro-7B). چنین سرعتی نشان‌دهنده انعطاف سازمانی و ظرفیت تحقیقاتی بالای این شرکت است.
• کارایی روی سخت‌افزار کمتر: به‌واسطه تکنیک‌های تقطیر و مهندسی پاداش، این مدل‌ها می‌توانند روی تعداد تراشه کمتر (مانند حدود ۲۰۰۰ تراشه H800 انویدیا) آموزش ببینند؛ چیزی که در مقایسه با رقبایی که ممکن است ده‌ها هزار واحد GPU نیاز داشته باشند، بسیار به‌صرفه‌تر است.

معایب یا نگرانی‌ها درباره هوش مصنوعی DeepSeek نیز عبارتند از:

• تردید درباره منابع سخت‌افزاری: برخی از منتقدان مدعی هستند که دیپ سیک در عمل بیش از چیزی که ادعا می‌کند، از تراشه‌های پرقدرت (مانند A100 یا حتی H100) استفاده کرده و یا این‌که روش‌های دورزدن تحریم را به‌کار بسته است. این ادعاها هنوز مستند دقیق ندارند، ولی قطعاً می‌تواند اعتبار شرکت را زیر سؤال ببرد.
• نگرانی‌های امنیت داده: مخالفان می‌گویند داده‌های کاربران دیپ سیک در سرورهای مستقر در چین ذخیره می‌شود و ممکن است دولت چین به این داده‌ها دسترسی داشته باشد. همین مسئله باعث شده کشورهای مختلفی از جمله استرالیا، ایتالیا و برخی نهادهای آمریکایی، استفاده از دیپ سیک را ممنوع یا محدود کنند.
• سانسور محتوای سیاسی: مشابه دیگر رقبای چینی، دیپ سیک درباره موضوعات حساس سیاسی چین (مانند وقایع میدان تیان‌آن‌من یا مساله تایوان) سعی می‌کند پاسخ‌ها را سانسور کرده یا گفتگو را منحرف کند. این امر باعث می‌شود برخی کاربران غربی یا پژوهشگران بی‌طرف تمایل کمتری به استفاده از این مدل داشته باشند.
• اتهام سرقت مالکیت فکری: برخی گزارش‌ها حاکی از آن است که ممکن است دیپ سیک با استفاده از تکنیک دیتاست دیستیلیشن (Dataset Distillation)، داده‌های اوپن‌ای‌آی یا دیگر شرکت‌ها را بدون رعایت مجوز مناسب جمع‌آوری کرده باشد. این موضوع اگر اثبات شود، مشکلات حقوقی جدی برای دیپ سیک ایجاد خواهد کرد.

نقش دیپ سیک در تحول هوش مصنوعی

واقعیت این است که موفقیت هوش مصنوعی DeepSeek فراتر از یک «رویداد فناورانه» و در حد یک «رویداد ژئوپلیتیکی» بوده است. وقتی DeepSeek-R1 منتشر شد و در عرض چند روز، ارزش بازار غول‌های فناوری در بورس آمریکا تا حد قابل‌توجهی کاهش یافت، خیلی‌ها این پرسش را مطرح کردند که آیا عصر جدیدی از سلطه چینی‌ها بر صنعت هوش مصنوعی در راه است؟ در ادامه نقش آن را در تحول هوش مصنوعی بررسی می‌کنیم.

• زیر سؤال بردن مدل کسب‌وکار شرکت‌های بزرگ آمریکایی: دیپ سیک با طراحی و عرضه مدلی که هزینه آموزشی آن چندین برابر کمتر از مدل‌های اوپن‌ای‌آی یا مایکروسافت اعلام شده، انگشت روی نقطه‌ای حساس گذاشته است: آیا سرمایه‌گذاری‌های میلیارددلاری برای توسعه مدل‌های بزرگ، واقعاً لازم است؟ یا می‌توان با راهکارهای خلاقانه، به نتایج مشابه با هزینه‌ای بسیار کمتر رسید؟
• گسترش دسترسی به مدل‌های قدرتمند: متن‌باز بودن دیپ سیک کمک می‌کند جوامع آکادمیک و حتی شرکت‌های کوچک به قابلیت‌های LLMهای رده‌بالا دسترسی پیدا کنند. در نتیجه، توسعه فناوری در حوزه‌های مختلف مانند آموزش، پزشکی، ترجمه و حتی پژوهش‌های میان‌رشته‌ای سرعت بیشتری می‌گیرد. پیش‌ازاین، دسترسی به مدل‌های پیشرفته معمولاً نیازمند پرداخت هزینه بالا به غول‌های آمریکایی بود.
• دامن‌زدن به رقابت ژئوپلیتیکی در حوزه AI: ایالات متحده مدت‌هاست که با وضع تحریم‌های گسترده علیه صادرات تراشه‌های پیشرفته به چین، سعی در محدودکردن پیشرفت این کشور داشته است. اما ظهور هوش مصنوعی DeepSeek نشان داد که حتی بدون آخرین نسل سخت‌افزارهای انویدیا (مانند H100)، می‌توان مدل‌های توانمندی را توسعه داد. همین مسئله دولت آمریکا را به واکنش‌های مختلف وا داشته است و بعضی از سیاست‌مداران آمریکایی، مانند وزیر بازرگانی پیشنهادی دولت ترامپ (هوارد لوتنیک در ژانویه ۲۰۲۵)، به صراحت دیپ سیک را به «دورزدن تحریم» یا حتی «سرقت فناوری» متهم کردند.
• تأثیر بر صنعت تراشه: همان‌طور که اشاره شد، با اوج‌گرفتن خبر موفقیت دیپ سیک، ارزش سهام انویدیا تا ۶۰۰ میلیارد دلار افت کرد. علت هم تردید سرمایه‌گذاران بود نسبت به اینکه شاید مدل‌های موفق آینده، دیگر به آن حجم عظیم کارت‌های پردازشی نیاز نداشته باشند. اگر مسیر کاهش هزینه و کاهش نیاز به سخت‌افزار ادامه یابد، ممکن است مدل کسب‌وکار فروش گسترده تراشه به شرکت‌های AI دستخوش تغییر شود.
• توسعه استفاده از مدل‌های ارزان‌تر برای کاربری‌های خاص: نمونه بارزی از این روند، توجه شرکت‌ها و آزمایشگاه‌های کوچک‌تر به راهکارهای سفارشی‌شده و مقرون‌به‌صرفه است. این شرکت‌ها پیش‌تر چون بودجه لازم برای رقابت با غول‌های AI را نداشتند، از ورود به حوزه‌های پیچیده‌تر خودداری می‌کردند. اما اکنون با الهام از هوش مصنوعی DeepSeek، ممکن است موجی از پروژه‌های خلاقانه و کم‌هزینه در کشورهای در حال توسعه یا شرکت‌های کوچک‌تر شکل بگیرد.

چشم‌انداز آینده DeepSeek

هوش مصنوعی DeepSeek نه‌تنها رویکردی متفاوت را معرفی کرده، بلکه آینده صنعت هوش مصنوعی را هم در مسیرهای جدیدی قرار داده است. مثلا با توجه به محوریت هزینه و متن‌باز بودن، تحلیلگران معتقدند که این شرکت می‌تواند در بازارهایی که منابع کافی برای پرداخت هزینه‌های نجومی ندارند، بسیار محبوب شود. جالب آنکه مشارکت دانشگاه‌ها و پژوهشگران کشورهای مختلف هم بالا رفته و رشد پروژه‌های متن‌باز مرتبط با دیپ سیک دیده می‌شود. این روند می‌تواند حتی به پیدایش زیر-شاخه‌هایی از مدل R1 یا V3 منجر شود که برای کاربردهای خاص (مثل زبان‌های محلی، کاربردهای پزشکی، حوزه‌های دفاعی و…) بهینه شده‌اند.

با این حال، جایگاه ژئوپلیتیک چین در سال‌های آینده می‌تواند مانع یا عاملی شتاب‌دهنده برای پروژه‌های هوش مصنوعی این کشور باشد. اگر تنش‌های چین و آمریکا ادامه داشته باشد یا عمیق‌تر شود، احتمال تصویب تحریم‌های بیشتر بر صادرات تراشه یا محدودیت‌های کار با شرکت‌های چینی وجود خواهد داشت. از سوی دیگر، این محدودیت‌ها ممکن است انگیزه‌ای باشد برای چین تا بیش‌ازپیش به خودکفایی و ارتقای توانایی‌های داخلی‌اش در ساخت تراشه دست بزند؛ امری که در نهایت می‌تواند پایه‌های جدیدی برای دیپ سیک ایجاد کند تا بدون اتکا به سخت‌افزار آمریکایی به توسعه مدل‌های خود ادامه دهد.

همچنین بحث امنیت داده‌ها از جمله چالش‌های آینده هوش مصنوعی DeepSeek است. با توجه به نگرانی بسیاری از کشورها و سازمان‌ها درباره ذخیره داده کاربران در چین، اگر این شرکت نتواند مکانیزم‌های شفاف و قابل اعتمادی برای حریم خصوصی ارائه دهد، احتمالاً دامنه ممنوعیت‌های دولتی علیه آن بیشتر خواهد شد. همین حالا هم استرالیا، ایتالیا، کنگره آمریکا و چند نهاد دولتی دیگر استفاده از دیپ سیک را مسدود کرده‌اند.

در عین حال، پتانسیل‌های مثبت این ماجرا را نمی‌توان نادیده گرفت. متن‌باز بودن به این معنی است که جامعه پژوهشی می‌تواند در بهبود کارکرد و امنیت مدل مشارکت کند. اگر این تلاش‌های جمعی درست هدایت شود، ممکن است در آینده‌ای نزدیک دیپ سیک یکی از پایدارترین و قدرتمندترین اکوسیستم‌های متن‌باز را در عرصه هوش مصنوعی ایجاد کند.

 تولید تقویم محتوایی با هوش مصنوعی

سخن پایانی

هوش مصنوعی DeepSeek صرفاً یک بازیگر نوظهور در دنیای AI نیست؛ بلکه تا حدی نماد تغییر پارادایم در این صنعت به‌شمار می‌رود؛ تغییری که نشان می‌دهد ارزان‌تر، بازتر و سریع‌تر هم می‌توان هوش مصنوعی را ساخت. حالا دیگر صرف پول هنگفت تضمین‌کننده موفقیت نیست. هرچند تردیدها درباره روش‌های این شرکت و نگرانی در خصوص امنیت و ملاحظات ژئوپلیتیک همچنان باقی است، اما نمی‌توان تأثیر عمیق دیپ سیک بر آینده هوش مصنوعی را نادیده گرفت. ماجرا تازه شروع شده است!