KI aus China: Was ist DeepSeek – und warum versetzt es die KI-Welt in Angst und Schrecken?
Nvidia-Gründer Jensen Huang bei der CES Tech Show: Könnten künftige KI-Modelle auch ohne Nvidias Chips oder zumindest mit deutlich weniger davon auskommen?
DeepSeek ist ein gerade einmal ein Jahr altes KI-Start-up. Es sorgt im Silicon Valley mit seinem bahnbrechenden Modell für künstliche Intelligenz, das eine vergleichbare Leistung wie die besten Chatbots der Welt zu einem Bruchteil der Kosten bietet, für Erstaunen und Bestürzung. Das im chinesischen Hangzhou gegründete Unternehmen könnte weitreichende Auswirkungen auf die globale Technologiebranche und Lieferketten haben. Denn DeepSeek bietet einen Kontrapunkt zu der verbreiteten Annahme, dass die Zukunft der KI automatisch immer größere Mengen an Energie für ihre Entwicklung benötigen wird.
Was genau ist DeepSeek?
DeepSeek ist ein chinesisches Start-up, das 2023 von Liang Wenfeng gegründet wurde, dem Chef des KI-gesteuerten Quanten-Hedgefonds High-Flyer. Das Unternehmen entwickelt Open-Source-KI-Modelle, und die gleichnamige mobile App erreichte nach ihrer Veröffentlichung Anfang Januar die Spitze der iPhone-Download-Charts in den USA.
Die DeepSeek-App unterscheidet sich von anderen Chatbots wie ChatGPT von OpenAI dadurch, dass sie ihre Argumente artikuliert, bevor sie eine Antwort auf eine Aufforderung liefert. Das Unternehmen behauptet, dass seine R1-Version die gleiche Leistung wie die neueste Version von OpenAI bietet, und hat Einzelpersonen, die Chatbots auf der Grundlage dieser Technologie entwickeln möchten, die Lizenz erteilt, darauf aufzubauen.
Was kann DeepSeek R1 im Vergleich zu OpenAI oder Meta AI?
Auch wenn das Unternehmen keine genauen Angaben macht, scheinen die Kosten für das Training und die Entwicklung der DeepSeek-Modelle nur einen Bruchteil dessen zu betragen, was für die besten Produkte von OpenAI oder Meta erforderlich ist. Die viel bessere Effizienz des Modells stellt die Notwendigkeit enormer Kapitalausgaben für den Erwerb der neuesten und leistungsstärksten KI-Beschleuniger von Unternehmen wie Nvidia in Frage. Dies verstärkt auch die Aufmerksamkeit auf die US-Exportbeschränkungen für solche fortschrittlichen Halbleiter nach China, die einen Durchbruch der Art, wie ihn DeepSeek darstellt, verhindern sollten.
DeepSeek R1 ist in mehreren führenden Benchmarks wie AIME 2024 für mathematische Aufgaben, MMLU für Allgemeinwissen und AlpacaEval 2.0 für Frage-und-Antwort-Leistung gleichauf oder besser als die Konkurrenzmodelle. Auch in der Chatbot-Arena, einem der UC Berkeley angegliederten Leaderboard, gehört es zu den Spitzenreitern.
Was sorgt in den USA für Unruhe?
Washington hat den Export von Spitzentechnologien wie GPU-Halbleitern nach China verboten, um die Fortschritte des Landes im Bereich der KI zu bremsen – dem zentralen Punkt im Wettstreit zwischen den USA und China um die technologische Vorherrschaft. Die Fortschritte von DeepSeek deuten jedoch darauf hin, dass chinesische KI-Ingenieure die Beschränkungen umgangen haben und sich auf eine größere Effizienz bei begrenzten Ressourcen konzentrieren.
Es bleibt zwar unklar, zu wie viel fortschrittlicher KI-Trainingshardware DeepSeek Zugang hatte, aber das Unternehmen hat genug demonstriert, um darauf schließen zu lassen, dass die Handelsbeschränkungen den Fortschritt Chinas nicht vollständig behindert haben.
Wann hat DeepSeek das weltweite Interesse geweckt?
Der KI-Entwickler wurde seit der Veröffentlichung seines ersten Modells im Jahr 2023 genau beobachtet. Im November gewährte es der Welt einen Einblick in sein Denkmodell DeepSeek R1, das das menschliche Denken nachahmen soll. Dieses Modell bildet die Grundlage für die mobile Chatbot-App des Unternehmens, die zusammen mit der Webschnittstelle im Januar als wesentlich günstigere OpenAI-Alternative weltweit bekannt und von Investor Marc Andreessen als „Sputnik-Moment der KI“ bezeichnet wurde.
Lesen Sie auch: Deutschland fällt im KI-Wettbewerb zurück
Die DeepSeek-App wurde bis zum 25. Januar 1,6 Millionen Mal heruntergeladen und war die Nummer 1 in den iPhone-App-Stores in Australien, Kanada, China, Singapur, den USA und dem Vereinigten Königreich, so die Daten des Marktforschungsunternehmens App Figures.
Wer ist der Gründer von DeepSeek?
Der 1985 in der Provinz Guangdong geborene Liang erwarb einen Master-Abschluss in Elektronik- und Informationstechnik an der Universität Zhejiang. Laut der Unternehmensdatenbank Tianyancha gründete er DeepSeek mit einem Stammkapital von nur 10 Millionen Yuan (1,4 Millionen US-Dollar).
Der Engpass für weitere Fortschritte liege nicht in der Kapitalbeschaffung, sagte Liang in einem Interview mit dem chinesischen Magazin 36kr, sondern in den US-Beschränkungen beim Zugang zu den besten Chips. Die meisten seiner Spitzenforscher seien frische Absolventen chinesischer Spitzenuniversitäten, sagte er und betonte die Notwendigkeit, dass China sein eigenes inländisches Ökosystem entwickelt, ähnlich dem, das um Nvidia und seine KI-Chips herum aufgebaut wurde. „Mehr Investitionen führen nicht unbedingt zu mehr Innovation. Andernfalls würden große Unternehmen die gesamte Innovation übernehmen“, kommentierte Liang.
Wo steht DeepSeek in Chinas KI-Landschaft?
Chinas Technologieführer, von der Alibaba Group und Baidu bis zu Tencent Holdings haben viel Geld und Ressourcen in den Wettlauf um Hardware und Kunden für ihre KI-Projekte gesteckt. Neben Kai-Fu Lees Startup 01.AI hebt sich DeepSeek durch seinen Open-Source-Ansatz ab, der darauf abzielt, schnell eine möglichst große Zahl von Nutzern zu gewinnen, um dann auf der Grundlage dieses großen Publikums Monetarisierungsstrategien zu entwickeln.
Da die Modelle von DeepSeek erschwinglicher sind, hat das Unternehmen bereits dazu beigetragen, die Kosten für KI-Entwickler in China zu senken, wo sich die größeren Anbieter in den letzten anderthalb Jahren einen Preiskrieg geliefert haben, der zu mehreren Preissenkungswellen geführt hat.
Was sind die Auswirkungen auf den globalen KI-Markt?
Der Erfolg von DeepSeek könnte OpenAI und andere US-Anbieter dazu zwingen, ihre Preise zu senken, um ihren etablierten Vorsprung zu halten. Er stellt auch die enormen Ausgaben von Unternehmen wie Meta und Microsoft in Frage, die in diesem Jahr Investitionen in Höhe von 65 Milliarden Dollar oder mehr getätigt haben, größtenteils für die KI-Infrastruktur, wenn effizientere Modelle mit einem viel geringeren Aufwand konkurrieren können.
Dies hat die asiatischen Aktienmärkte in Aufruhr versetzt, da die Anleger chinesische Unternehmen, die mit DeepSeek in Verbindung stehen, wie zum Beispiel Iflytek suchten und sich von Unternehmen, die Chips für die Lieferkette herstellen (z.B. Advantest) abwandten, die von einem möglichen Rückgang der erwarteten Nachfrage nach KI-Halbleitern betroffen sein könnten.
Bereits jetzt experimentieren Entwickler auf der ganzen Welt mit der Software von DeepSeek und versuchen, damit Tools zu entwickeln. Dies könnte die Einführung fortschrittlicher KI-Schlussfolgermodelle beschleunigen – und gleichzeitig zusätzliche Bedenken hinsichtlich der Notwendigkeit von Sicherheitsvorkehrungen für ihre Verwendung wecken. Die Fortschritte von DeepSeek könnten die Regulierung der KI-Entwicklung beschleunigen.
Was sind die Schwächen von DeepSeek?
Wie alle anderen chinesischen KI-Modelle zensiert sich DeepSeek bei Themen, die in China als heikel gelten. Anfragen zum Platz des Himmlischen Friedens oder zu geopolitisch brisanten Fragen wie einer möglichen Invasion Taiwans durch China werden abgelehnt. In Tests ist der DeepSeek-Bot in der Lage, detaillierte Antworten zu politischen Persönlichkeiten wie dem indischen Premierminister Narendra Modi zu geben, weigert sich aber, dies über den chinesischen Präsidenten Xi Jinping zu tun.
Die Cloud-Infrastruktur von DeepSeek wird wahrscheinlich durch die plötzliche Popularität auf die Probe gestellt. Das Unternehmen hatte am 27. Januar kurzzeitig einen größeren Ausfall und wird noch mehr Datenverkehr bewältigen müssen, da neue und wiederkehrende Nutzer mehr Anfragen an den Chatbot stellen.
Lesen Sie auch: Dieser Milliardendeal raubt deutschen Start-ups die Hoffnung
Dieser Artikel entstammt der Seite Bloomberg.com. Er wurde übersetzt von Sebastian Schug und unter Lizenz publiziert.