🔸#اپل ظاهراً قصد دارد از مدل هوش مصنوعی دیپسیک برای راهاندازی Apple Intelligence در چین استفاده کند. آیفون ۱۶ با 2 قابلیت کلیدی Apple Intelligence و دکمه کنترل دوربین به بازار عرضه شد. باوجود تبلیغات گسترده، اپل هنوز این قابلیتهای هوش مصنوعی را در چین که یکی از بازارهای اصلی آیفون محسوب میشود، ارائه نکرده است. البته به نظر میرسد شرایط درحال تغییر است.
🔸یکی از موانع اصلی ورود Apple Intelligence به چین نیاز اپل به تأیید مدل هوش مصنوعی مطابق با قوانین این کشور بود. مقررات چین اجازه استفاده از مدلهای #هوش_مصنوعی غربی را نمیدادند. #DeepSeek که اخیراً سروصدای زیادی به پا کرده، در بهترین زمان ممکن معرفی شده است.
🔸براساس گزارش منابع آگاه در شبکه اجتماعی چینی ویبو «Weibo»،، اپل درحال آزمایش #دیپ_سیک روی دستگاههای خود است. این مدل نهفقط هزینه کمتری برای اجرا دارد، بلکه چینی بودن آن کار اپل برای عرضه Apple Intelligence در بازار چین را بسیار سادهتر میکند.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔸استارتاپ چینی #دیپ_سیک اخیراً اعلام کرده مدلهای هوش مصنوعی این شرکت از نظر تئوری میتوانند سودآوری بالایی داشته باشند. دیپسیک ادعا کرده خدمات آنلاین این شرکت میتوانند حاشیه سود ۵۴۵ درصدی داشته باشند اما نکته مهم اینجاست که این عدد براساس «درآمد نظری» محاسبه شده است، نه درآمد واقعی.
🔸این شرکت در پست مفصلتری در GitHub جزئیات این محاسبات را بررسی کرده و توضیح داده چگونه بازدهی بالاتر و تأخیر کمتری را در مدلهای خود به دست آورده است. طبق این گزارش، اگر تمام استفاده از مدلهای V3 و R1 در بازهای ۲۴ ساعته با نرخ قیمتگذاری R1 محاسبه میشد، دیپ سیک روزانه ۵۶۲ هزار و ۲۷ دلار درآمد داشت. اما هزینه اجاره سختافزار موردنیاز برای این عملکرد، واحدهای پردازش گرافیکی، فقط ۸۷ هزار و ۷۲ دلار برآورد شده است.
🔸البته دیپسیک ادعا کرده درآمد واقعیاش بهمراتب کمتر از این مقدار است. دلیل این اختلاف مواردی مانند تخفیفها، قیمتگذاری پایینتر برای مدل V3 و رایگان بودن برخی خدمات مانند دسترسی از طریق وب و اپلیکیشن است.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔸دیپسیک درحال آمادهسازی برای ایجاد تحولی جدید در حوزه هوش مصنوعی با مدلهای خودبهبوددهنده (Self-improving) است. چند ماه پیش، وقتی دیپسیک وارد عرصه شد، شرطبندی بزرگ وال استریت بر روی شرکتهای سازنده هوش مصنوعی مولد با چالشی جدی روبهرو شد. حالا شاید موجی تازه در راه باشد.
🔸مدل متنباز دیپسیک با وجود محدودیتهای فراوانی که داشت، نشان داد یک مدل هوش مصنوعی پیشرفته برای استدلال نیازی به میلیاردها دلار هزینه ندارد و با منابع نسبتا محدود هم میتوان آن را به اجرا درآورد.
🔸در مقالهای که بهتازگی منتشر شده، محققان دیپ سیک و دانشگاه چینهوا چین رویکردی جدید معرفی کردهاند که میتواند هوش مصنوعی را بهطور هوشمندتر و کارآمدتر بهبود بخشد. این فناوری به نام تنظیم نقادانه خوداصولمند (SPCT) شناخته میشود و از لحاظ فنی به نام مدلسازی پاداش مولد (GRM) معروف است.
🔸به زبان ساده، این روش بهنوعی شبیه ایجاد یک حلقه بازخورد لحظهای است. به عبارت دیگر، یک مدل هوش مصنوعی با افزایش اندازه در هنگام آموزش بهطور مداوم بهبود مییابد که البته این کار نیازمند منابع زیاد است.
🔸#دیپ_سیک سیستمی معرفی کرده است که در آن یک «داور» داخلی، با استفاده از مجموعهای از نقدها و اصول مشخص، به مدل هوش مصنوعی کمک میکند تا پاسخهای دقیقتری به پرسشهای کاربران ارائه دهد. این نقدها سپس با قوانین ثابت مدل مقایسه میشوند و در صورت وجود تطابق بالا، سیگنال پاداش صادر میشود که باعث هدایت مدل به سوی عملکرد بهینهتر در مراحل بعدی میشود.
Please open Telegram to view this post
VIEW IN TELEGRAM