Deepseek et l’avenir de l’IA

La nouvelle selon laquelle l’assistant de l’intelligence artificielle (AI) Deepseek peut rivaliser avec des modèles comme Chatgpt et Gemini pour une fraction du coût et de la puissance de calcul a fait les gros titres le 27 janvier 2025. Les rapports ont fait couler la technologie et les stocks énergétiques jusqu’à 21% et 21% et 21% et 21% et 21% et 21% et 21% et 21% et a soulevé des questions sur les stratégies d’IA.

Ces grands modèles de langage génèrent du texte et des images en réponse aux requêtes utilisateur, des processus qui nécessitent une consommation d’énergie importante. Les entreprises technologiques les intègrent de plus en plus dans les moteurs de recherche Internet, les plateformes de médias sociaux et les applications de productivité comme Microsoft Word.

Les experts de Penn State à travers l’IA et les paysages commerciaux expliquent ce qu’est Deepseek et ce que cela signifie pour l’avenir de l’IA.

Qu’est-ce que Deepseek?

Shomir Wilson, professeur agrégé de sciences de l’information et de technologie, étudie le traitement du langage naturel et l’IA, tels que la technologie sous-jacente à de grands modèles de langue comme Chatgpt, ainsi que des problèmes de sécurité et de confidentialité.

Wilson: Deepseek est un assistant d’intelligence artificielle dans le sens de Chatgpt ou Google Gemini d’Openai. L’assistant est conçu pour accomplir une grande variété de tâches, mais Deepseek est annoncé pour être particulièrement fort dans des tâches de raisonnement formelles comme les problèmes de mathématiques et de logique. Il s’agit d’une affirmation importante car de nombreux assistants d’IA contemporains ont du mal aux tâches de raisonnement formelles.

Ce qui m’a le plus surpris, c’est la rapidité avec laquelle les observateurs, y compris le marché boursier, ont réagi aux affirmations de Deepseek. Une grande partie de l’avantage que Deepseek a réclamé est la performance des «repères», des tests standard que les gens administrent aux assistants de l’IA pour les comparer. Ces comparaisons ne montrent pas nécessairement à quel point un assistant d’IA est utile pour un travail pratique.

J’ai également été surpris que Deepseek semblait être beaucoup plus efficace que ses pairs, en termes de calcul et de consommation d’énergie, mais les chercheurs auront besoin de plus de temps pour évaluer si ces premières affirmations se traduisent par des avantages réels.

Comment les marchés boursiers ont-ils réagi aux nouvelles?

Akhil Kumar, professeur de chaîne d’approvisionnement et de systèmes d’information, étudie la technologie blockchain, l’analyse commerciale, l’apprentissage en profondeur et les systèmes d’IA, l’informatique de la santé, la gestion des processus commerciaux et l’extraction des processus.

Kumar: La nouvelle a secoué Wall Street. Nvidia, le plus grand acteur du marché des semi-conducteurs, a chuté de 17% et a perdu près de 600 milliards de dollars de valeur marchande lundi. Les six autres stocks de ce qui est connu sous le nom de Magnificent 7 – Alphabet, Apple, Amazon, Meta, Microsoft et Tesla – n’a également frappé que dans une plus petite mesure.

La réaction du marché était déroutante. D’une part, Deepseek est environ 10 fois plus efficace que les produits actuels et a besoin de moins de puces – 2 000 contre 16 000 pour ses concurrents. Donc, cela peut entraîner la demande de Nvidia et d’autres puces spécialisées. Mais d’un autre côté, la nouvelle technologie est plus efficace et plus abordable.

Cela signifie que son utilisation pourrait exploser, créant ainsi une nouvelle demande énorme de puces et de matériel. Cette percée pourrait également accélérer les progrès vers l’AGI, ou l’intelligence générale artificielle, un type d’IA qui correspond ou dépasse les capacités d’intelligence humaine.

Comment ces assistants de l’IA pourraient-ils affecter les travailleurs du monde entier?

Mehmet Canayaz, professeur adjoint de finance, économie d’études de l’IA agentique, standardisation technologique et éthique de l’IA et conception de la main-d’œuvre de fabrication de puces.

Canayaz: L’impact commercial des assistants de l’IA vient principalement de leur rôle dans l’activation de «l’IA agentique», où les agents de l’IA agissent comme des employés numériques autonomes. Considérez les grands modèles de langue (LLM) comme un chef qui écrit une recette, tandis qu’un agent d’IA est le chef qui cuisine avec autonome le repas du début à la fin.

Comme les employés humains, les agents de l’IA gèrent les tâches commerciales indépendamment et interagissent avec les données internes, les systèmes logiciels et le personnel d’une entreprise. Ils utilisent une variété d’outils, y compris, mais sans s’y limiter, les LLM comme Deepseek et Chatgpt.

Le potentiel de ces agents de l’IA a pris le devant de la scène lors de la conférence de Davos de cette année, où le PDG de NVIDIA, Jensen Huang, a déclaré: « L’âge de l’IA agentique est ici. » Cela s’aligne sur la prédiction antérieure de Meta PDG Mark Zuckerberg selon laquelle d’ici 2025, les agents de l’IA dans Meta et des entreprises similaires auront des compétences comparables aux ingénieurs de niveau intermédiaire.

Dans mes recherches, je montre comment les agents de l’IA peuvent réduire les coûts par rapport aux employés humains tout en maintenant des niveaux similaires de précision des tâches. Leur efficacité augmente lorsque les entreprises mettent en œuvre des conceptions de main-d’œuvre intelligentes et une forte surveillance.

Par exemple, lorsque les agents de l’IA collaborent dans un environnement bien surveillé, ils démontrent un avantage clair dans les tâches commerciales effectuées de manière autonome traditionnellement par les humains (et les agents d’IA solo). C’est une bonne nouvelle pour les entreprises financièrement et pour les travailleurs qui les conçoivent et les exploitent du point de vue de la carrière. Mais cela soulève des préoccupations pour les travailleurs dont les rôles peuvent être remplacés.

En quoi l’approche de Deepseek en matière d’IA générative diffère-t-elle de ses concurrents? Qu’est-ce que cela signifie pour l’avenir de l’IA?

Dana Calacci, professeur adjoint de sciences de l’information et de technologie, étudie les audits d’IA de crowdsourced et les dommages en matière d’IA, les outils de données pour les travailleurs, les droits des données en tant que droits du travail et la surveillance commerciale.

Calacci: Je pense que l’approche adopte par l’équipe Deepseek est bonne pour le développement de l’IA pour plusieurs raisons. La première est qu’à l’heure actuelle, de nombreux modèles sont évalués par rapport à une idée « globale » de ce qu’une « bonne » réponse est à une requête ou à une invite donnée. Cela crée des biais et rend les modèles moins utiles pour les groupes marginalisés et les tâches spécifiques.

Ma compréhension est que l’approche de Deepseek permet une formation plus fine et spécifique à la tâche d’une manière beaucoup moins chère et plus rapide que les approches actuelles. Cela signifie que leur stratégie pourrait être utilisée pour fabriquer des modèles qui, pour certaines invites, sont plus précis ou plus utiles aux communautés spécifiques. Il s’agit d’un avantage intéressant et sous-déclaré de leur approche.

Le deuxième aspect est que cette approche peut probablement réduire les coûts de formation au moins en deux, entraîner des modèles plus rapidement et faire des modèles plus petits. L’approche de Deepseek utilise à moitié autant de calcul que GPT-4 pour s’entraîner, ce qui est une amélioration majeure. La taille du modèle final Deepseek signifie également probablement une réduction de 90% du coût énergétique d’une requête par rapport au GPT-4, ce qui est énorme.

À l’heure actuelle, les requêtes GPT-4 sont exécutées sur l’infrastructure de Big Cloud Server. Deepseek peut fonctionner sur des appareils plus économes et économes en énergie, ce qui pourrait faire des choses comme GPT-4 déployables presque n’importe où sans un tas de cloud computing appartenant à de grandes sociétés technologiques.

Cela rend le développement d’applications orientées consommateurs avec ces modèles beaucoup plus démocratisés et peut réduire l’emprise monopolistique que les grandes entreprises technologiques ont sur le marché.