Il 2025 è cominciato con il botto per il mondo dell’Intelligenza Artificiale. In quello che sembrava un Oceano ancora relativamente blu, è entrato a sorpresa un nuovo giocatore che non si è limitato ad agitare le acque. Ha provocato un vero e proprio tsunami. Addio Blu Ocean, è arrivata l’era della competizione spietata tra i big dell’AI. 

Lo squalo (o meglio, balena) del nuovo Red Ocean è la startup cinese DeekSeek AI. A gennaio ha presentato DeepSeek-R1, un modello di chatbot capace di risolvere problemi complessi con un dispendio economico ed energetico inferiore a quello delle controparti occidentali. 

Come funziona DeepSeek

DeepSeek-R1 è un Large Language Model (LLM) open source che utilizza un’architettura Mixture of Experts (MoE). Si tratta di una struttura che impiega solo in parte i suoi 671 miliardi di parametri durante l’elaborazione. Cosa significa? Vuol dire che DeepSeek-R1 attiva “solo” 37 miliardi di parametri per ogni passaggio, riducendo i costi computazionali e diventando il player più efficiente sul mercato dal punto di vista energetico.

In più, il modello di apprendimento che usa è l’Apprendimento per Rinforzo (RL) o Reinforcement Learning, che gli permette di sviluppare strategie di ragionamento in autonomia. A questo proposito, c’è da dire che DeepSeek ha dato vita a due versioni di AI: una è DeepSeek-R1 di cui stiamo parlando; la seconda è DeepSeek-R1-Zero, addestrato esclusivamente tramite RL senza fine-tuning supervisionato.

Quando DeepSeek deve formulare una risposta, impiega un approccio che si basa sul Chain of Thought (CoT): scompone i problemi in fasi consecutivi con lo scopo di trovare la soluzione dopo aver analizzato il contesto della richiesta e scomposto l’argomento in sotto-passaggi. Si tratta di un approccio graduale che permette un’approfondita analisi prima di dare una risposta efficace. 

Forse è proprio la sua capacità di ragionamento che rende DeepSeek particolarmente adatto a svolgere compiti complessi come il ragionamento matematico, la generazione di codice e il problem-solving complesso. 

DeepSeek vs ChatGPT. Le principali differenze

Lunedì 27 gennaio il valore di mercato di Nvidia è sceso di quasi 600 miliardi di dollari, tanto che Bloomberg lo ha definito “il più grande nella storia del mercato azionario statunitense”. Perché DeepSeek ha scosso il mondo dell’AI causando uno tsunami azionario? 

Anche se i fattori sono innumerevoli (primo fra tutti il riaccendersi della competizione informatica tra le due principali potenze economiche mondiali), uno dei più importanti è sicuramente legato all’efficienza economica ed energetica di DeepSeek.

Sembra, infatti, che l’Intelligenza Artificiale cinese sia stata costruita impiegando un numero molto ridotto di chip specializzati rispetto a quelli usati dai colossi americani. In più, prevede una capacità di ragionamento molto più efficace di Anthropic o ChatGPT: i costi in termini di energia sono molto inferiori rispetto ai suoi principali competitori. 

Ci sono, però, anche alcune differenze tecniche da considerare, che potrebbero pilotare la scelta di utilizzo di una o dell’altra AI in base agli obiettivi che si vogliono raggiungere. Facciamo, quindi, un paragone tra DeepSeek e ChatGPT.

Punti di forza di ChatGPT:

• Eccelle nella generazione di contenuti creativi e conversazioni naturali
• Facile integrazione in applicazioni esistenti
• Supporto per una vasta gamma di richieste

Punti di forza di DeepSeek:

• Maggiore precisione nel recupero delle informazioni
• Ottimizzato per scenari tecnici e analitici
• Capacità di lavorare con query complesse e dati strutturati

In conclusione, ChatGPT è più adatto per compiere attività creative e comunicative, mentre DeepSeek si distingue in contesti che richiedono analisi approfondite e gestione dei dati.