A është vërtet DeepSeek një kërcënim?

Thomas Edison, operatori autodidakt i telegrafit i kthyer në sipërmarrës, konsiderohet shpesh si shpikësi më i madh i të gjitha kohërave. Nga ana tjetër, Nikola Tesla, i cili punoi për një kompani të Edisonit në Paris para se të emigronte në SHBA, kujtohet kryesisht për shkak të kompanisë së makinave elektrike të Elon Musk, Tesla.

Megjithatë, ishte pikërisht zbulimi i Tesla-s mbi rrymën alternative (AC) që e bëri elektrifikimin masiv të përballueshëm, ndryshe nga teknologjia e rrymës direkte (DC) e Edisonit, e cila do ta kishte kufizuar elektrifikimin në një luks për të pasurit.

A mund të përfaqësojnë modelet e inteligjencës artificiale të DeepSeek të investitorit kinez Liang Wenfeng një përparim të tillë në AI, apo janë thjesht mashtrime, siç ka ndodhur me fuzionin e ftohtë apo superpërcjellësit në temperaturë dhome? Dhe nëse vërtetohen, a duhet që SHBA-ja t’i trajtojë ato si një kërcënim ekzistencial apo si një dhuratë për botën?

Ashtu si shumë teknologji transformuese, AI është zhvilluar për dekada përpara se publikimi i ChatGPT nga OpenAI në fund të vitit 2022 të shkaktonte maninë aktuale. Algoritme më të mira, pajisje komplementare si telefonat inteligjentë dhe kompjuterizimi në cloud më i lirë dhe më i fuqishëm e bënë AI-në të përdorshme në shkallë të gjerë, por pa u vënë shumë re.

Përvoja tregoi se në cilat raste AI mund ose nuk mund të tejkalonte përpjekjet dhe gjykimin njerëzor. Elokuenca e “magjishme” e ChatGPT dhe modeleve të tjera të mëdha gjuhësore (LLM) krijoi iluzionin se AI gjeneruese ishte një arritje e re revolucionare. Vetëm brenda pesë ditëve nga lançimi, ChatGPT arriti një milion përdorues, ndërsa dy vjet më vonë kishte 300 milionë përdorues në javë.

Gjigantët e teknologjisë si Microsoft, Meta dhe Alphabet investuan miliarda dollarë në produkte AI dhe qendra të dhënash, duke lënë pas pasionin e tyre të mëparshëm për realitetin virtual dhe të shtuar. Në vitin 2024, Nvidia, e cila kishte investuar 2 miliardë dollarë në çipin e saj Blackwell për AI, u bë kompania më e vlefshme në botë, me kapitalizimin e saj të tregut që u rrit nëntë herë brenda dy vitesh. CEO i saj, Jensen Huang, parashikoi se në vitet e ardhshme do të investoheshin 1 trilion dollarë në qendra të dhënash që përdorin këto çipe.

Kjo e bëri qasjen e kujdesshme të Apple ndaj AI-së të dukej si një strategji e vjetëruar. Pavarësisht kësaj, AI nuk ofron ende një vlerë reale për përdoruesit përfundimtarë që të justifikojë këto investime kolosale. Përdorimi masiv i energjisë elektrike dhe kostoja e lartë e trajnimit të modeleve u justifikuan me idenë se qendrat e mëdha të të dhënave do ta reduktonin koston e AI-së dhe se rritja e përdorimit do ta bënte atë më të zgjuar.

Por, në thelb, LLM-të mbeten modele të bazuara në njohjen e modeleve dhe parashikime statistikore, duke u mbështetur në të dhënat e së kaluarës për të prodhuar rezultate. Ky është një kufizim i rëndësishëm. Ndryshe nga njerëzit, të cilët mund të interpretojnë në mënyrë krijuese të dhënat historike për të parashikuar të ardhmen dhe të përmirësojnë analizat e tyre përmes diskutimeve të imagjinatës, algoritmet e AI-së nuk mund ta bëjnë këtë.

Megjithatë, ky kufizim nuk është fatal. Shumë procese, për sa kohë që ndjekin ligjet e natyrës, janë të qëndrueshme dhe, për rrjedhojë, e ardhmja shpesh pasqyron të kaluarën. Me trajnime të vazhdueshme dhe dhënie të qartë të të dhënave, modelet e AI-së mund të bëhen më të besueshme. Edhe kur një proces është i paqëndrueshëm, parashikimet statistikore shpesh mund të jenë më kosto-efektive sesa gjykimi njerëzor.

Për shembull, edhe pse algoritmet e Google dhe Meta për reklamat mund të jenë të pasakta, ato janë ende më të mira sesa reklamimi i verbër. Deri në vitin 2022, sipërmarrës të zgjuar kishin zbuluar shumë raste ku AI e bazuar në statistika ishte mjaftueshëm e mirë ose më e mirë se alternativat njerëzore. Ndërsa hardueri dhe softueri përmirësoheshin, rritja e përdorimeve efektive të AI-së ishte e pashmangshme. Por ishte një iluzion të mendohej se LLM-të përfaqësonin një përparim të madh vetëm sepse mund të flisnin si njerëzit.

Përvoja ime personale me aplikacionet e LLM-ve ka treguar se ato janë të padobishme për kërkime, përmbledhje apo gjenerimin e grafikëve. Megjithatë, raportet mbi aftësitë e DeepSeek kanë tronditur tregjet financiare. DeepSeek pretendon se ka arritur performancë të nivelit OpenAI dhe Google, por me çipe Nvidia të nivelit të ulët dhe me një kosto shumë më të vogël për trajnim dhe operim. Nëse kjo është e vërtetë, kërkesa për çipe të avancuara të AI-së mund të jetë shumë më e ulët se sa pritej. Ky ishte edhe shkaku i rënies me 600 miliardë dollarë të vlerës së tregut të Nvidia-s brenda një dite, duke prekur edhe aksionet e kompanive të tjera të çipeve dhe qendrave të të dhënave.

Sigurisht, pretendimet e DeepSeek mund të jenë të ekzagjeruara. Tesla, pas suksesit me AC-në, bëri pretendime të shumta që më vonë rezultuan të pavërteta. Edhe propaganda sovjetike shpesh krijonte lajme të rreme mbi arritje shkencore e teknologjike. Por, inovacionet me kosto të ulët dhe jashtë kornizave të zakonshme mund të jenë transformuese.

Raketa të ripërdorshme me kosto të ulët të SpaceX janë një shembull i tillë. Po ashtu, India arriti të dërgonte një mision në Mars me një buxhet prej vetëm 73 milionë dollarësh, më pak se sa buxheti i filmit hollywoodian Gravity. Nëse provohet e vërtetë, teknologjia e DeepSeek mund të bëhet për LLM-të ajo që ishte AC-ja e Tesla-s për elektrifikimin. Nuk mund të kapërcejë kufizimet themelore të modeleve statistikore, por mund ta bëjë AI-në më të përballueshme dhe më të përdorshme në shkallë të gjerë. Sa për gjeopolitikën, SHBA-ja është e shqetësuar për konkurrencën kineze në AI.

Presidenti Donald Trump e ka quajtur DeepSeek një “thirrje zgjimi për industrinë amerikane” dhe ka njoftuar tarifa të reja për çipat kinezë. Por, në fund, ajo që ka rëndësi nuk është se ku zhvillohen teknologjitë, por si përdoren ato. Nëse DeepSeek sjell AI më të përballueshme dhe më efektive, mund të përfitojë e gjithë bota – përfshirë edhe SHBA-në.

Amar Bhidé, Profesor i Politikave Shëndetësore në Shkollën e Shëndetit Publik Mailman në Universitetin Columbia, është autor i librit më të fundit Uncertainty and Enterprise: Venturing Beyond the Known, botuar nga Oxford University Press në vitin 2024.