Weißes Haus beschuldigt DeepSeek der Kopie von OpenAI-Technologien
Ein großer Skandal brach um das chinesische Unternehmen DeepSeek aus nach einer Erklärung von David Sacks, dem Hauptberater des Weißen Hauses für künstliche Intelligenz. Seinen Worten zufolge gibt es „substanzielle Beweise“ dafür, dass der chinesische Entwickler OpenAI-Technologien für die Entwicklung seines neuen Modells genutzt hat.
In einem Fox News-Interview enthüllte Sacks eine als Destillation bekannte Technik, bei der ein KI-Modell die Ausgaben eines anderen Modells für Training und Entwicklung ähnlicher Fähigkeiten nutzt. „Es gibt substanzielle Beweise, dass DeepSeek Wissensdestillation von OpenAI-Modellen angewandt hat, und ich denke, OpenAI ist darüber gar nicht glücklich“, sagte der Berater, ohne spezifische Details preiszugeben.
Die Situation eskalierte, nachdem DeepSeek sein neues Open-Source-Modell R1 vorstellte, das menschliches Denken imitieren kann. Das Unternehmen behauptete, dass R1 nicht nur führende amerikanische Entwicklungen in mehreren Branchenkennzahlen erreicht, sondern sie übertrifft, während die Entwicklungskosten deutlich niedriger waren.
Bemerkenswerterweise hat OpenAI-CEO Sam Altman bereits eine interne Untersuchung eingeleitet, um festzustellen, ob DeepSeeks Erfolge tatsächlich mit der Destillation von OpenAI-Modellen zusammenhängen und nicht das Ergebnis eines unabhängigen technologischen Durchbruchs sind.
Trotz Kritik erkannte Sacks DeepSeeks Leistung an, ein effizienteres Modell ohne Nutzung vieler fortgeschrittener GPUs zu erstellen. Allerdings warnte er, dass der Rummel um das chinesische Unternehmen amerikanische KI-Entwickler dazu bringen würde, Maßnahmen gegen Destillation zu ergreifen, um das Aufkommen sogenannter „kopierender“ Modelle zu verlangsamen.
OpenAI enthält sich derzeit offizieller Kommentare zur Situation, was das Interesse der Tech-Community an der sich entfaltenden Konfrontation zwischen amerikanischen und chinesischen Entwicklern künstlicher Intelligenz nur noch verstärkt.
Autor: AIvengo
Seit 5 Jahren arbeite ich mit maschinellem Lernen und künstlicher Intelligenz. Und dieser Bereich hört nicht auf, mich zu überraschen, zu begeistern und zu interessieren.
Dongfeng setzt 1,7m große Walker S Roboter mit 41 Servoantrieben einDongfeng Motor vereint Kräfte mit Ubtech Robotics, um innovative Walker S Roboter in die Produktionslinien zu integrieren. Diese technologischen Wunder mit einer Größe von 1 Meter und 70 Zentimetern sind bereit, traditionelle Automobilmontage-Prozesse zu transformieren. Der Generalmanager von Dongfeng Motor betont, dass die Implementierung künstlicher Intelligenz in diesen Robotern die Qualität der Überprüfung und Montage von Komponenten erheblich verbessern wird.
MIT-Doktorand reduzierte Gemälderestaurierung von 230 auf 3,5 StundenDer MIT-Doktorand Alex Kachkin entwickelte eine coole Methode zur Gemälderestaurierung mit Hilfe künstlicher Intelligenz. Die die Arbeitszeit von vielen Monaten auf wenige Stunden verkürzt. Als Demonstration restaurierte er ein Werk eines unbekannten niederländischen Meisters des 15. Jahrhunderts, das schwer von der Zeit gelitten hatte.
KI-Prothese aus Kanada analysiert Objekte und entscheidet, wie sie zu greifen sindKünstliche Intelligenz verleiht Prothesen Selbständigkeit! Wissenschaftler der Memorial University of Newfoundland schufen eine revolutionäre Armprothese, die buchstäblich selbst "denkt". Im Gegensatz zu traditionellen Modellen, die das Ablesen von Muskelsignalen über Sensoren erfordern, ist das neue Gerät vollständig autonom.
DeepSeek packte LLM-Engine in 1200 Zeilen Python-CodeDas DeepSeek-Team stellte nano-vLLM vor. Das ist eine leichtgewichtige und kompakte Engine zum Ausführen großer Sprachmodelle. Die die Vorstellung von Code-Effizienz verändern könnte. Erstaunlich, aber die gesamte Funktionalität passte in nur 1200 Zeilen Python-Code! Das ist echter technologischer Minimalismus in der Welt der künstlichen Intelligenz. Traditionelle Engines wie diese leiden bei all ihrer Macht oft unter einer überladenen Codebasis. Was ihre Modifikation zu einer echten Prüfung für Entwickler macht. Nano-vLLM löst dieses Problem, indem es ein einfaches, aber mächtiges Tool ohne unnötige Komplexität anbietet. Der Code ist offen.
Tesla-Robotaxi-Versagen: 11 Verkehrsverstöße in den ersten Tagen von 20 AutosDer Traum von Robotaxis stößt auf harte Realität! Tesla startete öffentliche Tests autonomer Taxis in Austin, aber die Ergebnisse waren weit entfernt von dem versprochenen technologischen Wunder. In den ersten Testtagen wurden mindestens 11 schwere Verkehrsverstöße registriert. Und das bei nur 20 Fahrzeugen, die für einen begrenzten Kreis von Bloggern ausgewählt wurden. Philip Koopman, Professor an der Carnegie Mellon University und Experte für autonome Technologien, verhehlt seine Überraschung nicht: "Das ist schrecklich schnell für das Auftreten so vieler Videos mit instabilem Fahren".
