DeepSeek, una startup cinese di intelligenza artificiale (AI), ha annunciato un significativo aggiornamento al suo modello di ragionamento R1. Il modello aggiornato, denominato R1-0528, si dice che corrisponda alle prestazioni dei principali modelli di AI di giganti tecnologici globali come OpenAI e Google. Questo sviluppo sottolinea i rapidi progressi nelle capacità di AI della Cina e l’intensificarsi della concorrenza nel panorama globale dell’AI.
Capacità migliorate del modello R1-0528
L’azienda sottolinea i miglioramenti nelle capacità di ragionamento e scrittura creativa di R1-0528. Secondo DeepSeek, il modello aggiornato è ora più abile nella creazione di saggi persuasivi, narrativa creativa e prosa sofisticata, imitando da vicino gli stili di scrittura umani. Oltre a migliorare le capacità linguistiche, DeepSeek si è concentrata anche sul miglioramento della competenza di codifica del modello.
Uno dei miglioramenti più significativi citati da DeepSeek è una riduzione del 50% delle "allucinazioni". Le allucinazioni si riferiscono a casi in cui un modello di AI genera informazioni fuorvianti o fattualmente errate. Ridurre queste imprecisioni è fondamentale per costruire fiducia e affidabilità nelle applicazioni AI.
DeepSeek attribuisce questi miglioramenti a investimenti strategici in risorse di calcolo durante la fase post-training. Questa fase prevede la messa a punto e il perfezionamento del modello dopo il processo di formazione iniziale per ottimizzare le prestazioni, la sicurezza e l’accuratezza.
Confronto del R1-0528 con i concorrenti
Secondo i test di benchmark interni di DeepSeek, il modello R1 aggiornato eccelle tra i modelli di AI domestici in varie aree critiche, tra cui matematica, codifica e logica generale. L’azienda afferma inoltre che R1-0528 si comporta alla pari con i principali modelli globali come O3 di OpenAI e Gemini 2.5-Pro di Google. Nello specifico, i dati di DeepSeek suggeriscono che R1-0528 supera il modello di AI Qwen3 di Alibaba.
La corsa alla supremazia dell’AI in Cina
Il rilascio di R1-0528 segue un periodo di intensa concorrenza tra le aziende tecnologiche cinesi che competono per la leadership nel settore dell’AI. Alla fine di aprile, Qwen3 di Alibaba ha brevemente superato il modello R1 originale nelle classifiche LiveBench per i sistemi AI open-source. Il rilascio di R1-0528 segnala la ripresa di DeepSeek e la determinazione a mantenere la sua posizione di leader nell’innovazione AI.
La posizione di DeepSeek nel panorama globale dell’AI
La consulenza AI Artificial Analysis ha caratterizzato i recenti progressi di DeepSeek come un "salto su xAI, Meta [Platforms] e Anthropic". La valutazione della consulenza pone DeepSeek in parità per il secondo miglior laboratorio di AI al mondo, evidenziando la rapida ascesa della start-up nell’arena globale dell’AI. Artificial Analysis sottolinea inoltre l’emergere di DeepSeek come leader nei modelli open-source, rilevando il restringimento del divario di prestazioni tra modelli AI aperti e chiusi.
Nell’Intelligence Index di Artificial Analysis, che valuta i modelli di AI in base alle loro competenze in matematica, codifica, conoscenza del dominio e comprensione del linguaggio, R1-0528 di DeepSeek segue solo o4-mini (High) e o3 di OpenAI tra i modelli open-source.
Adozione e integrazione del settore
Il lancio ha generato un notevole interesse all’interno delle comunità tecnologiche cinesi e internazionali. La rapida adozione del nuovo modello rispecchia l’entusiasmo che circonda il rilascio originale di R1, che ha ricevuto elogi per le sue alte prestazioni e l’economicità.
Diverse importanti aziende tecnologiche cinesi, tra cui Tencent Holdings, Baidu e ByteDance, hanno annunciato piani per integrare il modello R1-0528 nelle loro piattaforme di cloud computing. Questa integrazione fornirà a sviluppatori e clienti aziendali l’accesso alle capacità avanzate di AI di DeepSeek.
A livello globale, anche le start-up di infrastrutture AI e formazione come Fireworks AI e Hyperbolics hanno incorporato il nuovo modello di DeepSeek nelle loro piattaforme. Questa diffusa adozione dimostra il crescente riconoscimento della tecnologia di DeepSeek e il suo potenziale per potenziare una vasta gamma di applicazioni AI.
Distillazione della conoscenza: creazione di modelli più piccoli ed efficienti
Oltre ad aggiornare il suo modello di punta R1, DeepSeek ha anche rivelato la distillazione di successo della conoscenza da R1-0528 in un modello più piccolo, denominato DeepSeek-R1-0528-Qwen3-8B. Sorprendentemente, questo modello più piccolo corrisponde alle prestazioni di Qwen3-235B di Alibaba, pur avendo una dimensione dei parametri significativamente più piccola (quasi 30 volte più piccola).
La distillazione della conoscenza prevede il trasferimento di informazioni apprese da sistemi AI più grandi e complessi a modelli più piccoli ed efficienti. Questo processo può portare alla creazione di sistemi AI semplificati che mantengono capacità significative pur richiedendo meno risorse computazionali. DeepSeek ritiene che questo esperimento di distillazione della conoscenza sia promettente per far progredire la ricerca accademica sui modelli di ragionamento e consentire lo sviluppo commerciale di sistemi AI più leggeri e accessibili.
Le implicazioni
Il modello aggiornato di DeepSeek e gli sforzi di distillazione della conoscenza hanno implicazioni significative per il panorama dell’AI:
- Maggiore concorrenza: I progressi di DeepSeek intensificano la concorrenza nel settore dell’AI, in particolare tra le aziende statunitensi e cinesi.
- Innovazione nei modelli open-source: I progressi della serie R1 evidenziano le crescenti capacità dei modelli AI open-source, democratizzando potenzialmente l’accesso alla tecnologia AI avanzata.
- Efficienza e accessibilità: La distillazione della conoscenza potrebbe aprire la strada alla creazione di modelli AI più piccoli e efficienti in termini di risorse, rendendoli più accessibili e implementabili su una gamma più ampia di dispositivi.
- Progressi nell’AI di ragionamento e creativa: I miglioramenti nelle capacità di ragionamento e scrittura creativa di R1-0528 contribuiscono allo sviluppo di sistemi AI più sofisticati e simili all’uomo.
- Adozione più ampia dell’AI: Integrando il proprio modello nelle piattaforme cloud e collaborando con fornitori di infrastrutture AI, DeepSeek sta facilitando l’adozione più ampia della sua tecnologia da parte di sviluppatori e aziende.
La continua evoluzione dell’AI
Il rilascio da parte di DeepSeek del modello R1-0528 aggiornato segna un passo significativo in avanti nella continua evoluzione dell’intelligenza artificiale. Poiché la tecnologia AI continua ad avanzare a un ritmo rapido, la concorrenza probabilmente si intensificherà, portando a ulteriori innovazioni e scoperte. Concentrandosi sul miglioramento di capacità cruciali come il ragionamento, la creatività e la riduzione delle imprecisioni, aziende come DeepSeek stanno contribuendo a fornire sistemi AI più potenti, affidabili e vantaggiosi.
Il modello di DeepSeek funge da esempio convincente dei progressi compiuti nello sviluppo dell’AI.