Quelle est l'innovation cachée derrière l'IA chinoise Deepseek ?

Sciences Et Avenir - 31/01
L'arrivée du chatbot chinois Deepseek a créé un psychodrame dans le monde de l'IA. Aussi performant que les technologies d'OpenAI, son algorithme aurait été développé avec beaucoup moins de ressources. Restent zones d'ombre.

Apparu fin décembre 2024, le modèle de langage chinois Deepseek V3 de la start-up Deepseek AI n’a d’abord pas inquiété grand monde. Jusqu’à la mise en ligne le 20 janvier 2025 du chatbot Deepseek, une interface à la ChatGPT, basé sur une nouvelle version de l’algorithme, Deepseek R1. Depuis, c’est un peu la panique chez OpenAI, Microsoft, Facebook, mais aussi le fabricant de microprocesseurs Nvidia.

D’après l'article de recherche publié par Deepseek, les résultats rivalisent avec les LLM (grands modèles de langage) les plus en vue : Claude-Sonnet-3.5, GPT-4o et LLaMA-3.1. Or, ces performances auraient été obtenues avec une méthode bien plus économe en ressources informatiques : 2048 GPU (microprocesseurs graphiques) contre plusieurs dizaines de milliers pour GPT ou d’autres et 5,576 millions de dollars contre 80 à 100 millions pour GPT 4. C’est un renversement du dogme en vogue jusque-là des performances intimement liées à la puissance de calcul. Un credo qui mobilise des investissements colossaux, a...
[Courte citation de 8% de l'article original]