Openai подозревает, что модели AI DeepSeek в Китае, значительно дешевле, чем западные альтернативы, такие как CHATGPT, были разработаны с использованием данных OpenAI. Это откровение, в сочетании с быстрым ростом популярности DeepSeek, вызвало спад на фондовом рынке для крупных игроков ИИ. NVIDIA, ключевой поставщик графических процессоров для ИИ, испытал свою крупнейшую в мире потерю в однодневном дне, в то время как Microsoft, Meta, Alphabet и Dell также увидели значительные падения.
Модель Deepseek R1, основанная на открытом исходном коде, Deepseek-V3 может похвастаться значительно более низкими затратами на обучение (оценивается в 6 миллионов долларов США) и вычислительными требованиями по сравнению с западными аналогами. Несмотря на то, что эта претензия оспаривается некоторыми, оно вызвало обеспокоенность инвесторов по поводу массовых инвестиций, которые делаются американскими технологическими компаниями в ИИ.
OpenAI и Microsoft изучают, нарушает ли DeepSeek условия обслуживания Openai, используя методику, называемую «дистилляцией» - извлечение данных из более крупных моделей для обучения более мелких - для интеграции моделей ИИ OpenAI в собственные DeepSeek. Openai признает, что китайские компании и другие, активно стремятся воспроизвести ведущие модели ИИ США и принимают контрмеры для защиты своей интеллектуальной собственности. Дэвид Сакс, AI царь президента Трампа, подтвердил доказательства, свидетельствующие о использовании Deedseek моделей Openai.
Эта ситуация подчеркивает иронию обвинений Openai, учитывая его собственные прошлые споры. Ранее OpenAI утверждал, что создание инструментов искусственного интеллекта, таких как CHATGPT, невозможно без использования материалов, защищенных авторским правом, стойкой, поддерживаемой их представлением в Дом лордов Великобритании. Эта позиция также осложняется судебными процессами от New York Times и 17 авторов, утверждающих нарушение авторских прав от Openai и Microsoft. Продолжающиеся дебаты, связанные с использованием защищенных авторским правом материала в обучении ИИ, подчеркивают критическую проблему, с которой сталкиваются быстро развивающийся генеративный ландшафт ИИ.