Nel panorama della **intelligenza artificiale**, le **grandi aziende** come OpenAI, Google e Microsoft investono risorse ingenti in infrastrutture e formazione di modelli. Tuttavia, un recente studio condotto da un gruppo di ricercatori della **Università della California, Berkeley** ha scoperto una soluzione sorprendente: ricreare la tecnologia alla base del modello **DeepSeek AI** con una spesa complessiva di soli **30 dollari**. Questa scoperta sfida l’idea secondo cui solo i colossi tecnologici possono sviluppare modelli di intelligenza artificiale all’avanguardia.
Cos’è DeepSeek AI?
DeepSeek AI è tra le innovazioni più recenti nel campo dell’intelligenza artificiale proveniente dalla **Cina**. Il suo modello di punta, il **DeepSeek R1-Zero**, si distingue per la **capacità di apprendimento per rinforzo**, che gli consente di migliorare autonomamente le proprie risposte attraverso un ciclo di apprendimento iterativo. Nonostante DeepSeek si stia affermando come concorrente di OpenAI in alcuni ambiti, ha sollevato anche preoccupazioni riguardo alla quantità di dati inviati indietro in **Cina**, comportando restrizioni in vari paesi.
Esperimento di Berkeley: Intelligenza artificiale avanzata a basso costo
Guidati dal dottorando **Jiayi Pan**, i ricercatori di Berkeley sono riusciti a replicare le funzionalità fondamentali di DeepSeek utilizzando un **modello di linguaggio** contenente solo **3 miliardi di parametri**. Nonostante le dimensioni più contenute, l’IA ha dimostrato competenze significative come **autovalutazione e ricerca**, che le hanno permesso di migliorare le proprie risposte in modo iterativo e autonomo.
In fase di valutazione delle performance, il team accademico ha scelto di utilizzare il gioco **Countdown**, un famoso programma televisivo britannico basato su sfide matematiche. Inizialmente, l’IA generava risposte casuali; tuttavia, grazie a un processo di **apprendimento per rinforzo**, ha sviluppato abilità per **autocorreggersi** e risolvere problemi numerici in maniera più efficiente. Inoltre, ha dimostrato la capacità di scomporre le equazioni matematiche utilizzando la **proprietà distributiva**, imitandone il processo mentale frequentemente adottato dagli esseri umani per affrontare operazioni moltiplicative complesse.
Costi e efficienza: è possibile creare intelligenza artificiale economica?
Un aspetto sorprendente di questo esperimento è stato il costo: **solo 30 dollari**. Un valore che contrasta enormemente con gli investimenti astronomici delle aziende tecnologiche per addestrare i loro modelli di intelligenza artificiale. Per fornire una comparazione, OpenAI addebita circa **15 dollari per milione di token** tramite la propria API, comparato ai **0,55 dollari per milione di token** offerti da DeepSeek. I ricercatori di Berkeley hanno dimostrato che il **metodo di apprendimento per rinforzo** e il miglioramento progressivo possono essere ottenuti anche con **budget ridotti**.
Questioni sui costi di DeepSeek
Sebbene questa scoperta sia straordinaria, solleva anche interrogativi sui costi reali associati all’addestramento e all’operatività dei modelli di intelligenza artificiale a grande scala. Il ricercatore **Nathan Lambert** ha espresso scetticismo riguardo ai costi dichiarati da DeepSeek, che afferma di aver addestrato il suo modello da **671 miliardi di parametri** per un costo totale di **5 milioni di dollari**. Lambert sostiene che i costi annuali operativi di DeepSeek potrebbero aggirarsi tra i **500 milioni e oltre 1.000 milioni di dollari**, considerando fattori come infrastruttura, consumo energetico e spese per il personale di ricerca.
Un altro argomento di dibattito è la possibilità che DeepSeek sia stato **addestrato utilizzando ChatGPT di OpenAI**, un elemento che potrebbe aver significativamente ridotto i costi iniziali. Ciò stimola la riflessione sulla reale proposta innovativa del progetto, aprendo il dibattito su se si tratti di una soluzione realmente originale o piuttosto di un’ottimizzazione basata su modelli preesistenti.
Implicazioni future per l’intelligenza artificiale
Riteniamo che queste scoperte possano rappresentare un punto di svolta cruciale per lo sviluppo dell’intelligenza artificiale. Qualora la ricerca condotta a Berkeley confermi la possibilità di addestrare modelli avanzati con budget limitati, si potrebbe **democratizzare l’accesso all’IA**, permettendo a università, piccole aziende e sviluppatori indipendenti di formare i propri modelli senza essere totalmente dipendenti dalle grandi corporazioni.
Tuttavia, è cruciale considerare le limitazioni. Sebbene l’IA di Berkeley abbia replicato alcuni aspetti fondamentali dell’apprendimento per rinforzo, non può ancora competere con modelli come **GPT-4** o DeepSeek in termini di scala e capacità. Le differenze nei parametri rimangono significative e, sebbene i costi possano ridursi, l’elaborazione di grandi volumi di dati continuerà a richiedere infrastrutture tecnologiche robuste.
L’esperimento di Berkeley serve a ricordare che l’innovazione nell’intelligenza artificiale non è esclusiva delle grandi imprese. Con l’avanzare della ricerca, diventa potenzialmente fattibile addestrare modelli competitivi con **budget considerevolmente inferiori**, cambiando in modo significativo il panorama dell’intelligenza artificiale negli anni a venire.