{"id":5557,"date":"2025-01-27T17:54:03","date_gmt":"2025-01-27T16:54:03","guid":{"rendered":"https:\/\/www.api.parlonsfinance.fr\/?p=5557"},"modified":"2025-01-27T17:54:06","modified_gmt":"2025-01-27T16:54:06","slug":"deepseek-le-chatgpt-chinois-qui-fait-trembler-les-americains","status":"publish","type":"post","link":"https:\/\/www.api.parlonsfinance.fr\/index.php\/2025\/01\/27\/deepseek-le-chatgpt-chinois-qui-fait-trembler-les-americains\/","title":{"rendered":"DeepSeek, le ChatGPT chinois qui fait trembler les am\u00e9ricains"},"content":{"rendered":"\n

Selon Alexandr Wang<\/a> , 28 ans, fondateur et PDG de Scale AI<\/a> , une start-up de 13 milliards de dollars, les \u00c9tats-Unis ont maintenu leur domination sur la Chine en mati\u00e8re d\u2019intelligence artificielle pendant pr\u00e8s d\u2019une d\u00e9cennie. <\/a><\/h2>\n\n\n\n

Mais avec la sortie \u00e0 No\u00ebl d\u2019un mod\u00e8le d\u2019intelligence artificielle \u00ab <\/a>r\u00e9volutionnaire<\/a> \u00bb de la start-up chinoise DeepSeek fond\u00e9 par le g\u00e9rant de hedge fund Liang Wenfeng, l\u2019\u00e9cart entre les deux pays se r\u00e9duit dangereusement, a d\u00e9clar\u00e9 Wang dans une interview accord\u00e9e \u00e0 CNBC le 23 janvier 2025.<\/p>\n\n\n\n

En effet, plus t\u00f4t cette semaine, DeepSeek a publi\u00e9 un deuxi\u00e8me mod\u00e8le d’intelligence artificielle (IA) qui d\u00e9montre des capacit\u00e9s de raisonnement rivalisant avec celles des grandes entreprises am\u00e9ricaines comme OpenAI.<\/p>\n\n\n\n

En plus d\u2019impressionner les chercheurs par ses performances, les progr\u00e8s rapides de la start-up chinoise ont soulev\u00e9 des questions sur l’efficacit\u00e9 des contr\u00f4les \u00e0 l’exportation des puces d’IA destin\u00e9s \u00e0 limiter l’acc\u00e8s de la Chine aux unit\u00e9s de traitement graphique avanc\u00e9es (GPU) qui sous-tendent les outils d’IA.<\/p>\n\n\n\n

Scale AI s’est \u00e9galement r\u00e9cemment associ\u00e9 au Center for AI Safety pour lancer \u00ab Humanity’s Last Exam<\/a> \u00bb, qu’ils d\u00e9crivent comme le test de r\u00e9f\u00e9rence le plus difficile \u00e0 ce jour pour les syst\u00e8mes d’IA. Bien qu’aucun mod\u00e8le n’ait r\u00e9ussi \u00e0 obtenir plus de 10 % au test jusqu’\u00e0 pr\u00e9sent, Wang a d\u00e9clar\u00e9 que le nouveau mod\u00e8le de raisonnement de DeepSeek, DeepSeek-R1, \u00e9tait en t\u00eate du classement. \u00ab Leur mod\u00e8le est en fait le plus performant, ou \u00e0 peu pr\u00e8s au m\u00eame niveau que les meilleurs mod\u00e8les am\u00e9ricains<\/em> \u00bb, a-t-il d\u00e9clar\u00e9 \u00e0 CNBC.<\/p>\n\n\n\n

DeepSeek affirme que R1 est proche ou meilleur que les mod\u00e8les concurrents dans plusieurs tests de r\u00e9f\u00e9rence de premier plan tels que AIME 2024 pour les t\u00e2ches math\u00e9matiques, MMLU pour les connaissances g\u00e9n\u00e9rales et AlpacaEval 2.0 pour les performances aux questions-r\u00e9ponses. Il se classe \u00e9galement parmi les meilleurs sur un classement affili\u00e9 \u00e0 <\/strong>l’UC Berkeley<\/strong><\/a> appel\u00e9 <\/strong>Chatbot Arena<\/strong><\/a>.<\/strong><\/p>\n\n\n\n

Ces r\u00e9alisations couvrent divers domaines de r\u00e9f\u00e9rence, notamment la r\u00e9solution de probl\u00e8mes complexes, les math\u00e9matiques et le codage, positionnant DeepSeek comme un acteur cl\u00e9 sur la sc\u00e8ne mondiale de l’IA.<\/p>\n\n\n\n

Sauf que DeepSeek n\u2019est pas un cas isol\u00e9. Depuis le milieu de l\u2019ann\u00e9e derni\u00e8re, les entreprises technologiques chinoises telles qu\u2019Alibaba, Tencent, ByteDance, Moonshot et 01.ai ont progressivement r\u00e9duit l\u2019\u00e9cart avec leurs homologues am\u00e9ricaines, en \u00e9galant leurs capacit\u00e9s et en les surpassant en termes de rentabilit\u00e9.<\/p>\n\n\n\n

De fait, DeepSeek n’est pas le seul \u00e0 s’implanter en Chine. <\/strong>ByteDance pr\u00e9voit de d\u00e9penser plus de 12 milliards de dollars <\/strong><\/a>en infrastructures d’IA aux \u00c9tats-Unis cette ann\u00e9e, dans le cadre d’ <\/strong>un investissement plus important de 20 milliards de dollars <\/strong><\/a>, dont la moiti\u00e9 sera consacr\u00e9e aux centres de donn\u00e9es et aux \u00e9quipements.<\/strong><\/p>\n\n\n\n

Huawei se positionne \u00e9galement comme un acteur cl\u00e9 <\/strong><\/a>, compte tenu du d\u00e9fi que repr\u00e9sente l’obtention de la technologie Nvidia et des nouvelles restrictions am\u00e9ricaines. Il y a aussi <\/strong>le nouveau fonds d’investissement chinois dans l’IA, dot\u00e9 de 8 milliards de dollars de capital initial <\/strong><\/a>, dans le but de soutenir le pays apr\u00e8s le renforcement des contr\u00f4les \u00e0 l’exportation des semi-conducteurs avanc\u00e9s et d’autres technologies par les \u00c9tats-Unis.<\/strong><\/p>\n\n\n\n

Les progr\u00e8s r\u00e9alis\u00e9s par la Chine en mati\u00e8re d\u2019efficacit\u00e9 \u00e9nerg\u00e9tique ne sont pas le fruit du hasard. Ils sont une r\u00e9ponse directe aux restrictions d\u2019exportation de plus en plus strictes impos\u00e9es par les \u00c9tats-Unis et leurs alli\u00e9s. En limitant l\u2019acc\u00e8s de la Chine aux puces d\u2019intelligence artificielle avanc\u00e9es, les \u00c9tats-Unis ont par inadvertance stimul\u00e9 son innovation.<\/p>\n\n\n\n

Pour r\u00e9duire leur d\u00e9pendance aux puces haut de gamme \u00e9trang\u00e8res, les entreprises chinoises d\u2019IA ont exp\u00e9riment\u00e9 de nouvelles approches en mati\u00e8re d\u2019algorithmes, d\u2019architecture et de strat\u00e9gies de formation.<\/p>\n\n\n\n

Nombre d\u2019entre elles ont adopt\u00e9 une approche \u00ab mixte d\u2019experts \u00bb, en se concentrant sur des mod\u00e8les d\u2019IA plus petits, form\u00e9s \u00e0 partir de donn\u00e9es sp\u00e9cifiques. Ces mod\u00e8les peuvent fournir des r\u00e9sultats puissants tout en r\u00e9duisant les ressources informatiques.<\/p>\n\n\n\n

DeepSeek-V3 incarne le succ\u00e8s de cette approche ing\u00e9nieuse. Selon son rapport technique, le mod\u00e8le a \u00e9t\u00e9 entra\u00een\u00e9 \u00e0 l’aide d’un centre de donn\u00e9es aliment\u00e9 par des GPU Nvidia H800, une puce moins avanc\u00e9e que les derni\u00e8res versions de Nvidia.<\/p>\n\n\n\n

Cependant, le PDG de Scale AI, Alexandr Wang, affirme que DeepSeek d\u00e9forme ses affirmations selon lesquelles il n’utilise que 2 048 GPU Nvidia ; il a d\u00e9clar\u00e9 que le nombre est d’environ 50 000. Il explique que la principale raison pour laquelle ils agissent ainsi est qu’ils ne veulent pas admettre qu’ils obtiennent les puces malgr\u00e9 la restriction am\u00e9ricaine.<\/p>\n\n\n\n

Bien que personne ne puisse vraiment le savoir avec certitude sur la base du document technique qu’ils ont publi\u00e9 sur leurs derniers mod\u00e8les, V3 et R1, il semble plausible qu’ils aient consid\u00e9rablement r\u00e9duit le besoin de calcul d’entra\u00eenement.<\/p>\n\n\n\n

Par ailleurs, de nombreux observateurs chinois ont salu\u00e9 DeepSeek-R1 comme un triomphe national et un paradigme de l\u2019innovation chinoise. En effet, les chercheurs et ing\u00e9nieurs chinois excellent dans la r\u00e9alisation d\u2019objectifs ambitieux de mani\u00e8re efficace et rentable, en innovant souvent dans des m\u00e9thodes techniques malgr\u00e9 des contraintes de ressources.<\/p>\n\n\n\n

La d\u00e9pendance minimale de DeepSeek-V3 \u00e0 l\u2019\u00e9gard du calcul haute performance, son approche syst\u00e9matique de la formation et de l\u2019inf\u00e9rence et ses solutions techniques innovantes refl\u00e8tent l\u2019\u00e9tat d\u2019esprit technique qui caract\u00e9rise les entreprises, les \u00e9quipes et les chercheurs chinois.<\/p>\n\n\n\n

En outre, la derni\u00e8re version de DeepSeek a termin\u00e9 sa formation en seulement deux mois pour un co\u00fbt de 5,5 millions de dollars, une fraction des sommes d\u00e9pens\u00e9es par des entreprises am\u00e9ricaines comme OpenAI.<\/p>\n\n\n\n

De fait, DeepSeek a affirm\u00e9 avoir utilis\u00e9 seulement 2 048 Nvidia H800 et 5,6 millions de dollars pour former un mod\u00e8le avec 671 milliards de param\u00e8tres, soit environ 1,6 fois la taille du Llama 3.1, consid\u00e9r\u00e9 comme le meilleur mod\u00e8le open source am\u00e9ricain. Ainsi l\u2019entreprise a d\u00e9pens\u00e9 une fraction de ce qu’OpenAI et Google ont d\u00e9pens\u00e9 pour former des mod\u00e8les de taille comparable.<\/strong><\/p>\n\n\n\n

Les plus grandes entreprises d’intelligence artificielle du monde entra\u00eenent leurs chatbots \u00e0 l’aide de supercalculateurs qui utilisent jusqu’\u00e0 16 000 puces, voire plus. Les ing\u00e9nieurs de DeepSeek, de leur c\u00f4t\u00e9, ont d\u00e9clar\u00e9 qu’ils n’avaient besoin que d’environ 2 000 puces informatiques sp\u00e9cialis\u00e9es de Nvidia.<\/p>\n\n\n\n

Ainsi, la fa\u00e7on la plus simple de comprendre ces changements est de dire que DeepSeek a pris le mod\u00e8le de fronti\u00e8re d’OpenAI et l’a utilis\u00e9 comme enseignant pour son mod\u00e8le. Avec cela, ils ont distill\u00e9 le mod\u00e8le en un mod\u00e8le plus petit tout en conservant presque toutes ses performances intactes. Comme le mod\u00e8le est plus petit et gr\u00e2ce \u00e0 d’autres innovations, ils ont consid\u00e9rablement r\u00e9duit le co\u00fbt de sa formation et de son fonctionnement.<\/p>\n\n\n\n

L’une de leurs innovations importantes concernait l’attention latente multi-t\u00eates (MLA). Plus pr\u00e9cis\u00e9ment, ils se sont concentr\u00e9s sur les aspects d’\u00e9quilibrage de charge. Pour le dire de la mani\u00e8re la plus simple, l’essentiel est que le mod\u00e8le n’a pas toujours besoin de stocker tous les param\u00e8tres dont il dispose, mais se concentre uniquement sur les plus importants.<\/strong><\/p>\n\n\n\n

Ils ont fait cela sans aucune d\u00e9gradation des performances qui accompagne g\u00e9n\u00e9ralement l’\u00e9quilibrage de charge. Ils acheminent essentiellement les demandes d’inf\u00e9rence vers un mod\u00e8le plus petit, le plus \u00e0 m\u00eame de r\u00e9pondre \u00e0 la requ\u00eate ou de r\u00e9soudre la t\u00e2che.<\/p>\n\n\n\n

Consid\u00e9rez-le comme ayant plusieurs \u00ab t\u00eates d’attention \u00bb qui peuvent se concentrer sur diff\u00e9rentes parties des donn\u00e9es d’entr\u00e9e, permettant au mod\u00e8le de capturer une compr\u00e9hension plus compl\u00e8te des informations. Ce m\u00e9canisme d’attention am\u00e9lior\u00e9 contribue aux performances impressionnantes de DeepSeek-V3 sur divers tests.<\/p>\n\n\n\n

En outre, Les mod\u00e8les de DeepSeek utilisent une architecture MoE, activant seulement une petite fraction de leurs param\u00e8tres pour une t\u00e2che donn\u00e9e. Cette<\/p>\n\n\n\n

Cette activation s\u00e9lective r\u00e9duit consid\u00e9rablement les co\u00fbts de calcul et am\u00e9liore l’efficacit\u00e9. Imaginez une \u00e9quipe d’experts, chacun sp\u00e9cialis\u00e9 dans un domaine diff\u00e9rent. Face \u00e0 une t\u00e2che, seuls les experts concern\u00e9s sont sollicit\u00e9s, garantissant une utilisation efficace des ressources et de l’expertise. L’architecture MoE de DeepSeek fonctionne de mani\u00e8re similaire, activant uniquement les param\u00e8tres n\u00e9cessaires pour chaque t\u00e2che, ce qui entra\u00eene des \u00e9conomies de co\u00fbts importantes et une am\u00e9lioration des performances.<\/strong><\/p>\n\n\n\n

En plus de cela, avec la sortie compl\u00e8te de R1 lundi et le <\/strong>document technique<\/strong><\/a> qui l’accompagne , la soci\u00e9t\u00e9 a r\u00e9v\u00e9l\u00e9 une innovation surprenante : un \u00e9cart d\u00e9lib\u00e9r\u00e9 par rapport au processus conventionnel de r\u00e9glage fin supervis\u00e9 (SFT) largement utilis\u00e9 dans la formation de grands mod\u00e8les linguistiques (LLM).<\/strong><\/p>\n\n\n\n

La SFT, une \u00e9tape standard du d\u00e9veloppement de l\u2019IA, consiste \u00e0 entra\u00eener des mod\u00e8les sur des ensembles de donn\u00e9es organis\u00e9s pour enseigner le raisonnement \u00e9tape par \u00e9tape, souvent appel\u00e9 cha\u00eene de pens\u00e9e (CoT). Elle est consid\u00e9r\u00e9e comme essentielle pour am\u00e9liorer les capacit\u00e9s de raisonnement.<\/strong><\/p>\n\n\n\n

Cependant, DeepSeek a remis en question cette hypoth\u00e8se en ignorant compl\u00e8tement la SFT, choisissant plut\u00f4t de s\u2019appuyer sur l\u2019apprentissage par renforcement (RL) pour entra\u00eener le mod\u00e8le.<\/strong><\/p>\n\n\n\n

Surnomm\u00e9e \u00ab DeepSeek-R1-Zero \u00bb, cette premi\u00e8re version du mod\u00e8le a appris le raisonnement par cha\u00eene de pens\u00e9e uniquement \u00e0 partir de retours d\u2019information par essais et erreurs, sans aucune instruction supervis\u00e9e pour la guider. En poussant le mod\u00e8le \u00e0 r\u00e9soudre des t\u00e2ches toujours plus complexes, le RL a inculqu\u00e9 des capacit\u00e9s telles que l\u2019autor\u00e9flexion et la v\u00e9rification.<\/strong><\/p>\n\n\n\n

L\u2019inconv\u00e9nient ? Le r\u00e9sultat manquait de finition : DeepSeek-R1-Zero \u00e9tait sujet \u00e0 la r\u00e9p\u00e9tition, \u00e0 un m\u00e9lange \u00e9trange de langues et \u00e0 un texte peu maniable.<\/p>\n\n\n\n

Pour l\u2019affiner, l\u2019\u00e9quipe a superpos\u00e9 un processus en plusieurs \u00e9tapes combinant le RL avec un r\u00e9glage fin supervis\u00e9 traditionnel. Le R1 qui en r\u00e9sulte est un syst\u00e8me qui non seulement correspond au produit phare d\u2019OpenAI en mati\u00e8re de r\u00e9f\u00e9rences math\u00e9matiques, de codage et de logique, mais fournit \u00e9galement des r\u00e9sultats \u00e0 une fraction du co\u00fbt.<\/p>\n\n\n\n

Cette d\u00e9marche audacieuse a oblig\u00e9 DeepSeek-R1 \u00e0 d\u00e9velopper des capacit\u00e9s de raisonnement ind\u00e9pendantes, \u00e9vitant la fragilit\u00e9 souvent introduite par les ensembles de donn\u00e9es prescriptifs. Bien que certaines failles apparaissent, \u200b\u200bconduisant l\u2019\u00e9quipe \u00e0 r\u00e9introduire une quantit\u00e9 limit\u00e9e de SFT lors des derni\u00e8res \u00e9tapes de construction du mod\u00e8le, les r\u00e9sultats ont confirm\u00e9 une avanc\u00e9e fondamentale : l\u2019apprentissage par renforcement \u00e0 lui seul pourrait g\u00e9n\u00e9rer des gains de performances substantiels.<\/p>\n\n\n\n

Cette approche a donn\u00e9 lieu \u00e0 un ph\u00e9nom\u00e8ne inattendu : le mod\u00e8le a commenc\u00e9 \u00e0 allouer du temps de traitement suppl\u00e9mentaire \u00e0 des probl\u00e8mes plus complexes, d\u00e9montrant ainsi sa capacit\u00e9 \u00e0 hi\u00e9rarchiser les t\u00e2ches en fonction de leur difficult\u00e9. Les chercheurs de DeepSeek ont \u200b\u200bd\u00e9crit ce ph\u00e9nom\u00e8ne comme un \u00ab moment d\u2019\u00e9veil \u00bb, au cours duquel le mod\u00e8le lui-m\u00eame a identifi\u00e9 et formul\u00e9 de nouvelles solutions \u00e0 des probl\u00e8mes complexes.<\/p>\n\n\n\n

Cette \u00e9tape importante a soulign\u00e9 la puissance de l\u2019apprentissage par renforcement pour d\u00e9bloquer des capacit\u00e9s de raisonnement avanc\u00e9es sans avoir recours \u00e0 des m\u00e9thodes d\u2019entra\u00eenement traditionnelles comme la SFT.<\/p>\n\n\n\n

En substance, les mod\u00e8les de DeepSeek apprennent en interagissant avec leur environnement et en recevant des commentaires sur leurs actions, de la m\u00eame mani\u00e8re que les humains apprennent par l’exp\u00e9rience. Cela leur permet de d\u00e9velopper des capacit\u00e9s de raisonnement plus sophistiqu\u00e9es et de s’adapter plus efficacement \u00e0 de nouvelles situations et \u00e9galement de fortement r\u00e9duire les co\u00fbts.<\/strong><\/p>\n\n\n\n

Enfin, DeepSeek utilise des techniques de distillation pour transf\u00e9rer les connaissances et les capacit\u00e9s de mod\u00e8les plus grands vers des mod\u00e8les plus petits et plus efficaces. Cela rend l’IA puissante accessible \u00e0 un plus large \u00e9ventail d’utilisateurs et d’appareils. C’est comme si un enseignant transf\u00e9rait ses connaissances \u00e0 un \u00e9l\u00e8ve, ce qui lui permet d’effectuer des t\u00e2ches avec une comp\u00e9tence similaire mais avec moins d’exp\u00e9rience ou de ressources.<\/strong><\/p>\n\n\n\n

Le processus de distillation de DeepSeek permet aux mod\u00e8les plus petits d’h\u00e9riter des capacit\u00e9s avanc\u00e9es de raisonnement et de traitement du langage de leurs homologues plus grands, ce qui les rend plus polyvalents et accessibles.<\/strong><\/p>\n\n\n\n

Ces techniques innovantes, combin\u00e9es \u00e0 l\u2019accent mis par DeepSeek sur l\u2019efficacit\u00e9 et la collaboration open source, ont positionn\u00e9 l\u2019entreprise comme une force disruptive dans le paysage de l\u2019IA.<\/strong><\/p>\n\n\n\n

En raison de ces changements, l’API de DeepSeek, comme l’ont rapport\u00e9 certains utilisateurs, est 95 % moins ch\u00e8re par jeton que le mod\u00e8le o1 d’OpenAI tout en ayant des performances similaires. Le mod\u00e8le DeepSeek est cens\u00e9 \u00eatre 45 fois plus efficace c\u00f4t\u00e9 formation que les autres mod\u00e8les.<\/strong><\/p>\n\n\n\n

Qui plus est, certaines entreprises chinoises d’intelligence artificielle sont en mesure d’exploiter la puissance de calcul des puces avanc\u00e9es de Nvidia via des serveurs cloud bas\u00e9s dans d’autres pays.<\/p>\n\n\n\n

Alternativement, ils peuvent simplement acheter plus de semi-conducteurs moins avanc\u00e9s de Nvidia ou les utiliser plus efficacement \u00e0 l’aide d’un logiciel intelligent. Pour continuer \u00e0 servir le vaste march\u00e9 chinois, Nvidia a con\u00e7u des processeurs moins puissants, et conformes aux sanctions. Ceux-ci sont entre 10% et 30% plus lents que son kit haut de gamme, et finissent par \u00eatre plus co\u00fbteux pour les clients chinois par unit\u00e9 de puissance de traitement. Mais ils effectuent le travail.<\/p>\n\n\n\n

De plus, la Chine pourrait en partie rem\u00e9dier \u00e0 la p\u00e9nurie de puces, et de puissance c\u00e9r\u00e9brale, \u00e0 l’aide de mod\u00e8les \u00ab open source \u00bb. Le fonctionnement interne de ces mod\u00e8les peut \u00eatre t\u00e9l\u00e9charg\u00e9 par n’importe qui et adapt\u00e9 \u00e0 une t\u00e2che sp\u00e9cifique.<\/p>\n\n\n\n

Les laboratoires d’IA chinois pourraient \u00e9galement se pr\u00e9valoir de mod\u00e8les open source, qui incarnent la sagesse collective des \u00e9quipes de recherche internationales. Matt Sheehan du Carnegie Endowment for International Peace, un think thank am\u00e9ricain, affirme que la Chine a la forme d’\u00eatre un \u00ab\u00a0suiveur rapide\u00a0\u00bb, ses laboratoires ont absorb\u00e9 les avanc\u00e9es de l’\u00e9tranger, puis les ont rapidement incorpor\u00e9es dans leurs propres mod\u00e8les, souvent avec des ressources d’\u00c9tat abondantes.<\/p>\n\n\n\n

Ainsi, il n’y a aucune indication que les restrictions impos\u00e9es par l’administration Biden sur les puces haut de gamme, ainsi que sur les logiciels et les machines n\u00e9cessaires \u00e0 leur fabrication, aient ralenti l’ascension de la Chine dans ce qu’on appelle la quatri\u00e8me r\u00e9volution industrielle, c’est-\u00e0-dire l’application de l’intelligence artificielle \u00e0 des secteurs tels que l’industrie manufacturi\u00e8re, l’exploitation mini\u00e8re, l’agriculture et la logistique.<\/p>\n\n\n\n

Bien que le contexte de la guerre technologique complique l’\u00e9valuation pr\u00e9cise des progr\u00e8s de la Chine, les informations disponibles sugg\u00e8rent que la Chine fait des avanc\u00e9es \u00e0 une vitesse in\u00e9gal\u00e9e dans ses efforts pour contourner les restrictions technologiques.<\/p>\n\n\n\n

Alors, les analystes occidentaux ont surestim\u00e9 l’impact des contr\u00f4les technologiques sur la Chine tout en sous-estimant la capacit\u00e9 de la Chine \u00e0 les contourner.<\/p>\n\n\n\n

Par cons\u00e9quent, DeepSeek remet en cause l\u2019id\u00e9e largement r\u00e9pandue selon laquelle l\u2019IA de pointe n\u00e9cessite une \u00e9norme puissance de calcul et plusieurs milliards de dollars. DeepSeek d\u00e9montre comment l\u2019ing\u00e9niosit\u00e9 logicielle peut compenser les contraintes mat\u00e9rielles, et met \u00e9galement en \u00e9vidence les limites des contr\u00f4les \u00e0 l\u2019exportation am\u00e9ricains destin\u00e9s \u00e0 ralentir les progr\u00e8s de la Chine en mati\u00e8re d\u2019intelligence artificielle.<\/strong><\/p>\n\n\n\n

Si ces mesures peuvent entra\u00eener des perturbations \u00e0 court terme, leur impact diminue au fil du temps, \u00e0 mesure que la Chine innove pour s\u2019adapter.<\/p>\n\n\n\n

<\/a><\/p>\n\n\n

\n
\"\"<\/figure>\n<\/div>\n\n\n

<\/a>Les restrictions am\u00e9ricaines sur l\u2019IA ont eu pour effet d\u2019inciter le secteur priv\u00e9 chinois \u00e0 prendre le relais au secteur public. Et si les \u00c9tats-Unis dominent souvent la recherche de pointe, les entreprises chinoises excellent dans l\u2019ex\u00e9cution, l\u2019accessibilit\u00e9 et la diffusion des produits. Dans le commerce \u00e9lectronique, les v\u00e9hicules \u00e9lectriques, les panneaux solaires et les batteries, elles ont d\u00e9montr\u00e9 une capacit\u00e9 impressionnante \u00e0 \u00e9voluer.<\/p>\n\n\n\n

Selon les experts du secteur, la concentration de DeepSeek sur la recherche en fait un concurrent dangereux, car l’entreprise pr\u00e9f\u00e8re partager ses d\u00e9couvertes plut\u00f4t que de les prot\u00e9ger pour des gains commerciaux. DeepSeek n’a pas lev\u00e9 de fonds aupr\u00e8s de fonds ext\u00e9rieurs ni pris de mesures significatives pour mon\u00e9tiser ses mod\u00e8les.<\/strong><\/p>\n\n\n\n

Prenant une voie diff\u00e9rente de nombreuses entreprises am\u00e9ricaines qui prot\u00e8gent \u00e9troitement leurs mod\u00e8les d’IA, DeepSeek a adopt\u00e9 une strat\u00e9gie open source, partageant ouvertement son code et ses m\u00e9thodologies de formation.<\/strong><\/p>\n\n\n\n

Cette approche pourrait acc\u00e9l\u00e9rer l’innovation et \u00e9largir son adoption \u00e0 l’\u00e9chelle mondiale, ce qui pourrait r\u00e9duire l’avantage concurrentiel des entreprises am\u00e9ricaines qui d\u00e9pendent de syst\u00e8mes propri\u00e9taires tels que GPT-4 d’OpenAI ou Bard de Google. Yann LeCun, responsable scientifique en IA chez Meta, a fait remarquer que le succ\u00e8s de DeepSeek souligne le potentiel des mod\u00e8les open source \u00e0 surpasser les mod\u00e8les propri\u00e9taires.<\/p>\n\n\n\n

Par cons\u00e9quent, il s\u2019agit l\u00e0 d\u2019un choc majeur pour les fournisseurs de mod\u00e8les LLM, en particulier les fournisseurs ferm\u00e9s dont l\u2019activit\u00e9 repose (du moins jusqu\u2019\u00e0 pr\u00e9sent) sur la vente d\u2019acc\u00e8s aux mod\u00e8les LLM les plus performants, tels qu\u2019OpenAI et Anthropic. Le probl\u00e8me est d\u2019autant plus grand que DeepSeek est un mod\u00e8le open source que tout le monde peut utiliser.<\/strong><\/p>\n\n\n\n

Cela signifie \u00e9galement qu’ils devront aller encore plus vite avec l’innovation et des mod\u00e8les plus r\u00e9cents, ce qui met la course \u00e0 l’IA d\u00e9j\u00e0 rapide \u00e0 une autre vitesse car il est clair que la communaut\u00e9 open source va maintenant recevoir un autre coup de pouce en jouant avec le mod\u00e8le de DeepSeek, de la m\u00eame mani\u00e8re que Llama open source de Meta a ouvert les vannes de l’open source.<\/p>\n\n\n\n

De fait, la communaut\u00e9 open source reste l’espace le plus dynamique, le plus complet, le plus libre et le plus sans fronti\u00e8res en mati\u00e8re de recherche, de partage et de discussion universitaires dans le domaine de l’IA, et l’ar\u00e8ne la moins comp\u00e9titive en interne. L’engagement de DeepSeek en faveur de l’open source d\u00e8s le premier jour a probablement \u00e9t\u00e9 soigneusement r\u00e9fl\u00e9chi.<\/strong><\/p>\n\n\n\n

Son approche open source est compl\u00e8te, couvrant les pond\u00e9rations des mod\u00e8les, les ensembles de donn\u00e9es et les m\u00e9thodes de pr\u00e9-formation, avec des articles de haute qualit\u00e9 comme partie int\u00e9grante. Les jeunes chercheurs brillants gagnent en visibilit\u00e9 gr\u00e2ce \u00e0 leurs apparitions dans la communaut\u00e9 open source, \u00e0 leurs partages et \u00e0 leur engagement. Leur public comprend certains des moteurs les plus influents de l’IA mondiale.<\/p>\n\n\n\n

Cette combinaison, jeunes chercheurs intelligents en IA + atmosph\u00e8re d\u2019institution de recherche (avec de grands packages technologiques) + partage et \u00e9change communautaires open source, a \u00e9lev\u00e9 l\u2019influence et le prestige de DeepSeek dans le domaine de l\u2019IA \u00e0 l\u2019\u00e9chelle mondiale.<\/strong><\/p>\n\n\n\n

Pour une organisation principalement ax\u00e9e sur les r\u00e9sultats de recherche en IA plut\u00f4t que sur les produits commerciaux, Hugging Face et Reddit constituent les meilleurs lieux de lancement, les ensembles de donn\u00e9es et les r\u00e9f\u00e9rentiels de code constituent les meilleures d\u00e9monstrations et les articles constituent les meilleurs communiqu\u00e9s de presse.<\/p>\n\n\n\n

Dans le m\u00eame temps, ce mod\u00e8le open source permet \u00e0 OpenAI, Anthropic et d\u2019autres d\u2019adopter les innovations qu\u2019ils ont apport\u00e9es et de les utiliser dans leurs futurs mod\u00e8les.<\/p>\n\n\n\n

En plus de privil\u00e9gier l\u2019efficacit\u00e9, les entreprises chinoises adoptent de plus en plus les principes de l\u2019open source. Alibaba Cloud a publi\u00e9 plus de 100 nouveaux mod\u00e8les d\u2019IA open source, prenant en charge 29 langages et r\u00e9pondant \u00e0 diverses applications, notamment le codage et les math\u00e9matiques. De m\u00eame, des startups comme Minimax et 01.AI ont ouvert leurs mod\u00e8les en open source.<\/p>\n\n\n\n

\u00ab DeepSeek fonctionne comme \u00e0 ses d\u00e9buts DeepMind<\/em> \u00bb, a d\u00e9clar\u00e9 un investisseur en IA \u00e0 P\u00e9kin. \u00ab Il est enti\u00e8rement ax\u00e9 sur la recherche et l\u2019ing\u00e9nierie<\/em>. \u00bb Liang, qui participe personnellement aux recherches de DeepSeek, utilise les b\u00e9n\u00e9fices de ses op\u00e9rations sur fonds sp\u00e9culatifs pour payer les meilleurs salaires aux meilleurs talents en IA. Avec ByteDance, propri\u00e9taire de TikTok, DeepSeek est connu pour offrir la r\u00e9mun\u00e9ration la plus \u00e9lev\u00e9e disponible pour les ing\u00e9nieurs en IA en Chine, avec du personnel bas\u00e9 dans des bureaux \u00e0 Hangzhou et \u00e0 P\u00e9kin.<\/p>\n\n\n\n

Liang a pr\u00e9sent\u00e9 DeepSeek comme une entreprise \u00ab locale \u00bb unique, compos\u00e9e de titulaires d’un doctorat issus des meilleures \u00e9coles chinoises, des universit\u00e9s de P\u00e9kin, de Tsinghua et de Beihang plut\u00f4t que d’experts issus d’institutions am\u00e9ricaines.<\/p>\n\n\n\n

Dans une interview accord\u00e9e \u00e0 la presse nationale l’ann\u00e9e derni\u00e8re, il a d\u00e9clar\u00e9 que son \u00e9quipe principale \u00ab n’\u00e9tait pas compos\u00e9e de personnes revenues de l’\u00e9tranger. Ils sont tous locaux… Nous devons former les meilleurs talents nous-m\u00eames<\/em> \u00bb. L’identit\u00e9 de DeepSeek en tant que soci\u00e9t\u00e9 de LLM purement chinoise lui a valu des \u00e9loges dans son pays.<\/p>\n\n\n\n

Ritwik Gupta, chercheur en politique d’IA \u00e0 l’Universit\u00e9 de Californie \u00e0 Berkeley, a d\u00e9clar\u00e9 que la Chine disposait d\u2019un vivier d\u2019ing\u00e9nieurs syst\u00e8mes beaucoup plus important que les \u00c9tats-Unis, qui savent comment tirer le meilleur parti des ressources informatiques pour former et ex\u00e9cuter des mod\u00e8les \u00e0 moindre co\u00fbt.<\/p>\n\n\n\n

Toutefois, les initi\u00e9s du secteur affirment que m\u00eame si DeepSeek a montr\u00e9 des r\u00e9sultats impressionnants avec des ressources limit\u00e9es, la question de savoir si l’entreprise peut continuer \u00e0 \u00eatre comp\u00e9titive \u00e0 mesure que le secteur \u00e9volue.<\/p>\n\n\n\n

D\u2019ailleurs dans une interview accord\u00e9e au m\u00e9dia chinois 36Kr en juillet 2024,<\/a> Liang a d\u00e9clar\u00e9 qu\u2019un autre d\u00e9fi auquel les entreprises chinoises sont confront\u00e9es en plus des sanctions sur les puces \u00e9lectroniques est que leurs techniques d\u2019ing\u00e9nierie de l\u2019IA ont tendance \u00e0 \u00eatre moins efficaces. \u00ab Nous [la plupart des entreprises chinoises] devons consommer deux fois plus de puissance de calcul pour obtenir les m\u00eames r\u00e9sultats. Si l\u2019on ajoute \u00e0 cela les \u00e9carts d\u2019efficacit\u00e9 des donn\u00e9es, cela pourrait signifier que nous avons besoin de jusqu\u2019\u00e0 quatre fois plus de puissance de calcul. Notre objectif est de combler en permanence ces \u00e9carts<\/em> \u00bb, a-t-il d\u00e9clar\u00e9.<\/p>\n\n\n\n

Dans tous les cas, DeepSeek prouve que les grands acteurs am\u00e9ricains ne sont pas les seuls \u00e0 pouvoir jouer dans la cour de l’IA g\u00e9n\u00e9rative. D’autres acteurs chinois ont acc\u00e9l\u00e9r\u00e9 ces derniers mois comme les start-up 01.AI ou Moonshot AI mais aussi les g\u00e9ants du pays dont Baidu, Alibaba et Tencent.<\/p>\n\n\n\n

Alibaba a d\u00e9velopp\u00e9 des mod\u00e8les open source et un robot conversationnel (tous baptis\u00e9s Qwen)<\/a> qui sont salu\u00e9s par l’\u00e9cosyst\u00e8me IA. Il y a quelques semaines, Alibaba Cloud a annonc\u00e9 une baisse de 85 % du prix d’un de ses mod\u00e8les, une nouvelle preuve que les entreprises chinoises de la tech ne comptent pas rester sans rien faire face aux Am\u00e9ricains. Alibaba pourrait bien faire de nouvelles annonces \u00e0 l’approche du nouvel an chinois (le 29 janvier), selon plusieurs experts.<\/p>\n\n\n\n

En outre, selon un livre blanc publi\u00e9 l\u2019ann\u00e9e derni\u00e8re par l\u2019Acad\u00e9mie chinoise des technologies de l\u2019information et de la communication, un institut de recherche affili\u00e9 \u00e0 l\u2019\u00c9tat, le nombre de grands mod\u00e8les linguistiques d\u2019IA dans le monde a atteint 1 328, dont 36 % proviennent de Chine. Cela place la Chine au deuxi\u00e8me rang des plus grands contributeurs \u00e0 l\u2019IA, derri\u00e8re les \u00c9tats-Unis.<\/strong><\/p>\n\n\n\n

Il convient de noter qu\u2019au cours de l\u2019ann\u00e9e \u00e9coul\u00e9e, les grands mod\u00e8les open source chinois ont acquis une grande renomm\u00e9e dans la recherche et les produits mondiaux en mati\u00e8re d\u2019IA. On a de plus en plus l\u2019impression que les grands mod\u00e8les open source chinois sont plus compl\u00e8tement ouverts que certains homologues am\u00e9ricains et europ\u00e9ens, ce qui les rend plus accessibles aux chercheurs et aux d\u00e9veloppeurs pour \u00e9tudier ou optimiser leurs propres mod\u00e8les.<\/p>\n\n\n\n

DeepSeek en est un exemple, tout comme Qwen d\u2019Alibaba, largement consid\u00e9r\u00e9 comme v\u00e9ritablement open source. Le petit mod\u00e8le Mini-CPM-Llama3-V2.5 de Mianbi a m\u00eame gagn\u00e9 une popularit\u00e9 inattendue apr\u00e8s avoir \u00e9t\u00e9 directement adapt\u00e9 par une \u00e9quipe de premier cycle de Stanford.<\/p>\n\n\n\n

Le succ\u00e8s de DeepSeek ne repose pas uniquement sur ses efforts internes. L’entreprise a \u00e9galement nou\u00e9 des partenariats strat\u00e9giques pour am\u00e9liorer ses capacit\u00e9s technologiques et sa port\u00e9e commerciale. L’une de <\/strong>ses collaborations notables est celle avec AMD<\/strong><\/a> , l’un des principaux fournisseurs de solutions de calcul haute performance. DeepSeek s’appuie sur les GPU AMD Instinct et le logiciel ROCM \u00e0 travers les \u00e9tapes cl\u00e9s du d\u00e9veloppement de son mod\u00e8le, en particulier pour DeepSeek-V3. Ce partenariat permet \u00e0 DeepSeek d’acc\u00e9der \u00e0 du mat\u00e9riel de pointe et \u00e0 une pile logicielle ouverte, optimisant les performances et l’\u00e9volutivit\u00e9.<\/strong><\/p>\n\n\n\n

Si l\u2019innovation de DeepSeek est r\u00e9volutionnaire, elle n\u2019a en aucun cas \u00e9tabli une position dominante sur le march\u00e9. Comme l\u2019entreprise a publi\u00e9 ses recherches, d\u2019autres entreprises mod\u00e8les en tireront des le\u00e7ons et s\u2019adapteront. Meta et Mistral, l\u2019entreprise open source fran\u00e7aise mod\u00e8le, sont peut-\u00eatre un peu en retard, mais il ne leur faudra probablement que quelques mois pour les rattraper.<\/p>\n\n\n\n

Comme l\u2019a d\u00e9clar\u00e9<\/a> Yann Lecun, chercheur principal de Meta : \u00ab L\u2019id\u00e9e est que tout le monde profite des id\u00e9es des autres. Personne ne \u00ab devance \u00bb quelqu\u2019un d\u2019autre et aucun pays ne \u00ab perd \u00bb face \u00e0 un autre. Personne n\u2019a le monopole des bonnes id\u00e9es. Tout le monde apprend de tout le monde. <\/em>\u00bb C\u2019est donc l\u2019ex\u00e9cution qui compte.<\/p>\n\n\n\n

En fin de compte, ce sont les consommateurs, les startups et les autres utilisateurs qui en sortiront le plus grand profit, car les offres de DeepSeek continueront de faire baisser le prix d\u2019utilisation de ces mod\u00e8les \u00e0 un niveau proche de z\u00e9ro (encore une fois, en dehors du co\u00fbt d\u2019ex\u00e9cution des mod\u00e8les au moment de l\u2019inf\u00e9rence).<\/p>\n\n\n\n

Cette banalisation rapide pourrait poser des probl\u00e8mes, voire des souffrances consid\u00e9rables, aux principaux fournisseurs d\u2019IA qui ont investi massivement dans des infrastructures propri\u00e9taires. Comme l\u2019ont soulign\u00e9 de nombreux commentateurs, notamment Chamath Palihapitiya, investisseur et ancien dirigeant de Meta, cela pourrait signifier que des ann\u00e9es d\u2019OpEx et de CapEx d\u2019OpenAI et d\u2019autres seront gaspill\u00e9es<\/a> .<\/p>\n\n\n\n

\u00ab Cette g\u00e9n\u00e9ration de jeunes chercheurs chinois s\u2019identifie fortement \u00e0 la culture open source car ils en b\u00e9n\u00e9ficient \u00e9norm\u00e9ment<\/em> \u00bb, explique Thomas Qitong Cao, professeur adjoint de politique technologique \u00e0 l\u2019universit\u00e9 Tufts.<\/p>\n\n\n\n

\u00ab Le contr\u00f4le des exportations par les \u00c9tats-Unis a essentiellement accul\u00e9 les entreprises chinoises dans une situation o\u00f9 elles doivent \u00eatre beaucoup plus efficaces avec leurs ressources informatiques limit\u00e9es<\/em> \u00bb, explique Matt Sheehan, chercheur en intelligence artificielle au Carnegie Endowment for International Peace. \u00ab Nous allons probablement assister \u00e0 de nombreuses consolidations \u00e0 l\u2019avenir li\u00e9es au manque de ressources informatiques. <\/em>\u00bb<\/p>\n\n\n\n

Cela a peut-\u00eatre d\u00e9j\u00e0 commenc\u00e9 \u00e0 se produire. Il y a deux semaines, Alibaba Cloud a annonc\u00e9 un partenariat avec la start-up p\u00e9kinoise 01.AI, fond\u00e9e par Kai-Fu Lee, pour fusionner des \u00e9quipes de recherche et cr\u00e9er un \u00ab laboratoire de mod\u00e9lisation industrielle \u00e0 grande \u00e9chelle \u00bb.<\/p>\n\n\n\n

Enfin, si des mod\u00e8les d’IA \u00ab suffisamment bons \u00bb peuvent \u00eatre entra\u00een\u00e9s \u00e0 moindre co\u00fbt, leur prolif\u00e9ration deviendra in\u00e9vitable, d\u2019autant plus que de nombreux pays souhaitent d\u00e9sesp\u00e9r\u00e9ment d\u00e9velopper leurs propres mod\u00e8les. De plus, un co\u00fbt \u00e9lev\u00e9 par requ\u00eate pourrait \u00e9galement inciter \u00e0 la cr\u00e9ation de mod\u00e8les sp\u00e9cialis\u00e9s, con\u00e7us pour offrir des r\u00e9ponses efficaces et pr\u00e9cises tout en minimisant le nombre de requ\u00eates n\u00e9cessaires.<\/p>\n\n\n\n

L’autre cons\u00e9quence de la perc\u00e9e chinoise est que les \u00c9tats-Unis font face \u00e0 une concurrence asym\u00e9trique. Il est d\u00e9sormais \u00e9vident que la Chine innove pour contourner des obstacles comme le manque des meilleures puces, que ce soit en am\u00e9liorant l\u2019efficacit\u00e9 ou en compensant l\u2019absence de mat\u00e9riel de haute qualit\u00e9 par une plus grande quantit\u00e9.<\/p>\n\n\n\n

Les puces produites en Chine progressent, y compris celles con\u00e7ues par Huawei, une entreprise technologique qui, il y a une g\u00e9n\u00e9ration, a r\u00e9ussi \u00e0 imposer son mat\u00e9riel t\u00e9l\u00e9com en adoptant une approche simple et \u00e9conomique.<\/p>\n\n\n\n

Si la Chine reste proche de la fronti\u00e8re technologique, elle pourrait \u00eatre la premi\u00e8re \u00e0 franchir le cap de la superintelligence. Si cela se produit, elle pourrait obtenir bien plus qu\u2019un simple avantage militaire. Dans un sc\u00e9nario de superintelligence, des dynamiques o\u00f9 \u00ab le gagnant rafle tout \u00bb pourraient brusquement s\u2019imposer.<\/p>\n\n\n\n

M\u00eame si l\u2019industrie reste sur sa trajectoire actuelle, l\u2019adoption massive de l\u2019IA chinoise \u00e0 travers le monde pourrait conf\u00e9rer au Parti communiste chinois une influence politique consid\u00e9rable.<\/p>\n\n\n\n

Que devrait faire M. Trump ? Son annonce sur les infrastructures \u00e9tait un bon d\u00e9but. Les \u00c9tats-Unis doivent lever les obstacles juridiques \u00e0 la construction de centres de donn\u00e9es. Ils devraient \u00e9galement faciliter l\u2019embauche d\u2019ing\u00e9nieurs \u00e9trangers et r\u00e9former les proc\u00e9dures d\u2019achat pour la d\u00e9fense afin de favoriser l\u2019adoption rapide de l\u2019IA.<\/p>\n\n\n\n

En tout cas, le triomphe de DeepSeek marque un tournant important, qui annonce une \u00e9volution mondiale vers une innovation en mati\u00e8re d\u2019IA rentable et ing\u00e9nieuse. \u00c0 mesure que les barri\u00e8res \u00e0 l\u2019entr\u00e9e s\u2019abaissent, le paysage de l\u2019IA devrait voir un afflux de startups mod\u00e9r\u00e9ment financ\u00e9es s\u2019appuyant sur des technologies open source et des techniques novatrices pour perturber le march\u00e9. Cette d\u00e9mocratisation pourrait catalyser une nouvelle vague de cr\u00e9ativit\u00e9 et de concurrence, red\u00e9finissant les possibilit\u00e9s de d\u00e9veloppement de l\u2019IA.<\/p>\n\n\n\n

Les implications vont au-del\u00e0 de la Chine et de la Silicon Valley. L\u2019\u00e9mergence de DeepSeek d\u00e9montre que l\u2019innovation de classe mondiale ne se limite plus \u00e0 quelques r\u00e9gions ou entreprises. Elle sert de signal d\u2019alarme pour le secteur, soulignant l\u2019importance de la collaboration, de l\u2019efficacit\u00e9 et de l\u2019adaptabilit\u00e9 pour rester en t\u00eate dans un secteur de plus en plus concurrentiel.<\/p>\n","protected":false},"excerpt":{"rendered":"

Selon Alexandr Wang , 28 ans, fondateur et PDG de Scale AI , une start-up de 13 milliards de dollars, les \u00c9tats-Unis ont maintenu leur domination sur la Chine en mati\u00e8re d\u2019intelligence artificielle pendant pr\u00e8s d\u2019une d\u00e9cennie. Mais avec la sortie \u00e0 No\u00ebl d\u2019un mod\u00e8le d\u2019intelligence artificielle \u00ab r\u00e9volutionnaire \u00bb de la start-up chinoise DeepSeek […]<\/p>\n","protected":false},"author":25,"featured_media":5559,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[29,4],"tags":[767,72,10,22,39,534,712,28,19],"class_list":["post-5557","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-entreprises","category-nos-analyses","tag-artificielle","tag-banque","tag-bourse","tag-chine","tag-dollar","tag-ia","tag-intelligence","tag-politique","tag-tech"],"acf":[],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\n\t\tLWR9rz0B5_jWJo9zQZbgVIzLEtN8wMZi5qCPMc-5KxU\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t