- قبل DeepSeek، كان ليانغ العقل العبقري وراء Huanfang Quantitative، صندوق التحوط المدعوم بالذكاء الاصطناعي الذي هزّ وول ستريت.
كانت خوارزمياته تتنبأ باتجاهات السوق بدقة مذهلة.
لكن ليانغ لم يكن راضيًا.
رأى مشكلة أكبر ليحلها: الذكاء الاصطناعي للجميع، وليس فقط للنخبة.
ليانغ: على مدار الثلاثين عامًا الماضية، ركزنا على جني الأموال، غالبًا على حساب الابتكار. فالابتكار الحقيقي لا يُدفع فقط بالحوافز التجارية، بل أيضًا بالفضول والرغبة في الإبداع. لقد كنا مقيدين بالعادات الماضية، لكن هذه الأمور انتقالية.
Waves: لكن في النهاية، أنتم منظمة تجارية، وليس معهد أبحاث غير ربحي. إذا اخترتم الابتكار ثم مشاركته من خلال المصدر المفتوح، فأين ستبنون حصنكم الدفاعي؟ على سبيل المثال، من المحتمل أن يتم نسخ ابتكار هندسة MLA هذا مايو بسرعة من قبل الآخرين، أليس كذلك؟
ليانغ: في مواجهة التكنولوجيا التخريبية، فإن الحصن القائم على المصدر المغلق مؤقت. حتى نهج المصدر المغلق الخاص بـ OpenAI لم يمنع الآخرين من اللحاق بالركب. تكمن قيمتنا في فريقنا، الذي ينمو ويتراكم لديه المعرفة العملية من خلال هذه العملية. بناء منظمة وثقافة يمكنها الابتكار باستمرار هو حصننا الحقيقي.
إن جعل المصدر مفتوحًا ونشر الأبحاث لا يعني أننا نخسر شيئًا. بالنسبة للتقنيين، أن يتم اتباعهم هو إنجاز بحد ذاته. يُعد المصدر المفتوح أكثر من كونه قرارًا تجاريًا، فهو ثقافة. العطاء هو شكل من أشكال الشرف، وهو يجذب المواهب من خلال تعزيز ثقافة فريدة.
- في عام 2015، وفي عمر الثلاثين فقط، أطلق ليانغ High-Flyer، صندوق التحوط الذي يدير الآن 8 مليارات دولار من الأصول تحت الإدارة.
حقق ثروة، لكن حلمه كان أكبر—بناء ذكاء اصطناعي بمستوى البشر.
عرض فكرته الجانبية على شركائه، لكنهم كانوا متشككين.
لكن ليانغ واصل المسير.
ليانغ وينفنج هو باحث ورائد أعمال بارز في مجال الذكاء الاصطناعي، وهو الأكثر شهرة بصفته مؤسس DeepSeek، وهي شركة صينية رائدة في مجال الذكاء الاصطناعي تركز على تطوير نماذج اللغة الكبيرة (LLMs) وتعزيز الذكاء الاصطناعي العام (AGI). وُلِد ليانغ في قوانغدونغ، الصين، ودرس الذكاء الاصطناعي في جامعة تشجيانغ، حيث طوّر إيمانًا قويًا بالإمكانات التحويلية للذكاء الاصطناعي، وهي رؤية قادته طوال مسيرته المهنية.
بعد تخرجه، اختار ليانغ طريقًا غير تقليدي، متجنبًا الأدوار المؤسسية التقليدية لاستكشاف تطبيقات الذكاء الاصطناعي في مختلف المجالات. في النهاية، أسس High-Flyer Quant، وهو صندوق تحوط كمي يعتمد على الذكاء الاصطناعي في النمذجة المالية. نما High-Flyer بسرعة، حيث بلغت قيمة الأصول المدارة أكثر من 8 مليارات دولار، ليصبح أحد أفضل صناديق التحوط الكمية في الصين.
في عام 2023، انفصل ليانغ عن DeepSeek من High-Flyer، للتركيز على أبحاث الذكاء الاصطناعي الأساسية والابتكار مفتوح المصدر. سرعان ما اكتسبت DeepSeek شهرة بفضل نماذجها اللغوية الكبيرة (LLMs) الفعالة من حيث التكلفة والمبتكرة، مثل DeepSeek-V3، الذي تفوق على النماذج التي طورتها شركات تكنولوجية كبرى مثل OpenAI وMeta. يركز أسلوب ليانغ القيادي على البحث القائم على الفضول، والتعاون المفتوح، وهيكل تنظيمي مسطح، مما يعزز ثقافة الابتكار.
يُعرف ليانغ أيضًا بالتزامه بجعل الذكاء الاصطناعي متاحًا للجميع، حيث يدافع عن تقنيات الذكاء الاصطناعي القابلة للوصول وبأسعار معقولة. عزز عمله مكانة DeepSeek كلاعب رئيسي في مشهد الذكاء الاصطناعي في الصين، متحديًا عمالقة التكنولوجيا العالمية، ومساهمًا في الاعتماد التكنولوجي الذاتي للبلاد.
- في عام 2021، اتخذ خطوة جريئة: شراء 10,000 شريحة Nvidia H800.
جلب معه أفضل موظفي صندوق التحوط—خبراء في استخراج أقصى قوة ممكنة من وحدات معالجة الرسومات (GPUs).
ثم في عام 2023، وُلدت DeepSeek.
فريق صغير، تنفيذ بلا هوادة، ولا طرق مختصرة.
في عام 2021، بدأ ليانغ في شراء آلاف وحدات معالجة الرسومات (GPUs) من Nvidia لمشروعه الجانبي في الذكاء الاصطناعي، بينما كان يدير صندوق التداول الكمي High-Flyer.
رأى المطلعون في الصناعة أن هذه الخطوة كانت تصرفًا غريب الأطوار من ملياردير يبحث عن هواية جديدة.
""عندما التقينا به لأول مرة، كان هذا الشاب المهووس للغاية ذو تسريحة شعر سيئة، يتحدث عن بناء مجموعة مكونة من 10,000 شريحة لتدريب نماذجه الخاصة. لم نأخذه على محمل الجد،"" قال أحد شركاء ليانغ في العمل.
""لم يكن قادرًا على التعبير عن رؤيته سوى بقول: أريد أن أبني هذا، وسيكون نقطة تحول. كنا نظن أن هذا ممكن فقط للعمالقة مثل ByteDance وAlibaba.""
- للفوز بسباق الذكاء الاصطناعي، قام ليانغ بتوظيف عشرات حاملي الدكتوراه من أفضل الجامعات في الصين: بكين، تسينغهوا، وبيهانغ.
دفع رواتب تنافس تلك التي تقدمها ByteDance، رافضًا القبول بأي شيء أقل من الأفضل.
""DeepSeek ستكون الشركة الرائدة محليًا في مجال الذكاء الاصطناعي""، قال ليانغ.
في مقابلة أُجريت أواخر العام الماضي، نفى وينفنغ الادعاءات بأن DeepSeek كانت توظف ""سحرة الذكاء الاصطناعي"". وقال إن الشركة الناشئة تتألف في الغالب من خريجين جدد من أفضل الجامعات، وطلاب دكتوراه في سنتهم الرابعة أو الخامسة، وبعض الشباب الذين تخرجوا قبل بضع سنوات فقط.
تحب DeepSeek التوظيف من جامعة بكين، التي تحتل المرتبة 14 عالميًا في تصنيف QS للجامعات. من بين الخريجين الذين تم تعيينهم في DeepSeek شياوكانغ تشين، وهو متخصص في رؤية الكمبيوتر، ومتدرب سابق في Microsoft، ومن المتوقع أن يتخرج بدرجة الدكتوراه في عام 2024. ومن بين المهندسين الأساسيين في DeepSeek ييشوان تان، وهو طالب جامعي متوقع تخرجه في عام 2024، والذي انضم في ديسمبر 2023. كما أن شانغيان تشو، مطور البنية التحتية في DeepSeek، تخرج من جامعة بكين عام 2020، لكنه أمضى ثلاث سنوات في صندوق التحوط High-Flyer التابع لـ وينفنغ قبل انضمامه.
لا تقتصر DeepSeek على التوظيف من الجامعات الصينية فقط. أحدث موظف انضم إلى الشركة الناشئة هو وانتو غوناوان، الذي حصل على درجة الماجستير في الروبوتات الميكاترونية من جامعة ملبورن، وانضم الأسبوع الماضي قادمًا من شركة الذكاء الاصطناعي الناشئة Prosa.
يُعتبر توظيف الخريجين خيارًا منخفض التكلفة. في أكبر شركات التكنولوجيا الأمريكية، تصل رواتب كبار المواهب في الذكاء الاصطناعي إلى 650 ألف دولار سنويًا لأعضاء الفريق التقني، وفقًا لقاعدة بيانات رواتب تأشيرة H1B Visa.
- قيود التصدير الأمريكية كانت تهدد بإبطائهم.
لكن بدلاً من ذلك، أبدع فريق DeepSeek—بتطوير أساليب جديدة لتدريب نماذج الذكاء الاصطناعي مثل V3 و r1 LLMs.
والنتيجة؟
نماذج تنافس OpenAI وAnthropic بتكلفة تقريبًا 1/20 من تكلفتهم.
- ليانغ لا يخشى المشاركة.
نشرت DeepSeek أساليبها الرائدة في ورقة بحثية شارك في تأليفها أكثر من 200 باحث.
شفافية الشركة تعزز الابتكار، لكن النقاد يتساءلون كيف تمكنوا من تحقيق هذه الكفاءة العالية بهذه السرعة.
نقدم في هذا البحث نماذجنا من الجيل الأول للاستدلال، وهي DeepSeek-R1-Zero و DeepSeek-R1.
تم تدريب DeepSeek-R1-Zero من خلال التعلم التعزيزي واسع النطاق (RL) دون استخدام الضبط الدقيق الخاضع للإشراف (SFT) كخطوة أولية، مما يُظهر قدرات استدلال مذهلة.
عبر التعلم التعزيزي (RL)، يظهر DeepSeek-R1-Zero بشكل طبيعي مع سلوكيات استدلال قوية ومثيرة للاهتمام.
لكن يواجه تحديات مثل ضعف القراءة ومشاكل خلط اللغة.
لمعالجة هذه المشكلات وتحسين أداء الاستدلال بشكل أكبر، نقدم DeepSeek-R1، الذي يدمج التدريب متعدد المراحل وبيانات التبريد العميق (cold-start data) قبل تطبيق التعلم التعزيزي (RL).
يحقق DeepSeek-R1 أداءً مماثلاً لـ OpenAI-o1-1217 في مهام الاستدلال.
ولدعم مجتمع البحث، نقوم بإتاحة المصدر المفتوح لكل من DeepSeek-R1-Zero و DeepSeek-R1، إلى جانب ستة نماذج كثيفة (1.5B، 7B، 8B، 14B، 32B، 70B) مشتقة من DeepSeek-R1، استنادًا إلى Qwen و Llama.
- اليوم، DeepSeek تتصدر متجر التطبيقات (App Store)، وتُستخدم من قبل صناديق التحوط، والشركات الناشئة، والأشخاص العاديين على حد سواء.
أما ليانغ؟ فقد رفض عرض استحواذ بقيمة 10 مليارات دولار.
""DeepSeek ليست للبيع. إنها رسالة""، قال ليانغ.
- عندما لا يكون مشغولًا بثورة الذكاء الاصطناعي، يستكشف ليانغ كهوف أعماق البحار.
يقول: ""أحيانًا، تكون الإجابات في أعماق ما تحت السطح.""
وفقًا لبيانات عام 2022: 38% من أفضل المواهب في مجال الذكاء الاصطناعي في الولايات المتحدة هم صينيون، مقابل 37% أمريكيون.
قصته تثبت أن: الرؤية + السعي بلا هوادة = لا يمكن إيقافه.
ما هي رسالتك؟
البلدان الرائدة في منشأ كبار الباحثين في الذكاء الاصطناعي (أعلى ~20%) العاملين في المؤسسات الأمريكية
