Pokrok v kvantových technologiích: DeepSeek je nyní menší a bez cenzury
Ve Španělsku se objevil nový pokrok v oblasti kvantových technologií, kdy byla vyvinuta vylepšená verze umělé inteligence DeepSeek (DeepSeek R1), která je o 55 % menší a postrádá cenzurní funkce. Tento krok byl učiněn vědci ze společnosti Multiverse Computing, která se specializuje na technologie inspirované kvantovou fyzikou.
Důležité body článku
- DeepSeek R1 Slim, vylepšená verze od Multiverse Computing, odstranila cenzuru importovanou z čínských vládních regulací.
- AI společnosti v Číně jsou povinny začleňovat cenzuru, aby jejich obsah odpovídal právním a socialistickým hodnotám.
- Úplné odstranění cenzury je obtížné a vyžaduje pečlivé hodnocení odborníků.
Vědci tvrdí, že se jim podařilo odstranit oficiální cenzuru, kterou uvalila čínská vláda, z původního modelu. Na rozdíl od jiných AI modelů, které cenzurní vrstvy integrují, nový model DeepSeek R1 Slim slibuje více možností bez omezení.
Hlavními technikami používanými k zajištění této cenzury byla implementace složitých matematických metod vycházejících z kvantové fyziky, což umožnilo efektivnější manipulaci s daty a cílené odstranění nežádoucích informací.
Při testování účinnosti modelu bylo použito přibližně 25 otázek, které byly identifikovány jako předměty cenzury, včetně citlivých témat jako je Tchien-an-men. Vědci provedli srovnání odpovědí s originálním modelem a ukázalo se, že nový model podával porovnatelně fakticky přesné odpovědi jako západní modely AI.
Tento výzkum je součástí širších snah společnosti Multiverse Computing o kompresi a optimalizaci stávajících AI modelů, které obvykle vyžadují vysoký výkon GPU a značnou výpočetní kapacitu. Zakladatel společnosti varoval, že tradiční přístupy k trénování AI modelů často obsahují kompromisy mezi velikostí a výkonem.
V poslední době se pozornost soustředí na otázku cenzury v AI modelech, zejména s ohledem na vliv čínské regulace na globální informační ekosystém. Zprávy naznačují, že existují obavy ohledně schopnosti cenzuru úplně odstranit, protože složité tréninkové procesy v AI modelech zahrnují cenzuru na různých úrovních.
Tato situace vyžaduje hlubší analýzu a lépe porozumět dynamice, jakou cenzura v AI modelech zaujímá. Odborníci radí být obezřetní při hodnocení účinnosti cenzurních řešení, zejména v kontextu čínských regulací.
