Il y a à peine une semaine, le 20 janvier 2025, la startup chinoise DeepSeek a lancé un nouveau modèle d’intelligence artificielle open-source appelé R1. Ce modèle aurait pu être perçu initialement comme un de ces nombreux concurrents qui ont émergé depuis le lancement de ChatGPT par OpenAI, il y a plus de deux ans. Cependant, il est rapidement devenu évident que ce modèle se distingue nettement, car l’application mobile de DeepSeek a grimpé en flèche dans le classement de l’App Store d’Apple aux États-Unis, détrônant ChatGPT de la première place, provoquant ainsi une correction massive du marché. Les investisseurs se sont débarrassés de leurs actions dans des entreprises de puces informatiques comme Nvidia, dont les unités de traitement graphique (GPU) sont très demandées pour entraîner de nouveaux modèles d’IA et leur fournir un service continu.
Le capital-risqueur Marc Andreessen, partageant les sentiments de nombreux travailleurs du secteur technologique, a tweeté sur le réseau social X : « DeepSeek R1 représente le moment S de l’IA », comparant ce lancement à celui de Sputnik 1 par l’Union soviétique en 1957, qui avait suscité une course à l’espace entre les deux superpuissances.
Ce lancement a encouragé les États-Unis à investir massivement dans la recherche et le développement. Bien que la comparaison ne soit pas parfaite — le modèle DeepSeek-R1 a été développé avec moins de 6 millions de dollars, un montant dérisoire comparé aux milliards dépensés pour les modèles comme celui d’OpenAI — il semble néanmoins marquer un tournant majeur sur le marché de l’IA global, avec un produit chinois qui prend la tête du classement mondial.
Cependant, avant de nous laisser emporter par l’enthousiasme autour de DeepSeek, prenons un moment pour examiner la réalité. En tant qu’utilisateur assidu de ChatGPT, tant sur le web que sur mobile, et ayant suivi de près les avancées de l’IA, je pense que même si les réalisations de DeepSeek-R1 sont remarquables, il est prématuré de balayer d’un revers de main ChatGPT ou les investissements américains dans ce domaine.
Les points forts de DeepSeek-R1
DeepSeek-R1 fait partie d’une nouvelle génération de grands modèles de raisonnement qui font plus que répondre à des questions : ils réfléchissent sur leur analyse tout en produisant une réponse, essayant de détecter les erreurs avant de servir la réponse à l’utilisateur.
Profondément, R1 égale ou surpasse le modèle de raisonnement d’OpenAI, o1, sorti en septembre 2024 pour les abonnés Pro uniquement, dans plusieurs domaines. Par exemple, sur l’échelle MATH-500, qui évalue la résolution de problèmes mathématiques de niveau secondaire, DeepSeek-R1 a atteint un taux de précision de 97,3 %, dépassant légèrement les 96,4 % de o1. En matière de programmation, R1 a obtenu 49,2 % sur la référence SWE-bench, devançant les 48,9 % d’OpenAI.
De surcroît, DeepSeek-R1 permet d’importantes économies. Le modèle a été développé avec moins de 6 millions de dollars, bien en deçà des milliards souvent nécessaires pour entraîner des modèles comme o1. L’entreprise a été amenée à être plus efficace avec des GPU plus anciens à cause de restrictions à l’exportation imposées par les États-Unis. De plus, DeepSeek propose un accès API à 0,14 $ par million de tokens, loin des 7,50 $ d’OpenAI.
Tandis que les avancées de DeepSeek sont révolutionnaires, attention à l’enthousiasme excessif
Bien que l’optimisation des coûts de DeepSeek-R1 soit une réussite indéniable, il ne faut pas oublier qu’elle doit grandement son succès aux innovations américaines en matière d’IA, remontant à l’architecture transformer de 2017 développée par des chercheurs de Google. R1 a été entraîné avec des données synthétiques, principalement sur le « dataset de DeepSeek-V3 », le modèle précédent de l’entreprise, qui a montré de nombreux indices d’une génération par le modèle GPT-4 d’OpenAI. Il est clair que sans ces données fournies par GPT-4, et sans la première sortie commerciale de OpenAI, DeepSeek-R1 n’existerait probablement pas.
De plus, le succès d’OpenAI a nécessité des ressources GPU colossales, des percées dont DeepSeek a indéniablement bénéficié. L’inquiétude actuelle des investisseurs concernant les entreprises de puces et d’IA aux États-Unis semble donc exagérée.
Les capacités génératives de ChatGPT restent primordiales
Bien que DeepSeek-R1 ait impressionné avec son raisonnement visible, il lui manque plusieurs fonctionnalités qui font de ChatGPT un outil plus robuste et polyvalent. Actuellement, R1 ne propose ni génération d’images, ni capacités de vision, et n’offre même pas de mode vocal, un aspect de plus en plus essentiel pour l’accessibilité et la commodité.
Les utilisateurs de ChatGPT peuvent soumettre des images sans texte pour qu’elles soient analysées, tandis que DeepSeek ne peut extraire que du texte par reconnaissance optique, ce qui est bien limité. Par ailleurs, l’absence d’une fonctionnalité de génération d’images fait également défaut. Bien que DeepSeek ait récemment annoncé un modèle de vision open-source, la performance par rapport aux modèles leaders comme DALL·E 3 reste à démontrer.
Soyez enthousiaste quant au potentiel futur de DeepSeek, mais n’oubliez pas ses défis
DeepSeek-R1 pourrait ajouter des capacités de voix et de vision, mais cela nécessite des ressources considérables. Bien que ses réalisations soient impressionnantes et indiquent un changement prometteur dans le paysage de l’IA, il est crucial de tempérer cet enthousiasme. Pour l’instant, ChatGPT demeure le produit le mieux équilibré, offrant des fonctionnalités que DeepSeek ne peut pas égaler. Il est essentiel de célébrer ces avancées tout en reconnaissant les limites et l’importance persistante de l’innovation et des investissements en IA aux États-Unis.
Points à retenir
- DeepSeek-R1 a surpassé ChatGPT dans certaines évaluations de performance.
- Le modèle a été élaboré à un coût considérablement inférieur à celui des autres modèles d’IA.
- La contribution des innovations américaines aux succès de DeepSeek ne doit pas être sous-estimée.
Dans un monde où l’IA continue d’évoluer à grande vitesse, la lutte pour prédominance entre les différents acteurs, qu’ils soient américains ou chinois, soulève des questions sur la durabilité et l’éthique de ces avancées. Quelles seront les implications à long terme pour le secteur technologique et la société dans son ensemble ? Cette question mérite d’être approfondie pour anticiper les défis futurs qui s’annoncent.
C’est fascinant de voir comment des modèles comme DeepSeek-R1 transforment le paysage de l’IA. Cela soulève des questions sur l’avenir de la technologie et de nos emplois.