ما هي تقنية DeepSeek AI؟ نموذج مفتوح المصدر يُحدث ثورة في عالم العملات الرقمية
حقق تطبيق مجاني واحد من شركة صينية ناشئة مغمورة إنجازًا لم يسبق له مثيل في أي انهيار للعملات الرقمية. ففي يوم واحد، محا التطبيق 589 مليار دولار من أسهم شركة إنفيديا ، مسجلاً بذلك أكبر خسارة يومية لأي شركة في تاريخ سوق الأسهم الأمريكية. ولم يقتصر الأمر على وول ستريت، بل انخفض سعر البيتكوين بنسبة 7%، وتبخر أكثر من 300 مليار دولار من إجمالي سوق العملات الرقمية، وكانت العملات الرقمية التي تُعرف باسم "رموز الذكاء الاصطناعي" الأكثر تضررًا.
كان التطبيق هو DeepSeek. أما النموذج الذي يقف وراءه، DeepSeek R1، فكان نموذج ذكاء اصطناعي مفتوح المصدر ومنخفض التكلفة، يتمتع بكفاءة كافية لزعزعة الفرضية التي يقوم عليها كل من سوق الذكاء الاصطناعي وجزء كبير من سوق العملات الرقمية: وهي أن بناء ذكاء اصطناعي قوي يتطلب كميات هائلة من الرقائق الإلكترونية باهظة الثمن. يشرح هذا الدليل ماهية DeepSeek AI، وكيف يحقق كل هذا النجاح بإمكانيات محدودة، وكيف يقارن بـ ChatGPT، ولماذا أحدث تأثيرًا كبيرًا في سوق العملات الرقمية القائمة على الذكاء الاصطناعي، ولا تزال تداعياته ملموسة حتى اليوم.
ما هو برنامج DeepSeek AI ومن قام بتطويره؟
ديب سيك هو مختبر صيني للذكاء الاصطناعي، لكنه لم يبدأ كذلك. لقد نشأ من صندوق تحوط، وهذه الخلفية تفسر كل شيء تقريبًا عن طريقة تفكيره.
من صندوق تحوط كمي إلى مختبر للذكاء الاصطناعي
تأسست شركة DeepSeek في 17 يوليو 2023 في مدينة هانغتشو الصينية على يد ليانغ وينفنغ. كان ليانغ يدير سابقًا شركة High-Flyer، وهي صندوق تحوط كمي يتداول في الأسواق باستخدام التعلم الآلي، وكان قد جمع عددًا كبيرًا من وحدات معالجة الرسومات من Nvidia لهذا الغرض. عندما لم تكن هذه الرقائق مشغولة بالتداول، كان يوجهها نحو نماذج اللغة. وهكذا بدأت DeepSeek مسيرتها بإمكانيات حوسبة منخفضة التكلفة، وفريق من الباحثين، ودون أي ضغط من المستثمرين للسعي وراء أكبر نموذج ممكن. حافظت الشركة على هيكلها المرن، حيث لم يتجاوز عدد موظفيها 160 موظفًا، وتعلمت كيفية استخلاص أفضل النتائج من الأجهزة. لم تكن الكفاءة مجرد شعار تسويقي، بل كانت جزءًا لا يتجزأ من ثقافة الشركة. ومن المفارقات الجديرة بالذكر أن High-Flyer كانت قد جمعت هذه الرقائق جزئيًا تحسبًا لضوابط التصدير الأمريكية التي قطعت لاحقًا وصول أفضل وحدات معالجة الرسومات من Nvidia إلى الصين. وبسبب اضطرارها إلى إنجاز المزيد برقائق أقل قوة، أصبح مهندسو DeepSeek بارعين في الاقتصاد، وتحول هذا القيد إلى ميزة.
عائلة الطرازات: V3 و R1 و V4
تُصدر DeepSeek بسرعة. وصل DeepSeek Coder في أواخر عام 2023، والإصدار الثاني (V2) في مايو 2024، والإصدار الثالث (V3) الذي حقق نجاحًا باهرًا في ديسمبر 2024. ثم جاء DeepSeek R1 في 20 يناير 2025، وهو نموذج الاستدلال الذي أشعل شرارة التطور. وبحلول أبريل 2026، كان المختبر قد استعرض DeepSeek V4، مع إصدارين: V4-Pro وV4-Flash الأخف وزنًا، مما ساهم في توسيع نطاق نوافذ السياق لتشمل مليون رمز. اتبع كل إصدار نفس النهج: مطابقة الحدود، وفرض رسوم رمزية، والتخلي عن الأوزان.
الأوزان المفتوحة، وواجهة برمجة التطبيقات، وموقع deepseek.com
هذا الجزء الأخير مهم. منذ الإصدار الأول، تُتاح نماذج DeepSeek بموجب ترخيص MIT المفتوح، ويمكن تحميلها كملفات مفتوحة المصدر على منصتي Hugging Face وGitHub. يستطيع أي شخص الحصول عليها، وفحصها، وضبطها، أو تشغيلها على جهازه. كما يمكنك استخدام روبوت الدردشة مجانًا على deepseek.com، أو استخدام واجهة برمجة تطبيقات DeepSeek مقابل رسوم رمزية. تُعدّ الملفات مفتوحة المصدر مع واجهة برمجة تطبيقات رخيصة مزيجًا نادرًا، وهو المحرك الأساسي لهذا التطور الجذري.
كيف يعمل جهازا DeepSeek R1 و V3 فعلياً
تستند سمعة DeepSeek إلى حقيقة بسيطة ومحرجة لمنافسيها، وهي أنها تضاهي نماذج أكبر حجماً وأغلى ثمناً بكثير مع استهلاك أقل بكثير من موارد الحوسبة. السر يكمن في البنية، وليس في السحر.
مزيج من الخبراء والاستدلال الفعال
يحتوي DeepSeek V3 على 671 مليار مُعامل، لكنه لا يستخدمها جميعًا دفعة واحدة. إنه نموذج مزيج من الخبراء، لذا فإنه يُفعّل حوالي 37 مليار مُعامل فقط لكل رمز مُعطى، وهي مجموعة "الخبراء" ذوي الصلة بالمهمة. وقد جمع المختبر ذلك مع آلية الانتباه الكامن متعدد الرؤوس، وهي طريقة تُقلل من استهلاك الذاكرة أثناء الاستدلال. والنتيجة هي نموذج ضخم يعمل بكفاءة نموذج صغير. ذاكرة أقل، طاقة أقل، وتكلفة أقل لكل إجابة. بالنسبة لمنافس أنفق مليارات الدولارات مُفترضًا أن الحجم الأكبر يعني دائمًا سعرًا أعلى، يُعد هذا دليلًا غير مُرحب به على صحة المفهوم.
R1، الاستدلال، وسلسلة الأفكار
أضاف DeepSeek R1 ميزة ثانية: التفكير بصوت عالٍ. ومثل نموذج o1 من OpenAI، فهو نموذج استدلالي يعمل على حل المشكلات خطوة بخطوة باستخدام تسلسل الأفكار قبل الإجابة. ولهذا السبب يحقق نتائج ممتازة في المهام الصعبة. فقد حقق R1 نسبة 97.3% في اختبار MATH-500 و79.8% في اختبار AIME 2024، وحلّ 49.2% من مشكلات GitHub الحقيقية على منصة SWE-bench ، مما جعله منافسًا قويًا لأفضل نماذج OpenAI في ذلك الوقت.
تفاصيل مطالبة تكاليف التدريب البالغة 5.6 مليون دولار
هذا هو الرقم الذي أثار ضجة كبيرة على الإنترنت. ذكرت ورقة بحثية لشركة DeepSeek أن تكلفة التدريب النهائي للنموذج V3 بلغت حوالي 5.58 مليون دولار أمريكي من وقت وحدة معالجة الرسومات. بالمقارنة مع الـ 100 مليون دولار التي تم تداولها على نطاق واسع لنموذج GPT-4، بدا الأمر وكأنه خسارة فادحة. لكن انظر إلى التفاصيل الدقيقة. هذا الرقم يغطي فقط تكلفة التدريب النهائي، ولا يشمل البحث، أو التجارب الفاشلة، أو حتى تكلفة الرقائق نفسها. وقدّر محللون في SemiAnalysis أن إنفاق DeepSeek الفعلي على الأجهزة تجاوز 500 مليون دولار أمريكي. كان العنوان دقيقًا ومضللًا في الوقت نفسه، وهذا تحديدًا سبب انتشاره الواسع.
| نموذج ديب سيك | مطلق سراحه | يكتب | ملحوظات |
|---|---|---|---|
| ديب سيك الإصدار الثالث | ديسمبر 2024 | وزارة التعليم، ماجستير في القانون | 671 بايت من المعاملات، 37 بايت نشطة، معهد ماساتشوستس للتكنولوجيا |
| ديب سيك آر 1 | يناير 2025 | التفكير المنطقي | الوزن المفتوح، ينافس OpenAI o1 |
| ديب سيك الإصدار الرابع | أبريل 2026 | عائلة وزارة التعليم | V4-Pro و V4-Flash، ~1 مليون سياق |
مقارنة بين DeepSeek AI و ChatGPT و Claude و Gemini
هل DeepSeek أفضل من ChatGPT؟ يعتمد ذلك على احتياجاتك. من حيث الرياضيات والبرمجة والاستدلال المنطقي، يُنافس DeepSeek أفضل نماذج OpenAI وAnthropic. لكن نقاط ضعفه تكمن في سهولة الاستخدام، ودعم الوسائط المتعددة، والموثوقية. تعتمد نماذج DeepSeek الرائدة بشكل أساسي على النصوص فقط، بينما يدعم ChatGPT الصور والصوت والفيديو. مع ذلك، لا تزال كتابة OpenAI أكثر سلاسة في الاستخدام اليومي. أما Gemini من جوجل، فيقع بينهما، فهو قوي في الوسائط المتعددة والبحث، لكنه أضعف في الوصول المفتوح. وبالنسبة للعديد من الشركات الغربية، فإن العامل الحاسم ليس معيارًا، بل الموثوقية: فالنموذج المُدرَّب والمُستضاف في الصين يحمل تبعات لا يحملها النموذج المُستضاف في الولايات المتحدة.
ثم يأتي عامل السعر، حيث لا يوجد فرق يُذكر. يوضح الجدول أدناه ذلك، وهو السبب وراء استمرار المطورين في نقل أحمال العمل إلى واجهة برمجة تطبيقات DeepSeek.
| نموذج | المدخلات / مليون رمز مميز | أوزان مفتوحة | متعدد الوسائط |
|---|---|---|---|
| ديب سيك الإصدار 3.2 | حوالي 0.28 دولار | نعم (معهد ماساتشوستس للتكنولوجيا) | لا |
| GPT-5.2 (OpenAI) | حوالي 1.75 دولار | لا | نعم |
| كلود (أنثروبيك) | المستوى المميز | لا | نعم |
بالنسبة للنصوص والبرمجيات على نطاق واسع، يُعدّ DeepSeek أرخص بست مرات تقريبًا من حيث تكلفة المدخلات مقارنةً بـ GPT-5.2، ولأنّ الأوزان مفتوحة المصدر، يُمكن الاستغناء تمامًا عن واجهة برمجة التطبيقات (API) وتشغيله عبر النشر المحلي. هذا يجعل DeepSeek خيارًا فعالًا من حيث التكلفة بشكل ملحوظ، ويصعب على المختبرات المغلقة الإجابة عليه.
لحظة ديب سيك التي هزت عالم العملات المشفرة
وصف مارك أندريسن ذلك بأنه "لحظة سبوتنيك للذكاء الاصطناعي". كان يتحدث عن الفخر الوطني، لكن الأسواق سمعت شيئًا أكثر برودة - ربما يكون الشيء الأكثر قيمة في الذكاء الاصطناعي ليس مخزونًا من الرقائق بعد كل شيء.
589 مليار دولار تبددت في يوم واحد
عندما تصدّر تطبيق DeepSeek قائمة التطبيقات الأكثر تحميلاً على متجر التطبيقات الأمريكي في 27 يناير 2025، محققاً 16 مليون عملية تنزيل في أول 18 يوماً، أجرى المتداولون حساباتهم عكسياً. فإذا استطاع مختبر صيني الوصول إلى أقصى إمكانيات معالجات Nvidia باستخدام جزء بسيط من مكوناتها، فإن الطلب المستقبلي على رقائق Nvidia سيبدو فجأةً أكثر هشاشة. انخفض سهم Nvidia بنحو 17% في ذلك اليوم، وخسر 589 مليار دولار من قيمته السوقية ، مسجلاً أكبر خسارة يومية في تاريخ الولايات المتحدة. وتأثر مؤشر ناسداك بأكمله بهذا التراجع.
لماذا تراجعت رموز العملات المشفرة المدعومة بالذكاء الاصطناعي بشكل حاد؟
لم تسلم العملات الرقمية من الخسائر. انخفض سعر البيتكوين بنحو 7% ليصل إلى حوالي 97,750 دولارًا، وغادر أكثر من 300 مليار دولار سوق العملات الرقمية. لكن الخسائر الأكبر كانت في فئة رموز الذكاء الاصطناعي. فقد انخفضت هذه الفئة بنحو 9% في ذلك اليوم، مقابل انخفاض السوق بشكل عام بنحو 5%، حيث تراجعت قيمة Render بنسبة 12.6% وFetch.ai بنحو 10%. والسبب وراء ذلك غير مُريح. فقد استندت قيمة الكثير من رموز الذكاء الاصطناعي إلى نفس فكرة Nvidia: الذكاء الاصطناعي مُتعطش للحوسبة، والحوسبة نادرة، لذا فإن أي شيء يُباع على أنه حوسبة أو وحدات معالجة رسومية (GPUs) يُعتبر ثمينًا. وقد فند DeepSeek هذه الفكرة، وكانت الرموز التي اعتمدت عليها بشدة هي الأكثر تضررًا. لم يدم الانخفاض طويلًا؛ ففي غضون أيام، استعاد البيتكوين معظم خسائره بعد أن وصف المحللون الذعر بأنه رد فعل مُبالغ فيه. لكن قطاع رموز الذكاء الاصطناعي ظل مُتذبذبًا لفترة أطول، مما يُشير إلى أن السوق كان يُعيد تقييم الوضع برمته، وليس مجرد فترة ركود عابرة.
رموز التشفير المدعومة بالذكاء الاصطناعي بعد عملية DeepSeek
وهنا يكمن التحول. الصدمة نفسها التي أثرت بشدة على رموز الذكاء الاصطناعي منحتها أيضاً حجةً طويلة الأمد. فإذا أمكن توفير نماذج رائدة بأسعار معقولة ومفتوحة المصدر، فإن حصون المختبرات المغلقة الكبرى ستتقلص، وستبدأ بنية الذكاء الاصطناعي المفتوحة والمقاومة للرقابة في الظهور بقيمة أكبر، لا أقل. تُروج شبكات الحوسبة اللامركزية مثل أكاش ، وشبكات العرض مثل ريندر، وأسواق الذكاء الآلي مثل بيتينسور، جميعها لعالم لا يقتصر فيه الذكاء الاصطناعي على ثلاث شركات أمريكية. وقد جعلت ديب سيك هذا العالم أقرب إلى الواقع. تُعد بيتينسور، التي يكافئ رمزها TAO شبكة من نماذج التعلم الآلي المتنافسة، الرهان الأوضح على هذه الفكرة: سوق للذكاء المفتوح بدلاً من عقل شركة واحدة. لا يزال من غير المؤكد ما إذا كانت هذه الشبكات قادرة بالفعل على تقديم ذكاء اصطناعي على مستوى رائد، لكن ديب سيك نقلت عبء الشك إلى المختبرات المغلقة.
لاحظ السوق ذلك. بحلول مايو 2025، أنشأت Grayscale قطاعًا رسميًا للعملات المشفرة قائمًا على الذكاء الاصطناعي، يضم 20 رمزًا بقيمة إجمالية تقارب 21 مليار دولار ، أي بزيادة قدرها 4.7 أضعاف تقريبًا عن 4.5 مليار دولار في أوائل عام 2023. لكن توخّوا الحذر. فقد اجتذب الإطلاق أيضًا محتالين: ففي يوم واحد، ظهر أكثر من 75 رمزًا مزيفًا باسم "DeepSeek"، وخسر المتداولون الذين سعوا وراءها أكثر من 100 مليون دولار . لم تُطلق DeepSeek أي رمز على الإطلاق. وأي ادعاء بخلاف ذلك ما هو إلا فخ.
هل استخدام تقنية DeepSeek AI آمن؟ الحظر والخصوصية
هنا تبرز أهمية الحذر. عند استخدام تطبيق أو موقع DeepSeek الرسمي، تنتقل بياناتك، بما في ذلك طلباتك، إلى خوادم في الصين وتُعالج وفقًا لسياسة خصوصية تخضع للقانون الصيني. وقد اعتبرت عدة حكومات هذا الأمر إشكاليًا. حظرت إيطاليا DeepSeek في 30 يناير 2025 لأسباب تتعلق بحماية البيانات. كما حظرت أكثر من اثنتي عشرة ولاية أمريكية استخدامه على الأجهزة الرسمية حتى أوائل عام 2025، وقدم الكونجرس قانون حظر DeepSeek على الأجهزة الحكومية. ويعكس هذا النموذج أيضًا قواعد المحتوى الصينية، حيث يتجنب أو يُخفي المواضيع الحساسة سياسيًا. وقد تعرضت أساليب DeepSeek لانتقادات حادة أيضًا. ففي أوائل عام 2020، اتهمت شركة Anthropic المختبر باستخدام آلاف الحسابات الاحتيالية لجمع ملايين المحادثات مع كلود لأغراض التدريب، وهو اتهام تنفيه DeepSeek. قصة العبقرية المقتصدة لها جانب مثير للجدل.
لا يجعل أي من ذلك استخدام التقنية نفسها غير آمن. فبفضل تصميم الأوزان المفتوح، يمكن للمستخدم أو الشركة المهتمة بالخصوصية تنزيل النموذج وتشغيله محليًا، دون مغادرة أي بيانات للمبنى. يكمن الخطر في التطبيق المُستضاف، بينما يُمثل النموذج المفتوح مخرجًا آمنًا.
كيفية استخدام تقنية DeepSeek AI: النشر المحلي
أمامك ثلاث طرق للوصول. أسهلها استخدام روبوت الدردشة المجاني على موقع deepseek.com أو تطبيق الهاتف، وهو مناسب للاستفسارات العادية إذا لم تكن مسألة الخصوصية مهمة بالنسبة لك. ثانيًا، واجهة برمجة تطبيقات DeepSeek (DeepSeek API)، وهي رخيصة بما يكفي ليستخدمها المطورون في معالجة أحمال العمل الكبيرة؛ حيث تشرح لك وثائق واجهة برمجة تطبيقات DeepSeek كيفية الإعداد، كما أن DeepSeek Coder مُصمم خصيصًا للبرمجة. ثالثًا، والأكثر أمانًا للعمليات الحساسة، هو النشر المحلي: يمكنك سحب الأوزان المفتوحة من Hugging Face أو تشغيل نسخة مصغرة منها باستخدام أداة مثل Ollama على جهازك. نفس النموذج، ولكن دون أي تسريب للبيانات. التطبيق المجاني كافٍ للاستفسارات العادية؛ أما بالنسبة لمن يتعامل مع بيانات خاصة أو خاضعة للرقابة، فإن النشر المحلي يستحق عناء الإعداد الإضافي.
ما تعنيه تقنية DeepSeek للذكاء الاصطناعي والعملات المشفرة
لا يرتبط الدرس الأهم الذي تعلمته شركة DeepSeek كثيرًا بفوز الصين في جولة من المنافسة. يكمن التحول الحقيقي في أن تقنيات الذكاء الاصطناعي المتقدمة أصبحت رخيصة ومفتوحة المصدر أسرع مما توقعه أي طرف. بالنسبة للمستخدمين العاديين، يعني هذا أدوات أفضل بتكلفة أقل. أما بالنسبة للمختبرات المغلقة، فيعني أن ميزة وحدات معالجة الرسومات (GPU) أصبحت أضعف مما تفترضه تقييماتها. وبالنسبة للعملات الرقمية، فالأمر ذو حدين: فقد تضررت رموز الذكاء الاصطناعي المبنية على مبدأ الندرة، بينما حصلت تلك التي تبني بنية تحتية مفتوحة ولا مركزية للذكاء الاصطناعي على دافع جديد للوجود. لذا، فإن السؤال الحقيقي ليس ما إذا كانت DeepSeek جيدة، فهي كذلك بلا شك. السؤال هو: من سيجني المال عندما يصبح الذكاء غير مكلف؟
