JABAR EKSPRES – Nama DeepSeek AI, sebuah laboratorium penelitian kecerdasan buatan asal Tiongkok, semakin ramai dibicarakan di dunia teknologi.
Munculnya DeepSeek tidak hanya mengubah cara pandang terhadap AI, tetapi juga menawarkan model yang lebih efisien, terbuka, dan dapat diakses pengembang di seluruh dunia.
Mari kita kupas tuntas apa itu DeepSeek AI, sejarahnya, teknologi yang mendukung, hingga bagaimana cara menggunakannya.
Baca Juga:Klaim Saldo DANA Gratis hingga Rp244.730 DISINI Langsung CairKode Redeem FC Mobile Terbaru Januari 2025, Klaim Item Langka Segera
Awal Mula Berdirinya DeepSeek AI
DeepSeek bukanlah sekadar pemain baru dalam dunia kecerdasan buatan.
Laboratorium ini lahir dari divisi pembelajaran mendalam Fire-Flyer, bagian dari hedge fund kuantitatif High-Flyer di Tiongkok.
Pendiri DeepSeek, Liang Wenfeng, adalah sosok yang memulai kariernya di sektor keuangan.
Pada tahun 2015, ia mendirikan High-Flyer yang menggunakan komputasi canggih untuk menganalisis data keuangan.
Namun, pada 2023, Liang memilih jalur berbeda. Ia mendirikan DeepSeek AI dengan tujuan mengeksplorasi potensi AI tanpa terikat tekanan finansial yang kerap membatasi penelitian ilmiah.
Filosofi ini membuat DeepSeek unik dibandingkan banyak perusahaan AI lain, terutama di Tiongkok.
Tidak seperti raksasa teknologi seperti Baidu atau Alibaba, DeepSeek memilih untuk beroperasi independen dengan fokus pada inovasi dan kolaborasi akademik.
Baca Juga:BGN Sebut Serangga Bisa Jadi Menu Makan Bergizi Gratis di Daerah TertentuSelesaikan 1 Tugas Aplikasi Penghasil Uang Dapat hingga Rp350.000 Saldo Ewallet
Teknologi Inovatif di Balik DeepSeek-R1
DeepSeek-R1, model AI terbaru yang dirilis oleh DeepSeek, dirancang untuk memberikan solusi komprehensif dalam berbagai tugas kritis seperti pemrograman dan analisis data.
Teknologi yang digunakan sangat canggih, menjadikannya salah satu model paling efisien di kelasnya.
1. Keunggulan Teknologi DeepSeek-R1: Arsitektur Multi-Head Latent Attention (MLA): Teknologi ini memungkinkan model bekerja lebih efektif dengan hanya mengaktifkan bagian parameter yang relevan sesuai tugas yang dikerjakan.
2. Mixture of Experts (MoE): Metode ini membantu mengurangi kebutuhan daya komputasi hingga hanya sepersepuluh dibandingkan model lain, seperti milik Meta.