METRO SULTENG-Industri kecerdasan buatan telah lama didominasi oleh perusahaan-perusahaan yang berbasis di AS seperti OpenAI, Google, dan Meta. Namun, kemunculan DeepSeek, perusahaan rintisan AI asal Tiongkok, baru-baru ini telah mengubah lanskap AI global.
Model terbaru DeepSeek, DeepSeek-R1, telah menjadi berita utama karena kinerjanya yang kompetitif, sifatnya yang open-source, dan pengembangannya yang hemat biaya.
Karena AI menjadi bagian yang semakin penting dari inovasi teknologi, memahami bagaimana DeepSeek membedakan dirinya dari model-model terkemuka lainnya menjadi sangat penting.
1. Model Open Source vs. AI Milik Perusahaan
DeepSeek mengambil pendekatan yang berbeda dari raksasa AI AS seperti OpenAI dengan memprioritaskan pengembangan sumber terbuka.
Peluncuran model DeepSeek-R1 di bawah lisensi MIT memberikan kebebasan kepada peneliti, pengembang, dan bisnis untuk mengakses, memodifikasi, dan menerapkan teknologi tersebut.
Di sisi lain, OpenAI telah beralih dari filosofi sumber terbuka awalnya, dengan tetap mempertahankan model GPT yang lebih baru sebagai hak milik.
Pendekatan sumber terbuka ini memberikan transparansi yang lebih besar, mendorong peningkatan kolaboratif, dan menurunkan hambatan terhadap adopsi AI, menjadikan DeepSeek sebagai alternatif yang menarik bagi perusahaan dan pengembang independen yang lebih suka tidak terikat pada ekosistem milik sendiri.
Baca Juga: Galaxy S25 Ultra, Ponsel Canggih Tahun 2025, Intip Kelebihanya
2. Parameter dan Arsitektur Model
DeepSeek-R1 menggunakan arsitektur Mixture-of-Experts (MoE), yang secara signifikan meningkatkan efisiensi komputasi. Model ini memiliki 671 miliar parameter, tetapi karena pengaturan MoE-nya, hanya 37 miliar parameter yang aktif pada waktu tertentu.
Hal ini memungkinkannya untuk mencapai kinerja tingkat tinggi sambil mempertahankan biaya komputasi yang lebih rendah daripada arsitektur berbasis transformator tradisional.
Sebagai perbandingan, GPT-4 milik OpenAI diperkirakan memiliki sekitar 1,8 triliun parameter, yang membutuhkan daya komputasi yang jauh lebih besar dan menyebabkan biaya operasional yang lebih tinggi.
Pendekatan DeepSeek memungkinkannya untuk mengoptimalkan sumber daya sambil mempertahankan akurasi dan efisiensi dalam tugas berbasis teks.