{"id":37808,"date":"2025-06-07T09:02:49","date_gmt":"2025-06-07T09:02:49","guid":{"rendered":"https:\/\/mon-agent-ia.fr\/blog\/?p=37808"},"modified":"2025-06-07T09:02:51","modified_gmt":"2025-06-07T09:02:51","slug":"kunstig-intelligens-deepseeks-nye-modell-henter-inspirasjon-fra-gemini-svarene","status":"publish","type":"post","link":"https:\/\/mon-agent-ia.fr\/blog\/nb\/kunstig-intelligens-deepseeks-nye-modell-henter-inspirasjon-fra-gemini-svarene\/","title":{"rendered":"Kunstig intelligens: DeepSeeks nye modell henter inspirasjon fra Gemini-\u00absvarene\u00bb"},"content":{"rendered":"

I en digital verden i stadig utvikling inntar kunstig intelligens (KI) en fremtredende plass og former v\u00e5r virkelighet p\u00e5 enest\u00e5ende m\u00e5ter. I hjertet av denne transformasjonen st\u00e5r DeepSeek, et kinesisk selskap som nylig oppdaterte spr\u00e5kmodellen sin, R1-0528. Denne modellen har v\u00e6rt kontroversiell, og eksperter mistenker at den delvis ble trent ved hjelp av responser fra Googles KI-systemer, s\u00e6rlig Gemini. Selv om det gj\u00f8res betydelige fremskritt innen store spr\u00e5kmodeller (LLM), reises det etiske sp\u00f8rsm\u00e5l om dataintegritet og destillasjonspraksis. La oss analysere virkningen av DeepSeek og Gemini p\u00e5 kunstig intelligens og hva dette betyr for teknologiens fremtid.<\/p>\n\n

<\/h2>\n\n

DeepSeek R1-0528: En kontroversiell modell<\/p>\n\n

DeepSeeks R1-0528 markerer et bemerkelsesverdig fremskritt innen spr\u00e5kmodeller. Ytelsen innen omr\u00e5der som matematikk og programmering er bemerkelsesverdig, noe som gj\u00f8r den til en seri\u00f8s konkurrent mot andre ledende modeller som de fra OpenAI og Google AI. Det er imidlertid kontrovers rundt utviklingen. Forskere antyder at stilistiske og logiske elementer i R1-0528 minner om de i Googles Gemini 2.5 Pro-modeller.<\/h3>\n\n

Mistanker om modellens trening<\/p>\n\n

Utviklingen av R1-0528 har reist sp\u00f8rsm\u00e5l om legitimiteten til treningsdataene. Tidligere versjoner av DeepSeeks modeller skal angivelig ha brukt samtaler og svar generert av ChatGPT, noe som har f\u00f8rt til p\u00e5stander om destillasjonspraksis. Destillasjon inneb\u00e6rer \u00e5 bruke resultatet fra en kraftigere AI-modell til \u00e5 trene en annen, en resirkulert metode som bruker potensielt kompromitterte data.<\/p>\n\n

Sam Paech, en innflytelsesrik AI-utvikler, tok opp disse bekymringene p\u00e5 Twitter og antydet at den tilsynelatende endringen i R1-0528s skrivestil er et resultat av et skifte mot trening p\u00e5 data generert av Gemini i stedet for OpenAI. Denne mistanken fremhever et avgj\u00f8rende problem: den \u00f8kende vanskeligheten med \u00e5 skille mellom menneskeskapte og AI-genererte data, noe som dermed kompromitterer integriteten til datasettene.<\/h3>\n\n

<\/p>\n\n

\n\n\n\n\n\n\n
Treningsdata: Etiske og sikkerhetsmessige sp\u00f8rsm\u00e5l<\/th>\n<\/th>\nFor tiden p\u00e5virker denne tvilsomme \u00e5penheten det konkurransedyktige landskapet til AI, spesielt med fremveksten av giganter som IBM Watson og Microsoft Azure AI. Stilt overfor disse utfordringene har selskaper som OpenAI styrket sikkerheten sin, innf\u00f8rt strenge identitetskontroller for tilgang til sine avanserte modeller og ekskludert visse land som Kina fra tilgangssoner. Disse tiltakene tar sikte p\u00e5 \u00e5 begrense potensialet for misbruk knyttet til bruk av kompromitterte data. KI-praksis<\/th>\n<\/tr>\n<\/thead>\n
Virkninger<\/td>\nTiltak iverksatt<\/td>\nModelldestillasjon<\/td>\n<\/tr>\n
Bruk av potensielt kompromitterte data<\/td>\nForbedret identitetsverifisering<\/td>\nUtnyttelse av samtaler<\/td>\n<\/tr>\n
Forvirring mellom menneskelige data og KI-data<\/td>\nGeografisk tilgangsforbud<\/td>\nGemini-basert oppl\u00e6ringssystem<\/td>\n<\/tr>\n<\/tbody>\n<\/table><\/figure>\n\n

Usikkerhet rundt dataintegritet<\/p>\n\n

Kontinuerlige programvareforbedringer<\/h2>\n\n

I tillegg til tekniske bekymringer reiser denne utviklingen etiske sp\u00f8rsm\u00e5l om datakvalitet og tilliten brukerne kan ha til disse KI-systemene. Faktisk fremhever den n\u00e5v\u00e6rende situasjonen selskapenes ansvar for innsamling og bruk av oppl\u00e6ringsdata.<\/p>\n\n

KIs virkninger p\u00e5 sikkerhet og innovasjon<\/h3>\n\n

Nye AI-modeller som R1-0528 p\u00e5virker ikke bare selskapene som utvikler dem, men deres innflytelse strekker seg til ulike omr\u00e5der som cybersikkerhet, produktivitet og teknologisk innovasjon. Stilt overfor \u00f8kningen av svindel og misbruk av AI-generert informasjon, m\u00e5 selskaper n\u00e5 investere i robuste sikkerhetsl\u00f8sninger.<\/p>\n\n

  • <\/li>
  • Cybersikkerhet og AI: En n\u00f8dvendig duo<\/li>
  • I en verden der digital svindel stadig \u00f8ker, jobber selskaper som DataRobot og C3.ai med AI-mekanismer for \u00e5 oppdage og forhindre disse truslene. AI-drevet cybersikkerhet muliggj\u00f8r ikke bare rask respons p\u00e5 tegn p\u00e5 kompromittering, men forutser ogs\u00e5 potensielle angrep ved hjelp av sofistikerte maskinl\u00e6ringsalgoritmer.<\/li><\/ul>\n\n

    <\/h3>\n\n

    Sanntidsavviksdeteksjon<\/p>\n\n

    \n\n\n\n\n\n\n
    Analyse av mistenkelig atferd<\/th>\nForventning av fremtidige trusler<\/th>\nInnovasjoner i kommersiell sektor<\/th>\n<\/tr>\n<\/thead>\n
    Fremskritt innen AI er ikke begrenset til cybersikkerhet. De hjelper ogs\u00e5 selskaper med \u00e5 optimalisere prosessene sine og tilpasse tilbudene sine. For eksempel legger tjenester som Salesforce Einstein til rette for informert beslutningstaking ved \u00e5 gi grundige analyser av kundepreferanser. Denne typen innovasjon er avgj\u00f8rende for \u00e5 opprettholde konkurranseevnen i et dynamisk \u00f8konomisk milj\u00f8.<\/td>\nAI-innovasjon<\/td>\nAnvendelsesomr\u00e5der<\/td>\n<\/tr>\n
    Fordeler<\/td>\nPrediktiv analyse<\/td>\nMarkedsf\u00f8ring<\/td>\n<\/tr>\n
    Spesifikk m\u00e5lgruppem\u00e5lretting<\/td>\nProsessautomatisering<\/td>\nMenneskelige ressurser<\/td>\n<\/tr>\n<\/tbody>\n<\/table><\/figure>\n\n

    Effektivitetsgevinster<\/p>\n\n

    Forbedret kundeservice<\/h2>\n\n

    Brukerst\u00f8tte<\/p>\n\n

    Forbedret kundetilfredshet<\/h3>\n\n

    Disse innovasjonene i bedrifter bidrar til \u00e5 m\u00f8te forbrukernes behov og optimalisere interne ressurser, samtidig som de reiser sp\u00f8rsm\u00e5l om den etiske praksisen rundt implementeringen av dem.<\/p>\n\n

    • Fremtiden og utsiktene for AI-modeller<\/li>
    • Etter hvert som AI fortsetter \u00e5 ekspandere til ulike felt, er det viktig \u00e5 se fremover. Innen 2025 vil m\u00e5ten vi designer interaksjoner med AI-systemer som DeepSeek og Gemini p\u00e5 kreve en revurdering av forpliktelser til \u00e5penhet, beskyttelse og etisk praksis.<\/li>
    • <\/li><\/ul>\n\n

      Et skifte mot \u00e5penhet<\/h3>\n\n

      Bedrifter, enten det er DeepSeek eller Google AI, m\u00e5 revurdere sin tiln\u00e6rming i lys av hvilken innvirkning deres praksis har p\u00e5 brukertillit. \u00d8kt \u00e5penhet ang\u00e5ende datakilder og oppl\u00e6ringsmetoder kan spille en avgj\u00f8rende rolle i \u00e5 dempe tvil og styrke tilliten. Dette krever ogs\u00e5 etablering av felles bransjestandarder for \u00e5 sikre etisk praksis. Publisering av opprinnelsen til dataene som brukes<\/p>\n\n

      \n\n\n\n\n\n\n
      \u00c5penhet om l\u00e6ringsalgoritmer<\/th>\nEksterne samsvarskontroller<\/th>\nSamarbeid mellom teknologigiganter<\/th>\n<\/tr>\n<\/thead>\n
      Videre kan samarbeid mellom store selskaper ogs\u00e5 bane vei for sikrere og mer etiske l\u00f8sninger. IBM Watson, Microsoft Azure AI og andre interessenter kan sl\u00e5 seg sammen for \u00e5 utvikle sikre standarder for utvikling og bruk av AI-modeller. P\u00e5 denne m\u00e5ten vil fordelene med AI bli utnyttet fullt ut samtidig som risikoen minimeres.<\/td>\nInteressenter<\/td>\nRolle<\/td>\n<\/tr>\n
      Potensial<\/td>\nDeepSeek<\/td>\nUtvikling av nye modeller<\/td>\n<\/tr>\n
      Ytelsesforbedringer<\/td>\nGoogle AI<\/td>\nForskning og innovasjon<\/td>\n<\/tr>\n<\/tbody>\n<\/table><\/figure>\n\n

      Nye, mer etiske algoritmer<\/p>\n\n\n","protected":false},"excerpt":{"rendered":"

      I en digital verden i stadig utvikling inntar kunstig intelligens (KI) en fremtredende plass og former v\u00e5r virkelighet p\u00e5 enest\u00e5ende m\u00e5ter. I hjertet av denne transformasjonen st\u00e5r DeepSeek, et kinesisk selskap som nylig oppdaterte spr\u00e5kmodellen sin, R1-0528. Denne modellen har v\u00e6rt kontroversiell, og eksperter mistenker at den delvis ble trent ved hjelp av responser fra […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1524],"tags":[1527,209,41503,927,2977],"class_list":["post-37808","post","type-post","status-publish","format-standard","hentry","category-nyheter-ai-nb","tag-deepseek-nb","tag-kunstig-intelligens-nb","tag-ny-modell-nb","tag-teknologi-nb","tag-tvillingene-nb"],"_links":{"self":[{"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/posts\/37808","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/comments?post=37808"}],"version-history":[{"count":1,"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/posts\/37808\/revisions"}],"predecessor-version":[{"id":37809,"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/posts\/37808\/revisions\/37809"}],"wp:attachment":[{"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/media?parent=37808"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/categories?post=37808"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mon-agent-ia.fr\/blog\/wp-json\/wp\/v2\/tags?post=37808"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}