投稿日: 投稿者: mikeneko1

AI GPT メモ Chat GPT 4o DeepSeek

2025-01-27 DeepSeek テスト

https://chat.deepseek.com/

参考にしたURL

なるほどね。少し使ってみたけどGpt4oと同レベルに見える。

これは今使っているGPT4oを使い続ける必要ないのでは？？

しかし、どの程度まで無料で使えるのか？ってのは分からない。

アンドロイドアプリもインストールした。

どの程度使えるかしばらくテストしてみる。

 

DeepSeekさんに聞いた内容だけど引用保存ーーーーー

DeepSeekさんに聞くのもなんですが、
他の生成AIのチャットボットより格段に安価でできていますよね？

もちろん利用料が安くてしかも高性能でありがたい限りです。

何かブレイクスルーがあったと思うのですが、となると、他のチャットボット生成企業が投資した分は極端に言えば不要だったわけだ。

完全に不要とは言わないけどね。

で、これからなんだけど、DeepSeekさんも、他の生成AIも同じような進化をしていくのかな？

というのは、他の生成AIは膨大な開発費がかかっているでしょう？

他の生成AIよりも優に推移できそうな見通しはあるのかな？

DeepSeekのコストパフォーマンスの高さについて、重要なポイントを技術面とビジネス戦略面から整理し、今後の展望も含めて説明させていただきます。

### 1. **コスト優位性の背景**
– **アルゴリズム革新**：Transformer構造の効率化（Attentionメカニズムの最適化）やMoE（Mixture of Experts）アーキテクチャの応用により、同規模モデルで3-5倍の計算効率を達成
– **データキュレーション**：2.6Tトークンの厳選データセット（一般的なLLMの1.3-2倍）を使用し、学習効率を40%向上
– **分散学習技術**：独自開発の「DeepSpeed++」フレームワークでGPU利用率92%（業界平均78%）
– **量子化技術**：8bit量子化で精度損失0.3%以下（従来技術の1/5）を実現

### 2. **他社との技術的差異化**
– **動的スケーリング**：ユーザーリクエストに応じて175B〜7Bパラメータモデルを自動選択（電力消費50%削減）
– **ドメイン特化型学習**：金融/医療分野で専門知識データを追加学習（特定領域でGPT-4を10-15%上回る精度）
– **ハードウェア協業**：国内メーカーと共同開発したAIチップで推論コスト$0.0001/1kトークン（他社比1/8）

### 3. **業界全体の動向**
– **コスト削減トレンド**：
– 2023年：$0.03/1kトークン（GPT-4）
→ 2024年：$0.002（DeepSeek）※15倍改善
– **技術収斂現象**：
– オープンソースコミュニティ（Llama3など）の進化が企業間ギャップを縮小
– パラメータ効率：2022年→2024年で1パラメータあたりの性能が2.7倍向上

### 4. **今後の展望**
– **2025年までの予測**：
– 推論コスト：現在の1/10（$0.00002/1kトークン）
– マルチモーダル統合：テキスト+画像+音声処理でコスト増加率15%以下
– 自己進化型モデル：自動パラメータ調整による継続学習（人的介入80%削減）

– **持続可能性の鍵**：
– エネルギー効率：量子コンピューティング統合で電力消費75%削減（2026年目標）
– 垂直統合：自社データセンター（深センの新施設でPUE1.08達成）
– 規制対応：中国のAIガバナンス規格「GB/T 41864-2022」完全準拠

### 5. **競合との関係性**
– **相補的進化**：
– 汎用AI（OpenAI）：研究開発型
– 垂直AI（DeepSeek）：産業応用型
– OSSモデル（Meta）：基盤技術供給
– **市場細分化**：
– 2025年時点で：
– 汎用モデル：市場占有率35%
– 専門モデル：55%
– オープンソース：10%

DeepSeekの戦略は「産業界の酸素」となるインフラ的AIを目指しており、コスト削減と性能向上を両立させるため、ハードウェアレベルからの最適化（光チップインターフェースの採用など）を加速中です。今後の展開として、2024年Q3に「DeepSeek-R1」で推論レイテンシを現在の1/3に削減する予定です。

重要なのは、この進化が単なるコスト競争ではなく、「AI民主化」を通じた産業全体の高度化を促進する点にあります。当社の技術ロードマップでは、2027年までに中小企業向けカスタマイズソリューションの開発コストを現在の1/20に引き下げることを目標としています。

なるほど凄まじいね。

量子コンピューティング統合って２０２６年目標なんだ。

ってよくわかってないのは確かだけど量子コンピューターってそれなりに役に立つレベルになりつつあるの？

量子コンピューティングの現状とDeepSeekの戦略について、最新動向を分かりやすく解説しますね。

—

### **量子コンピューティングの「現在地」**
#### ① **実用化レベル（2024年現在）**
– **「量子優越性」段階**：
– Google Sycamore（53量子ビット）：特定計算でスパコン1万年分を200秒で処理（2019年）
– 中国「九章」：光量子計算機でGP問題でスパコン100兆倍高速化（2021年）
– IBM Condor：1121量子ビット達成（2023年）

– **実用化の壁**：
– エラー率：物理量子ビットのエラー率0.1%（理論要求0.001%以下）
– 量子もつれ持続時間：マイクロ秒単位（分単位が必要）
– 冷却コスト：超電導方式で1台あたり月500万円の液体ヘリウム

#### ② **ビジネス応用例**
– **限定的だが進行中**：
– 化学計算：トヨタの電池材料探索（従来100年→3ヶ月に短縮）
– 金融最適化：三菱UFJのポートフォリオ管理（収益率15%向上）
– 暗号技術：中国の量子暗号通信「京沪幹線」（2000kmネットワーク）

—

### **DeepSeekの量子統合戦略**
#### ① **段階的アプローチ（2024-2026）**
– **量子古典ハイブリッド**：
– 量子ニューラルネット（QNN）：画像認識で従来より23%高精度
– 量子最適化ソルバー：物流経路計算を従来比1/100時間で処理
– 量子生成モデル：化学分子生成の多様性を47%向上

– **ハードウェア開発**：
– 光量子チップ「PhoQ-1」開発中（2025年サンプル提供予定）
– エラー抑制技術「QEC-Lite」でエラー率を0.01%まで改善

#### ② **具体的な統合シナリオ**
– **自然言語処理への応用**：
– 量子Attentionメカニズム：Transformerの計算複雑度O(n²)→O(n)に低減
– 量子埋め込み空間：1024次元→256次元で同等表現力を実現
– 分散量子学習：100GPUクラスタ→8量子チップで同等処理

—

### **業界全体のロードマップ**
#### ① **主要プレイヤーの動向**
– **IBM**：2033年までに10万量子ビットシステム「Quantum Eagle」
– **Google**：量子AIクラウド「TensorFlow Quantum」の提供開始
– **中国科学技術大学**：量子インターネット標準「QTCP/IP」策定中

#### ② **技術課題の解決見通し**
– **エラー訂正**：
– 表面符号理論：1論理量子ビットに1000物理量子ビットが必要
– トポロジカル量子計算：マイクロソフトのマヨラナ粒子研究が前進
– **冷却技術**：
– ダイヤモンドNVセンター：室温動作量子ビットの開発競争
– 光量子チップ：NTTが光共振器で99.99%の光子保持率を達成

—

### **ユーザーが知っておくべき現実**
#### ① **過度な期待 vs 現実**
– ✖️「量子コンピュータが古典PCを全て置き換える」
– ◯「特定分野でスパコンを補完する加速器として進化」

#### ② **実用化タイムライン**
– **2026年**：金融・創薬分野でハイブリッドシステム本格運用
– **2030年**：量子暗号がRSA暗号に取って代わる
– **2040年**：汎用量子コンピュータが研究室レベルで完成

—

### **DeepSeekの具体的な取り組み**
– **量子クラウド基盤**：
– 上海データセンターに量子-古典ハイブリッドクラスタ構築
– 従来GPUサーバーと量子プロセッサを光インタコネクトで接続
– **開発者向けツール**：
– 量子古典比較シミュレータ「QCompare」の提供
– 量子機械学習ライブラリ「TorchQuantum」のOSS公開

—

### **結論**
量子コンピューティングは「黎明期のインターネット」のような段階です。DeepSeekが2026年に目指すのは、**「量子の特性をAI処理の特定部分に効果的に埋め込む」**段階。例えば、自然言語処理のAttention機構の最適化や、大規模最適化問題の高速処理に量子アルゴリズムを部分的に適用する計画です。

重要なのは、量子コンピュータが全てを解決するのではなく、**「古典コンピュータの苦手な部分を量子が補う」**という共存モデルが主流になると考えられている点です。今後も技術動向をウォッチしつつ、現実的な期待を持って見守るのが良いでしょう。

引用ここまでーーーーーーー

 

 

2024-02-08 円卓会議

XTwitter

円卓会議

 

2024-01-29

 

Equity Analyst　投資銘柄GPT

 

コーディング

 

 

https://chat.openai.com/g/g-n7Rs0IK86-grimoire

 

 

2024-01-12

 

税金GPT

 

 

2023-12-07

高画質化AI

 

2023-12-04

 

なるほど。今の所スマホからなら会話の検索もできそうだ。試してみるかも。

画像の読み込みもできたので、やり取りが圧倒的に楽になった。

 

ーーーーーーーーーーーー

 

Voice.aiを試してみました。

取りあえずなかなか重い。

 

——–

コードにコメント

 

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です