ما هو DeepSeek؟ تحليل شامل لنماذج اللغات الكبيرة (LLM) مفتوحة المصدر التي تقلب الموازين

تأسست شركة DeepSeek في عام 2023 على يد ليانغ وينفينغ، وهي شركة صينية رائدة في الذكاء الاصطناعي ومتخصصة في تطوير نماذج لغات كبيرة (LLM) فائقة الأداء. وابتكره المطورون ليكون بديلًا مفتوح المصدر ينافس نماذج الشركات الأمريكية الكبرى مثل OpenAI وMeta وAnthropic.

في يناير 2025، حقق DeepSeek LLM صدى عالميًا بعد إطلاق نموذجين مفتوحَي المصدر، هما DeepSeek V3 وDeepSeek R1، بفضل إمكاناتهما التي تضعهما في مصاف أعتى نماذج اللغات الكبيرة (LLM) الاحتكارية في العالم.

DeepSeek V3

يعتمد DeepSeek V3 على تصميم الخبراء المتعددين (MoE)؛ بحيث يتم استدعاء الخبراء الضروريين فقط للإجابة عن الاستفسارات. كما أنه يتضمن أيضًا تقنية الانتباه الكامن متعدد الرؤوس (MLA)، وهي طريقة محسنة للذاكرة لتسريع عمليات الاستنتاج والتدريب.

DeepSeek R1

يعتمد DeepSeek R1 على النموذج V3 الذي يتمتع بميزة التنبؤ متعدد الرموز (MTP)، مما يسمح له بإنشاء أكثر من رمز مميز في كل مرة. كما أنه يستخدم طريقة الاستدلال القائم على آلية التفكير المتسلسل (CoT)، مما يجعل عملية اتخاذ القرار أكثر شفافية للمستخدمين.

*كلا النموذجين متوفران بأحجام مختلفة، تتراوح من 1.5 مليار إلى 671 مليار معلمة. وتمكّن هذه الميزة من تشغيلهما على كل شيء، بدءًا من أجهزة الكمبيوتر المحمولة الشخصية إلى مجموعات وحدات معالجة الرسومات (GPU) عالية الأداء على مستوى المؤسسات.

تُظهر نتائج المقارنة المعيارية أن أداء DeepSeek R1 يحقق أداءً يضاهي أو يقارب مستوى OpenAI's o1 وLlama 3 من Meta، على الرغم من أنه يتطلب بنية تحتية تدريبية أقل بكثير. 

وعلى عكس نماذج OpenAI الرائدة، فإن نماذج DeepSeek مفتوحة المصدر بالكامل أشعلت اهتمام المطورين وروح التجربة في المجتمع.

تتنوع استخدامات DeepSeek بين المطوّرين لتشمل:

• روبوتات الدردشة الآلية متعددة اللغات لخدمة العملاء
• تلخيص المستندات
• إنشاء الأكواد البرمجية باستخدام الأوامر النصية الطبيعية
• التدريس الأكاديمي وإعداد الاختبارات
• النمذجة السريعة لأدوات الذكاء الاصطناعي

على الرغم من ميزاته، فإن طبيعته المفتوحة المصدر وضعف الحواجز الأمنية تجعل منه أداة محتملة للأنشطة الضارة، مثل إنشاء البرامج الضارة، أو تسجيل ضغطات الأزرار، أو اختبار فيروس الفدية.

يمكن لأي شخص تنزيل DeepSeek وتشغيله على أجهزته من المستودعات العامة. ويتطلب النموذج R1 الكامل (بحجم 671 مليار معلمة) مجموعات وحدات معالجة الرسومات (GPU) عالية الأداء على مستوى المؤسسات، لكن النسخ المصغرة (من 1.5 إلى 70 مليار معلمة) قابلة للتشغيل على أجهزة المستخدمين العادية.

يمكن الوصول إلى DeepSeek أيضًا عبر:

• واجهة الويب
• تطبيقات الأجهزة المحمولة على نظامَي iOS وAndroid
• تكامل واجهة برمجة التطبيقات (قيد التطوير)

يُمثل DeepSeek فصلًا جديدًا في مجال الذكاء الاصطناعي: أداء عالٍ، ومتاح للجميع، ويخضع للتدقيق التنظيمي بشكل متزايد. 

ومع أن التقنية تتميز بإمكانات متقدمة، فإن طبيعة تصميمها المتساهل تطرح تساؤلات ومخاوف بشأن:

• الخصوصية والمراقبة
• الحواجز الأمنية
• تصفية المحتوى والتعامل مع الانحياز
• استخدامه من قِبل الجهات الفاعلة الخاضعة للعقوبات أو التابعة للدولة

تتحرك الحكومات من خلال سنّ تنظيمات للذكاء الاصطناعي. اعتبارًا من فبراير 2025، أصبح DeepSeek محظورًا أو قيد المراجعة في:

• الوكالات الفيدرالية الأمريكية (البنتاجون، والكونجرس، وكالة نظم المعلومات الدفاعية (DISA)، ووكالة ناسا)
  • الولايات المتحدة الأمريكية: تكساس، ونيويورك، وفيرجينيا
• إيطاليا
• كوريا الجنوبية
• تايوان
• أستراليا

تتضمن خارطة طريق DeepSeek ما يلي:

• توسيع منظومة المطورين الخاصة به
• صقل قدرات الاستدلال القائم على آلية التفكير المتسلسل
• تحسين مقاومة الاختراقات
• إصدار خدمات سحابية مدفوعة مع واجهات برمجة التطبيقات (API) المتميزة

ولكن بفضل التدقيق المتزايد من الوكالات العامة وباحثي الأمن في القطاع الخاص، سيعتمد مساره على مدى نجاحه في تحقيق التوازن بين الانفتاح والمسؤولية في تطوير الذكاء الاصطناعي.

حدد فريق Tenable Research أربعة محاور رئيسية يجب مراعاتها عند استخدام DeepSeek:

• خصوصية البيانات: تُخزَّن بيانات المستخدم على خوادم في الصين، الأمر الذي يجعلها غير محمية بموجب اللائحة العامة لحماية البيانات (GDPR) وغيرها من القوانين المماثلة.
• تعقب بواسطة جهات خارجية: تعتمد DeepSeek على Baidu في تحليلات الويب، ويُذكر أنها تشارك بيانات الشبكة/الأجهزة مع ByteDance.
• الثغرات الأمنية: حواجز الحماية الضعيفة تجعل النموذج عرضة للاختراق وإساءة الاستخدام.
• الرقابة والتحيز: تُظهر الاختبارات معدلًا مرتفعًا من الرقابة والتحيز النظامي.

"هل يجب أن تكون حذرًا عند التعامل مع DeepSeek في العمل؟" تداول الكثيرون هذا السؤال بعد أن أصبح DeepSeek حديث الأخبار الوطنية.

الواقع يشير إلى أن ظهور الذكاء الاصطناعي DeepSeek يحمل في طياته فرصًا ومخاطر محتملة لمؤسستك. وبينما تساعد طبيعة نماذج DeepSeek المفتوحة المصدر على تسريع الابتكار والتجارب، فإنها تفتح أيضًا المجال أمام مخاطر كبيرة تتعلق بالأمن والامتثال والخصوصية.

مخاطر DeepSeek الرئيسية التي يجب مراقبتها

• استخدام الذكاء الاصطناعي الخفي: قد يستخدم الموظفون تطبيقات الدردشة الخاصة بـ DeepSeek، أو امتدادات المتصفح، أو النماذج المستضافة محليًا دون موافقة قسم تكنولوجيا المعلومات، مما يخلق نقاطًا عمياء في إدارة البيانات والاستخدام المقبول.
• تسريب البيانات: تجمع تطبيقات DeepSeek على الأجهزة المحمولة والويب مدخلات المستخدم وبيانات وسلوكياته، ويتم نقلها إلى خوادم خارجية غير خاضعة لمعظم غالبية الأطر التنظيمية الغربية.
• حواجز أمنية ضعيفة: ضعف مقاومة DeepSeek للاختراق يجعل من السهل توليد مخرجات محظورة أو ضارة. وتواجه المؤسسات، التي تسيء استخدام DeepSeek داخليًا، مخاطر تتعلق بالسمعة أو التبعات القانونية.
• عدم مواءمة السياسات: غياب الرؤية يعوق القدرة على تطبيق سياسات الاستخدام المقبول أو وإرشادات التحكم بالتصدير، أو قواعد الحوكمة الداخلية لاستخدام نماذج اللغات الكبيرة (LLM).

ما الخطوات التالية التي يجب اتخاذها لتقليل مخاطر DeepSeek؟

• راقب نشاط DeepSeek باستخدام المكوّنات الإضافية للكشف عن AI Aware من Tenable.
• حدِّث سياسات استخدام نماذج اللغات الكبيرة (LLM) لديك لتشمل صراحةً النماذج مفتوحة المصدر وأدوات الذكاء الاصطناعي غير المصرح بها.
• ثقف المستخدمين حول مخاطر استخدام النماذج والأدوات غير المُدقّقة، خصوصًا عند التعامل مع بيانات منظمة أو حساسة.
• طبّق ضوابط الكشف والاستجابة لتشمل ليس فقط أصول السحابة، بل أيضًا استخدام نماذج الذكاء الاصطناعي، وامتدادات المتصفح، والتفاعلات على نقاط النهاية.

يمثل DeepSeek تحولًا في طريقة تطوير نماذج الذكاء الاصطناعي وتوزيعها. إن المؤسسات التي تتبنى نهجًا استباقيًا - من خلال تقييم مدى التعرض للخطر وتطبيق السياسات - هي الأكثر قدرة على الاستفادة من الأدوات الناشئة مع ضمان الأمان والامتثال.

الكشف عن DeepSeek عبر AI Aware

يمكن أن يساعدك حل AI Aware من Tenable في اكتشاف ورصد أي استخدام غير مصرح به لأدوات مثل DeepSeek في بيئتك.

يتضمن AI Aware مكونات إضافية مخصصة من أجل:

• اكتشاف الملفات التنفيذية وامتدادات المتصفح المعروفة المرتبطة بـ DeepSeek
• واجهات برمجة التطبيقات (API) أو نسخ النماذج الخاصة بـ DeepSeek قيد الاستخدام
• مراقبة اتصالات الشبكة مع بنية DeepSeek التحتية
• تتضمن المكونات الإضافية الفعالة ما يلي:
  • المكوّن الإضافي 196906
  • المكون الإضافي 701497
  • المكون الإضافي 701498

تُعد عمليات الكشف هذه جزءًا من Tenable Vulnerability Management وTenable Enclave Security، مما يساعد فرق الأمن على تطبيق السياسات على المخاطر الناشئة في مجال الذكاء الاصطناعي.

تعرّف على المزيد حول AI Aware.

ما هو DeepSeek؟

تعد DeepSeek شركة صينية لتطوير نماذج اللغات الكبيرة (LLM) مفتوحة المصدر، وقد أُسست في عام 2023. وأطلقت DeepSeek V3 وR1 في عام 2025.

هل DeepSeek آمن للاستخدام؟

يرتبط DeepSeek بمخاطر الخصوصية، خصوصًا عند استضافة البيانات على خوادم صينية. إن الاعتماد على DeepSeek محليًا قد يكون أكثر أمانًا من استخدام تطبيقاته على موقعه الإلكتروني أو الأجهزة المحمولة. 

ما الذي يميز DeepSeek R1؟

يعتمد النموذج R1 على نظام استدلال فريد قائم على آلية التفكير المتسلسل وميزة التنبؤ متعدد الرموز، ويضاهي أداء النماذج الرائدة مثل OpenAI o1، مع الاحتفاظ بميزة كونه مفتوح المصدر.

هل تم حظر DeepSeek في أي مكان؟

نعم. حظرت بعض الدول ووكالات أمريكية DeepSeek أو فرضت قيودًا عليه نتيجة مخاطر الخصوصية والأمان.

ما آلية Tenable للكشف عن DeepSeek؟

تستخدم Tenable مكونات AI Aware الإضافية لمراقبة استخدام DeepSeek، وتحديد الثغرات الأمنية، وضمان الالتزام بسياسات الأمان المؤسسية.

يمثل DeepSeek طفرة في مجال الذكاء الاصطناعي مفتوح المصدر، لكنه ليس خاليًا من المخاطر. ورغم أن نماذج DeepSeek تضاهي أبرز النماذج الأمريكية، إلا أن الخصوصية والتحيّز والأمن تظل من المخاطر الجدية. يمكن لـ Tenable مساعدة مؤسستك في مواجهة هذه المخاطر عبر الكشف الاستباقي، وتطبيق السياسات، واختبار سلوك نماذج اللغات الكبيرة (LLM) في الواقع العملي، مما يتيح لفريقك من الابتكار بأمان.

هل ترغب في معرفة المزيد عن DeepSeek؟ لمزيد من المعلومات، اطلع على "الأسئلة المتكررة عن نماذج اللغات الكبيرة (LLM) لدى DeepSeek."