DeepSeek gebruik je zo (niet)

Door Bert van Dijk vrijwilliger apple.hcc.nl

De nieuwe gratis app DeepSeek uit China is in Amerika in korte tijd de populairste gratis iPhone- en Android-app geworden. Door stap-voor-stap redenering werkt de app met maar 10% van de gebruikelijke rekenkracht veel goedkoper, want minder stroomverbruik en goedkopere langzamere chips. Hierdoor daalde de beurswaarde van AI-chipfabrikant Nvidia op 1 dag met maar liefst 589 miljard dollar! In dit artikel lees je meer over alle mogelijkheden en hoe jij het gemakkelijk gratis kunt gebruiken. Bovendien lees je of DeepSeek getraind is met kennis uit ChatGPT. Overigens werd pas ontdekt dat een kwetsbaarheid in DeepSeek's databank leidde tot blootstelling van gevoelige informatie; lees daarover meer en ook over de voordelen en nadelen van AI lokaal draaien voor betere beveiliging.  

Dit kun je met DeepSeek
Voor het beantwoorden van vragen, het schrijven van teksten en van programmeercode presteert DeepSeek tegen veel lagere kosten vaak beter of vergelijkbaar als de betaalde versies van ChatGPT, Claude en Gemini van Google. Binnen de iPhone-app komt waarschijnlijk later ook een mogelijkheid om via DeepSeek’s Janus-model afbeeldingen te maken. De eerste resultaten daarvan schijnen door een vrij lage resolutie en onverwachte beelden regelmatig wat minder te zijn dan in ChatGPT en GROK binnen de gratis X-app. Bij onderwerpen die in China gevoelig liggen, krijg je soms geen antwoord of een antwoord wat sterk gekleurd is door hoe men daar in China over moet denken. Sinds 20 januari draait het DeepSeek-R1 taalmodel met 671 miljard parameters. Via github zijn zes lichtere opensource versies beschikbaar met 1,5 tot 70 miljard parameters. Deze opensource versies kun je zelf aanpassen en lokaal draaien met bijvoorbeeld Ollama op een gaming-pc of een recente Mac zoals de Mac mini met M4-chip die met wat extra intern geheugen zeer geschikt is.

(tekst gaat verder onder de afbeelding)

Zo gebruik je de DeepSeek-app gratis
Allereerst een belangrijke tip en algemeen advies bij gratis AI-tools: voer nooit persoonlijke of vertrouwelijke gegevens in. Hieronder is het stappenplan voor het gebruiken van de gratis DeepSeek-app:

Stap 1: download DeepSeek in de Apple App Store of via de Google Play Store voor Android-apparaten
Stap 2: gebruik de app niet met je telefoonnummer, maar log op iPhones en iPads in via Apple met een verborgen e-mailadres. Door de grote belangstelling voor DeepSeek is met name de webversie deepseek.com overbelast, maar kun je mogelijk ook via de app DeepSeek pas wat later gaan gebruiken.
Stap 3: je kunt gewoon in het Nederlands vragen stellen. Via het plusje onderaan kun je documenten toevoegen of een foto waar je een vraag over kunt stellen.
Stap 4: met DiepDenken kun je DeepSeek wat langer laten nadenken voor een beter resultaat. Ook is handig dat je het denkproces kunt volgen.

DeepSeek getraind met kennis uit ChatGPT
Volgens David Sacks, AI-chef van de regering Trump, heeft DeepSeek op grote schaal getraind met kennis uit ChatGPT en zijn hiervoor voldoende bewijzen. Via Knowledge distillation kan het een model via miljoenen vragen leren van andere modellen en zo de kennis opzuigen en het redeneren leren.
Microsoft, dat ook samenwerkt met OpenAI, vermoedt dat er via meerdere tussenpartijen restricties omzeild zijn bij het gebruik van de ontwikkelaars-API van OpenAI. OpenAI gaat ook zelf onderzoeken hoe DeepSeek getraind kon worden met de kennis uit hun ChatGPT-modellen. Zelf gaf OpenAI een jaar terug aan dat het onmogelijk is om 'Generative AI' goed te trainen zonder gebruik van intellectueel eigendom van derden. Omdat ze daar zelf ook niet voor betalen, hebben diverse contentbedrijven rechtszaken aangespannen. Het lijkt er nu dus op dat de ene dief nu bestolen is door een andere dief. DeepSeek heeft veel minder krachtige chips nodig, omdat het antwoord wordt opgebouwd uit de antwoorden van de meest geschikte experts (MoE oftewel mixture of experts) en MLA (multi-head latent attention) waardoor veel minder geheugen nodig is. In de laatste V3-versie werd het met load balancing en een geautomatiseerde slimme training in 2788 uur voor nog geen 6 miljoen dollar nog vele malen efficiënter gemaakt. Uitgebreidere informatie over deze efficiëntieverbeteringen vind je in deze DeepSeek FAQ.
Omdat bij bepaalde vraagstellingen over de 'tankman' op het Tiananmen-plein toch voor China gevoelige informatie doorslipt, is dat een duidelijke aanwijzing dat de antwoorden van DeepSeek nog niet helemaal afkomstig zijn uit een volledig in China opgebouwde dataset. Los hiervan is het in elk geval een opensource model dat uitzonderlijk goed presteert. Ook is het gunstig dat veel bedrijven DeepSeek door de MIT Open Source-licentie ook in eigen beheer onbeperkt commercieel mogen gebruiken. Zo hoeven ze niet bang te zijn dat hun gegevens terechtkomen bij een van de Amerikaanse Big Tech-bedrijven.