ডিপসিক

ডিপসিক (DeepSeek, আনুষ্ঠানিকভাবে হাংচৌ ডিপসিক আর্টিফিশিয়াল ইন্টেলিজেন্স বেসিক টেকনোলজি রিসার্চ কোম্পানি লিমিটেড; চীনা ভাষায়: 杭州深度求索人工智能基础技术研究有限公司; আক্ষরিক অর্থ "গভীর অনুসন্ধান") হলো চীনভিত্তিক একটি কৃত্রিম বুদ্ধিমত্তা গবেষণা প্রতিষ্ঠান, যা বৃহৎ ভাষা মডেল ও সংশ্লিষ্ট কৃত্রিম বুদ্ধিমত্তা প্রযুক্তির উন্নয়নে নিয়োজিত। ২০২৩ সালে উদ্যোক্তা লিয়াং ওয়েনফেং কর্তৃক হাংচৌ শহরে প্রতিষ্ঠিত এবং তাঁর মালিকানাধীন কোয়ান্টিটেটিভ হেজ ফান্ড হাই-ফ্লায়ার (High-Flyer) কর্তৃক অর্থায়িত এই প্রতিষ্ঠানটি ২০২৫ সালের জানুয়ারিতে যুক্তিসিদ্ধি (reasoning) মডেল DeepSeek-R1 প্রকাশের মাধ্যমে আন্তর্জাতিক অঙ্গনে ব্যাপক খ্যাতি অর্জন করে। বিশ্বের শীর্ষস্থানীয় পশ্চিমা ফ্রন্টিয়ার মডেলগুলোর সঙ্গে তুলনীয় কার্যক্ষমতা প্রদর্শনকারী এই মডেলটির প্রশিক্ষণ ব্যয় আনুমানিক অনেক কম বলে জানানো হয়েছিল। মডেলগুলো ওপেন ওয়েট আকারে মুক্তি দেওয়া, দক্ষ মডেল স্থাপত্য ও প্রশিক্ষণ পদ্ধতিতে উদ্ভাবন এবং বৈশ্বিক প্রযুক্তি বাজার ও কৃত্রিম বুদ্ধিমত্তা নীতি-আলোচনায় সৃষ্ট উল্লেখযোগ্য বিঘ্নের জন্য ডিপসিক ব্যাপকভাবে পরিচিত।

পটভূমি ও প্রতিষ্ঠা

ডিপসিকের উৎপত্তি হাই-ফ্লায়ার (幻方量化) নামক একটি কোয়ান্টিটেটিভ বিনিয়োগ প্রতিষ্ঠান থেকে, যা ২০১৫ সালে লিয়াং ওয়েনফেং-সহ কয়েকজন সহ-প্রতিষ্ঠাতার হাতে গড়ে ওঠে। হাই-ফ্লায়ার চীনের অন্যতম বৃহৎ কোয়ান্টিটেটিভ হেজ ফান্ডে পরিণত হয়, যা শত শত কোটি ডলার সম্পদ পরিচালনা করত এবং লেনদেন কৌশলে মেশিন লার্নিংয়ের ওপর ব্যাপকভাবে নির্ভরশীল ছিল। ২০১৯ সাল থেকে হাই-ফ্লায়ার কম্পিউটিং অবকাঠামোয় ব্যাপক বিনিয়োগ শুরু করে এবং ক্রমশ কৃত্রিম বুদ্ধিমত্তা গবেষণা ও লেনদেন কার্যক্রমের জন্য প্রায় ১০,০০০টি এনভিডিয়া A100 গ্রাফিক্স প্রসেসিং ইউনিট (জিপিইউ)-এর একটি ক্লাস্টার সংগ্রহ করে।

২০২৩ সালে চ্যাটজিপিটি (ChatGPT)-এর মুক্তির পর জেনারেটিভ কৃত্রিম বুদ্ধিমত্তা যখন বৈশ্বিক আলোচনার কেন্দ্রবিন্দুতে চলে আসে, তখন লিয়াং সরাসরি সাধারণ কৃত্রিম বুদ্ধিমত্তা (AGI) গবেষণায় প্রবেশের সিদ্ধান্ত নেন। ডিপসিক একটি স্বাধীন প্রতিষ্ঠান হিসেবে গড়ে ওঠে, যার প্রধান অর্থায়নকারী ছিল হাই-ফ্লায়ার এবং লিয়াং প্রতিষ্ঠানটির প্রধানের দায়িত্ব পালন করেন। অনেক চীনা প্রযুক্তি প্রতিষ্ঠান থেকে ভিন্নভাবে ডিপসিক নিজেকে পণ্যভিত্তিক প্রতিষ্ঠান নয় বরং একটি মৌলিক গবেষণা সংস্থা হিসেবে পরিচিত করে। লিয়াং জানান, ডিপসিকের লক্ষ্য হলো AGI-এর অনুসন্ধান করা এবং প্রতিষ্ঠানটি ওপেন সোর্স পথ গ্রহণ করতে চায়; মডেল ওয়েট ও প্রযুক্তিগত প্রতিবেদন শেয়ার করাকে তিনি প্রতিযোগিতামূলক দুর্বলতা নয় বরং বৈশ্বিক গবেষণা সম্প্রদায়ের প্রতি অবদান হিসেবে দেখেন।

ঐতিহাসিক বিকাশ

ডিপসিকের প্রাথমিক মুক্তিগুলো বিশেষায়িত ক্ষেত্রের ওপর কেন্দ্রীভূত ছিল। ২০২৩ সালের নভেম্বরে প্রতিষ্ঠানটি DeepSeek Coder উন্মোচন করে, যা বিপুল পরিমাণ প্রোগ্রামিং উপাত্তে শূন্য থেকে প্রশিক্ষিত কোড-কেন্দ্রিক ভাষা মডেলের একটি সিরিজ। এরপর ২০২৩ সালের শেষের দিকে ও ২০২৪ সালের শুরুতে DeepSeek LLM প্রকাশিত হয়—এটি একটি সাধারণ উদ্দেশ্যের ভাষা মডেল পরিবার, যার ৬৭০০ কোটি প্যারামিটারের সংস্করণ প্রমাণ করে যে একটি ক্ষুদ্র, নবগঠিত দলও প্রতিযোগিতামূলক বৃহৎ মডেল প্রশিক্ষণ দিতে সক্ষম। ২০২৪ সালের ফেব্রুয়ারিতে ডিপসিক DeepSeekMath প্রকাশ করে, যা গ্রুপ রিলেটিভ পলিসি অপটিমাইজেশন (GRPO) নামক একটি শক্তিবলীকরণ শিক্ষা (reinforcement learning) অ্যালগরিদম পরিচিতি করায়—এটি পরবর্তীতে প্রতিষ্ঠানটির যুক্তিসিদ্ধি মডেলগুলোর কেন্দ্রীয় উপাদান হিসেবে প্রমাণিত হয়।

২০২৪ সালের মে মাসে একটি উল্লেখযোগ্য প্রযুক্তিগত মাইলফলক অর্জিত হয়—DeepSeek-V2 প্রকাশের মাধ্যমে। এটি ২৩৬০০ কোটি প্যারামিটারের একটি মিক্সচার-অব-এক্সপার্টস (MoE) মডেল, যা মাল্টি-হেড লেটেন্ট অ্যাটেনশন (MLA) নামক একটি প্রক্রিয়া প্রবর্তন করে; এই প্রক্রিয়াটি ইনফারেন্সের সময় মেমরির প্রয়োজনীয়তা ব্যাপকভাবে হ্রাস করে। DeepSeek-V2 শুধু তার কার্যক্ষমতার জন্যই নয়, বরং আক্রমণাত্মক API মূল্যনির্ধারণের জন্যও দৃষ্টি আকর্ষণ করে, যা চীনা কৃত্রিম বুদ্ধিমত্তা সেবাপ্রদানকারীদের মধ্যে একটি মূল্যযুদ্ধের সূচনা করে। ২০২৪ সালে পরপর আরও কয়েকটি মডেল মুক্তি পায়, যার মধ্যে রয়েছে DeepSeek-Coder-V2, ভিশন-ভাষা মডেল DeepSeek-VL এবং মাল্টিমোডাল Janus সিরিজ।

২০২৪ সালের ডিসেম্বরে ডিপসিক DeepSeek-V3 প্রকাশ করে, যা ৬৭১০০ কোটি প্যারামিটারের একটি মিক্সচার-অব-এক্সপার্টস মডেল এবং প্রতিটি টোকেনের জন্য মাত্র ৩৭০০ কোটি প্যারামিটার সক্রিয় করে। সংশ্লিষ্ট প্রযুক্তিগত প্রতিবেদনে জানানো হয় যে, সম্পূর্ণ প্রশিক্ষণ প্রক্রিয়ায় প্রায় ২৭.৮৮ লক্ষ জিপিইউ-ঘণ্টা ব্যয় হয়েছে এবং মার্কিন সেমিকন্ডাক্টর রপ্তানি নিয়ন্ত্রণের অধীনে চীনা প্রতিষ্ঠানগুলোর জন্য উপলব্ধ এনভিডিয়া H800 চিপ ব্যবহার করে আনুমানিক ব্যয় দাঁড়িয়েছে প্রায় ৫৫.৮ লক্ষ মার্কিন ডলার। এই অঙ্ক, যদিও তাতে পূর্ববর্তী গবেষণা, অবকাঠামো ও জনবল ব্যয় অন্তর্ভুক্ত ছিল না, তুলনীয় ফ্রন্টিয়ার মডেলগুলোর প্রশিক্ষণ ব্যয়ের চেয়ে একেবারেই কম ছিল এবং কৃত্রিম বুদ্ধিমত্তা উন্নয়নের দক্ষতা নিয়ে আন্তর্জাতিক বিতর্ককে তীব্র করে তোলে।

২০২৫ সালের ২০ জানুয়ারি ডিপসিক DeepSeek-R1 প্রকাশ করে, যা মূলত শক্তিবলীকরণ শিক্ষার মাধ্যমে প্রশিক্ষিত একটি যুক্তিসিদ্ধি মডেল এবং উত্তর দেওয়ার আগে বিস্তারিত চিন্তার ধারা (chain of thought) তৈরি করতে সক্ষম। বেঞ্চমার্ক ফলাফলে দেখা যায়, গণিত, কোডিং ও বৈজ্ঞানিক যুক্তির কাজে R1-এর কার্যক্ষমতা ওপেনএআই-এর o1 মডেলের সমান বা তার নিকটবর্তী স্তরে পৌঁছেছে। প্রতিষ্ঠানটি একই সঙ্গে এমআইটি লাইসেন্সের অধীনে মডেল ওয়েট এবং প্রশিক্ষণ পদ্ধতি বিস্তারিতভাবে তুলে ধরা একটি প্রযুক্তিগত প্রতিবেদন প্রকাশ করে। কয়েকদিনের মধ্যেই ডিপসিকের মোবাইল অ্যাপ্লিকেশন যুক্তরাষ্ট্রে অ্যাপলের অ্যাপ স্টোরে সর্বাধিক ডাউনলোডকৃত ফ্রি অ্যাপে পরিণত হয়। ২০২৫ সালের ২৭ জানুয়ারি এনভিডিয়ার শেয়ারের দাম প্রায় ১৭ শতাংশ কমে যায়, যাতে একদিনে প্রায় ৬০০ বিলিয়ন ডলারের বাজার মূলধন বিলীন হয়ে যায়—যা তখনকার শেয়ার বাজারের ইতিহাসে কোনো একক কোম্পানির জন্য একদিনের সর্ববৃহৎ ক্ষতি ছিল। উদ্যোক্তা ও বিনিয়োগকারী মার্ক অ্যান্ড্রিয়েসেন এই মুক্তিকে "কৃত্রিম বুদ্ধিমত্তার স্পুটনিক মুহূর্ত" বলে অভিহিত করেন।

এই অগ্রগতির পর ২০২৫ সালে ডিপসিক তার মডেলগুলোর উন্নয়ন অব্যাহত রাখে এবং DeepSeek-R1-0528 এবং DeepSeek-V3.1 ও V3.2 সিরিজের মতো হালনাগাদ সংস্করণ প্রকাশ করে, যেগুলো যুক্তিসিদ্ধি সক্ষমতা, এজেন্ট-কেন্দ্রিক কার্যক্ষমতা এবং স্পার্স অ্যাটেনশন কৌশলসহ ইনফারেন্স দক্ষতা আরও উন্নত করে।

মডেল ও পণ্যসমূহ

ডিপসিকের মডেল পরিবারগুলোর মধ্যে রয়েছে:

• DeepSeek LLM: সাধারণ উদ্দেশ্যের ঘন (dense) ভাষা মডেল (৭B ও ৬৭B প্যারামিটার), যা প্রতিষ্ঠানটির প্রি-ট্রেনিং ও অ্যালাইনমেন্ট ভিত্তি স্থাপন করে।
• DeepSeek Coder / DeepSeek-Coder-V2: বহুভাষিক প্রোগ্রামিং উপাত্তে প্রশিক্ষিত কোড-বিশেষায়িত মডেল, যা বদ্ধ কোডিং সহকারীদের সঙ্গে প্রতিযোগিতামূলক প্রাচীনতম ওপেন মডেলগুলোর একটি।
• DeepSeekMath: গণিত-কেন্দ্রিক একটি মডেল, যা GRPO অ্যালগরিদমের প্রবর্তক।
• DeepSeek-V2 এবং DeepSeek-V2.5: মাল্টি-হেড লেটেন্ট অ্যাটেনশন-সমৃদ্ধ মিক্সচার-অব-এক্সপার্টস মডেল, যা কম ইনফারেন্স ব্যয় ও API মূল্যের জন্য উল্লেখযোগ্য।
• DeepSeek-V3: ৬৭১B প্যারামিটারের MoE মডেল (প্রতি টোকেনে ৩৭B সক্রিয়), যা FP8 নির্ভুলতা ও অক্জিলিয়ারি-লস-মুক্ত লোড ব্যালান্সিং ব্যবহার করে প্রশিক্ষিত এবং ওপেন মডেলগুলোর জন্য একটি নতুন দক্ষতার মানদণ্ড স্থাপন করে।
• DeepSeek-R1 ও R1 হালনাগাদসমূহ: বৃহৎ পরিসরের শক্তিবলীকরণ শিক্ষার মাধ্যমে প্রশিক্ষিত যুক্তিসিদ্ধি মডেল; ক্ষুদ্রতর ওপেন মডেল (Qwen ও Llama)-ভিত্তিক ডিস্টিলড সংস্করণ রয়েছে, যা কনজিউমার-স্তরের হার