DeepSeek (ڈیپ سیک)

ڈیپ سیک (DeepSeek)، سرکاری نام ہینگژو ڈیپ سیک آرٹیفیشل انٹیلی جنس بیسک ٹیکنالوجی ریسرچ کمپنی لمیٹڈ (چینی: 杭州深度求索人工智能基础技术研究有限公司؛ لفظی معنی ”گہری تلاش“)، چین کی ایک مصنوعی ذہانت کی تحقیقی کمپنی ہے جو بڑے لسانی ماڈلز (Large Language Models) اور متعلقہ اے آئی ٹیکنالوجیز کی تیاری میں مصروف عمل ہے۔ اس کی بنیاد 2023ء میں کاروباری شخصیت لیانگ وین فینگ نے ہینگژو شہر میں رکھی اور اس کی مالی معاونت اسی کے مقداری ہج فنڈ ”ہائی فلائر“ (High-Flyer) کرتی ہے۔ کمپنی کو عالمی شہرت جنوری 2025ء میں ملی جب اس نے DeepSeek-R1 نامی استدلالی ماڈل جاری کیا، جس کی کارکردگی مغربی دنیا کے جدید ترین ماڈلز کے برابر بتائی گئی جبکہ اس کی تربیتی لاگت روایتی طور پر استعمال ہونے والی رقم کے محض ایک چھوٹے سے حصے کے برابر تھی۔ ڈیپ سیک اپنے ماڈلز کو کھلے وزن (open weights) کی صورت میں جاری کرنے، ماڈل کے فنِ تعمیر اور تربیت میں جدت، اور اس کے اجراؤں سے عالمی ٹیکنالوجی مارکیٹس اور اے آئی پالیسی مباحث میں پیدا ہونے والی بڑی خلل انگیزیوں کی وجہ سے بڑے پیمانے پر جانا جاتا ہے۔

پس منظر اور بنیاد

ڈیپ سیک کی جڑیں ”ہائی فلائر“ (幻方量化) نامی مقداری سرمایہ کاری فرم میں ہیں، جس کی مشترکہ بنیاد لیانگ وین فینگ نے 2015ء میں رکھی تھی۔ ہائی فلائر چین کے سب سے بڑے مقداری ہج فنڈز میں سے ایک بن گیا، جس کے زیرِ انتظام اثاثے اربوں ڈالر سے متعلق تھے اور جو اپنی تجارتی حکمتِ عملیوں کے لیے بڑی حد تک مشین لرننگ پر انحصار کرتا تھا۔ تقریباً 2019ء کے آغاز سے ہائی فلائر نے کمپیوٹنگ انفراسٹرکچر پر بھاری سرمایہ کاری شروع کی اور بالآخر اے آئی تحقیق اور تجارتی مقاصد کے لیے تقریباً 10,000 این ویڈیا A100 گرافکس پروسیسنگ یونٹس (GPUs) پر مشتمل کلسٹر جمع کر لیا۔

2023ء میں جب ChatGPT کے اجرا کے بعد تخلیقی (جنریٹو) مصنوعی ذہانت نے عالمی توجہ حاصل کی تو لیانگ وین فینگ نے براہِ راست مصنوعی عمومی ذہانت (AGI) کی تحقیق کے راستے پر گامزن ہونے کا فیصلہ کیا۔ ڈیپ سیک کو ایک آزاد کمپنی کے طور پر قائم کیا گیا، جس کی بنیادی مالی معاونت ہائی فلائر کر رہی تھی اور لیانگ خود اس کے سربراہ کی حیثیت سے خدمات انجام دے رہے تھے۔ کمپنی نے چینی ٹیکنالوجی اداروں کی اکثریت سے مختلف راہ چنی اور خود کو مصنوعات پر مرکوز ادارے کے بجائے بنیادی تحقیقی ادارے کے طور پر متعارف کروایا۔ لیانگ نے واضح کیا کہ ڈیپ سیک کا مشن AGI کی تلاش ہے اور کمپنی آزاد مصدر (اوپن سورس) راہنمائی اپنانے کا ارادہ رکھتی ہے؛ اس کے نزدیک ماڈل کے وزن اور تکنیکی رپورٹوں کا اشتراک عالمی تحقیقی برادری کے لیے ایک تحفہ ہے، کسی مسابقتی نقصان کا ذریعہ نہیں۔

تاریخی ارتقا

ڈیپ سیک کے ابتدائی اجراؤں کا تخصّص مخصوص شعبوں پر تھا۔ نومبر 2023ء میں کمپنی نے DeepSeek Coder متعارف کروایا، جو پروگرامنگ کے وسیع ذخائر پر شروع سے تربیت یافتہ کوڈ پر مبنی لسانی ماڈلز کا ایک سلسلہ تھا۔ اس کے بعد 2023ء کے آخر اور 2024ء کے اوائل میں DeepSeek LLM جاری کیا گیا، جو ایک عمومی مقصدی لسانی ماڈل خاندان تھا؛ اس کا 67 ارب پیرامیٹرز والا ورژن اس بات کا ثبوت بنا کہ ایک چھوٹی، نئی تشکیل شدہ ٹیم بھی مسابقتی بڑے ماڈلز کی تربیت کر سکتی ہے۔ فروری 2024ء میں ڈیپ سیک نے DeepSeekMath پیش کیا، جس نے گروپ ریلیٹو پالیسی آپٹیمائزیشن (GRPO) نامی تقویتی سیکھن (reinforcement learning) کا الگورتھم متعارف کروایا، جو بعد میں کمپنی کے استدلالی ماڈلز کا مرکزی ستون ثابت ہوا۔

ایک اہم تکنیکی سنگِ میل مئی 2024ء میں DeepSeek-V2 کی صورت میں پیش ہوا، جو 236 ارب پیرامیٹرز پر مشتمل ایک متبادل ماہرین کا مرکز (Mixture-of-Experts یا MoE) ماڈل تھا اور جس نے ملٹی ہیڈ لیٹنٹ اٹینشن (MLA) متعارف کروایا — ایک ایسا طریقہ کار جو استنتاج (inference) کے دوران میموری کی ضروریات میں زبردست کمی کر دیتا ہے۔ DeepSeek-V2 نے توجہ نہ صرف اپنی کارکردگی بلکہ اپنی انتہائی مسابقتی API قیمتوں کی وجہ سے بھی حاصل کی، جس نے چینی اے آئی فراہم کاروں کے درمیان قیمتوں کی جنگ چھیڑ دی۔ 2024ء میں مزید اجراؤں میں DeepSeek-Coder-V2، بصری لسانی ماڈل DeepSeek-VL اور ملٹی موڈل Janus سلسلہ شامل تھے۔

دسمبر 2024ء میں ڈیپ سیک نے DeepSeek-V3 جاری کیا، جو 671 ارب پیرامیٹرز پر مشتمل MoE ماڈل تھا جو ہر ٹوکن کے لیے صرف 37 ارب پیرامیٹرز فعال کرتا ہے۔ متعلقہ تکنیکی رپورٹ کے مطابق مکمل تربیت میں تقریباً 27 لاکھ 88 ہزار GPU گھنٹے صرف ہوئے اور این ویڈیا H800 چپس — جو امریکی سیمی کنڈکٹر پابندیوں کے تحت چینی اداروں کو دستار برآمد ہونے والے پروسیسرز ہیں — کے استعمال سے اس کی تخمینی لاگت تقریباً 55 لاکھ 80 ہزار امریکی ڈالر رہی۔ یہ رقم، اگرچہ اس میں سابقہ تحقیق، انفراسٹرکچر اور عملے کے اخراجات شامل نہیں تھے، مماثل جدید ترین ماڈلز کی رپورٹ شدہ تربیتی اخراجات سے کہیں کم تھی اور اس نے اے آئی کی ترقی کی کارکردگی پر بین الاقوامی مباحث کو مزید شدت دے دی۔

20 جنوری 2025ء کو ڈیپ سیک نے DeepSeek-R1 جاری کیا، جو ایک استدلالی ماڈل تھا اور جس کی تربیت بڑی حد تک تقویتی سیکھن کے ذریعے کی گئی تاکہ جواب دینے سے قبل طویل سوچ کے سلسلے (chain of thought) تیار کیے جا سکیں۔ بینچ مارک نتائج کے مطابق R1 کی کارکردگی ریاضی، کوڈنگ اور سائنسی استدلال کے کاموں میں OpenAI کے o1 ماڈل کے سطح پر یا اس کے قریب تھی۔ کمپنی نے بیک وقت ماڈل کا وزن MIT لائسنس کے تحت شائع کیا اور اپنی تربیتی طریقہ کار کی تفصیل بتاتی ہوئی ایک تکنیکی مقالہ بھی پیش کیا۔ چند دنوں کے اندر ڈیپ سیک کی موبائل ایپ امریکہ میں ایپل کے ایپ اسٹور پر سب سے زیادہ ڈاؤن لوڈ ہونے والی مفت ایپ بن گئی، اور 27 جنوری 2025ء کو این ویڈیا کے حصص تقریباً 17 فیصد گر گئے، جس سے ایک ہی دن میں تقریباً 600 ارب ڈالر کی مارکیٹ کیپیٹلائزیشن ختم ہو گئی — اُس وقت اسٹاک مارکیٹ کی تاریخ میں کسی ایک کمپنی کے لیے یہ سب سے بڑا یک روزہ نقصان تھا۔ سرمایہ کار مارک اینڈریسن نے اس اجرا کو ”اے آئی کا سپوتنک لمحہ“ قرار دیا۔

اس کامیابی کے بعد ڈیپ سیک نے 2025ء میں اپنے ماڈلز پر مسلسل کام جاری رکھا اور DeepSeek-R1-0528 جیسے تازہ ورژنز کے علاوہ DeepSeek-V3.1 اور V3.2 سلسلے جاری کیے، جنہوں نے استدلالی صلاحیتوں، ایجنٹوں پر مبنی کارکردگی اور استناجی کارکردگی — بشمول اسپارس اٹینشن (sparse attention) کی تکنیکیں — میں مزید بہتری پیدا کی۔

ماڈلز اور مصنوعات

ڈیپ سیک کے ماڈل خاندانوں میں درج ذیل شامل ہیں:

• DeepSeek LLM: عمومی مقصد کے کثیف (dense) لسانی ماڈلز (7B اور 67B پیرامیٹرز) جنہوں نے کمپنی کی پری ٹریننگ اور Alignment کی بنیادیں قائم کیں۔
• DeepSeek Coder / DeepSeek-Coder-V2: کثیراللسانی پروگرامنگ معلومات پر تربیت یافتہ کوڈ سے متعلق مہارت رکھنے والے ماڈلز، جو بند کوڈنگ معاونین کے مسابقتی ابتدائی کھلے ماڈلز میں شمار ہوتے ہیں۔
• DeepSeekMath: ریاضی پر مرکوز ماڈل جس نے GRPO الگورتھم متعارف کروایا۔
• DeepSeek-V2 اور DeepSeek-V2.5: ملٹی ہیڈ لیٹنٹ اٹینشن کے حامل MoE ماڈلز، جو کم استناجی لاگت اور API قیمتوں کے لیے قابلِ ذکر ہیں۔
• DeepSeek-V3: 671 ارب پیرامیٹرز کا MoE ماڈل (ہر ٹوکن پر 37 ارب فعال) جو FP8 درستگی اور بغیر معاون نقصان (auxiliary-loss-free) کے لوڈ بیلنسنگ کے ساتھ تربیت یافتہ تھا اور جس نے کھلے ماڈلز کے لیے کارکردگی کا نیا معیار قائم کیا۔
• DeepSeek-R1 اور R1 کی تازہ کاریاں: بڑے پیمانے پر تقویتی سیکھن کے ذریعے تربیت یافتہ استدلالی ماڈلز، نیز چھوٹے کھلے ماڈلز (Qwen اور Llama) پر مبنی ڈسٹلڈ (distilled) نسخے بھی جنہوں نے استدلالی صلاحیتوں کو عام صارف آلات تک پہنچایا۔
• DeepSeek-Prover: Lean پروگرامنگ زبان میں باقاعدہ قضائی ثبوت (formal theorem proving) کے لیے ماڈلز۔
• DeepSeek-VL اور Janus / Janus-Pro: بصری لسانی اور مربوط ملٹی موڈل فہم و تخلیق کے ماڈلز۔

ڈیپ سیک اسسٹنٹ، جو ویب سروس اور موبائل ایپ کی صورت میں دستیاب ہے، کمپنی کے نمایاں ماڈلز تک گفتگو کے ذریعے رسائی فراہم کرتا ہے اور برانڈ کی عوامی شناخت کا بیشتر حصہ اسی سے منسوب ہے۔

تکنیکی خصوصیات

ڈیپ سیک کی تحقیق کو کئی تعمیری اور انجینئرنگ جدتوں کے باعث ممتاز بنایا گیا ہے:

1. متبادل ماہرین کا مرکز (MoE) تعمیرات: DeepSeekMoE باریک درجے کی ماہر تقسیم کو مشترکہ ماہرین کے ساتھ یکجا کرتا ہے، جس سے روایتی MoE ڈیزائنوں کے مقابلے میں پیرامیٹر کارکردگی بہتر ہوتی ہے۔
2. ملٹی ہیڈ لیٹنٹ اٹینشن (MLA): کلیدی-قیمتی کیشز (key-value caches) کو ایک خفیہ فضاء (latent space) میں سکیڑ کر MLA استنتاج کے دوران میموری کے استعمال میں خاطر خواہ کمی کرتا ہے اور سروسنگ کی لاگت گھٹاتا ہے۔
3. ملٹی ٹوکن پریڈکشن (MTP): DeepSeek-V3 کی تربیت میں استعمال ہونے والی یہ تکنیک معلوماتی کارکردگی بہتر بناتی ہے اور استنتاج کے وقت قیاسی ڈی کوڈنگ (speculative decoding) کو ممکن بناتی ہے۔
4. استدلال کے لیے تقویتی سیکھن: DeepSeek-R1 نے ثابت کیا کہ سوچ کے سلسلوں والا استدلال تصدیق کے قابل انعامات کے ساتھ قاعدہ بنیاد تقویتی سیکھن (GRPO) سے، انسانی نشان زد استدلالی نمونوں پر وسیع نگرانی شدہ باریک ترتیب (supervised fine-tuning) کے بغیر بھی ابھر سکتا ہے۔
5. موثر تربیتی انجینئرنگ: FP8 مخلوط درستگی کی تربیت، مرضی کے مطابق متوازی کاری کی حکمتِ عملیاں اور بہتر بنائے گئے GPU ارتباط نے برآمدی پابندیوں کا شکار ہارڈویئر پر تربیت کو ممکن بنایا۔

خصوصیات اور کاروباری ماڈل

ڈیپ سیک کی نمایاں ترین خصوصیات میں آزاد مصدر اجراؤں کے لیے عزم، غیر معمولی طور پر کم قیمتیں، اور تحقیق پر مبنی تنظیمی ثقافت شامل ہیں۔ ماڈل کے وزن Hugging Face جیسے پلیٹ فارمز پر اجازت دینے والے لائسنسوں کے تحت شائع کیے جاتے ہیں، جس سے دنیا بھر کے ڈیویلپرز انہیں ڈاؤن لوڈ کر کے ترمیم دے سکتے ہیں اور تعینات کر سکتے ہیں۔ کمپنی کی API قیمتیں صنعت میں سب سے کم ترین میں شمار ہوتی ہیں اور بعض اوقات مماثل خدمات سے دس گنا بھی کم ہوتی ہیں، جس نے ڈیویلپرز اور تیسرے فریق کے اے آئی فراہم کاروں کے درمیان اس کی مقبولیت میں تیزی لائی۔

بڑی ٹیکنالوجی اداروں کے برعکس، ڈیپ سیک ایک نسبتاً چھوٹی محققین کی ٹیم کے ساتھ کام کرتا ہے، جن میں سے بہت سے افراد کا انتخاب براہِ راست پیکنگ یونیورسٹی اور تسنگھوا یونیورسٹی جیسی چین کی نمایاں جامعات سے کیا جاتا ہے؛ کمپنی نوجوان صلاحیتوں، رواں انتظام اور قریبی منافع کے بجائے طویل مدتی تحقیق پر زور دیتی ہے۔ ہائی فلائر کی طرف سے فراہم کردہ فنڈنگ مالیاتی آزادی فراہم کرتی ہے، جس کی وجہ سے کمپنی بنیادی AGI تحقیق کو ترجیح دے سکتی ہے۔ لیانگ وین فینگ نے ڈیپ سیک کے رویے کو عالمی اے آئی جدتی نظام میں پیروکار کے بجائے شراکت دار کے طور پر پیش کیا ہے۔

اثرات اور اہمیت

ڈیپ سیک کے ابھرنے کے کئی شعبوں میں دوررس نتائج مرتب ہوئے:

• معاشی اور مارکیٹ اثرات: جنوری 2025ء کے مارکیٹ ردِعمل نے اے آئی انفراسٹرکچر کمپنیوں کی منڈی اقدار پر سوالات اٹھائے اور ثابت کیا کہ جدید ترین سطح کی مصنوعی ذہانت رائج مفروضوں سے کہیں کم لاگت پر تیار کی جا سکتی ہے۔
• ٹیکنالوجی پالیسی: امریکی چپ برآمدی کنٹرولز کے تحت ڈیپ سیک کی کامیابی نے امریکہ اور اتحادی ممالک میں سیمی کنڈکٹر پابندیوں کی مؤثریت اور چینی اے آئی ترقی کی رفتار پر مباحث کو فروغ دیا۔
• آزاد مصدر ماحولیاتی نظام: جدید ترین سطح کے ماڈلز کو کھلے وزن اور تفصیلی تکنیکی رپورٹوں کے ساتھ جاری کر کے ڈیپ سیک نے استدلالی ماڈل تکنیکوں کے پھیلاؤ میں تیزی لائی اور عالمی سطح پر کھلے ماڈل ماحولیاتی نظام کی پوزیشن کو مستحکم کیا۔
• صنعتی مقابلہ: اس کی قیمتوں اور کھلے اجراؤں نے چینی اور بین الاقوامی دونوں قسم کے اے آئی فراہم کاروں پر لاگت کے لحاظ سے دباؤ ڈالا اور بند، ملکیتی ترقیاتی حکمتِ عملیوں پر وسیع تر نظرثانی کی ضرورت محسوس کروائی۔

ردِ عمل اور متنازع مسائل

ڈیپ سیک کے تیز عروج نے تنقیدی جانچ کو بھی جنم دیا۔ کئی حکومتوں اور سرکاری اداروں نے معلوماتی ذخیرہ اندوزی، چینی حکام کے ممکنہ رسائی اور سائبرسیکیٹی خطرات کے خدشات کے پیشِ نظر سرکاری آلات پر ڈیپ سیک ایپ کو محدود یا ممنوع قرار دیا؛ یہ اقدامات آسٹریلیا، جنوبی کوریا، اٹلی اور امریکہ کے متعدد حصوں سمیت کئی دائرہ اختیارات میں اپنائے گئے۔ ناقدین نے یہ بھی نشاندہی کی کہ ڈیپ سیک کے ماڈلز چینی ضابطوں کے مطابق مواد کی چھان بین (فلٹرنگ) لاگو کرتے ہیں اور سیاسی طور پر حساس سوالوں کے جواب دینے سے گریز کرتے ہیں۔ مزید برآں، صنعت کے بعض افراد نے رپورٹ شدہ تربیتی لاگت کے اعداد و شمار کی مکملیت پر سوال اٹھائے، اور OpenAI نے 2025ء کے اوائل میں الزام لگایا کہ ڈیپ سیک نے ممکنہ طور پر اس کے ماڈلز کے نتائج کو، ممکنہ طور پر خدمات کی شرائط کی خلاف ورزی کے طور پر، استعمال کیا ہے — یہ الزام خود بھی صنعت کے عام معلوماتی طریقوں پر بحث چھڑانے کا سبب بنا۔ ڈیپ سیک اور اس کے حامیوں کا جواب یہ رہا ہے کہ اس کی جدتوں کی دستاویزات ماہرین کی نظرِ ثانی سے گزرنے والی تکنیکی رپورٹوں میں آزادانہ طور پر موجود ہیں اور اس کے کھلے اجراؤں کے ذریعے ان کی دوبارہ تشکیل ممکن ہے۔

ان تنازعات کے باوجود، ڈیپ سیک کو وسیع پیمانے پر 2020ء کی دہائی کے وسط کی سب سے بااثر اے آئی تحقیقی تنظیموں میں سے ایک تسلیم کیا جاتا ہے، جس نے یہ ثابت کیا کہ تعمیری جدت اور انجینئرنگ کارکردگی جدید ترین سطح کی مصنوعی ذہانت کی ترقی کی رکاوٹیں بڑی حد تک کم کر سکتی ہیں۔