DeepSeek R1: il modello che ha scosso il mercato

In pochi giorni un laboratorio cinese poco noto al grande pubblico ha messo in discussione alcune certezze dell'intelligenza artificiale. Il 20 gennaio DeepSeek ha rilasciato DeepSeek-R1, un modello che ragiona prima di rispondere e che, secondo l'azienda, ha prestazioni paragonabili a OpenAI o1. Lunedì 27 gennaio le borse hanno reagito, e ieri anche il Garante per la privacy italiano si è mosso.

Che cos'è DeepSeek-R1?

R1 è un modello di ragionamento: prima di dare la risposta produce una lunga catena di passaggi intermedi, verifica, torna indietro, corregge. È lo stesso principio che OpenAI ha portato in o1, ma con alcune differenze che pesano:

• i pesi del modello sono pubblici, con licenza MIT, che consente anche l'uso commerciale;
• insieme a R1 sono stati rilasciati sei modelli più piccoli, da 1,5 a 70 miliardi di parametri, ottenuti per distillazione su basi Qwen e Llama;
• l'API costa 0,55 dollari per milione di token in ingresso e 2,19 dollari per milione in uscita;
• nella chat di DeepSeek il ragionamento si attiva con il pulsante «DeepThink», e il percorso del modello è visibile per intero.

Il rapporto tecnico pubblicato su arXiv il 22 gennaio racconta un risultato notevole: la versione sperimentale R1-Zero ha sviluppato capacità di ragionamento con il solo apprendimento per rinforzo, senza esempi scritti da persone. Comportamenti come l'autoverifica e la riflessione sono emersi da soli. Il prezzo erano risposte poco leggibili e lingue mescolate, problemi che R1 corregge con fasi di addestramento aggiuntive.

Perché i mercati hanno tremato?

Il 26 gennaio l'app di DeepSeek è salita al primo posto dell'App Store statunitense, superando ChatGPT, ed era la prima app gratuita in 52 Paesi. Il 27 gennaio il titolo Nvidia è arrivato a perdere fino al 17%, in una giornata che Bloomberg ha descritto come una perdita di valore di borsa da record. Il motivo: DeepSeek sostiene di aver ottenuto risultati da primi della classe con una frazione dei costi e con chip meno potenti. Se l'AI di frontiera costa meno del previsto, le scommesse miliardarie sull'hardware vanno ricalcolate.

E in Italia?

Il 28 gennaio il Garante per la protezione dei dati personali ha chiesto informazioni alle due società che offrono il servizio, parlando di un possibile rischio per i dati di milioni di persone in Italia. Le domande riguardano quali dati vengono raccolti, da quali fonti, per quali finalità, su quale base giuridica, se sono conservati su server in Cina e quali informazioni vengono usate per addestrare il sistema. Le società hanno 20 giorni per rispondere.

Il consiglio operativo è semplice: finché questi punti non sono chiariti, nessun dato aziendale o personale nella chat pubblica di DeepSeek. Altra cosa sono i pesi aperti: un'azienda può far girare R1 o una sua versione distillata sui propri server, e allora i dati non lasciano il perimetro aziendale.

Che cosa cambia per chi scrive prompt?

I modelli di ragionamento chiedono un modo diverso di progettare le richieste. Con i modelli tradizionali abbiamo imparato a guidare il ragionamento passo passo e a fornire molti esempi. Con R1 il ragionamento è già incorporato, e il rapporto tecnico di DeepSeek è esplicito: il modello è sensibile ai prompt e gli esempi nel prompt ne peggiorano costantemente le prestazioni. Il consiglio degli autori è descrivere direttamente il problema e specificare il formato della risposta, senza esempi. Conviene quindi essere molto chiari su obiettivo, vincoli e criteri di successo:

Devo scegliere tra tre fornitori di logistica. Ecco i dati di costo, tempi e penali. Obiettivo: ridurre i costi del 10% senza peggiorare i tempi di consegna oltre i due giorni. Indica il fornitore migliore, spiega il motivo in cinque righe e segnala quali dati mancano per una decisione sicura.

Un secondo vantaggio è il ragionamento visibile. Leggere i passaggi del modello aiuta a capire dove ha frainteso la richiesta e quindi come correggere il prompt. Non è una garanzia di correttezza: anche un ragionamento lungo può contenere allucinazioni.

La lezione per chi progetta

DeepSeek-R1 ricorda che il panorama dei modelli cambia in fretta e che il modello migliore di oggi può essere superato in poche settimane, anche da un concorrente inatteso. Per questo un buon sistema di prompt non va costruito attorno a un solo fornitore: va progettato per essere provato, confrontato e spostato da un modello all'altro, tenendo sempre al centro due domande. Funziona meglio? E dove finiscono i nostri dati?

Fonti

• DeepSeek, DeepSeek-R1 Release, 20 gennaio 2025
• DeepSeek-AI, DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning, 22 gennaio 2025
• TechCrunch, DeepSeek displaces ChatGPT as the App Store's top app, 27 gennaio 2025
• Business Standard (Bloomberg), Nvidia's $465 bn plunge triggered by DeepSeek, largest in market history, 27 gennaio 2025
• Garante per la protezione dei dati personali, IA: il Garante privacy chiede informazioni a DeepSeek. Possibile rischio per i dati di milioni di persone in Italia, 28 gennaio 2025