Fakta-fakta DeepSeek AI Buatan China yang Kalahkan Dominasi ChatGPT, Berbahaya atau Tidak?

Dengan teknik ini, model AI dilatih untuk fokus pada tugas-tugas spesifik, sehingga lebih efisien dalam hal konsumsi sumber daya, tanpa mengorbankan performa pada tugas tertentu.

Perbandingan biaya dengan model AI AS

Biaya pengembangan DeepSeek menunjukkan efisiensi luar biasa:

DeepSeek-R1: Dilatih dalam waktu sekitar dua bulan dengan biaya sekitar 6 juta dollar AS atau sekitar Rp 97 milliar. 
GPT-4: Dilatih dengan biaya hingga 63 juta dollar AS atau sekitar Rp 1 triliun, menggunakan infrastruktur GPU yang jauh lebih mahal dan sumber daya lebih besar.

Meski menggunakan chip H800 yang lebih murah dan performanya dipangkas dibandingkan H100, DeepSeek berhasil mencapai kinerja yang sebanding atau lebih baik pada beberapa tolok ukur. 

Ini menunjukkan bahwa efisiensi arsitektur dan teknik pelatihan dapat menjadi keunggulan kompetitif yang signifikan.

DeepSeek mengklaim kinerja yang unggul dibanding model-model AI terkenal lainnya pada sejumlah tolok ukur (benchmarks):

DROP (3-shot F1): DeepSeek-V3 mencetak 91,6 poin, mengungguli Llama 3.1 (88,7), Claude 3.5 (88,3), dan GPT-4o (83,7).
MATH-500: DeepSeek-V3 mencetak 90,2 poin, lebih tinggi dari Claude 3.5 (78,3) dan GPT-4o (74,6).
AIME 2024: DeepSeek-V3 mencapai skor 39,2, jauh di atas Llama 3.1 (23,3) dan GPT-4o (9,3).

DeepSeek juga mengklaim bahwa DeepSeek-R1 mampu menyaingi dan bahkan melampaui OpenAI O1 di beberapa benchmark, termasuk dalam tes pemahaman konteks dan pemecahan masalah matematika.

Apakah DeepSeek AI aman digunakan?

Meskipun DeepSeek AI menawarkan banyak fitur inovatif, terdapat kerentanan keamanan yang perlu diperhatikan oleh pengguna.

Penelitian baru-baru ini mengungkap adanya kerentanan dalam sistem DeepSeek yang dapat dimanfaatkan oleh pelaku kejahatan siber untuk mengakses akun pengguna melalui serangan injeksi cepat.

Isu ini menjadi perhatian serius, mengingat semakin populernya DeepSeek di kalangan pengembang AI.  

Salah satu kerentanannya adalah serangan injeksi cepat, di mana pelaku bisa menyuntikkan kode berbahaya ke dalam sistem DeepSeek untuk mengakses dan mengendalikan akun pengguna.

Selain itu, serangan XSS (cross-site scripting) yang ditemukan juga berpotensi menyebabkan eksekusi kode yang tidak sah di peramban web korban.  

Kerentanan ini memberi pelaku akses ke data pengguna, termasuk token sesi, yang bisa digunakan untuk menyamar sebagai pengguna yang sah.

Johann Rehberger, seorang peneliti keamanan, mengingatkan bahwa fitur-fitur yang sudah lama digunakan dalam aplikasi GenAI bisa memberikan celah yang tidak terduga untuk serangan.

Ia menekankan pentingnya pengembang untuk lebih berhati-hati dalam menempatkan hasil keluaran LLM (Large Language Models) pada aplikasi, mengingat hasil tersebut tidak dapat dipercaya dan berpotensi mengandung data yang tidak tepat.

***

(TribunTrends/Kompas)