AI業界に激震！中国発『DeepSeek』の実力とリスクを徹底検証

DeepSeekとは

DeepSeek（ディープシーク）は、中国・浙江省杭州市に拠点を置く人工知能（AI）企業で、2023年に設立されました。主にオープンソースの大規模言語モデル（LLM）の開発を行っており、特に数学的推論やプログラミング能力に優れたモデルを提供しています。
2025年1月には、最新モデル「DeepSeek-R1」を公開しました。このモデルは、OpenAIの「o1」モデルと同等の性能を持ちながら、開発や運用コストを大幅に削減しています。
DeepSeekの成功は、AI業界における高価なチップへの依存を減らし、低コストで効率的なAI開発の可能性を示しています。このアプローチは、AI技術の普及と発展に大きく寄与すると期待されています。さらに、DeepSeekは自社のAIモデルをオープンソースとして公開しており、研究者や開発者が自由に利用・改良できる環境を提供しています。
これにより、AIコミュニティ全体の技術革新が促進されています。

DeepSeekに関するこの１週間の出来事　2025/1/31時点

1. マイクロソフトとOpenAIによる調査
   マイクロソフトとOpenAIは、DeepSeekがOpenAIの技術データを不正に取得した可能性について調査を開始しました。
   
2. OpenAIの懸念表明
   OpenAIは、DeepSeekの台頭を受け、米国政府に対し、同社の技術が不正利用されないよう追加の保護措置を求めました。
   
3. DeepSeek-R1の公開
   DeepSeekは、新しいオープンソースAIモデル「DeepSeek-R1」をAzure AI FoundryおよびGitHubで公開しました。
   
4. 市場への影響
   DeepSeekの新モデル発表により、主要テクノロジー企業の株価が下落し、AI業界に大きな影響を及ぼしました。
   
5. サイバー攻撃の被害
   DeepSeekは大規模なサイバー攻撃を受け、新規ユーザー登録を一時的に制限する措置を取りました。
   
6. 日本政府の対応
   日本政府は、DeepSeekによるデータ不正利用の疑惑を受け、他国と協力して対応する方針を示しました。

DeepSeek-R1のオープンソース化により、開発者や研究者はモデルの内部構造を理解し、独自のニーズに合わせてカスタマイズや改良が可能となりました。これにより、AI技術の民主化が促進され、技術革新のスピードが加速すると期待されています。本モデルはMITライセンスの下で公開されており、商用利用やモデルの改変、再配布が自由に行えます。これにより、企業や個人が自社のプロジェクトや製品に組み込むことが容易になっています。DeepSeek-R1のオープンソース化は、AIコミュニティにとって重要な出来事であり、技術の普及と発展に寄与しています。今後もこのような取り組みが続くことで、AI技術のさらなる進化が期待されます。

ChatGPTとDeepSeekとGeminiの実力比較

今回、DeepSeekと、普段使用しているChatGPT、そしてあまり使用していないGeminiに同じプロンプトを指示し、その結果を比較して実力を検証しました。

• 文章生成の比較
• コード生成の比較
• スタイル変換の比較
• 画像生成の比較
• AI相互評価

文章生成の比較

比較のためのプロンプト

下記のプロンプトでは、ネット情報を参照しない条件で指示しました。

AIの倫理的課題について、500文字以内で解説してください

ChatGPTの回答

AIの倫理的課題は多岐にわたりますが、主に以下の点が指摘されています。

1. バイアスと公平性

AIは学習データに基づいて判断するため、データに偏りがあると差別的な結果を生む可能性があります。例えば、採用AIが特定の性別や人種を不利に扱う事例が報告されています。

2. プライバシーと監視

顔認識技術やデータ解析の進化により、個人のプライバシーが侵害されるリスクが増加。特に、中国などでの大規模監視の活用が倫理的な議論を呼んでいます。

3. 説明責任と透明性

AIの判断が「ブラックボックス化」し、なぜその決定が下されたのか説明できないことが問題視されています。特に、医療や金融などの分野では透明性が求められます。

4. 仕事の自動化と雇用問題

AIの発展により、単純作業から高度な業務まで自動化され、失業の増加が懸念されています。特に、ホワイトカラー職種でも影響が広がる可能性があります。

5. 悪用のリスク

ディープフェイクや詐欺、サイバー攻撃への悪用も深刻な問題です。AI生成コンテンツによる偽情報拡散は、選挙や世論形成にも影響を及ぼします。

これらの課題に対処するため、倫理指針の策定や法規制、透明性の向上が求められています。

ChatGPT 4o出力を引用

DeepSeekの回答

AIの倫理的課題は、その急速な発展に伴い、社会や個人に与える影響が大きくなっていることから重要性を増しています。主な課題は以下の通りです。

1. プライバシーとデータ保護: AIは大量のデータを必要としますが、個人情報の収集・利用においてプライバシー侵害のリスクがあります。データ漏洩や不正利用を防ぐための規制と技術的な対策が求められます。
2. バイアスと公平性: AIシステムは学習データに基づいて判断を行うため、データに偏りがあると差別的な結果を生む可能性があります。特に、人種や性別に基づくバイアスが社会的不平等を助長する恐れがあります。
3. 透明性と説明責任: AIの意思決定プロセスは複雑で「ブラックボックス化」しがちです。そのため、どのように結論に至ったかを説明できない場合が多く、特に医療や司法など重要な分野での信頼性が問われます。
4. 雇用への影響: AIの自動化により、多くの仕事が代替される可能性があります。これにより失業が増加し、経済的不平等が拡大する懸念があります。新しいスキルを習得するための教育や再訓練が重要です。
5. 自律性と責任: 自律型AIが誤った判断をした場合、誰が責任を負うのかという問題があります。開発者、使用者、またはAI自体の責任範囲を明確にする必要があります。

これらの課題に対処するため、国際的なガイドラインや法的枠組みの整備が進んでいますが、技術の進化に合わせた継続的な議論と調整が不可欠です。

DeepSeek出力を引用

Geminiの回答

AIの倫理的課題について
AI（人工知能）の進化は目覚ましく、私たちの生活や社会に大きな影響を与えています。その一方で、AIの利用に伴う倫理的な課題も浮上しており、注意が必要です。

1. 差別・偏見の増幅
   AIの学習データには、社会に存在する差別や偏見が反映されている場合があります。そのため、AIがそのようなデータを学習すると、差別的な判断や偏見に基づいた結果を生み出す可能性があります。例えば、採用選考や融資審査などでAIが利用された場合、特定の属性を持つ人々が不利になる可能性があります。
2. プライバシー侵害
   AIは、大量のデータを収集・分析することで、個人の行動や嗜好を把握することができます。しかし、このようなデータ収集は、プライバシー侵害につながる可能性があります。特に、顔認証システムや監視カメラなど、個人を特定できる情報を収集するAIの利用は、プライバシー侵害のリスクが高まります。
3. 責任の所在の曖昧さ
   AIが誤った判断や行動を起こした場合、その責任は誰にあるのでしょうか？AIの開発者、利用者、またはAI自身？責任の所在が曖昧な場合、問題が発生した際の対応が困難になる可能性があります。
4. 人間の尊厳の侵害
   AIが人間の仕事を代替するようになると、雇用不安が生じる可能性があります。また、AIが人間に代わって意思決定を行うようになると、人間の尊厳が侵害される可能性があります。例えば、医療現場でAIが診断を行うようになった場合、医師の役割や患者の自己決定権がどのように変化するのか、議論が必要です。
5. AIの暴走
   SF映画などでは、AIが人類を支配するような сценарийが描かれることがあります。現実には、そのような事態が起こる可能性は低いと考えられますが、AIが予期せぬ行動を起こす可能性はゼロではありません。AIの安全性を確保するための対策が必要です。
   これらの倫理的な課題を解決するためには、AIの開発者、利用者、そして社会全体が協力して、ルールやガイドラインを策定する必要があります。AIの恩恵を最大限に活かしつつ、倫理的なリスクを最小限に抑えることが重要です。

Gemini出力を引用

コード生成の比較

Pythonで、リスト内の重複する要素を削除する関数を書いてください

ChatGPTの回答

Pythonでリスト内の重複する要素を削除する関数を作成するには、set() を使う方法や、順序を保持しながら削除する方法などがあります。

1. 順序を保持しない（set() を使用）

def remove_duplicates(lst):
    return list(set(lst))

# 使用例
sample_list = [1, 2, 2, 3, 4, 4, 5]
print(remove_duplicates(sample_list))  # [1, 2, 3, 4, 5]（順不同）

これは簡潔ですが、元の順序が変わる可能性があります。

---

2. 順序を保持しながら重複を削除

def remove_duplicates_ordered(lst):
    seen = set()
    return [x for x in lst if not (x in seen or seen.add(x))]

# 使用例
sample_list = [1, 2, 2, 3, 4, 4, 5]
print(remove_duplicates_ordered(sample_list))  # [1, 2, 3, 4, 5]

この方法では、最初に出現した順序を維持したまま、重複を削除できます。

どちらの方法を使うかは、順序が重要かどうかで決めると良いでしょう。

ChatGPT 4o出力を引用

DeepSeekの回答

Pythonでリスト内の重複する要素を削除するには、いくつかの方法があります。以下に、そのうちのいくつかを紹介します。

方法1: setを使用する

setは重複を許さないデータ構造なので、リストをsetに変換してから再度リストに戻すことで、重複を削除できます。

def remove_duplicates(lst):
    return list(set(lst))

ただし、この方法では元のリストの順序が保持されないことに注意してください。

方法2: dict.fromkeys()を使用する

Python 3.7以降では、辞書のキーは挿入順序を保持します。この特性を利用して、重複を削除しつつ順序を保持することができます。

def remove_duplicates(lst):
    return list(dict.fromkeys(lst))

方法3: ループを使用する

ループを使って、新しいリストに重複しない要素だけを追加する方法もあります。

def remove_duplicates(lst):
    seen = []
    for item in lst:
        if item not in seen:
            seen.append(item)
    return seen

方法4: collections.OrderedDictを使用する

Python 3.7未満の場合でも、collections.OrderedDictを使用することで順序を保持しながら重複を削除できます。

from collections import OrderedDict

def remove_duplicates(lst):
    return list(OrderedDict.fromkeys(lst))

使用例

lst = [1, 2, 2, 3, 4, 4, 5]
print(remove_duplicates(lst))  # 出力: [1, 2, 3, 4, 5]

まとめ

• 順序を気にしない場合はsetを使うのが簡単です。
• 順序を保持したい場合はdict.fromkeys()やcollections.OrderedDictを使うのが良いでしょう。
• ループを使う方法は、シンプルで理解しやすいですが、リストが大きい場合には効率が悪くなる可能性があります。

DeepSeek出力を引用

Geminiの回答

はい、Pythonでリスト内の重複する要素を削除する関数は、いくつかの方法で記述できます。

1. set を使う方法 (順序は保持されません)
   def unique_list(data):
   return list(set(data))

例

my_list = [1, 2, 2, 3, 4, 4, 5]
new_list = unique_list(my_list)
print(new_list) # 出力: [1, 2, 3, 4, 5]

この方法では、リストを set に変換することで重複要素が取り除かれます。その後、list() でリストに戻しています。ただし、set は順序を保持しないため、元のリストの順序が変わる可能性があります。

2. dict.fromkeys を使う方法 (Python 3.7以降、順序を保持)
   def unique_list(data):
   return list(dict.fromkeys(data))

例

my_list = [1, 2, 2, 3, 4, 4, 5]
new_list = unique_list(my_list)
print(new_list) # 出力: [1, 2, 3, 4, 5]

この方法では、リストの要素をキーとする辞書を作成します。辞書のキーは重複を許さないため、重複要素が取り除かれます。Python 3.7以降では、辞書は挿入順序を保持するため、この方法でも順序が保持されます。

3. リスト内包表記を使う方法 (順序を保持)
   def unique_list(data):
   seen = set()
   return [x for x in data if x not in seen and not seen.add(x)]

例

my_list = [1, 2, 2, 3, 4, 4, 5]
new_list = unique_list(my_list)
print(new_list) # 出力: [1, 2, 3, 4, 5]

この方法では、リスト内包表記を使って新しいリストを作成します。seen は出現済みの要素を保持するセットです。x が seen に含まれていない場合に新しいリストに追加し、同時に seen に x を追加することで、重複要素の追加を防ぎます。

4. Pandasを使う方法 (大規模データ向け)
   import pandas as pd

def unique_list(data):
return pd.Series(data).drop_duplicates().tolist()

例

my_list = [1, 2, 2, 3, 4, 4, 5]
new_list = unique_list(my_list)
print(new_list) # 出力: [1, 2, 3, 4, 5]

この方法では、PandasのSeriesを使って重複要素を削除します。大規模なデータの場合に効率的です。
どの方法を使うべきか

• 順序を保持する必要がない場合: set を使う方法が最も簡単で高速です。
• 順序を保持する必要がある場合: dict.fromkeys (Python 3.7以降) またはリスト内包表記を使う方法が適しています。
• 大規模なデータの場合: Pandasを使う方法が効率的です。
  ご自身の状況に合わせて適切な方法を選んでください。

Gemini出力を引用

スタイル変換の比較

『吾輩は猫である』の冒頭を、現代の若者言葉に変換してください

ChatGPTの回答

「オレ、猫っす。名前はまだないっす。」

さらに続けると、

「どこで生まれたかとか、マジで覚えてないっす。でも気づいたら、ここにいた感じっすね。」

というような感じになります。若者言葉らしく、フランクで軽いノリに変えてみました。

ChatGPT 4o出力を引用

DeepSeekの回答

おっす、俺、猫。名前？まだねーよ。どこで生まれたかもよくわかんねー。とりま、暗くてじめじめしたとこでニャーニャー泣いてたの覚えてる。で、ある日、ピカっと光が差し込むところに出てみたら、人間ってやつに初遭遇。後で知ったんだけど、あいつらは書生ってやつで、時々、俺たち猫を捕まえて煮て食うらしい。まじかよ、怖っ！って感じだったけど、運よくその書生はそんなことしないタイプで、俺を拾ってくれたんだ。でもさ、あいつ、すぐに俺を放置。まあ、それでもここはまあまあ快適だし、ご飯ももらえるから、とりあえずこの家の主人ってやつを観察してる感じ。なんか変なやつだよ、この人。

DeepSeek出力を引用

Geminiの回答

あー、マジ卍。猫だけど、名前はまだないんだよねー。
生まれた場所とか、全然記憶にないんだけど。
なんか薄暗くてジメジメした所で、ずっと鳴いてたのは覚えてる。

Gemini出力を引用

画像生成の比較

比較のためのプロンプト

下記のプロンプトでは、ネット情報を参照しない条件で指示しました。

「『青い空の下で遊ぶ子供たち』のイラストを描いてください

ChatGPTの回答

DeepSeekの回答

申し訳ありませんが、私はテキストベースのAIであり、イラストを描く機能は提供していません。しかし、そのシーンの描写を文章で表現することはできます。例えば、以下のようにです：

「青く澄み渡った空の下、広々とした公園で子供たちが元気に遊んでいます。緑の芝生の上を走り回る子供たちの笑い声が風に乗って広がります。ブランコや滑り台、砂場で遊ぶ姿も見られ、それぞれが楽しそうに過ごしています。遠くには白い雲が浮かび、太陽の光が優しく地面を照らしています。そんな平和で幸せなひとときが、ここにはあります。」

もしイラストを描きたい場合は、イラストレーターの方に依頼するか、イラスト作成ソフトやアプリを使用することをお勧めします。

DeepSeek出力を引用

Geminiの回答

特定の種類の画像を生成する方法についてはまだ学習中のため、ご希望のものを正確に作成できないかもしれません。また、ガイドラインに違反する画像を生成することもできません。他にご要望があればお知らせください。

Gemini出力を引用

AI相互評価

各AIに下記項目５段階で相互評価してもらいました。

1. 性能（Performance）: 各モデルの全体的な能力や精度を評価。
2. コスト効率（Cost Efficiency）: 開発や運用にかかるコストと、その効果のバランスを評価。
3. 多言語対応（Multilingual Support）: 複数の言語での対応能力を評価。
4. 倫理的配慮（Ethical Considerations）: バイアスの有無や情報の透明性など、倫理的な側面を評価。
5. 機能の多様性（Feature Diversity）: 画像生成やコード生成など、提供される機能の幅広さを評価。

筆者がAIの回答をもとにレーダーチャートを作成しました。

ChatGPTの回答

DeepSeekの回答

Geminiの回答

筆者がDeepSeekを使用した印象

短時間ではありますが、DeepSeekを試用しました。ChatGPTとほぼ同じGUIで、使用感も似ています。回答内容はChatGPTより詳しい場合もあり、非常に優れた出来栄えだと感じました。DeepSeekは中国語と英語で学習されており、日本語対応は弱いとされていますが、短時間の使用ではChatGPTと同等に感じられました。さらに使いこなすことで、その差が明らかになるかもしれません。

また、DeepSeekのオープン化により、日本語対応が強化される可能性も高いです。無料で使用でき、ChatGPTと同等の性能を発揮するのであれば、非常に魅力的です。ただし、DeepSeekは中国製品であるため、ネット検閲のリスクが懸念されます。

まとめ

DeepSeekの台頭は、AI業界における新たな競争の時代を象徴しており、効率的で低コストなAI開発の可能性を示しています。しかし、その急速な成功や手法には議論の余地があり、今後の動向が注目されています。筆者も引き続き、AIの進展を注視していきます。

よろしければ引き続きこちらをお読みいただくと、知識が深まります。