從DeepSeek，解析AI的發展趨勢與挑戰

當一個新的技術革命到來時，其實人們往往是避無可避的，在這個視角下，正如人類面對的每一次技術機遇時那樣，認知技術、了解技術再努力去駕馭技術為人類所用才是我們為數不多的理性選擇

僅用了短短一個月的時間，一款名為DeepSeek的國產AI工具便以“技術奇跡”與“社交狂歡”的雙重姿態席卷全球。與以往AI給人“遠離現生”的印象不同，DeepSeek“無所不能”的神奇特質吸引了各路用戶，有人用它炒股、有人用它算命、有人用它做旅行攻略……一時間，“你用DeepSeek了嗎？”成為線上線下交流的招呼語句。

這款以“低成本高性能”著稱的AI工具好在哪里？該怎么用？AI又將給普通人的生活帶來什么影響？近日，浙江大學濱江研究院數智融合研究中心主任韓蒙研究員向本刊分享了自己的觀點和看法。

本刊記者：此次DeepSeek橫空出世，一舉攪動了全球大模型市場格局，甚至被譽為“國運級”的創新，該如何理解此次DeepSeek“出圈”的意義？

韓蒙：首先，我們要建立對AI的基本認知。AI是一門融合了計算機科學、統計學、腦神經學和社會科學的前沿綜合性學科。研究AI的目標，是希望計算機有像人一樣的智力及能力，可以共識性地輔助或者部分替代人類完成感知、認知、推理和決策等多種任務。

事實上，早在20世紀50年代，AI的概念就已經出現了。1956年，達特茅斯會議上首次提出了AI的概念，被認為是AI學科誕生的標志性事件。1997年，轟動全球的人機大戰中，IBM公司研制的超級計算機“深藍”戰勝了國際象棋世界冠軍卡斯帕羅夫。我們通常認為，這一時間段是AI從萌芽到初步探索的階段。

從20世紀90年代中期到21世紀10年代，則屬于AI沉淀積累的階段。這期間也發生了一系列標志性事件，比如2012年AlexNet發布，它是第一個在ImageNet圖像分類競賽中取得顯著優勢的深度學習模型，被認為是深度學習圖像分類的“開山鼻祖”；2016年，谷歌AI系統AlphaGo和世界圍棋冠軍李世石展開了一場人機智慧的較量，最終AlphaGo以4：1戰勝李世石。

進入21世紀10年代，隨著在技術上取得了一系列的突破，AI與公眾的距離越來越近。比如2020年，OpenAI發布GPT-3模型，推動了自然語言處理領域的創新；2021年，TESLA發布全自動駕駛beta版，自動駕駛技術實現實際應用；2022年，OpenAI推出ChatGPT推動了全球的大模型浪潮；2023年，OpenAI發布GPT-4，可接收文本和圖像輸入；2024年，性能超越GPT-4的Claude 3 Opus大模型發布。還有前段時間，DeepSeek-V3發布，在知識類任務和數學推理上表現優異；DeepSeek-R1發布，推理能力對標OpenAI o1，并同步完全開放模型權重。

DeepSeek之所以引起全球性的關注，與其采用的策略有關。首先是開放開源，其次是公開深度思考的過程，再就是“性價比”高。從時間線可以看出，近幾年AI領域的顛覆性創新不斷涌現，全球圍繞AI的研發展開了激烈的競爭。一直以來，大模型的研發投入都是以百億、千億計的，但DeepSeek-R1巧妙地繞過了算力制約，預訓練成本不到GPT-4o訓練成本的十分之一，通過相關架構節省了大量顯存，進而實現底層算力的高效利用，以更低的成本訓練出更加出色的模型效果。這種揚長避短的技術思路讓人們看到，在非常有限的算力資源支持下，通過強大的算法創新，也能突破算力瓶頸，做出具有全球意義的領先成果。

本刊記者：網友在實際體驗DeepSeek之后，對其褒貶不一，為什么會出現這種現象？DeepSeek的優勢具體在哪方面？

韓蒙：就使用感受來說，有人對DeepSeek贊賞有佳，有人反而覺得它沒那么好，主要是因為大家對DeepSeek的期望值與其所展現出來的能力存在差值。

從AI出現，人們就對它寄予了厚望。無論是“深藍”戰勝卡斯帕羅夫，還是AlphaGo戰勝李世石，AI在人們的期待中帶來了很多驚喜。但也要看到，很多時候AI的能力離預期還遠，技術的演進是隨著時間的推移而發生的，不能用100分的標準去評判當下60分或者80分的產品。

這次DeepSeek之所以引起震撼，正是源于其發布的擁有671B參數的超大規模混合專家模型（MoE）——DeepSeek V3，在MMLU、MMLU-Pro、GPQA等基準測試中，其性能與GPT-4o和Claude-Sonnet-3.5等領先的閉源模型相當。現在，很多團隊都在利用DeepSeek V3開展場景應用，主要是因為DeepSeek V3擁有多個非常杰出的技術亮點。

首先它有高效的混合專家架構（Mixture of Experts，MoE），可以僅使用37B的參數激活就能保證模型的性能。這一特性也正是大家所驚嘆的。因為通常認為，技術其實很難有絕對的壁壘，時間才是真正的壁壘。而在一個時間點內擁有了超越同行甚至超越國界的技術領先性，就是壁壘；而這個時間的優勢又可以將研發力量投入去探索更多價值，這期間所產生的差額也是壁壘。DeepSeek V3推理速度更快、需要的算力更少，那相應所需要的其他方面的投入就更少，如前所述，在同一時間點上就有了極高的技術優勢。另外，DeepSeek V3作為開源模型，代碼和訓練方法向全球開放，這樣的開放態度也讓全球開發者和企業能夠以較低的成本使用和改進模型，打破了硅谷公司對高端AI模型的壟斷，加速了AI技術的普及和應用，為世界貢獻了中國智慧也展現了開放的胸懷。

本刊記者：當前，AI快速發展的同時也帶來了困惑，好像AI在各種場景中都能應用，但又好像很多場景不適用。那么AI到底可以應用于哪些場景？給普通人的生活會帶來哪些影響？又將面對什么樣的風險和挑戰？

韓蒙：目前在一些非嚴肅場景，比如娛樂化、市場化的宣傳場景中AI已經得到了廣泛使用。而在容錯率低、試錯成本高的嚴肅場景能不能使用AI，成為公眾非常關心的問題。而從我們團隊的調研情況來看，目前在嚴肅場景中AI也已經可以越來越廣泛地發揮作用。

以DeepSeek為例，目前各界都在主動接入DeepSeek，比如三大運營商、深圳的AI公務員。它的出現在各行各業中將引爆各式各樣的業務，如應用于工業領域中的設計優化、3D建模、制造檢測等環節，醫療領域的藥物發現、診斷治療和關懷陪伴等方向，金融領域的數字員工、投資管理、風險管理等業務，教育領域的課程生成、智能助教等節點，以及電商、傳媒、影視、娛樂、游戲等領域，DeepSeek都能為其賦能。

而關于很多人擔心的，AI的發展會不會帶來風險。事實上，需要辯證地看待技術帶來的機會，以便更好地去把握機會。還是以DeepSeek為例，它開啟了一個私有化、小型化、邊緣化部署的可能性，讓原本不能、不敢上傳到云端用以進行分析的數據留在了本地進行分析運行，保證了數據的安全。此前出現的深圳AI公務員曾讓人恐慌，大家擔心自己的工作是否會被AI所替代。但實際上，當前AI承擔的是大量繁瑣基礎且并不一定需要人類來重復操作的勞動，AI幫助工作人員從這些勞動中解脫出來，從而提升整體工作效率和服務效率。

與此同時，也需要關注到，在實際應用AI的過程中，關于數據中毒、模型“幻覺”以及模型自我進化過程中出現偏差等問題也非常需要關注，AI生成內容的濫用等已經獲得了國家的關注，相關的管理制度也在陸續發布。特別是在嚴肅場景下，如何審慎適時恰當地使用AI，會變成一個持續且重要的話題。當一個新的技術革命到來時，其實人們往往是避無可避的，在這個視角下，正如人類面對的每一次技術機遇時那樣，認知技術、了解技術再努力去駕馭技術為人類所用才是我們為數不多的理性選擇。