AI开发的范式转变
人工智能领域正在经历一场深刻的变革，这种变革由一种全新的方法推动，该方法强调资源可用性，而不是传统的开源模型。这种转变由DeepSeek等中国公司倡导，正在使尖端AI工具的获取民主化，并重新定义中国在全球科技舞台上的角色。中国工程院院士、第十四届全国政协委员王坚最近在接受中国环球电视网（CGTN）采访时强调了这一变革趋势。他强调了DeepSeek在这一演变中的关键作用，特别是它对全球技术生态系统的影响。
DeepSeek和开放资源创新的崛起
DeepSeek是一家新兴的中国初创公司，在AI社区中迅速崭露头角。其最新的开源模型DeepSeek-R1于1月20日发布，迅速登上Apple应用商店免费排行榜榜首，受欢迎程度甚至超过了OpenAI的ChatGPT。鉴于DeepSeek相对较少的资源，这一成就尤其值得注意。该公司声称，DeepSeek-R1在数学、编码和自然语言推理等任务上的表现可与OpenAI等行业巨头的模型相媲美，但其所需的财务和计算投资却少得多。
王坚创造了’开放资源创新’一词来描述这种新范式。与主要侧重于共享代码的传统开源计划不同，开放资源创新扩展到使强大的AI模型（如DeepSeek的大型语言模型）可供全球受众使用。这种可访问性使全球的开发人员能够在这些模型的基础上进行构建，从而激发了一波甚至DeepSeek本身最初都可能没有预料到的创造力和创新浪潮。
中国对全球科技社区的贡献
DeepSeek模型的广泛采用代表了中国对国际技术社区的重大贡献。通过向全球开发者开放其大型语言模型，DeepSeek不仅展示了中国的技术实力，还促进了合作并加速了AI领域的进步。此举标志着从纯粹的竞争方式转变为一种更具协作性、开放性的模式，使整个行业受益。
王坚对未来表示乐观，强调需要保持势头并继续推动开放资源创新的边界。他将DeepSeek视为开拓者，为其他中国科技公司与世界分享其创新铺平道路，进一步巩固中国作为全球科技领域主要贡献者的地位。
DeepSeek的历程：从成立到开源领导者
DeepSeek人工智能基础技术研究有限公司于2023年7月正式成立，已迅速从一家新兴的初创公司发展成为尖端大型语言模型（LLM）开发的领导者。它的旅程始于上一年1月发布其第一个模型’DeepSeek LLM’。从那时起，该公司经历了多次迭代，最终于12月推出了其开源LLM’V3’。据美国媒体报道，该模型据称超越了Meta的所有开源LLM，甚至可以与OpenAI的闭源GPT4-o相媲美。这种快速的进步凸显了DeepSeek对创新的承诺及其在竞争激烈的AI市场中与老牌企业竞争的能力。
‘AI Plus倡议’及其影响
中国的’AI Plus倡议’已连续两年成为政府工作报告的突出特点，在推动AI在各行各业的应用方面发挥着至关重要的作用。这项倡议正在促进一场悄然但意义重大的转变，不仅在中国，而且在全球范围内。通过促进AI与各个行业的融合，该倡议为DeepSeek等公司蓬勃发展并为更广泛的开源生态系统做出贡献创造了肥沃的土壤。
深入探讨开放资源创新
开放资源创新的概念代表了AI开发方式的根本转变。传统上，开源计划主要侧重于共享软件项目的底层代码。这允许开发人员协作、修改和自由分发代码，从而培育一个充满活力的贡献者社区。然而，开放资源创新将这一概念更进一步。
在AI领域，特别是对于大型语言模型，开放资源创新意味着使经过训练的模型本身可供更广泛的受众使用。这与简单地共享用于训练模型的代码不同。经过训练的模型体现了从大量数据和计算资源中获得的累积知识和能力。通过提供这种经过训练的模型，像DeepSeek这样的公司本质上是在使AI系统的’大脑’的访问民主化。
这种方法提供了几个关键优势：
- 加速创新： 开发人员可以利用预先训练的模型作为自己项目的基础，从而节省大量时间和资源。他们不需要从头开始，在海量数据集上训练自己的模型。
- 降低进入门槛： 训练大型语言模型的高昂成本一直是小型公司和个人研究人员进入该领域的主要障碍。开放资源创新降低了这一障碍，使更广泛的参与者能够为该领域做出贡献。
- 不可预见的应用： 通过广泛提供模型，像DeepSeek这样的公司正在激发一波他们最初可能没有预料到的创造力和创新浪潮。开发人员可以探索新颖的应用程序和用例，这些应用程序和用例是原始创建者可能没有考虑到的。
- 全球协作： 开放资源创新促进了全球范围内的协作。来自不同国家和背景的开发人员可以在彼此的工作基础上进行构建，从而加速进步并培育一个更加多样化和包容的AI生态系统。
开放资源创新的未来
DeepSeek的成功以及开放资源创新原则的日益普及表明，这种方法有望在AI开发的未来发挥越来越重要的作用。随着越来越多的公司采用这种模式，我们可以预期创新将持续加速，AI应用范围将更广，全球AI社区将更具协作性和包容性。
正如王坚所指出的，挑战在于保持势头并确保这一趋势继续发展。这需要对研发的持续投资、对开放性和协作的承诺，以及一个鼓励创新同时解决潜在道德问题的支持性监管环境。
开放资源创新模式也带来了独特的挑战：
- 质量控制： 确保开源模型的质量和可靠性至关重要。需要建立机制来验证这些模型的性能和安全性，然后再广泛采用它们。
- 滥用可能性： 强大的AI模型可能被滥用于恶意目的，例如生成虚假信息或创建深度伪造。需要采取保障措施来减轻这些风险。
- 知识产权： 需要仔细考虑使用和修改开源AI模型的法律和道德影响。需要明确的指导方针来保护知识产权，同时促进创新。
- 计算资源： 即使可以访问预先训练的模型，微调和部署这些模型仍然需要大量的计算资源。解决计算能力访问方面的这种差距对于确保公平参与开放资源创新生态系统至关重要。
尽管存在这些挑战，但开放资源创新的潜在好处是不可否认的。通过培育一个更加开放、协作和可访问的AI格局，这种方法正在为一个未来铺平道路，在这个未来，AI可以用来解决世界上一些最紧迫的挑战并造福全人类。DeepSeek在这一领域的开创性努力为其他公司树立了榜样，其成功可能会激发开放资源AI领域的进一步发展。