AI發展的典範轉移
人工智慧領域正經歷一場深刻的變革，這種變革由一種新穎的方法推動，該方法強調資源可用性，而非傳統的開源模型。 這種轉變由DeepSeek等中國公司倡導，正在使尖端AI工具的獲取民主化，並重新定義中國在全球科技舞台上的角色。 中國工程院院士、第十四屆全國政協委員王堅，最近在接受中國環球電視網（CGTN）採訪時強調了這一變革趨勢。 他強調了DeepSeek在這一演變中的關鍵作用，特別是它對全球技術生態系統的影響。
DeepSeek和開放資源創新的崛起
DeepSeek是一家迅速崛起的中國初創公司，在AI社群中迅速嶄露頭角。 其最新的開源模型DeepSeek-R1於1月20日發布，迅速登上Apple App Store免費排行榜榜首，在受歡迎程度方面甚至超越了OpenAI的ChatGPT。 鑑於DeepSeek相對較少的資源，這一成就尤其值得注意。 該公司聲稱，DeepSeek-R1在數學、編碼和自然語言推理等任務中的表現可與OpenAI等行業巨頭的模型相媲美，但其所需的財務和計算投資卻少得多。
王堅創造了’開放資源創新’一詞來描述這種新範式。 與主要專注於共享程式碼的傳統開源計劃不同，開放資源創新擴展到使強大的AI模型（如DeepSeek的大型語言模型）可供全球受眾使用。 這種可及性使世界各地的開發人員能夠在這些模型的基礎上進行構建，從而激發了DeepSeek本身最初可能都未曾設想的創造力和創新浪潮。
中國對全球科技社群的貢獻
DeepSeek模型的廣泛採用代表了中國對國際技術社群的重大貢獻。 通過向全球開發人員開放其大型語言模型，DeepSeek不僅展示了中國的技術實力，還促進了合作並加速了AI領域的進步。 此舉標誌著從純粹的競爭方式轉向更具協作性、開放性的模式，使整個行業受益。
王堅對未來表示樂觀，強調需要保持勢頭並繼續推動開放資源創新的邊界。 他設想DeepSeek成為開拓者，為其他中國科技公司與世界分享其創新鋪平道路，進一步鞏固中國作為全球科技格局主要貢獻者的地位。
DeepSeek的歷程：從成立到開源領導者
DeepSeek人工智能基礎技術研究有限公司於2023年7月正式成立，已迅速從一家新興的初創公司發展成為尖端大型語言模型（LLM）開發的領導者。 它的旅程始於上一年1月發布其第一個模型’DeepSeek LLM’。 從那時起，該公司經歷了多次迭代，最終於12月推出了其開源LLM ‘V3’。 據美國媒體報導，該模型超越了Meta的所有開源LLM，甚至可以與OpenAI的閉源GPT4-o相媲美。 這種快速的進步凸顯了DeepSeek對創新的承諾及其在競爭激烈的AI市場中與老牌企業競爭的能力。
‘AI Plus倡議’及其影響
中國的’AI Plus倡議’已連續兩年在’兩會’期間成為政府工作報告的重要內容，正在推動AI在各個行業的採用方面發揮著至關重要的作用。 該倡議正在促進一場悄然而重大的轉變，不僅在中國，而且在全球範圍內。 通過促進AI與各個領域的融合，該倡議為DeepSeek等公司蓬勃發展並為更廣泛的開源生態系統做出貢獻創造了肥沃的土壤。
深入探討開放資源創新
開放資源創新的概念代表了AI開發方式的根本轉變。 傳統上，開源計劃主要側重於共享軟體專案的底層程式碼。 這允許開發人員自由地協作、修改和分發程式碼，從而促進了一個充滿活力的貢獻者社群。 然而，開放資源創新將這一概念更進一步。
在AI的背景下，特別是對於大型語言模型，開放資源創新意味著使經過訓練的模型本身可供更廣泛的受眾使用。 這與僅僅共享用於訓練模型的程式碼不同。 經過訓練的模型體現了從大量數據和計算資源中獲得的累積知識和能力。 通過提供這種經過訓練的模型，像DeepSeek這樣的公司實質上是在將AI系統的’大腦’的訪問權民主化。
這種方法提供了幾個關鍵優勢：
- 加速創新： 開發人員可以利用預先訓練的模型作為自己專案的基礎，從而節省大量時間和資源。 他們不需要從頭開始，在海量數據集上訓練自己的模型。
- 降低進入門檻： 訓練大型語言模型的高昂成本一直是小型公司和個人研究人員進入該領域的重大障礙。 開放資源創新降低了這一門檻，使更廣泛的參與者能夠為該領域做出貢獻。
- 不可預見的應用： 通過廣泛提供模型，像DeepSeek這樣的公司正在激發一波他們最初可能沒有預料到的創造力和創新。 開發人員可以探索原始創建者可能沒有考慮過的新穎應用和用例。
- 全球協作： 開放資源創新促進了全球範圍內的協作。 來自不同國家和背景的開發人員可以在彼此工作的基礎上進行構建，從而加速進步並促進更加多樣化和包容性的AI生態系統。
開放資源創新的未來
DeepSeek的成功以及開放資源創新原則的日益普及表明，這種方法有望在AI發展的未來發揮越來越重要的作用。 隨著越來越多的公司採用這種模式，我們可以預期創新將持續加速，AI應用範圍將更廣泛，全球AI社群將更具協作性和包容性。
正如王堅所指出的，挑戰在於保持勢頭並確保這種趨勢繼續發展。 這需要對研發的持續投資、對開放和協作的承諾，以及鼓勵創新同時解決潛在道德問題的支持性監管環境。
開放資源創新模式也提出了獨特的挑戰：
- 品質控制： 確保開源模型的品質和可靠性至關重要。 需要建立機制來驗證這些模型的性能和安全性，然後才能廣泛採用它們。
- 濫用潛力： 強大的AI模型可能被濫用於惡意目的，例如生成虛假資訊或創建深度偽造。 需要採取保障措施來減輕這些風險。
- 智慧財產權： 需要仔細考慮使用和修改開源AI模型的法律和道德影響。 需要明確的指導方針來保護智慧財產權，同時促進創新。
- 計算資源： 即使可以訪問預先訓練的模型，微調和部署這些模型仍然需要大量的計算資源。 解決計算能力獲取方面的這種差異對於確保公平參與開放資源創新生態系統至關重要。
儘管存在這些挑戰，開放資源創新的潛在好處是不可否認的。 通過營造一個更加開放、協作和可訪問的AI環境，這種方法正在為未來鋪平道路，使AI可以用於解決世界上一些最緊迫的挑戰並造福全人類。 DeepSeek在這一領域的開創性努力為其他公司樹立了榜樣，其成功可能會激發開放資源AI領域的進一步發展。