——在IBM院士Kush Varshney看來(lái)，全球AI競(jìng)賽中的地緣政治差異，可能沒(méi)有人們想象的那么重要，他說(shuō)："一旦模型開(kāi)源，它源自何處在很多方面就不再重要了。"

作者：Aili McConnon，IBM

2025年1月27日發(fā)表與IBM官網(wǎng)Think頻道，點(diǎn)擊閱讀英文原文

北京2025年2月10日/美通社/ --DeepSeek-R1是中國(guó)初創(chuàng)公司DeepSeek 推出的人工智能模型，不久前，在人工智能開(kāi)源平臺(tái)Hugging Face上發(fā)布數(shù)小時(shí)，便躍居下載量和活躍度最高模型的榜首；同時(shí)因其促使投資者重新考慮英偉達(dá)（NVIDIA）等芯片制造商的估值，以及AI巨頭為擴(kuò)大其AI業(yè)務(wù)規(guī)模而進(jìn)行的巨額投資，從而給金融市場(chǎng)也帶來(lái)了震蕩。

DeepSeek 推理型AI盡顯高效訓(xùn)練的小模型之威

為何掀起如此大的波瀾？DeepSeek-R1 是一款所謂"推理模型"的數(shù)字助理，在某些數(shù)學(xué)和編碼任務(wù)的人工智能基準(zhǔn)測(cè)試中，它的表現(xiàn)與OpenAI 的 o1 不相上下；而據(jù)該公司稱(chēng)，訓(xùn)練該系統(tǒng)所使用的芯片數(shù)量卻要少得多，使用成本低約96%。

IBM AI 硬件部門(mén)的一位首席研究科學(xué)家兼經(jīng)理Kaoutar El Maghraoui 說(shuō)："DeepSeek 無(wú)疑正在重塑人工智能的格局，它以開(kāi)源的雄心和最先進(jìn)的創(chuàng)新技術(shù)向巨頭們發(fā)起挑戰(zhàn)。"

與此同時(shí)，TikTok 母公司、中國(guó)科技巨頭字節(jié)跳動(dòng)最近發(fā)布了自己的推理型代理（智能體）UI-TARS，并聲稱(chēng)該智能體在某些基準(zhǔn)測(cè)試中優(yōu)于OpenAI 的 GPT-4o、Anthropic 的Claude 和谷歌的 Gemini。字節(jié)跳動(dòng)的智能體可以讀取圖形界面，進(jìn)行推理，并采取自主和一步接一步的行動(dòng)。

從初創(chuàng)公司到成熟巨頭，中國(guó)的人工智能公司似乎正在縮小與美國(guó)競(jìng)爭(zhēng)對(duì)手的差距，這在很大程度上要?dú)w功于它們?cè)敢忾_(kāi)源或與其他企業(yè)和軟件開(kāi)發(fā)商共享底層軟件代碼。IBM花崗巖（Granite）模型高級(jí)技術(shù)產(chǎn)品經(jīng)理Abraham Daniels說(shuō)："DeepSeek已經(jīng)能夠在整個(gè)社區(qū)推廣一些相當(dāng)強(qiáng)大的模型。DeepSeek真的有可能加速人工智能的民主化。"DeepSeek-R1在Hugging Face 上提供，根據(jù)MIT 許可證，允許不受限制地用于商業(yè)用途。

去年夏天，中國(guó)公司快手（Kuaishou）發(fā)布了一款視頻生成工具，它與OpenAI 的索拉（Sora）類(lèi)似，但公眾可以直接使用。Sora于去年2 月亮相，但直到12 月才正式發(fā)布，即便如此，也只有訂閱了ChatGPT Pro 的用戶(hù)才能使用其全部功能。Hugging Face 上的開(kāi)發(fā)者還搶購(gòu)了中國(guó)科技巨頭騰訊和阿里巴巴的新開(kāi)源模式。雖然Meta 已將其Llama 模型開(kāi)源，但OpenAI 和谷歌在模型開(kāi)發(fā)方面都主要采用閉源方式。

除了開(kāi)源帶來(lái)的好處外，DeepSeek 工程師在訓(xùn)練系統(tǒng)時(shí)使用的英偉達(dá)（NVIDIA）高度專(zhuān)業(yè)化芯片也僅為美國(guó)競(jìng)爭(zhēng)對(duì)手的一小部分。例如，DeepSeek 工程師在發(fā)布DeepSeek-V3 模型時(shí)發(fā)表的研究論文稱(chēng)，他們只需要2000 個(gè)GPU（圖形處理單元）或芯片就能訓(xùn)練出他們的模型。

推理模型

IBM院士（IBMFellow）Kush Varshney說(shuō)："真正令人印象深刻的是DeepSeek模型的推理能力。"推理模型本質(zhì)上是自我驗(yàn)證或檢查，代表了一種"元認(rèn)知"或 "關(guān)于思考的思考"。"我們正開(kāi)始將智慧融入到這些模型中，這是巨大的進(jìn)步，" Varshney 說(shuō)。

去年9 月，當(dāng)OpenAI 預(yù)覽其o1 推理模型時(shí)，推理模型成為熱門(mén)話(huà)題。與以往只給出答案而不解釋推理過(guò)程的人工智能模型不同，它通過(guò)將復(fù)雜問(wèn)題分成幾個(gè)步驟來(lái)解決。推理模型可能需要多花幾秒或幾分鐘來(lái)回答問(wèn)題，因?yàn)樗鼈儠?huì)一步一步或以"思維鏈"的方式來(lái)反思自己的分析。

強(qiáng)化學(xué)習(xí)

DeepSeek-R1將思維鏈推理與強(qiáng)化學(xué)習(xí)相結(jié)合，在強(qiáng)化學(xué)習(xí)中，自主智能體在沒(méi)有人類(lèi)用戶(hù)任何指令的情況下，通過(guò)反復(fù)試錯(cuò)學(xué)會(huì)執(zhí)行任務(wù)。強(qiáng)化學(xué)習(xí)有別于更常用的學(xué)習(xí)形式，如監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)，前者使用人工標(biāo)注的數(shù)據(jù)進(jìn)行預(yù)測(cè)或分類(lèi)，后者旨在從無(wú)標(biāo)注的數(shù)據(jù)中發(fā)現(xiàn)和學(xué)習(xí)隱藏的模式。

DeepSeek-R1 質(zhì)疑了這樣一種假設(shè)，即通過(guò)對(duì)正確或錯(cuò)誤行為的標(biāo)記示例進(jìn)行訓(xùn)練，或者從隱藏模式中提取信息，模型的推理能力就會(huì)得到提高。密歇根州立大學(xué)博士生張逸驊撰寫(xiě)了數(shù)十篇機(jī)器學(xué)習(xí)方面的論文，他說(shuō)："它的核心假設(shè)很簡(jiǎn)約，卻不那么簡(jiǎn)單：我們能否只通過(guò)獎(jiǎng)勵(lì)信號(hào)來(lái)教會(huì)模型正確回答，從而讓它自己摸索出最優(yōu)的思考方式？"

張逸驊說(shuō)，對(duì)于他和像他一樣習(xí)慣了傳統(tǒng)監(jiān)督微調(diào)的專(zhuān)家而言，"眼見(jiàn)DeepSeek這樣的大型語(yǔ)言模型僅靠強(qiáng)化學(xué)習(xí)獎(jiǎng)勵(lì)就能學(xué)會(huì)‘更好地思考'，著實(shí)令人驚艷"，尤其是看到"模型出現(xiàn)真正的‘a(chǎn)ha(頓悟)時(shí)刻'，它能后退一步，發(fā)現(xiàn)錯(cuò)誤并自我糾正"。

成本計(jì)算

DeepSeek 引發(fā)的熱議部分源于其低廉的價(jià)格。根據(jù)該公司發(fā)布的技術(shù)報(bào)告，在圣誕節(jié)當(dāng)天發(fā)布的DeepSeek-V3 的訓(xùn)練成本為550 萬(wàn)美元，而對(duì)于希望試用它的開(kāi)發(fā)人員來(lái)說(shuō)，價(jià)格要便宜得多。IBM杰出工程師Chris Hay說(shuō)："他們?cè)谀Ｐ统杀痉矫嫠龅墓ぷ?，以及他們?xùn)練模型所花費(fèi)的時(shí)間，確實(shí)令人印象深刻。"

然而，IBM研究院Granite技術(shù)產(chǎn)品管理總監(jiān)Kate Soule表示，低廉的價(jià)格標(biāo)簽可能并不是故事的全部。她說(shuō)，550 萬(wàn)美元的成本"只代表了所需計(jì)算量的一小部分"。她說(shuō)，這還不包括公司即使采用開(kāi)源模型也要保持專(zhuān)有的成本細(xì)節(jié)，比如"強(qiáng)化學(xué)習(xí)、數(shù)據(jù)消減和超參數(shù)搜索的計(jì)算成本"。

無(wú)可置疑的是，DeepSeek 通過(guò)使用專(zhuān)家混合（MoE）架構(gòu)實(shí)現(xiàn)了更高的成本效益，而這種架構(gòu)大大降低了訓(xùn)練所需的資源。MoE 架構(gòu)將人工智能模型劃分為不同的子網(wǎng)絡(luò)（或"專(zhuān)家"），每個(gè)子網(wǎng)絡(luò)專(zhuān)門(mén)處理輸入數(shù)據(jù)的一個(gè)子集。模型只激活特定任務(wù)所需的特定專(zhuān)家，而不是激活整個(gè)神經(jīng)網(wǎng)絡(luò)。因此，MoE 架構(gòu)大大降低了預(yù)訓(xùn)練期間的計(jì)算成本，并在推理期間實(shí)現(xiàn)了更快的性能。在過(guò)去一年中，包括法國(guó)領(lǐng)先的人工智能公司Mistral和IBM在內(nèi)的全球多家公司著力推廣了MoE 架構(gòu)，并通過(guò)將MoE 與開(kāi)源相結(jié)合實(shí)現(xiàn)了更高的效率。（例如，IBM在2024年Think大會(huì)宣布與紅帽一起推出InstructLab，一個(gè)推動(dòng)大模型開(kāi)源創(chuàng)新的革命性大模型對(duì)齊方法。）

就 IBM 的一系列開(kāi)源Granite模型（采用MoE 架構(gòu)開(kāi)發(fā)）而言，企業(yè)能夠以極低的成本實(shí)現(xiàn)前沿模型的性能，因?yàn)樗麄兛梢葬槍?duì)特定應(yīng)用或用例調(diào)整大型預(yù)訓(xùn)練模型，從而有效創(chuàng)建更小的適用模型。將強(qiáng)大的功能集成到更小的稠密模型上，意味著這些模型可用于智能手機(jī)和其他在邊緣運(yùn)行的移動(dòng)設(shè)備，如汽車(chē)計(jì)算機(jī)或工廠(chǎng)車(chē)間的智能傳感器。

這種采用較大模型并將其蒸餾成資源密集度較低的較小模型的過(guò)程也為DeepSeek 的成功做出了貢獻(xiàn)。在發(fā)布其標(biāo)志性的 R1 模型的同時(shí)，這家中國(guó)初創(chuàng)公司還發(fā)布了一系列更小的適合不同用途的模型。有趣的是，他們用實(shí)踐證明，與一開(kāi)始就對(duì)小型模型進(jìn)行強(qiáng)化學(xué)習(xí)相比，將大型模型蒸餾成小型模型的推理效果更好。

全球性的人工智能洗牌？

隨著這些新模型在某些基準(zhǔn)測(cè)試中與老一代競(jìng)爭(zhēng)對(duì)手相抗衡或超越它們時(shí)，它們將如何影響全球人工智能格局？El Maghraoui說(shuō)："全球人工智能格局不只關(guān)乎基準(zhǔn)測(cè)試的原始性能，更關(guān)系到是否能以安全和道德的方式對(duì)這些模型進(jìn)行端到端的整合。" 因此，El Maghraoui 表示，現(xiàn)在判斷DeepSeek-R1 及其他產(chǎn)品是否會(huì)"改變?nèi)祟?lèi)互動(dòng)、技術(shù)和企業(yè)應(yīng)用"，還為時(shí)尚早。

最終，"開(kāi)發(fā)人員的采用率將決定DeepSeek 模型的受歡迎程度，"Daniels說(shuō)。他表示期待"看到他們?yōu)槟Ｐ桶l(fā)掘出的各種用例"。

在IBM院士Kush Varshney看來(lái)，全球AI競(jìng)賽中的地緣政治差異，可能沒(méi)有人們想象的那么重要，他說(shuō)："一旦模型開(kāi)源，它源自何處在很多方面就不再重要了。"

即刻開(kāi)始在IBM watsonx.ai上使用DeepSeek——通過(guò)本教程，了解如何使用watsonx.ai以安全的方式部署DeepSeek-R1的精餾變體進(jìn)行推理。

審核編輯 黃宇