王维嘉 DeepSeek尚有余以撼动中美AI差距格式 (王维嘉的扮演者是谁)

从技术格式来看，虽然DeepSeek的效果参与了中美在人工智能技术上的差距，但中美人工智能全体魄局尚未被撼动。

媒体注 ：本文为硅谷著名企业家&投资家、《暗知识》作者王维嘉在一个企业家社群里的讨论要点，媒体APP经授权公布，并略经编辑。

眼下科技圈最关注的莫过于Deepseek事情。网络上充溢着各种技术与财务剖析。在此，我愿分享一些集团见地，以期为诸位提供更明晰的思绪。

技术创新的探求之路

我在硅谷任务了40年，对技术创新有着深化的体会。技术创新似乎在大山中寻觅金矿。虽然有人指出大山中存在金矿，但详细位置却无人知晓。因此，众多探求者涌入，各自寻觅不同的方向。

回想人工智能展开历程，自 2012 年图像识别取得初次打破，到后来人工智能在围棋范围的运转，我们可将其视为人工智能 1.0 阶段。彼时，硅谷乃至全球人工智能行业关键聚焦于图像识别和视频识别范围。

2017年，谷歌推出Transformer模型，聚焦言语翻译，尤其是英文与法文之间的翻译。但是，谷歌在成功相关研讨后，并未深化探求，由于事先业界普遍以为言语翻译市场有限，远不及图像识别和视频识别范围。

但是，OpenAI 另辟蹊径，洞察到言语范围的广阔前景。人类智慧多以言语出现，因此 OpenAI 全力投入研发。虽然事先OpenAI 资源匮乏，与谷歌、微软等巨头相比，人力、财力均相差悬殊，但他们仰仗敏锐的洞察力，于2022年11月公布了ChatGPT。

这似乎在众人行走的阳光小道旁发现了一条小岔道，OpenAI 一头扎出来，竟异常发现了一座金矿，引发了行业的震动。众多从业者纷繁涌入，将此范围开拓成新的阳光小道。

尔后，行业预训练模型一直加大规模和数据量，但逐渐迷失方向。在此环节中，OpenAI 又做出了新的奉献 —— 推理学习。研讨发现，在模型规模并非极大的状况下，经过精心训练推理才干，模型性能可成功大幅优化。2024年 9 月 24 日，OpenAI 公布 o1 model，再一次性性为行业开拓了新的途径。

在这一探求环节中，全球团队，尤其是美国团队，发明了诸多工具，似乎更尖锐的砍刀与铲子，助力各团队在荆棘丛生的探求之路上减速前行。

DeepSeek的开源理想和成功偶然性

DeepSeek可谓一支怀揣技术理想的团队。他们坚持开源，与通常抢先者秘而不宣的做法不同，选择借助全球智慧共同推进技术展开。

在技术展开中，抢先者通常会对中心技术有所保管，而落后者则偏向于经过开源集聚全球智慧推进度开，如 Meta（Facebook）在与OpenAI 的竞争中选择开源。由于开源是一种相似公益社区的精气，阿拉善的企业家就会比拟更能了解，就是哪怕不知道有没有收获，但是仍会选择付出。

美国有开源的文明，比如软件的开源Linux，比如Wikipedia做成了全全球的字典，中国事先也来拷贝，结果做的很差。在中国，开源文明并不深沉，DeepSeek 能坚持开源，将优质效果与全球共享，实属难得。这表现了美国开源社区精气对中国年轻程序员和企业家的影响，虽然这种影响在国际仍较为稀缺。

团队中心人物梁文锋自2013年便末尾运用机器学习启动量化投资，团队在机器学习范围已有十余年的阅历积聚。在技术敏感度上，他们或许早在 ChatGPT 之前就已末尾经常经常使用 transformer 开发大言语模型，如 2019 年或许就已启动相关任务。同时，团队集聚了一批国际顶尖人才，在技术探求中，他们运行祖先开发的先进工具，在推理模型的基础上又发现了一条新途径 —— 完全智能训练，区别于 OpenAI 的人工训练方式，降低了本钱。

这种智能推理训练相似于 AlphaGo zero 的方式。AlphaGo 击败李世石后，谷歌工程师尝试让 AlphaGo zero 不依赖人类阅历从头学习，结果在短时期内，AlphaGo zero 便跨越了击败李世石的旧版 AlphaGo。DeepSeek 在这一途径上深化探求并取得成功，虽然其奉献水平不及 ChatGPT 和推理训练的发现，但也可谓自 ChatGPT 以来第三大关键奉献，将推理本钱降低了两个数量级。

从技术格式来看，虽然 DeepSeek 的效果参与了中美在人工智能技术上的差距，但中美人工智能全体魄局尚未被撼动。

在人工智能技术的几个关键方面，芯片范围中国仍与美国存在较大差距；在算法打破方面，过去十年间，从 2012 年的 alexnet 到2017 年的 transformer，再到 2022 年的 ChatGPT 以及后续的思想链、RAG 和推理训练等严重打破，大多出现在美国，法国的 Mistral 公司也有大批奉献，DeepSeek 的奉献占比约为 5%，但这已然十分了不起。

DeepSeek的成功在肯定水平上具有偶然性。在一个充溢偶然性的迷信探求环节中，众多团队在不同的方向上探求，总会有某个团队率先取得打破。中国拥有庞大的 AI 基础和工程师队伍，经过30年的展开，曾经与西方树立了良好的交流基础。因此，中国出现像 DeepSeek 这样的团队并不令人异常。这相似于苏联在1957年成功发射第一颗自然卫星，其面前是美国在两次全球大战时期对苏联技术的开放，使得苏联培育了弱小的技术基础。但是，一旦苏联闭关锁国，这种技术才干便迅速衰退。

AI浪潮前景广阔，目前仍处起步阶段

在商业和股市层面，人工智能范围的展开与英伟达亲密相关。我在2017 年《暗知识》一书便指出，AI 时代的芯片霸主是英伟达，事先其市值约三百亿美元，尔后涨幅近百倍。

近期美国股市大跌，部分要素是市场以为算法效率提高会参与对算力的需求，进而降低对英伟达等芯片的依赖。但这是一种静态思想，正如 19 世纪英国经济学家杰文斯发现的一个现象：当蒸汽机的效率大幅优化后，煤炭的消耗量并未参与，反而大幅介入。这一现象被称为“杰文斯悖论”（Jevons Paradox）。其面前的逻辑是：虽然单台蒸汽机的煤炭消耗量参与了，但由于蒸汽机变得愈加经济高效，人们末尾在更多范围普遍经常经常使用蒸汽机，从而形成蒸汽机的总数大幅介入，最终使得煤炭的总消耗量不降反升。

同理，AI 模型本钱降低将推进 AI 运转的普遍拓展，对芯片的需求也会随之增长。过去，AI 运转面临的一大阻碍是本钱高昂。以 ChatGPT 为例，用户每次提问都要求支付费用，且随着疑问复杂度的介入，计算本钱呈指数级上升。例如，回答一个方便疑问如“唐朝的第一任皇帝是谁”或许瞬间成功，而回答一个复杂疑问如“唐宋之变的中心要素是什么”则要求启动深化剖析和佐证，计算时期或许介入百倍甚至更多。

如今，AI 曾经展开到可以作为智能代理（agent）为用户提供片面服务的阶段。例如，用户方案前往巴西游览，AI 可以像公家助理一样，从行程规划到酒店预订，再到机票置办，全程提供服务。这一环节的计算本钱或许是方便问答的万倍以上。假定每次服务的费用高达10000元人民币，用户或许会望而生畏；但假定费用降至100元，用户则会毫不犹疑地经常经常使用。因此，低本钱的 AI 模型将极大地扩充 AI 的运转场景，或许成功百倍、千倍甚至万倍的增长。

关于 Deepseek，外界关注其芯片经常经常使用量以及能否存在数据盗用疑问。但从其市场定价来看，每次访问本钱仅为 OpenAI 的 1/30 且仍有利润，这标明其在本钱控制上传之有效，至于其他疑问，目前并无确凿证据，且对其技术价值和市场影响的判别并非关键。

DeepSeek 未来能否继续取得严重打破仍是一个未知数。随着团队的知名度优化，政府的高要求和大公司的高薪挖角，或许会对其地道的技术追求出现不利影响。能否在这种环境下据守技术理想，继续前行，是一个值得打问号的疑问。

AI 浪潮的前景极为广阔，目前仍处于起步阶段，未来十年甚至二十年仍将蓬勃展开。与互联网在20世纪90年代末和21世纪初的展开相似，AI 有望在未来十年到二十年内成功严重打破。

更为关键的是，AI 的潜力终究有多大？目前，包括 OpenAI、Anthropic、Google、微软在内的各大实验室都在积极研发通用人工智能（AGI）。AGI 的定义是：机器能够成功人类绝大部分的智力活动。依据目前的研讨进度，AGI 的出现时期或许在两年到五年之间。假定 AGI 成为理想，其市场规模将极为庞大，有望逾越互联网市场，抵达数万亿美元甚至数十万亿美元的规模。

DeepSeek 的技术打破进一步证明了人类有或许以较低本钱成功 AGI。假定 AI 的本钱过高，甚至逾越人力本钱，那么其运转范围将遭到限制。正如中国许多消费线依然经常经常使用人工而非，由于人工本钱更低。只需当机器人的本钱远低于人工时，机器人才干普遍普及。DeepSeek 在降低 AGI 本钱方面做出了严重奉献，这一点十分值得必需。

总之，DeepSeek 的成功是中国 AI 范围的一大幸事，其技术打破虽有偶然性，但更多源于团队终年的技术积聚和坚决的理想。在 AI 这场漫长的征程中，DeepSeek 曾经迈出了坚实的第一步，未来能否继续引领潮流，还需时期的检验。