【向子期專欄】沒有DeepSeek，也會有其他大咖

中國科技新創公司 DeepSeek發布了兩個大型語言模型 (LLM)，震驚科技界。科學家紛紛湧向 DeepSeek：想知道他們如何發展出這款轟動一時的 AI 模型Gemma Conroy & 斯姆里蒂·馬拉帕蒂發表在最新一期權威期刊《自然》(Nature)的<中國如何創造人工智慧模型DeepSeek並震驚世界>( How China created AI model DeepSeek and shocked the world)指出DeepSeek-R1 大型語言模型執行某些任務的程度可與聊天機器人 ChatGPT 開發商 OpenAI 製作的模型相媲美。政府政策、慷慨的資金和一群人工智慧畢業生幫助中國企業創建了高級大型語言模型。(Government policies, generous funding and a pipeline of AI graduates have helped Chinese firms create advanced LLMs.)
沒有 DeepSeek，也會有其他中國LLM出現
1 月 20 日，這家總部位於杭州的公司發布了 DeepSeek-R1，這是一個部分開源的「推理」模型，可以以與OpenAI 最先進的 LLM o1 類似的標準解決一些科學問題，OpenAI總部位於加利福尼亞州舊金山，於去年年底推出了 o1。本週早些時候，DeepSeek 推出了另一款型號，名為 Janus-Pro-7B。它可以根據文字提示產生圖像，很像 OpenAI 的 DALL-E 3 和倫敦 Stability AI 製造的 Stable Diffusion。
如果說 DeepSeek-R1 的表現讓中國以外的許多人感到驚訝，那麼中國國內的研究人員則表示，這家新創企業的成功是意料之中的，並且符合政府成為人工智慧（AI）全球領導者的雄心。
中國科學院計算技術研究所從事人工智慧晶片研究的電腦科學家陳雲霽表示，鑑於中國對大型語言模型學位開發公司的巨額風險投資，以及擁有包括人工智慧在內的科學、技術、工程或數學領域博士學位的人數眾多，像 DeepSeek 這樣的公司在中國的出現是不可避免的。 “如果沒有 DeepSeek，也會有其他中國大型語言模型能夠做出偉大的事情。”
事實上，是有的。 1 月 29 日，科技巨頭阿里巴巴發布了迄今為止最先進的大型語言模型課程 Qwen2.5-Max，該公司表示，該課程的表現優於 DeepSeek 的 V3（該公司 12 月發布的另一款大型語言模型課程）。上週，Moonshot AI 和位元組跳動發布了新的推理模型 Kimi 1.5 和 1.5-pro，兩家公司聲稱這些模型在一些基準測試中的表現優於 o1。
中國宣佈 2030 年將成為人工智慧世界領導者
2017 年，中國政府宣佈到 2030 年中國將成為人工智慧領域的世界領導者。該策略要求人工智慧產業在2025年實現重大突破，「使技術和應用達到世界領先水準」。
培養「人工智慧人才」已成為當務之急。根據華盛頓特區喬治城大學安全與新興技術中心（CSET）的報告，到 2022 年，中國教育部將批准 440 所大學提供人工智慧專業本科學位。伊利諾州芝加哥智庫 MacroPolo 的數據顯示，當年中國提供了全球近一半的頂尖人工智慧研究人員，而美國僅佔 18%。
澳洲雪梨科技大學專注於中國創新的科學政策研究員瑪麗娜·張表示，DeepSeek 可能受益於政府對人工智慧教育和人才培養的投資，其中包括大量獎學金、研究補助金以及學術界和產業界之間的合作。例如，她補充道，由國家支持的舉措，如由北京科技公司百度牽頭的國家深度學習技術及應用工程實驗室，已經培養了數千名人工智慧專家。
國家政策有助 DeepSeek 等公司吸引資金人才
雖然很難找到DeepSeek 員工人數的確切數字，但公司創辦人梁文峰向中國媒體表示，該公司已經從中國頂尖大學招募了研究生和博士生。張先生說，該公司領導團隊的一些成員年齡不到35歲，他們見證了中國崛起為科技超級大國的過程。 “他們深受自主創新動力的激勵。”
39歲的文峰本身也是年輕的企業家，畢業於杭州市知名學府浙江大學電腦專業。近十年前，他與他人共同創立了對沖基金 High-Flyer，並於 2023 年創立了 DeepSeek。
中國人工智慧研究中心 (CSET) 研究中國人工智慧人才的 Jacob Feldgoise 表示，促進人工智慧模型開發生態系統的國家政策將有助於 DeepSeek 等公司吸引資金和人才。
然而，儘管大學的人工智慧課程不斷增加，Feldgoise 表示，目前尚不清楚有多少學生畢業時獲得了專門的人工智慧學位，以及他們是否被教導了公司所需的技能。他說，近年來，中國人工智慧公司抱怨“這些計畫的畢業生品質達不到他們所希望的水平”，這導致一些公司與大學進行合作。
“約束下的效率”