中新網(wǎng)北京2月8日電(中新財經(jīng)記者 宋宇晟)自今年1月宣布開源后，DeepSeek熱度居高不下。在海外，眾多業(yè)內(nèi)人士連夜復(fù)現(xiàn)DeepSeek“驗真?zhèn)?rdquo;；在國內(nèi)，DeepSeek概念股本周持續(xù)大漲，多個相關(guān)個股漲停。

業(yè)內(nèi)如何看待DeepSeek的意義？中國人工智能下一步應(yīng)走向何處？中國科學(xué)技術(shù)大學(xué)教授、中國人工智能學(xué)會人工智能倫理與治理工委會主任陳小平近日接受了中新財經(jīng)專訪。

“DeepSeek的意義主要表現(xiàn)在兩個方面，其一是有力推動了‘低成本+開源’的人工智能應(yīng)用路徑，其二是標(biāo)志著我國人工智能工程創(chuàng)新跨上新臺階。”

陳小平告訴記者，在此之前，大模型的研發(fā)經(jīng)歷了開源到閉源的轉(zhuǎn)變，而且成本始終居高不下。

“全球范圍內(nèi)，高成本+閉源的發(fā)展路徑似乎成為唯一可能的選擇。沿著這條路徑發(fā)展下去，大概率將出現(xiàn)‘巨角獸經(jīng)濟(jì)’，即由極少數(shù)企業(yè)承擔(dān)社會的大部分生產(chǎn)的經(jīng)濟(jì)形態(tài)。”

在陳小平看來，在“巨角獸經(jīng)濟(jì)”中，確實會出現(xiàn)生產(chǎn)效率提升、大眾享受到更多便利等情況，但同時將出現(xiàn)大面積就業(yè)替代，社會分化加劇等風(fēng)險。DeepSeek代表的“低成本+開源”路徑提供了一種全新的可能，更適合發(fā)展中國家的國情，而且在生產(chǎn)效率提升、大眾享受更多便利的同時，大面積就業(yè)替代，社會分化加劇等風(fēng)險發(fā)生的概率和幅度會大大降低。

“所以，‘低成本+開源’路徑符合我國高質(zhì)量發(fā)展的要求。DeepSeek的出現(xiàn)令全球意外，改變了全球人工智能的發(fā)展格局，這是中國人工智能界對世界人工智能的一個重大貢獻(xiàn)。”

另一方面，DeepSeek讓全球重新認(rèn)識中國的創(chuàng)新能力。

陳小平指出，近年來，中國在人工智能和大模型研究中進(jìn)步很快，取得了一大批成果，但主要集中在技術(shù)創(chuàng)新方面。對于大模型這樣的大型AI系統(tǒng)，工程創(chuàng)新比技術(shù)創(chuàng)新的作用更大。工程創(chuàng)新需要以應(yīng)用為導(dǎo)向，組織實施大量技術(shù)創(chuàng)新并組合技術(shù)創(chuàng)新成果，以實現(xiàn)大模型性能的較大提升。

“在大模型的工程創(chuàng)新方面，國內(nèi)一些企業(yè)進(jìn)行了積極探索，取得了很好的進(jìn)展。DeepSeek的工程創(chuàng)新具有更加鮮明的特色。”

他告訴記者，DeepSeek工程創(chuàng)新中最值得重視的是放棄了對“通用性”的盲目、過度追求，針對自然語言、數(shù)學(xué)和編程，采取了聚焦重點、以點帶面的研發(fā)策略，并取得了成功。“再加上低成本和開源的影響，DeepSeek引起了全球同行的重視、復(fù)現(xiàn)和承認(rèn)，這種情況是以往沒有出現(xiàn)過的。”

陳小平預(yù)計，在DeepSeek的帶動下，我國人工智能工程創(chuàng)新將出現(xiàn)百花齊放、百舸爭流的新局面，進(jìn)而形成引領(lǐng)全球人工智能工程創(chuàng)新的中國方陣，為世界人工智能的健康發(fā)展做出更大貢獻(xiàn)。

對于下一步發(fā)展方向，陳小平認(rèn)為中國人工智能發(fā)展面臨三個關(guān)鍵性的重點課題。

第一是根據(jù)我國國情和產(chǎn)業(yè)特點，力爭盡快實現(xiàn)人工智能行業(yè)應(yīng)用的大面積落地。我國高質(zhì)量發(fā)展需要人工智能技術(shù)的驅(qū)動，尤其在傳統(tǒng)制造業(yè)、智慧農(nóng)業(yè)等領(lǐng)域，需要針對細(xì)分行業(yè)的具體特點，積極發(fā)展行業(yè)和企業(yè)的專用人工智能系統(tǒng)，在性能和成本兩方面滿足企業(yè)實際需求，而“低成本+開源”路徑為此提供了歷史性契機(jī)。

第二，需要加強人工智能治理，尤其需要加強重大公共安全風(fēng)險和重大民生安全風(fēng)險的主動防范，同時要重視AI生成的虛假/虛構(gòu)信息、侵犯用戶隱私等倫理問題的敏捷治理和長期風(fēng)險預(yù)測與防范。

第三，需要更加重視大模型及生成式人工智能的基礎(chǔ)研究，科學(xué)地理解人工智能的原理性突破和原理性局限，為技術(shù)創(chuàng)新、工程創(chuàng)新和倫理治理提供科學(xué)認(rèn)識基礎(chǔ)。(完)

關(guān)鍵詞：