【文/觀察者網專欄作者 熊節(jié)、塞爾吉奧·阿馬德烏】

人工智能領導權之爭——中國與開源

為什么技術領導權如此重要？如何定義人工智能（AI）領域的技術領導權？人工智能是一項橫跨多個領域的技術，其進步會對經濟、社會和國家安全產生深遠影響。技術領導權首先提供了一系列競爭優(yōu)勢，因為發(fā)明和創(chuàng)新賦予開發(fā)者其他人所不具備的收益和利益。其次，技術領導權是一個關鍵的地緣政治因素，因為它能夠影響全球標準、規(guī)范和法規(guī)的制定。第三，技術領導權可以推動創(chuàng)新生態(tài)系統(tǒng)的形成，鞏固長期發(fā)展。第四，領導權可以在國際威脅（包括軍事威脅）的背景下增強安全性。第五，領導權能夠引導技術發(fā)展，以實現社會、環(huán)境和政治目標。

從技術政治的角度來看，技術科學并非中立，它對權力關系和社會組織具有深遠影響（Winner，2020）[1]。人工智能的領導權不僅僅是開發(fā)最先進的技術，還包括創(chuàng)建一個能夠實現更廣泛社會價值和目標的社會技術環(huán)境，確保創(chuàng)新遵循特定的目的。人工智能的發(fā)展軌跡可能會優(yōu)先考慮提高經濟系統(tǒng)的生產力，或者旨在尋找社會公正和環(huán)境可持續(xù)的解決方案。它可能尋求集中權力并加強國際不對稱性，或者促進知識的傳播和公平發(fā)展。它可能抑制人口和文化的創(chuàng)造力，或者確保技術多樣性。它可能與權力的集中或分散密切相關。

目前，人工智能的領導權掌握在美國手中，主要由所謂的“科技巨頭”主導。這些公司控制著開發(fā)現有人工智能（尤其是以深度學習為主導的人工智能）不可或缺的資源。

我們都知道，深度學習方法基于統(tǒng)計學和概率學，用于從大量數據中分類和提取模式。為了執(zhí)行這些操作，人工智能開發(fā)者依賴于強大的計算能力。訓練一個像ChatGPT這樣先進的人工智能模型需要數百萬美元，并且需要大量時間使用專用硬件進行處理，例如專為這些任務設計的芯片。這些芯片被稱為“AI推理芯片”或“推理加速器”，它們能夠在更短的時間內取得更好的結果。例如，谷歌的Tensor Processing Units（TPUs）專為推理和訓練優(yōu)化；神經處理單元（NPUs）或神經網絡加速器常用于移動設備和邊緣計算；圖形處理單元（GPUs）則用于訓練和推理。

目前，這些芯片對于圖像識別、自然語言處理和其他實時人工智能任務至關重要。

美國政府長期以來一直采取限制尖端芯片獲取的政策，主要目的是延緩中國和其他被視為對手國家的AI發(fā)展，目標是保持美國在AI領域的領導地位。隨著唐納德·特朗普于2025年1月就職，技術封鎖政策進一步加劇。此外，美國總統(tǒng)宣布了一項5000億美元的“星際之門”項目投資。特朗普的計劃是與甲骨文、OpenAI和軟銀等公司合作，在美國開發(fā)物理和虛擬的AI基礎設施，以“推動下一代AI的發(fā)展”[2]。英偉達、Arm和微軟等公司是該項目的合作伙伴，該項目已在德克薩斯州開始實施，并將在未來四年內在美國各個地區(qū)建設“巨型數據中心”[3]。

以埃隆·馬斯克為代表的美國科技精英認為，人工智能正在接近“奇點”——即人工通用智能（AGI）的出現。他們聲稱，AGI將完全超越并取代人類在所有智力領域的勞動，如果美國率先實現AGI，其技術霸權將不可撼動。然而，無論是ChatGPT還是DeepSeek，都沒有顯示出接近AGI的跡象。它們是處理自然語言的有用工具，并在特定領域展示了有限的推理能力，但沒有證據表明它們——或任何已知的AI研究——正在接近AGI。

AGI比起一般的AI擅長以更像人類的方式去執(zhí)行任務

開源的轉折點

2024年5月，一家名為DeepSeek的中國小公司推出了其大型語言模型（LLM），該模型受到Llama的啟發(fā)，Llama是一個禁止商業(yè)使用的受限研究協議下的模型。開源模型DeepSeek V2的突出之處在于其前所未有的成本效益。DeepSeek將推理成本降低至每百萬個token僅1元人民幣，約為Llama3 70B的七分之一，遠低于GPT-4。

Token是語言模型用于處理和理解人類語言的基本文本單位，根據上下文和語言，token可以被視為單詞、音節(jié)甚至單個字符的“塊”。AI模型將文本轉換為token，并以數字形式表示。這些數字隨后由模型處理以生成響應或執(zhí)行任務。因此，文本中的token數量直接影響成本和處理時間。token越多，推理越復雜且耗時。

與所有中國公司一樣，DeepSeek也受到美國政府尖端芯片封鎖的限制。這促使DeepSeek的領導者及其團隊更加專注于研究和優(yōu)化。梁文鋒在2024年7月的一次采訪中表示：“我們的出發(fā)點不是抓住機會發(fā)財，而是推進到技術前沿，以促進整個生態(tài)系統(tǒng)的發(fā)展?！盵4] 這家中國公司試圖引領AI發(fā)展的意圖顯而易見。為了實現這一目標，DeepSeek并沒有局限于組織數據并在現有云平臺上運行。團隊努力在尖端芯片稀缺的情況下尋找解決方案。這需要改變架構、嘗試新程序以及廣泛的應用數學。

DeepSeek的年輕領導者梁文鋒表示：“我們在創(chuàng)新方面缺乏的絕對不是資本，而是信心和如何組織高密度人才以實現有效創(chuàng)新的知識?！盵5] 他繼續(xù)說道：“創(chuàng)新并不完全由商業(yè)驅動，還需要好奇心和創(chuàng)造力。我們陷入了過去的慣性，但這也是暫時的?！盵6] 梁文鋒的理念是減少模仿，增加研究。他主張押注開源模型，不是為了使用它們，而是為了改進它們，并找到需要更少計算資源的路徑。

開源是DeepSeek戰(zhàn)略的核心，但對騰訊、百度和阿里巴巴等其他中國公司來說可能并非如此。然而，開源允許知識在全球范圍內傳播，從而以更快、更包容的速度產生新發(fā)現的可能性。梁文峰表示：“實際上，開源和論文的發(fā)表并沒有損失。對于技術團隊來說，被追隨是一種巨大的成就感。事實上，開源更像是一種文化行為，而不是商業(yè)行為，因為給予實際上是一種額外的榮譽，這樣做的公司也會更具有文化吸引力。”[7]

開源不是一種技術，而是一個基于知識共享的開發(fā)過程。通常，它鼓勵組織愿意協作解決問題并通過更新維護解決方案的社區(qū)。像Mistral 7B（Mistral AI）和Falcon（技術創(chuàng)新研究所）這樣的語言模型是開源的，并在Apache 2.0許可下發(fā)布；強化學習模型Stable-Baselines3也是開源的，采用MIT許可證。

那么，為什么DeepSeek的模型如此重要？因為它顛覆了全球AI領導權的競爭。如何做到的？通過大幅降低大型語言模型的計算成本。

開源對于知識傳播至關重要，但并不能解決訓練和運行模型所需的計算基礎設施問題。DeepSeek展示了一個高性能且處理需求較低的開源模型。

DeepSeek-R1已經展示了比OpenAI的ChatGPT o1更強的推理能力，而其成本（包括訓練和使用）顯著降低。通過開源其模型，DeepSeek促進了大型語言模型的民主化——使技術基礎設施欠發(fā)達的小公司、國家甚至個人能夠基于DeepSeek訓練自己的“主權AI”，而無需依賴科技巨頭的產品或將數據交給這些公司。印度尼西亞和印度已經開始使用DeepSeek作為基礎構建自己的AI基礎設施[8]。在此之前，只有美國和中國有能力訪問如此高水平的大型語言模型。

上表展示了在lighteval上OpenR1-Qwen-7B、DeepSeek-Distill-Qwen-7B和OpenThinker-7B的性能對比，可以看出在數學成績上，OpenR1-Qwen-7B和DeepSeek-Distill-Qwen-7B差距不是非常明顯。36氪