【文/觀察者網(wǎng)專欄作者 熊節(jié)、塞爾吉奧·阿馬德烏】

人工智能領(lǐng)導(dǎo)權(quán)之爭(zhēng)——中國(guó)與開源

為什么技術(shù)領(lǐng)導(dǎo)權(quán)如此重要？如何定義人工智能（AI）領(lǐng)域的技術(shù)領(lǐng)導(dǎo)權(quán)？人工智能是一項(xiàng)橫跨多個(gè)領(lǐng)域的技術(shù)，其進(jìn)步會(huì)對(duì)經(jīng)濟(jì)、社會(huì)和國(guó)家安全產(chǎn)生深遠(yuǎn)影響。技術(shù)領(lǐng)導(dǎo)權(quán)首先提供了一系列競(jìng)爭(zhēng)優(yōu)勢(shì)，因?yàn)榘l(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(shù)領(lǐng)導(dǎo)權(quán)是一個(gè)關(guān)鍵的地緣政治因素，因?yàn)樗軌蛴绊懭驑?biāo)準(zhǔn)、規(guī)范和法規(guī)的制定。第三，技術(shù)領(lǐng)導(dǎo)權(quán)可以推動(dòng)創(chuàng)新生態(tài)系統(tǒng)的形成，鞏固長(zhǎng)期發(fā)展。第四，領(lǐng)導(dǎo)權(quán)可以在國(guó)際威脅（包括軍事威脅）的背景下增強(qiáng)安全性。第五，領(lǐng)導(dǎo)權(quán)能夠引導(dǎo)技術(shù)發(fā)展，以實(shí)現(xiàn)社會(huì)、環(huán)境和政治目標(biāo)。

從技術(shù)政治的角度來看，技術(shù)科學(xué)并非中立，它對(duì)權(quán)力關(guān)系和社會(huì)組織具有深遠(yuǎn)影響（Winner，2020）[1]。人工智能的領(lǐng)導(dǎo)權(quán)不僅僅是開發(fā)最先進(jìn)的技術(shù)，還包括創(chuàng)建一個(gè)能夠?qū)崿F(xiàn)更廣泛社會(huì)價(jià)值和目標(biāo)的社會(huì)技術(shù)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(huì)優(yōu)先考慮提高經(jīng)濟(jì)系統(tǒng)的生產(chǎn)力，或者旨在尋找社會(huì)公正和環(huán)境可持續(xù)的解決方案。它可能尋求集中權(quán)力并加強(qiáng)國(guó)際不對(duì)稱性，或者促進(jìn)知識(shí)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(shù)多樣性。它可能與權(quán)力的集中或分散密切相關(guān)。

目前，人工智能的領(lǐng)導(dǎo)權(quán)掌握在美國(guó)手中，主要由所謂的“科技巨頭”主導(dǎo)。這些公司控制著開發(fā)現(xiàn)有人工智能（尤其是以深度學(xué)習(xí)為主導(dǎo)的人工智能）不可或缺的資源。

我們都知道，深度學(xué)習(xí)方法基于統(tǒng)計(jì)學(xué)和概率學(xué)，用于從大量數(shù)據(jù)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(qiáng)大的計(jì)算能力。訓(xùn)練一個(gè)像ChatGPT這樣先進(jìn)的人工智能模型需要數(shù)百萬美元，并且需要大量時(shí)間使用專用硬件進(jìn)行處理，例如專為這些任務(wù)設(shè)計(jì)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(shí)間內(nèi)取得更好的結(jié)果。例如，谷歌的Tensor Processing Units（TPUs）專為推理和訓(xùn)練優(yōu)化；神經(jīng)處理單元（NPUs）或神經(jīng)網(wǎng)絡(luò)加速器常用于移動(dòng)設(shè)備和邊緣計(jì)算；圖形處理單元（GPUs）則用于訓(xùn)練和推理。

目前，這些芯片對(duì)于圖像識(shí)別、自然語言處理和其他實(shí)時(shí)人工智能任務(wù)至關(guān)重要。

美國(guó)政府長(zhǎng)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(guó)和其他被視為對(duì)手國(guó)家的AI發(fā)展，目標(biāo)是保持美國(guó)在AI領(lǐng)域的領(lǐng)導(dǎo)地位。隨著唐納德·特朗普于2025年1月就職，技術(shù)封鎖政策進(jìn)一步加劇。此外，美國(guó)總統(tǒng)宣布了一項(xiàng)5000億美元的“星際之門”項(xiàng)目投資。特朗普的計(jì)劃是與甲骨文、OpenAI和軟銀等公司合作，在美國(guó)開發(fā)物理和虛擬的AI基礎(chǔ)設(shè)施，以“推動(dòng)下一代AI的發(fā)展”[2]。英偉達(dá)、Arm和微軟等公司是該項(xiàng)目的合作伙伴，該項(xiàng)目已在德克薩斯州開始實(shí)施，并將在未來四年內(nèi)在美國(guó)各個(gè)地區(qū)建設(shè)“巨型數(shù)據(jù)中心”[3]。

以埃隆·馬斯克為代表的美國(guó)科技精英認(rèn)為，人工智能正在接近“奇點(diǎn)”——即人工通用智能（AGI）的出現(xiàn)。他們聲稱，AGI將完全超越并取代人類在所有智力領(lǐng)域的勞動(dòng)，如果美國(guó)率先實(shí)現(xiàn)AGI，其技術(shù)霸權(quán)將不可撼動(dòng)。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(lǐng)域展示了有限的推理能力，但沒有證據(jù)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(zhǎng)以更像人類的方式去執(zhí)行任務(wù)

開源的轉(zhuǎn)折點(diǎn)

2024年5月，一家名為DeepSeek的中國(guó)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(gè)禁止商業(yè)使用的受限研究協(xié)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(gè)token僅1元人民幣，約為L(zhǎng)lama3 70B的七分之一，遠(yuǎn)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(jù)上下文和語言，token可以被視為單詞、音節(jié)甚至單個(gè)字符的“塊”。AI模型將文本轉(zhuǎn)換為token，并以數(shù)字形式表示。這些數(shù)字隨后由模型處理以生成響應(yīng)或執(zhí)行任務(wù)。因此，文本中的token數(shù)量直接影響成本和處理時(shí)間。token越多，推理越復(fù)雜且耗時(shí)。

與所有中國(guó)公司一樣，DeepSeek也受到美國(guó)政府尖端芯片封鎖的限制。這促使DeepSeek的領(lǐng)導(dǎo)者及其團(tuán)隊(duì)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(diǎn)不是抓住機(jī)會(huì)發(fā)財(cái)，而是推進(jìn)到技術(shù)前沿，以促進(jìn)整個(gè)生態(tài)系統(tǒng)的發(fā)展?！盵4] 這家中國(guó)公司試圖引領(lǐng)AI發(fā)展的意圖顯而易見。為了實(shí)現(xiàn)這一目標(biāo)，DeepSeek并沒有局限于組織數(shù)據(jù)并在現(xiàn)有云平臺(tái)上運(yùn)行。團(tuán)隊(duì)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(gòu)、嘗試新程序以及廣泛的應(yīng)用數(shù)學(xué)。

DeepSeek的年輕領(lǐng)導(dǎo)者梁文鋒表示：“我們?cè)趧?chuàng)新方面缺乏的絕對(duì)不是資本，而是信心和如何組織高密度人才以實(shí)現(xiàn)有效創(chuàng)新的知識(shí)?！盵5] 他繼續(xù)說道：“創(chuàng)新并不完全由商業(yè)驅(qū)動(dòng)，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(shí)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(jìn)它們，并找到需要更少計(jì)算資源的路徑。

開源是DeepSeek戰(zhàn)略的核心，但對(duì)騰訊、百度和阿里巴巴等其他中國(guó)公司來說可能并非如此。然而，開源允許知識(shí)在全球范圍內(nèi)傳播，從而以更快、更包容的速度產(chǎn)生新發(fā)現(xiàn)的可能性。梁文峰表示：“實(shí)際上，開源和論文的發(fā)表并沒有損失。對(duì)于技術(shù)團(tuán)隊(duì)來說，被追隨是一種巨大的成就感。事實(shí)上，開源更像是一種文化行為，而不是商業(yè)行為，因?yàn)榻o予實(shí)際上是一種額外的榮譽(yù)，這樣做的公司也會(huì)更具有文化吸引力?！盵7]

開源不是一種技術(shù)，而是一個(gè)基于知識(shí)共享的開發(fā)過程。通常，它鼓勵(lì)組織愿意協(xié)作解決問題并通過更新維護(hù)解決方案的社區(qū)。像Mistral 7B（Mistral AI）和Falcon（技術(shù)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(qiáng)化學(xué)習(xí)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?yàn)樗嵏擦巳駻I領(lǐng)導(dǎo)權(quán)的競(jìng)爭(zhēng)。如何做到的？通過大幅降低大型語言模型的計(jì)算成本。

開源對(duì)于知識(shí)傳播至關(guān)重要，但并不能解決訓(xùn)練和運(yùn)行模型所需的計(jì)算基礎(chǔ)設(shè)施問題。DeepSeek展示了一個(gè)高性能且處理需求較低的開源模型。

DeepSeek-R1已經(jīng)展示了比OpenAI的ChatGPT o1更強(qiáng)的推理能力，而其成本（包括訓(xùn)練和使用）顯著降低。通過開源其模型，DeepSeek促進(jìn)了大型語言模型的民主化——使技術(shù)基礎(chǔ)設(shè)施欠發(fā)達(dá)的小公司、國(guó)家甚至個(gè)人能夠基于DeepSeek訓(xùn)練自己的“主權(quán)AI”，而無需依賴科技巨頭的產(chǎn)品或?qū)?shù)據(jù)交給這些公司。印度尼西亞和印度已經(jīng)開始使用DeepSeek作為基礎(chǔ)構(gòu)建自己的AI基礎(chǔ)設(shè)施[8]。在此之前，只有美國(guó)和中國(guó)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(duì)比，可以看出在數(shù)學(xué)成績(jī)上，OpenR1-Qwen-7B和DeepSeek-Distill-Qwen-7B差距不是非常明顯。36氪