DeepSeek 推理型AI盡顯高效訓(xùn)練的小模型之威

在IBM 院士 Kush Varshney 看來，全球AI競(jìng)賽中的地緣政治差異，可能沒有人們想象的那么重要，他說："一旦模型開源，它源自何處在很多方面就不再重要了。"

北京2025年2月10日 /美通社/ -- DeepSeek-R1 是中國初創(chuàng)公司 DeepSeek 推出的人工智能模型，不久前，在人工智能開源平臺(tái) Hugging Face 上發(fā)布數(shù)小時(shí)，便躍居下載量和活躍度最高模型的榜首；同時(shí)因其促使投資者重新考慮英偉達(dá)（NVIDIA）等芯片制造商的估值，以及AI巨頭為擴(kuò)大其AI業(yè)務(wù)規(guī)模而進(jìn)行的巨額投資，從而給金融市場(chǎng)也帶來了震蕩。

為何掀起如此大的波瀾？DeepSeek-R1 是一款所謂 "推理模型 "的數(shù)字助理，在某些數(shù)學(xué)和編碼任務(wù)的人工智能基準(zhǔn)測(cè)試中，它的表現(xiàn)與 OpenAI 的 o1 不相上下；而據(jù)該公司稱，訓(xùn)練該系統(tǒng)所使用的芯片數(shù)量卻要少得多，使用成本低約 96%。

IBM AI 硬件部門的一位首席研究科學(xué)家兼經(jīng)理 Kaoutar El Maghraoui 說："DeepSeek 無疑正在重塑人工智能的格局，它以開源的雄心和最先進(jìn)的創(chuàng)新技術(shù)向巨頭們發(fā)起挑戰(zhàn)。"

與此同時(shí)，TikTok 母公司、中國科技巨頭字節(jié)跳動(dòng)最近發(fā)布了自己的推理型代理（智能體）UI-TARS，并聲稱該智能體在某些基準(zhǔn)測(cè)試中優(yōu)于 OpenAI 的 GPT-4o、Anthropic 的 Claude 和谷歌的 Gemini。字節(jié)跳動(dòng)的智能體可以讀取圖形界面，進(jìn)行推理，并采取自主和一步接一步的行動(dòng)。

從初創(chuàng)公司到成熟巨頭，中國的人工智能公司似乎正在縮小與美國競(jìng)爭對(duì)手的差距，這在很大程度上要?dú)w功于它們?cè)敢?a>開源或與其他企業(yè)和軟件開發(fā)商共享底層軟件代碼。IBM花崗巖（Granite）模型高級(jí)技術(shù)產(chǎn)品經(jīng)理Abraham Daniels說："DeepSeek已經(jīng)能夠在整個(gè)社區(qū)推廣一些相當(dāng)強(qiáng)大的模型。DeepSeek真的有可能加速人工智能的民主化。"DeepSeek-R1在 Hugging Face 上提供，根據(jù)MIT 許可證，允許不受限制地用于商業(yè)用途。

去年夏天，中國公司快手（Kuaishou）發(fā)布了一款視頻生成工具，它與 OpenAI 的索拉（Sora）類似，但公眾可以直接使用。Sora 于去年 2 月亮相，但直到 12 月才正式發(fā)布，即便如此，也只有訂閱了 ChatGPT Pro 的用戶才能使用其全部功能。Hugging Face 上的開發(fā)者還搶購了中國科技巨頭騰訊和阿里巴巴的新開源模式。雖然 Meta 已將其 Llama 模型開源，但 OpenAI 和谷歌在模型開發(fā)方面都主要采用閉源方式。

除了開源帶來的好處外，DeepSeek 工程師在訓(xùn)練系統(tǒng)時(shí)使用的英偉達(dá)（NVIDIA）高度專業(yè)化芯片也僅為美國競(jìng)爭對(duì)手的一小部分。例如，DeepSeek 工程師在發(fā)布 DeepSeek-V3 模型時(shí)發(fā)表的研究論文稱，他們只需要 2000 個(gè) GPU（圖形處理單元）或芯片就能訓(xùn)練出他們的模型。

推理模型

IBM 院士（IBM Fellow） Kush Varshney說："真正令人印象深刻的是DeepSeek模型的推理能力。"推理模型本質(zhì)上是自我驗(yàn)證或檢查，代表了一種 "元認(rèn)知"或 "關(guān)于思考的思考"。 "我們正開始將智慧融入到這些模型中，這是巨大的進(jìn)步，" Varshney 說。

去年 9 月，當(dāng) OpenAI 預(yù)覽其 o1 推理模型時(shí)，推理模型成為熱門話題。與以往只給出答案而不解釋推理過程的人工智能模型不同，它通過將復(fù)雜問題分成幾個(gè)步驟來解決。推理模型可能需要多花幾秒或幾分鐘來回答問題，因?yàn)樗鼈儠?huì)一步一步或以 "思維鏈"的方式來反思自己的分析。

強(qiáng)化學(xué)習(xí)

DeepSeek-R1將思維鏈推理與強(qiáng)化學(xué)習(xí)相結(jié)合，在強(qiáng)化學(xué)習(xí)中，自主智能體在沒有人類用戶任何指令的情況下，通過反復(fù)試錯(cuò)學(xué)會(huì)執(zhí)行任務(wù)。強(qiáng)化學(xué)習(xí)有別于更常用的學(xué)習(xí)形式，如監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)，前者使用人工標(biāo)注的數(shù)據(jù)進(jìn)行預(yù)測(cè)或分類，后者旨在從無標(biāo)注的數(shù)據(jù)中發(fā)現(xiàn)和學(xué)習(xí)隱藏的模式。

DeepSeek-R1 質(zhì)疑了這樣一種假設(shè)，即通過對(duì)正確或錯(cuò)誤行為的標(biāo)記示例進(jìn)行訓(xùn)練，或者從隱藏模式中提取信息，模型的推理能力就會(huì)得到提高。密歇根州立大學(xué)博士生張逸驊撰寫了數(shù)十篇機(jī)器學(xué)習(xí)方面的論文，他說："它的核心假設(shè)很簡約，卻不那么簡單：我們能否只通過獎(jiǎng)勵(lì)信號(hào)來教會(huì)模型正確回答，從而讓它自己摸索出最優(yōu)的思考方式？"

張逸驊說，對(duì)于他和像他一樣習(xí)慣了傳統(tǒng)監(jiān)督微調(diào)的專家而言，"眼見DeepSeek這樣的大型語言模型僅靠強(qiáng)化學(xué)習(xí)獎(jiǎng)勵(lì)就能學(xué)會(huì)‘更好地思考'，著實(shí)令人驚艷"，尤其是看到"模型出現(xiàn)真正的‘a(chǎn)ha(頓悟)時(shí)刻'，它能后退一步，發(fā)現(xiàn)錯(cuò)誤并自我糾正"。

成本計(jì)算

DeepSeek 引發(fā)的熱議部分源于其低廉的價(jià)格。根據(jù)該公司發(fā)布的技術(shù)報(bào)告，在圣誕節(jié)當(dāng)天發(fā)布的 DeepSeek-V3 的訓(xùn)練成本為 550 萬美元，而對(duì)于希望試用它的開發(fā)人員來說，價(jià)格要便宜得多。 IBM杰出工程師Chris Hay說："他們?cè)谀Ｐ统杀痉矫嫠龅墓ぷ鳎约八麄冇?xùn)練模型所花費(fèi)的時(shí)間，確實(shí)令人印象深刻。"

然而，IBM研究院Granite技術(shù)產(chǎn)品管理總監(jiān)Kate Soule表示，低廉的價(jià)格標(biāo)簽可能并不是故事的全部。她說，550 萬美元的成本 "只代表了所需計(jì)算量的一小部分"。她說，這還不包括公司即使采用開源模型也要保持專有的成本細(xì)節(jié)，比如 "強(qiáng)化學(xué)習(xí)、數(shù)據(jù)消減和超參數(shù)搜索的計(jì)算成本"。

無可置疑的是，DeepSeek 通過使用專家混合（MoE）架構(gòu)實(shí)現(xiàn)了更高的成本效益，而這種架構(gòu)大大降低了訓(xùn)練所需的資源。MoE 架構(gòu)將人工智能模型劃分為不同的子網(wǎng)絡(luò)（或 "專家"），每個(gè)子網(wǎng)絡(luò)專門處理輸入數(shù)據(jù)的一個(gè)子集。模型只激活特定任務(wù)所需的特定專家，而不是激活整個(gè)神經(jīng)網(wǎng)絡(luò)。因此，MoE 架構(gòu)大大降低了預(yù)訓(xùn)練期間的計(jì)算成本，并在推理期間實(shí)現(xiàn)了更快的性能。在過去一年中，包括法國領(lǐng)先的人工智能公司 Mistral 和 IBM 在內(nèi)的全球多家公司著力推廣了MoE 架構(gòu)，并通過將 MoE 與開源相結(jié)合實(shí)現(xiàn)了更高的效率。（例如，IBM在2024年Think大會(huì)宣布與紅帽一起推出 InstructLab，一個(gè)推動(dòng)大模型開源創(chuàng)新的革命性大模型對(duì)齊方法。）

就 IBM 的一系列開源 Granite 模型（采用 MoE 架構(gòu)開發(fā)）而言，企業(yè)能夠以極低的成本實(shí)現(xiàn)前沿模型的性能，因?yàn)樗麄兛梢葬槍?duì)特定應(yīng)用或用例調(diào)整大型預(yù)訓(xùn)練模型，從而有效創(chuàng)建更小的適用模型。將強(qiáng)大的功能集成到更小的稠密模型上，意味著這些模型可用于智能手機(jī)和其他在邊緣運(yùn)行的移動(dòng)設(shè)備，如汽車計(jì)算機(jī)或工廠車間的智能傳感器。

這種采用較大模型并將其蒸餾成資源密集度較低的較小模型的過程也為 DeepSeek 的成功做出了貢獻(xiàn)。在發(fā)布其標(biāo)志性的 R1 模型的同時(shí)，這家中國初創(chuàng)公司還發(fā)布了一系列更小的適合不同用途的模型。有趣的是，他們用實(shí)踐證明，與一開始就對(duì)小型模型進(jìn)行強(qiáng)化學(xué)習(xí)相比，將大型模型蒸餾成小型模型的推理效果更好。

全球性的人工智能洗牌？

隨著這些新模型在某些基準(zhǔn)測(cè)試中與老一代競(jìng)爭對(duì)手相抗衡或超越它們時(shí)，它們將如何影響全球人工智能格局？El Maghraoui 說："全球人工智能格局不只關(guān)乎基準(zhǔn)測(cè)試的原始性能，更關(guān)系到是否能以安全和道德的方式對(duì)這些模型進(jìn)行端到端的整合。" 因此，El Maghraoui 表示，現(xiàn)在判斷 DeepSeek-R1 及其他產(chǎn)品是否會(huì) "改變?nèi)祟惢?dòng)、技術(shù)和企業(yè)應(yīng)用 "，還為時(shí)尚早。

最終，"開發(fā)人員的采用率將決定 DeepSeek 模型的受歡迎程度，" Daniels說。他表示期待"看到他們?yōu)槟Ｐ桶l(fā)掘出的各種用例"。

在IBM 院士 Kush Varshney 看來，全球AI競(jìng)賽中的地緣政治差異，可能沒有人們想象的那么重要，他說："一旦模型開源，它源自何處在很多方面就不再重要了。"

即刻開始在 IBM watsonx.ai 上使用 DeepSeek——通過本教程，了解如何使用 watsonx.ai 以安全的方式部署 DeepSeek-R1 的精餾變體進(jìn)行推理。

關(guān)于IBM
IBM 是全球領(lǐng)先的混合云、人工智能及企業(yè)服務(wù)提供商，幫助超過 175 個(gè)國家和地區(qū)的客戶，從其擁有的數(shù)據(jù)中獲取商業(yè)洞察，簡化業(yè)務(wù)流程，降低成本，并獲得行業(yè)競(jìng)爭優(yōu)勢(shì)。金融服務(wù)、電信和醫(yī)療健康等關(guān)鍵基礎(chǔ)設(shè)施領(lǐng)域的超過 4000 家政府和企業(yè)實(shí)體依靠 IBM 混合云平臺(tái)和紅帽 OpenShift 快速、高效、安全地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。IBM 在人工智能、量子計(jì)算、行業(yè)云解決方案和企業(yè)服務(wù)方面的突破性創(chuàng)新為我們的客戶提供了開放和靈活的選擇。對(duì)企業(yè)誠信、透明治理、社會(huì)責(zé)任、包容文化和服務(wù)精神的長期承諾是 IBM 業(yè)務(wù)發(fā)展的基石。