贺铿

著名经济学家

十一届全国全国人大财经委副主任

今天想谈谈Deepseek VS OpenAI问题。

我觉得部分网友对DeepSeek的性能和影响力，估计有些过头。如果自己对自己的产品性能估计过头了，而且得意忘形的话，是非常不好的。一个有作为的国家，有作为的企业，是不会自吹自擂的。

俗话说“谦虚使人进步，骄傲使人落后”。我们应该弘扬中国四大古书院之一的岳麓书院院训——“实事求是”之精神。对DeepSeek认识要实事求是，“要让子弹飞一会儿”，至少现在也还不是可以显摆的时候。

一是因为我们还没有将它与openAl详细做比较分析，谁优谁劣尚不十分清楚，渲染过头了会被动。

二是因为0penAI也不能代表人工智能技术全部，是人工智能软件中还处在“呀呀学语”的那个阶段。人工智能技术包括硬件和软件两个方面。软件技术范围很宽泛，不进入脑机接口，不进入神经元网络技术，可能还根本谈不上真正的人工智能技术。

三是真正的人工智能时代，还有漫长的路要走，将贯穿整个第四次工业革命。就象马拉松赛跑，刚开始就跑在前头的人，多半跑不到终点，更不要说是冠军了。鹰醬的0penAI公司已经成立10年了，现在的进展能见到的也就是聊天工具——ChatGPT。它也只能在既有资料的基础上，根据提问者要求，做一个“综合”或者“归纳”，而且还经常闹出笑话来。离“推理分析”和“创造”还有一道需要逾越的高墙。

要达到“推理分析”和“创新”的高度，不迈过对神经元的认知和构建神经网络大模型，真正意义的人工智能技术根本实现不了。

生产能进行人机自由交流、完全满足家庭服务要求的硅基机器人，可能还要等上好几年。

我认为，有些人设想生产碳基机器人，大概率不大可能。至少在现在的哲学意义下，不可能。

顺便说一句，哲学应该向自然哲学发展。那些“玄学”哲学是没什么应用价值的。否则中国会早于欧洲进入现代化时代。

科学问题是老老实实的学问，需要一步一个脚印的走，来不得半点虚假。

OpenAl公司成立10年来走的道路是否正确，我不敢说。但是，投入的资金的确不少。花费那么多钱是探路者需要付出的代价还是别的什么原因，我缺少专业知识作判断。

DeepSeek走的是开源路线，OpenAI走的是闭源路线。究竟是开源好还是闭源好，我认为DS陈述的走开源路线的四条理由，是值得我们认真思考的。我个人认为很有道理：

1、推动通用人工智能（AGI）的愿景‌：DeepSeek的创始人梁文锋认为，生成式AI只是实现通用人工智能（AGI）的一个步骤，而AGI才是未来的方向。通过开源策略，DeepSeek希望能够吸引全球开发者和研究者的关注，形成一个强大的技术社区，从而推动AGI的发展‌。

2、降低成本和门槛‌：DeepSeek的V3模型以极低的训练成本和媲美GPT-4等顶尖模型的性能震惊了业界。通过开源，DeepSeek打破了高性能AI模型被少数科技巨头垄断的局面，使得更多的研究人员、开发者以及组织能够访问和使用高性能的AI模型，从而降低了AI技术的使用门槛，促进了整个AI社区的发展‌。

3、创新和持续进步‌：DeepSeek认为，在开放的AI研究环境中，技术领先的优势不会永远存在。通过开源，可以吸引更多的开发者参与和贡献，形成更广泛的创新网络，从而建立持久的竞争优势‌。

4、成本效益‌：训练一个顶级AI模型的成本非常高昂，对于大多数中小企业和学术机构来说是一个巨大的负担。通过开源，DeepSeek降低了这些成本，使得即使是资源有限的团队也能承担得起高性能AI模型的训练和使用费用‌。

（以上4点摘自网络，网络作者注明：该“内容由大模型搜索并生成，仅供参。”）

从这4点分析，DS负责人梁文锋还是“实是求是”的。他不像少数网友那样，屁颠屁颠地渲染DS成果和影响力。他知道，还有许多不足，还有许多坎要过。

我再次重复说一遍，人工智能技术的发展，好比马拉松赛跑。一开始就跑在前面的人不一定是冠军，甚至还有一些人可能跑不到终点。因为后面的道路，还有很长很长。

现在，需要警惕有人利用DS技术故意干扰金融市场。

我认为，投资AI概念股是可以的。从长远看，AI肯定有发展前途。但是，AI技术的发展并不能立竿见影。例如OpenAI成立5年之后才有chatGPT问世，而且仅仅是一个聊天工具。

据介绍：ChatGPT的前身是GPT系列模型，自2018年推出GPT-1以来，OpenAI不断优化模型，直到2020年推出了GPT-3，这是一个具有1750亿个参数（注意：是1750“亿”个参数呀！）的大规模语言模型。ChatGPT在GPT-3的基础上进行了进一步的优化，使其在对话生成方面更加自然和流畅。

由此可见，发展人工智能技术是一个十分复杂和艰辛的过程。需要全世界的精英合作，而不是靠一两个“天才”就可以完成的。

需要声明，我本人不是AI专家。至多，仅仅是在大数据方面有所涉足，因为我曾经是研究构建经济模型和应用统计方法的，知道一点构建模型和“训练”模型的艰辛。只有经历过才能体会到。以上是一己之见，仅供各位网友参考。2025.2.5

来源：经济与时评