看問題“更高一層”
當(dāng)一個人感到困惑或焦慮時，和DeepSeek聊一聊，居然會有海闊天空的豁達(dá)感。
當(dāng)你問它“戰(zhàn)勝焦慮有什么辦法嗎”，它的回答是：放棄“立刻變好”的期待，允許自己帶著焦慮生活，焦慮的消退像冰層融化，是悄無聲息的過程。
你問它“養(yǎng)育孩子的意義是什么”，它會告訴你：請接受生命最溫柔的“失敗”。育兒手冊里的標(biāo)準(zhǔn)答案并非萬能，沒有父母是完美的，總會遇到挫敗，而這些挫敗教會我們“愛不需要正確，只需要在場”。
還有人問它：一個人一生中沒有摯友，也沒有伴侶，能生活得開心嗎？DeepSeek的回答是：人類對幸福的定義，從來就不是單行道。當(dāng)我們剝離社會規(guī)訓(xùn)的濾鏡，會發(fā)現(xiàn)生命的豐盛程度，遠(yuǎn)比傳統(tǒng)敘事里的標(biāo)配人生更為遼闊。有人在與星辰對話中獲得靈魂共振，有人在古籍修復(fù)中觸摸千年體溫，更有人通過救助流浪動物構(gòu)建情感網(wǎng)絡(luò)。
你和它探討“人生的意義是什么”，它認(rèn)為：這不是一道填空題，而是一道論述題。它可能隨著時間、經(jīng)歷而改變，少年時是夢想，中年時是責(zé)任，老年時是傳承。它還告訴你，答案并不重要，這個問題本身會推動我們不斷反思、連接他人，并在有限的生命里活得更清醒與熱烈。
AI的自我進(jìn)化
一些人在和DeepSeek聊天后不禁發(fā)出感慨：AI越來越知曉人情世故，人類卻越活越像AI。DeepSeek的出現(xiàn)，改變了AI的哪些敘事邏輯？
不妨先從人工智能的發(fā)展主線說起。人工智能這一概念是在1956年達(dá)特茅斯學(xué)院研討會上正式提出的。從此，AI便踏上了一條機(jī)器自我學(xué)習(xí)的新路線，即處理數(shù)據(jù)、提取特征、訓(xùn)練模型、改進(jìn)性能、給出結(jié)果。
經(jīng)歷了若干代更迭后，一種新的算法出現(xiàn)，即具有記憶和優(yōu)化功能的循環(huán)（遞歸）神經(jīng)網(wǎng)絡(luò)（簡稱為RNN）。可以把這種算法想象成一個有“記憶”的故事講述者，它會把當(dāng)前情節(jié)的信息和自己之前“記住”的信息結(jié)合起來，去理解和處理一些新情節(jié)。
20世紀(jì)80年代，人工智能界又出現(xiàn)了一種反向傳播算法（簡稱BP算法）。想象一下，AI的BP算法就像是一個在迷宮中尋找出口的探險家，有了這種算法，探險家可以及時調(diào)整迷宮路線，讓自己下次走的時候更容易找到出口。
進(jìn)入21世紀(jì)后，大語言模型（LLM）成為AI界研究的主流。大語言模型就像一個知識淵博且能力不斷突破的“超級大腦”——知識儲備豐富，語言理解能力強(qiáng)，語言生成能力出色，學(xué)習(xí)和適應(yīng)能力強(qiáng)，等等。
DeepSeek等AI的大語言模型，依賴的是算法、算力和數(shù)據(jù)三大基本要素。三者之間的關(guān)系可以用烹飪菜肴來形象地說明。
算法就像烹飪的菜譜，規(guī)定了食材（也就是數(shù)據(jù)）如何被處理和組合。菜譜詳細(xì)介紹了每一步的操作步驟、調(diào)料用量以及烹飪的時間和火候等，就像算法規(guī)定了數(shù)據(jù)的處理流程、計算方法和邏輯順序。
算力則是廚師的烹飪水平和廚房設(shè)備的性能。一個技藝高超的廚師（強(qiáng)大的算力）能夠更快速、精準(zhǔn)地按照菜譜的要求進(jìn)行烹飪。同時，先進(jìn)的廚房設(shè)備（高性能的計算硬件）也能幫助廚師更高效地完成烹飪?nèi)蝿?wù)。
數(shù)據(jù)就是烹飪所需的食材。沒有豐富多樣、高質(zhì)量的食材，再精妙的菜譜和再厲害的廚師也無法做出令人滿意的菜肴。
將“頓悟”精準(zhǔn)展示
餃子導(dǎo)演的哪吒系列動畫電影誕生了一句金句：“人心中的成見是一座大山”。DeepSeek以一己之力改變了AI領(lǐng)域的認(rèn)知成見。
以前，AI領(lǐng)域普遍存在一種固化的技術(shù)認(rèn)知，AI的大語言模型性能與算力投入呈正相關(guān)，他們強(qiáng)調(diào)“大力出奇跡”。而DeepSeek的出現(xiàn)直接證明了“算力不是唯一的標(biāo)準(zhǔn)”，算法創(chuàng)新也可以開出一條獨辟蹊徑的道路。
DeepSeek最讓人驚艷的是向大家展示了它的思考過程。就像人類在解決難題時，意識到之前的思路有問題，還會停下來重新思考。這是AI首次展現(xiàn)出像人類一樣的高階思維和內(nèi)心獨白，這也是DeepSeek的獨特之處。
其實這種現(xiàn)象是機(jī)器的“頓悟”，只不過DeepSeek將它進(jìn)行了更為精確的表達(dá)。
對于這種現(xiàn)象，中國科學(xué)院院士陳潤生曾這樣解釋：你訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過程中，講一遍它不懂，兩遍也不懂，第四遍還不懂，第五遍一下學(xué)會了，就像小孩學(xué)東西一樣，教一兩遍不明白，教到N+1遍突然就學(xué)會了。
“頓悟”并不是DeepSeek最先發(fā)現(xiàn)的，OpenAI團(tuán)隊在2023年就在大模型訓(xùn)練時發(fā)現(xiàn)這一現(xiàn)象。但是，DeepSeek把這種頓悟?qū)戇M(jìn)了公開的技術(shù)文檔里，并體現(xiàn)在應(yīng)用的思考流程上，讓用戶看得到并且可以評判。
有趣的是，機(jī)器的這種領(lǐng)悟不是漸進(jìn)式的，而是瞬間、突破性的，就像一個人在長期思考一個難題后，突然靈感乍現(xiàn)，恍然大悟。
更好地傳遞“衣缽”
隨著AI大模型的參數(shù)越來越多，應(yīng)用端在處理某些領(lǐng)域問題時其實用不上如此龐大的模型。目前，各AI公司都在研究蒸餾模型，這是一種常用的技術(shù)方法。DeepSeek在做蒸餾模型時也進(jìn)行了一些巧妙設(shè)計。
就像老師教學(xué)生知識，從易到難逐步深入，學(xué)生更容易接受。DeepSeek對一些大、小模型進(jìn)行漸進(jìn)式分層蒸餾，比如保留大部分架構(gòu)特性，讓學(xué)生模型有個好基礎(chǔ)；提升推理速度，讓學(xué)生掌握快速解題的方法；優(yōu)化決策路徑，提高任務(wù)準(zhǔn)確率，這樣學(xué)生就能學(xué)會更高效的思考方式，能花更少的精力答對題。
蒸餾后的小模型，在推理能力上得到了顯著提升，甚至超越了這些小模型自我基礎(chǔ)上進(jìn)行強(qiáng)化學(xué)習(xí)的效果。這一過程就好像是從一大杯濃郁的咖啡中提取出一小杯精華的濃縮咖啡，保留了咖啡的風(fēng)味和香氣，也就是大模型的核心知識和能力。通過模型蒸餾技術(shù)，小模型可以在計算資源受限的設(shè)備上運(yùn)行，如手機(jī)、智能手表等，實現(xiàn)快速推理。就好比學(xué)生繼承了老師的衣缽，最后獨當(dāng)一面，解決各種問題。
許多人擔(dān)心，AI今后會取代人類。DeepSeek的回答是：AI不會取代人類，就像望遠(yuǎn)鏡不會取代天文學(xué)家。真正的危機(jī)是：當(dāng)AI可以24小時創(chuàng)作莎士比亞風(fēng)格的十四行詩時，人類是否還愿意在深夜為愛人寫一首笨拙的情詩？
在AI這條賽道上，創(chuàng)造和堅持，或許才是人類最堅固的護(hù)城河。
