DeepSeek出現，讓美國科技巨頭可能過於執迷「規模法則」的疑慮又浮上枱面。
但DeepSeek的成就，並不足以證明中國封閉式榨取型的創新，能超越開放社會。
一月二十日，DeepSeek-R1發布後，晶片製造商輝達股價大幅下跌，多家科技公司的市值也急劇下降，有人稱這是中美人工智慧競爭中的「史普尼克時刻」。雖然美國AI產業或許還需要一番調整打磨，但這次事件又引發了一些棘手的問題。
美國科技產業對人工智慧領域的投資一向巨大。高盛估計，未來幾年大型科技公司、企業和公用事業機構，將花費約一兆美元的資本支出，用於支持AI發展。然而，長期以來，包括我在內的許多觀察家，都持續對美國的AI投資和發展方向抱持疑問。
當所有業界龍頭幾乎都在遵循基本相同的發展路徑（儘管 Meta 略有不同，採用部分開源模式），整個行業似乎把所有雞蛋都放在同個籃子裡。美國科技公司無一例外地，對規模有著近乎癡迷的追求。它們宣揚尚未被證實的「規模法則」，認為向模型輸入更多資料與算力，是解鎖更強大能力的關鍵。有些人甚至斷言，「規模就是一切」。
一月二十日之前，美國公司不願意考慮其他可能方式，堅持用海量資料預先訓練的基礎模型，來預測序列中的下一個單詞。基於這樣的優先考量，它們幾乎將所有精力，集中於目的是在執行人類（或類人）任務的擴散模型和聊天機器人。
雖然DeepSeek採用的方式與主流模式大致相同，但它似乎更依賴於強化學習、混合專家模型（即使用許多更小、效率更高的模型）、蒸餾，以及精煉過的思惟鏈推理策略。據報導，該策略能以較低成本，打造出一款具競爭力的模型。
儘管對DeepSeek是否已向外界交代一切，還存在爭議，但這一事件暴露了美國AI行業的「集體思惟」弊病：美國業界長期無視更便宜、更具潛力的方法，配合市場大力炒作既有典範，完全符合強森（Simon Johnson）與我在《權力與進步》一書中的預言，這本著作完成時，生成式AI時代仍尚未來臨。
現在的問題是，美國產業界是否還有其他更危險的盲點？例如，美國科技龍頭是否錯失了將模型導向更「以人為本」的機會？我猜答案是肯定的，但只有時間才能證明。
另一個問題是，中國是否正在超越美國？如果是，是否意味著專制、由上而下的結構，即英國經濟學家羅賓遜（James A. Robinson）和我所說的「榨取型制度」，在推動創新方面可媲美、甚至更勝由下而上的體系？
我認為，由上而下的控制會阻礙創新，正如羅賓遜和我在《國家為什麼會失敗》一書中所論述的那樣。
雖然DeepSeek的成功似乎挑戰了這項觀點，但它還遠遠不能證明，榨取型制度下的創新，可以如廣納型制度下的創新般強大或持久。
畢竟，DeepSeek 是建立在美國（以及部分歐洲國家）的技術進步基礎上，它所有的基本方法都源自美國。幾十年前，學術研究機構就開發出混合專家模型和強化學習；轉換器模型、思惟鏈推理以及模型蒸餾技術，也是由美國大型科技公司所引進發展。
DeepSeek目前的成功是展現在工程上，它在整合相同方法上，做得比美國公司更好。但中國公司和研究機構能否進一步推出改變遊戲規則的技術、產品和方法，仍有待觀察。
此外，DeepSeek似乎與大多數其他中國人工智慧公司不同，後者一般是專注為政府開發技術或接受政府資助。身為一家由對沖基金分拆出來的公司，DeepSeek在成為鎂光燈焦點後，能否繼續維持過去名不見經傳時的創造力與活力，不得而知。但無論如何，單一公司成就，無法證明中國能在創新方面超越開放社會。
另一個問題涉及地緣政治。DeepSeek事件是否意味美國出口管制和其他遏制中國AI研究的措施失敗了？答案尚未明朗。DeepSeek是用功能較弱的舊晶片訓練最新模型（V3和 R1），想取得進一步進展並擴大規模，仍可能需要最強大的晶片。
即使我們還不知道DeepSeek開發模型的所有細節，以及它明顯的成就對AI產業未來發展有何意義，但有一點似乎已很明確：這家中國後起之秀戳破了科技產業對規模的癡迷，甚至讓它們從自滿中驚醒。
（編譯：經研室）
Copyright Project Syndicate：www.project-syndicate.org
