火遍全球的DeepSeek：科學家是怎麼用它的？

DeepSeek的模型能在一個對話機器人app上使用。來源：Mladen Antonov/AFP via Getty

來源 | 自然系列

撰文 | Elizabeth Gibney

兩週前，一家中國公司推出的DeepSeek-R1讓美國股市大幅震盪——DeepSeek-R1是一款平價但強大的人工智慧（AI）“推理”模型。

經過反覆測試，DeepSeek-R1回答數學和科學問題的能力與o1模型不相上下——o1是由加州舊金山OpenAI公司去年9月推出的一款模型，OpenAI的推理模型一直被視為行業頂尖水準。

雖然R1在科研人員想嘗試的各種任務上仍力有不逮，但它讓全球科學家有機會根據其學科內的問題，量身訓練定製款的推理模型。

“基於它的絕佳表現和低成本，我們相信Deepseek-R1能鼓勵更多科學家在日常科研工作中使用大語言模型（LLM），同時不同擔心成本問題，”俄亥俄州立大學的AI研究員Huan Sun說，“幾乎所有從事AI的同事和合作者都在談論它。”

開放季

對於科研人員來說，R1的平價和開源可能會改變傳統：使用它的應用程式設計介面（API），就能以其專利競品收取的一小部分費用對這個模型提問；其線上對話機器人DeepThink（深度思考）的使用更是免費。科研人員還能在自己的伺服器上下載這個模型，免費執行和拓展模型——這些都是閉源競品模型o1辦不到的。

R1從1月20日推出以來，“大量研究人員”基於R1或以R1為靈感，嘗試訓練自己的推理模型，加拿大不列顛哥倫比亞大學的AI研究員Cong Lu說道。這從開放科學AI資源庫Hugging Face的資料中便可看出——DeepSeek-R1的程式碼就儲存在Hugging Face上。在模型釋出後的一週內，Hugging Face上各版本的R1下載量就超過300萬次，包括獨立使用者已經擴充套件過的模型。

科研任務

一些初步測試讓R1執行資料型科研任務——這些任務選自生物資訊、計算化學、認知神經科學等領域的真實論文——結果R1的表現與o1不相上下，Sun說。她的團隊讓這兩個AI模型完成他們建立的一系列問題中的20個任務，這個系列被稱為ScienceAgentBench。這些任務包括資料分析和視覺化。兩個模型只能答對其中約1/3的問題。用API執行R1的成本只要o1的1/13，但R1的“思考”時間比o1更長，Sun說。

R1在數學上也開始嶄露頭角。英國牛津大學的數學家、計算科學家Frieder Simon讓這兩個模型給出泛函分析這一抽象領域的一個證明，發現R1的證明比o1的更好。但考慮到這類模型通常會犯的錯誤，如果想要從這些模型中獲益，研究人員本身就要具備鑑別證明水平的能力，他說。

R1令人激動的一大原因在於，它以“open-weight”（開放權重）的形式公開，說明其演算法不同部分之間習得的關聯可以進一步拓展。下載了R1或其“蒸餾”小模型（也由DeepSeek釋出）的科學家能透過額外訓練提升其能力，這也稱為微調。如果有合適的資料集，科研人員或能透過訓練，提高該模型在特定科研步驟編寫程式碼的能力。

能在本地系統下載並部署R1也是個加分項，Sun說，因為這樣科研人員就能掌控他們的資料和研究結果。“對於涉及敏感和隱私資料的學科來說，比如醫學研究，這一點尤其重要。”

推理跨越

DeepSeek也攪動了AI科研領域，因為它指出了一條能最佳化無數其他模型的道路，舊金山AI公司Anthropic的聯合創始人Jack Clark說。Clark的模型叫Claude。

DeepSeek透過將它的“推理”能力教授給其他大語言模型（LLM）——如Meta的Llama——建立了這個蒸餾模型。DeepSeek在1月22日在arXiv上釋出的預印本論文[1]揭示了這背後的方法：用整理好的來自DeepSeek-R1的80萬個逐步式“思維鏈”回答的樣本訓練這些大語言模型。

“現在網上有了一個開放權重的模型，你能用它讓其他足夠強大的基礎模型變身為一個AI推理器，”Clark在他的簡報Import AI中寫道，“全球的AI能力又向前了一步。”

科研人員還在應用“強化學習”——用來建立DeepSeek-R1的試、錯、賞技術——但打磨它在特定任務上的應用，Lu說。Lu去年聯合建立了“AI Scientist”，這是一個能完成一整套機器學習科研任務的模型，從掃描文獻到建立假說再到撰寫論文。透過定義適當的“獎賞訊號”，科學家能朝著任何目標訓練這個模型，他說。

但DeepSeek-R1還遠談不上完美。對話機器人DeepThink在o1等大語言模型會“碰壁”的簡單任務上也失敗了，這類問題包括統計名字中含字母W的美國州的數量。Lu說：“也許有的人認為這個模型能把水變成酒，這只是炒作，但對於其實際能力來說，它確實是最棒的。”

原文以Scientists flock to DeepSeek: how they’re using the blockbuster AI model標題發表在2025年1月29日《自然》的新聞版塊上

© nature

Doi：10.1038/d41586-025-00275-0

版權宣告：

本文由施普林格·自然上海辦公室負責翻譯。中文內容僅供參考，一切內容以英文原版為準。歡迎轉發至朋友圈，如需轉載，請郵件[email protected]。未經授權的翻譯是侵權行為，版權方將保留追究法律責任的權利。

本文轉載自公眾號“自然系列”