题图由我厂AI生成
deepseek到底是不是国运级科技成果？
一、啥是国运级？
Deepseek，我们去年5月份就聊过了。
实际上，去年国产大模型的降价潮，就是deepseek发起的。
我们内部，早就上了deepseek v2，v2.5等版本。
那个时候，我们就知道，Deepseek迟早会火，但是像春节期间突然火成这样，还是没有想到的。
Deepseek对我们来说，是核弹级利好，等于是
量身定制
的那种利好。
说到押赛道，你说我们压中一次，你可以说我是瞎蒙的。
我要是连续押中，你就不能说我是蒙的了。
其实deepseek并不是从国内火起来的，而是从国外火起来的。
具体来说，就是美国。
特朗普认证、马斯克认证、OpenAI的山姆.奥特曼认证，各国的技术大拿，比如卡帕西等等认证，登顶
140
多个国家的下载排行榜第一。
这个成绩，就连openai都没拿到过。
《黑神话.悟空》的创始人冯骥说，deepseek可能是国运级的成果。
那么，我们首先要说一说，什么是国运级？
其实日本在70-80年代，靠电子产品、汽车等等，一度要赶超美国。
后面美国人的信息产业开始发力，尤其是互联网蓬勃发展，美股高奏凯歌，让美国普通人也能分享红利，住上了大house，开小汽车，吃牛排的优渥生活，甚至连养老金都安排好了。
日本人连一口汤都没喝上，就落后了。
很多日本普通人找不到工作，在家里做宅男，这样的日子不是一天，而是一过就是30年。
日本的国运开始衰退，这就是所谓的“失去的30年”。
好机会的特征是，一个机会，可以带来后面更多的机会。
信息产业的特点是可以带动各行各业，就像蒸汽机、电力革命一样。
芯片制造、电子产品、计算机、各种工业自动化设备、互联网，甚至军事等等，都可以应用。
这就是国运级。
其实美国这次的目的非常明确，就是押注AI产业，与其它国家拉开5-10年的差距，让美国再次伟大(MAGA)。
美国确实曾经伟大过，当然，这是对美国人来说，那是一个过好日子的鎏金时代。
IBM垄断了大型机，这是第一代巨头。
大型机的利润，让IBM收入极高，福利极好，可以长期不裁员，利润好得不得了。
当时，穿个蓝色西服在IBM上班，简直就是颠扑不破的铁饭碗，在社会上也得到人的尊重。
微软和英特尔形成了wintel联盟，主宰PC市场，曾经长期赚取超额利润。
只是因为移动市场的出现，加上英特尔自己犯错，导致英特尔现在不太行。
微软转型云服务，还是非常赚钱的，还是在PC市场具有主宰地位。
这是第二代巨头。
谷歌、苹果、meta宰治了搜索、移动、社交市场，赚取了巨额利润，肥得流油，富可敌国。
一旦形成主宰地位，甚至都不需要做太多事情，就可以一直赚钱。
这是第三代巨头。
老美的目的，就是培养出第四代巨头，继续占据浪潮之巅。
openai山姆奥特曼的目的，就是通过大模型拉开与其他国家的代差，同时绑定英伟达，变成第四代巨头。
Openai的“星际之门”计划，投资5
000亿
美金给算力基础设施。
微软买核电站、马斯克搞十万张卡，扎克伯格甚至准备搞百万张卡，都是想在这轮科技竞赛中，成为新的
第四代巨头
。
芯片禁令，显卡配额，各种制裁，都是这个目的。
什么国家安全，只是随便找的理由罢了。
只要达到这个目的，老美就像《哪吒2》中的无量仙翁一样，随便分分，就是几千颗仙丹。
其他国家，就分6颗仙丹，是100年，才分6颗。
没有办法，你自己拿不出东西来，只能看着别人赚取垄断利润，收割全球。
这个时候，deepseek来了，是他，是他，犹如踩着风火轮的小哪吒。
二、智能涌现
智能是信息处理的最高形式。
人工智能是源于人类对智能的好奇。
到底机器能不能产生通用智能(AGI)呢？
其实人类经过很长时间的探索，试过很多种方法，有的完全失败了，有的有些效果。
比如计算机，就是这种探索的典型产物，它能做计算，可以算是一种很局限的智能。
直到chatgpt 3.5的出现，人类摸到了这个问题的门槛。
deepseek这次突破的点是什么呢？
就是RL，即强化学习。
Deepseek最新发的基础大模型deepseek v3其实并没有出圈。
因为性能还达不到chatgpt-4o的水平，有一定差距。
真正出圈的是随后发布的deepseek R1这个推理模型。
但是这个推理模型，实际上是deepseek R0这个版本上做出来的。
deepseek R0很不同，非常不同。
要说清楚这个问题，我们要简单介绍几个概念。
放心，完全不懂人工智能，你也能看得懂。
chatgpt-4o这种大语言模型，就是基础大模型，是通过预训练做出来的。
Gpt这个缩写里面，本身就包含的预训练的意思。
Gpt,这三个字母，有人叫它“狗屁通”，因为它有时候会编瞎话，但是看起来似乎又能说得通，所以叫它“狗屁通”，注意这个现象。
其实gpt这三个字母，并不是“狗屁通”的缩写，而是“Generative Pre-trained Transformer”这个词组的首字母缩写。
Generative就是生成式，Pre-trained就是预训练，而Transformer是架构的名字。
那么预训练是什么呢？
预训练，就相当于你去看书，看了很多书，理解了很多概念，懂得了原理，有了自己的体系。
但是这个时候你还不会解题。
那么你就要学几个例题，比如一个题，一个答案这种形式。
你多看几个例题，就知道怎么解题了。
这个过程就是监督微调，即sft。
Openai在做预训练的时候，发现了一个神奇的现象，就是涌现。
如果你给大模型喂多少概念，喂多少题，大模型就只能答这几个概念，只能答这几个题，那这个叫死记硬背，不能叫有智能。
但是涌现不一样，就是说你从来没有给大模型喂过的概念和题，它也能答出来。
这个就产生了原始的智能，就好像是一种直觉。
最典型的涌现例子，就是我们刚才说的大模型会胡编乱造。
这个现象专业术语并不叫“狗屁通”，而是
大模型幻觉
。
大模型幻觉，就是智能的体现，是智能这枚硬币的正反面。
只是对人类来说，它编的不对，叫大模型幻觉，而编的对，你管他叫聪明而已。
但是走到这一步，大模型的智能只是体现在直觉，也叫
快思考
。
人脑也是这样工作的，分为快思考和慢思考。
比如说，你在马路上，一辆车过来，你快速的闪开，这个就是快思考。
你这个时候，就是靠直觉来做判断的，你不会说想几天，再做决定。
快思考，就是一步思考，反应快，但是错误率也高。
那么怎么提高这个模型回答的准确率呢？
有人发现，在预训练模型中，加上一个提示词：
Let’s think step by step。
这个时候，大模型会一步一步的思考，准确率会大幅度提升。
这个就是慢思考，也叫多步思考。
就像你做数学题，你就不是靠直觉来作答，而是先有一个思考，再这一步的基础上，再进一步，直到得到最终答案。
你写长篇小说，也是这样，写个大纲，分几步来写。
用Let’s think step by step这样的提示词，确实能让预训练的大模型进行分步思考，但是这个过程还没有体系化，还不够系统。
三、强化学习的圣杯
如果系统的做，会怎么样呢？
这个时候，人们就想起下棋，下棋，就是典型的多步思考的例子。
说到下棋，现成的例子，震惊全球的alphago，已经没有人类可以下得过它了。
Alphago采用的就是强化学习，可以多步思考。
说到大模型的强化学习，就相当于预训练也做了，例题也看了，然后开始做考试的练习题。
这些题，并不是现成的题库中的，千变万化，你得根据基本概念，举一反三，融汇你所有的知识来做。
每个题的解题思路也未必只是一个，这个本质要你学会一种思维方式，而不是死记硬背。
大模型做的题越多，那么它的能力就越来越强，就“强化”了。
强化学习，还有一个特点，就是不需要人类数据反馈了，它自己做题就能提升。
很多人知道alphago,但是很少人知道alphazero,它是不需要和人类棋手下，它自己跟自己下棋，就会越来越强。
所以，你猜猜deepseek R0为什么叫这个名字？
0就是zero，这是向alphazero致敬。
Openai其实是最早探索了一条路出来，就是openai o1这个模型，有深度思考能力，于去年9月份发布。
