对话嘉宾

（以姓氏笔画为序）

吴   超

浙江大学公共管理学院长聘副教授 浙江大学省部共建人工智能

协同创新中心研究员

吴   锐

安徽省科技厅人工智能处副处长

费宏飞

合肥小贝智言科技有限公司创始人

贾   开

上海交通大学

国际与公共事务学院长聘副教授

高   汛

合肥人工智能

与大数据研究院副院长

廖周颐

合肥人工智能

与大数据研究院副院长

从技术供给端

到需求端的转变

《决策》：近年来，全球人工智能技术快速发展，成为推动科技和产业加速发展的重要力量，对经济社会发展和人类文明进步产生深远影响。对于人工智能的发展和应用，您有何观察？

贾开：人工智能的演化进程很快，不过并不总是一直往前的线性思路，而是体现了不断出现困境、突破困境的迭代过程。比如这一轮大家对人工智能的广泛认知和讨论是从2022年下半年ChatGPT开始的，业界普遍认为，通过持续加大数据量和算力投入，即可实现性能指数级跃升，所以很多公司都在投入算力、数据。但到2024年下半年就发现，单纯的数据与算力翻倍未必能带来预期的性能翻倍，规模扩张的边际效益出现衰减趋势，这就带来了人工智能发展路线的新困境。

DeepSeek的明显进步和贡献就是给大家提供了人工智能发展的另一个思路。在“十字路口”的困境下，DeepSeek证明了不用完全遵循“规模效应”的老路，走另外一条路也是可行的，就是通过优化原来的方法或者优化原来的数据、算力，去充分挖掘、提升大模型的技术性能，或者说在一定的资源约束情况下，通过优化也能够达到比较高的性能。

DeepSeek用现实成果证明了另外一条路的存在，其意义不仅体现在技术维度，更体现在应用维度。高成本的创新门槛事实上限制了人工智能的应用潜力。以前大规模、大算力、大数据的投入使得大模型和人工智能的应用门槛很高，不仅有资金的成本、人才的成本，还要有自己专业的数据库，要去调参数调模型，这个时间维度也很长，并不是一个普及化的低门槛应用。虽然我们不能说DeepSeek就解决了人工智能应用的所有问题，但当前至少推开了应用这扇“门”。

《决策》：DeepSeek为什么会成为一个火爆现象？

贾开：DeepSeek的关键是以一个合适的成本，实现了一个比较高的性能，这是从它的技术性能来讲。

但我个人觉得，DeepSeek更重要的意义还在于理念认知层面，就是打开了大家的思路，使我们认识到大模型不是只朝着这一个方向，它有很多技术路线，而每个技术路线都具有值得探索的重要潜力。

从这个意义上来说，有一个很重要的观察是说人工智能推动社会变革的瓶颈，正在从技术供给端转向需求端。技术供给端的意思就是说技术还不完善、成熟，所有资源都要投到技术供给端的层面，去开发新技术，促进人工智能的发展。现在技术研发仍然在继续，但技术研发供给可能已经不是唯一或者说最大的瓶颈，同等重要乃至更重要的是如何应用。原来人工智能在各行各业是很难应用的，现在各行各业有能力接触到这个，大家已经开始愿意去投资，愿意去实验。

从演化阶段来讲，2017至2022年我们可以说是人工智能的局部应用期，以人脸识别等垂直场景为主，技术落地范围还比较窄。2022年出现了通用人工智能的讨论，但2022至2024年仍然还是供给端驱动。到了2024年底，DeepSeek就把供给端的瓶颈打破了，并逐渐向需求端转移，行业开始主动探索应用场景，于是到了开始应用的阶段。

廖周颐：研究院作为AI FOR MANUFACTURING（人工智能赋能工业制造）计划的牵头方，主攻人工智能工业软件，我们主要面对工业制造企业家和生态伙伴朋友，特别在自媒体的推波助澜下，瞬间获得了“人工智能+”的知识普及，也包括身边的亲戚朋友，都比我更懂AI如何赋能个人和工作效率提升，而且在AI投入产出上，不再是高不可攀，拥抱AI刻不容缓，AI落地应用和需求增长应该是不可逆转的趋势。