DeepSeek成本低到「給AI界帶來衝擊」？專家揭OpenAI輸在哪：少了「這步驟」

記者莊蕙如／綜合報導

中國AI新創DeepSeek近日以突破性的運算技術震撼業界，其模型以更低成本運行，讓AI訓練成本直接降至十分之一，對高階AI晶片產業帶來衝擊。精神科醫師沈政男指出，DeepSeek之所以能顯著減少晶片需求，關鍵在於它省略了「價值函數」的訓練步驟，而這正是OpenAI技術上的一大弱點。

精神科醫師沈政男表示，DeepSeek之所以能顯著減少晶片需求，關鍵在於它省略了「價值函數」的訓練步驟。（圖／美聯社）

沈政男日前在社群發文分析，從DeepSeek團隊發表的論文來看，其模型的運算方式之所以更節能，核心在於省略「價值函數」訓練這一環節。

廣告 更多內容請繼續往下閱讀

沈政男提到，AI學習的基本原理是透過大量訓練資料來調整參數，從錯誤中找到最佳解決方案。例如AlphaGo所使用的蒙地卡羅方法，便是讓電腦隨機走棋，再根據勝率推演最優步驟。而另一種常見的策略馬可夫鏈，則是依據前一步的狀態，計算出最可能的最佳行動。

沈政男說，目前OpenAI採用的PPO演算法（近端策略優化，Proximal Policy Optimization），則進一步透過「價值函數」來評估每一步的效果，形成所謂的一般優勢估計（Generalized Advantage Estimation, GAE）。這種方法雖然能提升策略優化效果，但缺點是需要大量晶片資源進行計算，就像老師必須對每位學生的每一次考試都進行個別評估一樣，極為耗費資源。

廣告 更多內容請繼續往下閱讀

而關於DeepSeek，沈政男則表示它的做法則完全不同，它不依賴價值函數，不需要像OpenAI那樣逐一評估每個輸出結果，而是透過「群體比較」來決定最佳學習策略。簡單來說，就像一個班級裡，不是針對每個學生單獨評分，而是觀察全體的學習成果，當某種教學方法有效時，整體表現會提升，每個學生與平均值的差距也會縮小。這樣的策略讓DeepSeek能夠在不犧牲學習效果的情況下，大幅降低運算資源消耗。

沈政男直言，中國的AI技術已經穩坐全球第二強，正加速追趕美國。與製藥、汽車產業不同，AI主要是「腦力競賽」，不需長期技術積累與硬體基礎，因此中國的發展速度更為驚人。至於台灣，受限於資源與市場規模，較難在這場競賽中與美中抗衡。

儘管AI技術進步迅速，沈政男強調，目前AI仍然無法真正「自我評價」，仍需人類介入指導。然而，DeepSeek的創新之處就在於，它已經開始透過「自我評價」機制來調整學習步驟，這種方法更接近人腦的學習模式，為AI技術發展開啟新的可能性。

而關於DeepSeek，沈政男則表示它的做法則完全不同，它不依賴價值函數，不需要像OpenAI那樣逐一評估每個輸出結果，而是透過「群體比較」來決定最佳學習策略。簡單來說，就像一個班級裡，不是針對每個學生單獨評分，而是觀察全體的學習成果，當某種教學方法有效時，整體表現會提升，每個學生與平均值的差距也會縮小。這樣的策略讓DeepSeek能夠在不犧牲學習效果的情況下，大幅降低運算資源消耗。

沈政男直言，中國的AI技術已經穩坐全球第二強，正加速追趕美國。與製藥、汽車產業不同，AI主要是「腦力競賽」，不需長期技術積累與硬體基礎，因此中國的發展速度更為驚人。至於台灣，受限於資源與市場規模，較難在這場競賽中與美中抗衡。

儘管AI技術進步迅速，沈政男強調，目前AI仍然無法真正「自我評價」，仍需人類介入指導。然而，DeepSeek的創新之處就在於，它已經開始透過「自我評價」機制來調整學習步驟，這種方法更接近人腦的學習模式，為AI技術發展開啟新的可能性。