“一個(gè)巨大的變化，就是一個(gè)產(chǎn)品出現(xiàn)之后，它帶來的是整個(gè)外部世界對(duì)中國(guó)看法的改變?！?

“到了人工智能時(shí)代，這個(gè)情況發(fā)生了很大的逆轉(zhuǎn)，為什么中文在人工智能中存在這樣的一個(gè)技術(shù)優(yōu)勢(shì)呢？”

前段時(shí)間DeepSeek是火爆出圈了，不僅在科技界引起了廣泛的震動(dòng)，很多普通人現(xiàn)在也開始在使用DeepSeek，甚至有的政府機(jī)構(gòu)也開始在應(yīng)用上引入了DeepSeek。大家可能很好奇，為什么中國(guó)在人工智能時(shí)代會(huì)不斷地有火爆的產(chǎn)品，中國(guó)的整個(gè)科創(chuàng)生態(tài)到底有什么樣的優(yōu)勢(shì)？

在東方衛(wèi)視3月11日播出的274期的《這就是中國(guó)》節(jié)目中，復(fù)旦大學(xué)中國(guó)研究院院長(zhǎng)張維為教授和復(fù)旦大學(xué)中國(guó)研究院特邀研究員汪濤老師，對(duì)DeepSeek的火爆出圈進(jìn)行了深入觀察和分析。

汪濤:

我今天演講的主題是——中文在人工智能時(shí)代的優(yōu)勢(shì)。DeepSeek之所以爆火，主要并不是它技術(shù)上獲得了突破性的進(jìn)展，而是其效率獲得了數(shù)量級(jí)的提升，從而使得它在相同性能的情況下，成本可以下降將近二十多倍。

不同AI模型的Token輸入/輸出價(jià)格（美元/每百萬Tokens），可以看到DeepSeek的價(jià)格遠(yuǎn)低于其他AI模型Reddit

之所以如此，是因?yàn)檠邪l(fā)團(tuán)隊(duì)幾乎是將各種可能提升效率的技術(shù)都充分地進(jìn)行了挖掘，比如說更多地采用底層編碼的語(yǔ)言PTX。一般來說，越是底層的編程語(yǔ)言，它的效率就會(huì)越高，但是編程的難度也會(huì)越大。

另外，還有適當(dāng)?shù)亟档途?，比如采用一個(gè)字節(jié)的8比特浮點(diǎn)運(yùn)算，而不是32比特，從而能成倍地減少存儲(chǔ)量和運(yùn)算量，這在人工智能里面有一個(gè)專業(yè)的術(shù)語(yǔ)叫量化。

還有蒸餾的方法，同樣可以極大地減少參數(shù)的數(shù)量，除此之外還有混合專家架構(gòu)（MoE）、多頭潛在注意力技術(shù)（MLA）等等。這些技術(shù)本身并不完全是DeepSeek獨(dú)創(chuàng)的，原來在美國(guó)人工智能產(chǎn)業(yè)界的專業(yè)人員都知道這些技術(shù)，但為什么DeepSeek把這些技術(shù)充分利用了呢？

今天就談一個(gè)大家比較容易理解，也非常有意思的話題：中文在人工智能時(shí)代的技術(shù)優(yōu)勢(shì)。DeepSeek充分利用了中文的優(yōu)勢(shì)，所以在它爆火之后，很多人開始關(guān)注到這個(gè)問題。

如果我們回顧一下兩百多年來的歷史，中文在現(xiàn)代科技中的作用，其實(shí)經(jīng)歷過一個(gè)變化的過程。

在中國(guó)古代的時(shí)期，中國(guó)對(duì)周邊國(guó)家在文化上有壓倒性的優(yōu)勢(shì)。其他地區(qū)對(duì)中國(guó)也有著非常仰慕的心態(tài)。但隨著中國(guó)在近代的落后，尤其是甲午戰(zhàn)爭(zhēng)失敗以后，導(dǎo)致很多中國(guó)知識(shí)階層開始反思自身。首先反思的就是我們的文化，也包括我們自己的語(yǔ)言文字。這種反思很快就發(fā)展到了極端，甚至有人認(rèn)為漢字阻礙了中國(guó)進(jìn)入現(xiàn)代科技文明。也有人認(rèn)為中國(guó)應(yīng)當(dāng)放棄中文這種象形文字形態(tài)，應(yīng)該改成像拼音這樣的字母文字。

隨著以電子計(jì)算機(jī)為代表的信息技術(shù)出現(xiàn)以后，中文在計(jì)算機(jī)鍵盤輸入上存在一定的困難。因?yàn)橛?jì)算機(jī)鍵盤來自英文的打字機(jī)，所以輸入英文當(dāng)然是最簡(jiǎn)單方便的。因此，過去曾經(jīng)認(rèn)為中文阻礙了中國(guó)進(jìn)入現(xiàn)代科技文明的觀點(diǎn)和思潮，在信息技術(shù)時(shí)代又再一次沉渣泛起。但是， 二十世紀(jì)八十年代，中國(guó)科技界在漢字輸入上做了大量的工作，在當(dāng)時(shí)被稱為叫“萬碼奔騰”。

這些漢字輸入的工作在很大程度上降低了中文電腦輸入的困難。其中比較著名和主流的有五筆字型輸入法，也叫王碼，是王永民先生發(fā)明的。那么另外一個(gè)常用的輸入法是拼音輸入法。雖然客觀上說，直到今天中文還是比英文等字母文字的鍵盤輸入稍微麻煩那么一點(diǎn)點(diǎn)。但是這些中文輸入法，在很大程度上，已經(jīng)有效解決了中文在計(jì)算機(jī)上的輸入問題。在五筆字型輸入法的基礎(chǔ)上，充分采用詞組輸入以后，它的輸入效率甚至還可以超過英文的輸入。

到了人工智能時(shí)代，這個(gè)情況發(fā)生了很大的逆轉(zhuǎn)，為什么中文在人工智能中存在技術(shù)優(yōu)勢(shì)呢？主要有以下這些原因：

首先，漢字非常規(guī)整，或者說非常整齊。無論是書寫的大小尺寸還是發(fā)音的長(zhǎng)短尺寸，都是一樣的，非常整齊。這種規(guī)整對(duì)于計(jì)算機(jī)的處理而言，是非常方便的。比如要進(jìn)行語(yǔ)音識(shí)別，中文每個(gè)字的發(fā)音都是聲母加韻母，發(fā)音的長(zhǎng)度一樣，這樣就會(huì)相對(duì)比較容易區(qū)分出一句話中，每一個(gè)字的發(fā)音。

相比之下，英文單詞的長(zhǎng)度，從一個(gè)字母到十幾個(gè)字母的都有，這樣的字母文字，每個(gè)單詞它發(fā)音的長(zhǎng)度可能都是不一樣的。像英文里面的“祝賀”，是“Congratulations”，這就有15個(gè)字母。我們可能會(huì)好奇，那最長(zhǎng)的英文單詞會(huì)有多少個(gè)字母呢？如果我們到網(wǎng)上去搜索的話，可能會(huì)發(fā)現(xiàn)很多不一樣的答案。

還有一個(gè)問題是很多英文的句子，它的發(fā)音會(huì)有連讀的情況，比如說"what’s your name"，那么這就更加難以區(qū)分出每個(gè)單詞。雖然現(xiàn)在這些問題在人工智能的語(yǔ)音識(shí)別中都已經(jīng)解決了，但是它解決的技術(shù)難度，確實(shí)要比中文困難很多，需要更大的運(yùn)算量，而且?guī)缀跛械淖帜肝淖侄即嬖谶@個(gè)問題。

第二，漢字的信息密度一般比字母文字要高，這體現(xiàn)在很多方面。漢字是一個(gè)表意文字，內(nèi)涵很豐富，可以用詞組、成語(yǔ)等很少的漢字表達(dá)相當(dāng)豐富的含義。尤其像文言文，它的信息密度就更高了。對(duì)于人工智能來說，最終它體現(xiàn)的是，相同含義的一段語(yǔ)言或文字，在計(jì)算機(jī)中需要有多少存儲(chǔ)量和計(jì)算量。一般來說，中文的存儲(chǔ)量和計(jì)算量都是最少的。如果我們對(duì)比一下相同內(nèi)容的中英文，中文一般頁(yè)數(shù)或者篇幅是最少的。

但我們要注意，這并不是完全絕對(duì)的，因?yàn)橛⑽囊灿凶陨淼膬?yōu)點(diǎn)，比如說它相對(duì)比較嚴(yán)謹(jǐn)，所以比較嚴(yán)謹(jǐn)?shù)囊恍┱撐幕蚍晌臅锩?，英文的信息密度與中文的差異就沒有那么大了。但是由于絕大多數(shù)情況下，中文的信息密度的確是比較高的，所以在人工智能的訓(xùn)練中，相同內(nèi)容的情況下，中文訓(xùn)練的存儲(chǔ)量和計(jì)算量就會(huì)比較少。這是中文效率優(yōu)勢(shì)的第二個(gè)體現(xiàn)。

第三，是中文的穩(wěn)定性。漢字是相對(duì)比較穩(wěn)定的一種語(yǔ)言，我們今天使用的漢字與幾千年前的甲骨文其實(shí)挺接近的。對(duì)于新出現(xiàn)的事物，漢字是通過常用的一些字去建立新的詞組從而適應(yīng)。并且，這樣的詞組天然地會(huì)存在有規(guī)律的分類特性，比如機(jī)器的“機(jī)”，可以組成拖拉機(jī)、播種機(jī)、飛機(jī)、紡織機(jī)、發(fā)動(dòng)機(jī)、蒸汽機(jī)、計(jì)算機(jī)，如此之多的機(jī)器漢字都可以用“機(jī)”這個(gè)形成詞組來表達(dá)。

漢字的穩(wěn)定性對(duì)人工智能帶來的好處是訓(xùn)練參數(shù)可以更少，有效的重復(fù)訓(xùn)練可以更多，那么準(zhǔn)確性就會(huì)更高。

相比之下，英文每年都會(huì)增加大量的新詞，常用的單詞都可能會(huì)發(fā)生變化。當(dāng)然我們提到中文在人工智能時(shí)代的技術(shù)優(yōu)勢(shì)，并不是要把它過度地拔高，只是從以上不同技術(shù)時(shí)代，中文技術(shù)優(yōu)劣勢(shì)的變化過程中，希望我們能更客觀地看待我們中國(guó)自己的文化。在進(jìn)入人工智能時(shí)代，我們更應(yīng)該發(fā)揮中文的優(yōu)勢(shì)，使得中國(guó)在人工智能時(shí)代可以獲得更快的發(fā)展，并且有更好的經(jīng)濟(jì)效益。

從我們長(zhǎng)久以來對(duì)自己語(yǔ)言的態(tài)度變化中，可以獲得一些啟示：那就是如何用科學(xué)的態(tài)度去看待自己的文化。所謂利弊或優(yōu)劣，它永遠(yuǎn)是相對(duì)特定的要求來說的。我們不能因?yàn)橛龅搅四撤N劣勢(shì)就簡(jiǎn)單地去否定自己的文化，也不能遇到優(yōu)勢(shì)就自我膨脹。

科學(xué)的態(tài)度就是實(shí)事求是，如果它是劣勢(shì)，我們就應(yīng)該想辦法改進(jìn)，去消除或者減少這種劣勢(shì)。如果是優(yōu)勢(shì)，我們就應(yīng)該想辦法去充分地開發(fā)利用它。因?yàn)榧词故菨撛诘膬?yōu)勢(shì)，如果不去充分地開發(fā)利用，它也不會(huì)自動(dòng)地體現(xiàn)出來。謝謝大家。