IBM亞太區總經理Hans Dekkers：AI的開源時刻可能是其未來轉折點

DeepSeek-R1 是一個開源的人工智能（AI）推理模型，在某些任務中表現出了極具競爭力的性能，它的一夜成名驗證了一個論點，即開放、高效的模型——如果采用優化的架構構建，并使用正確的數據進行調整——能夠提供與專有方法相比極具競爭力的性能。

這一具有里程碑意義的事件挑戰了傳統的說法，即訓練高性能的AI模型需要超過 10 億美元和數千顆最新芯片。DeepSeek-R1 的訓練僅使用了 2,788 個 GPU，與其他領先的AI模型相比，訓練成本降低了 96%。雖然專有模型仍然需要大量的計算投資，但 DeepSeek-R1 已經證明，高性能的AI模型可以用更低的計算成本和基礎設施支持來進行訓練。

開源：開放的方法

開源是AI的前進之路。創新不會在真空中發生，它是一項團隊運動——無論資源多么豐富，任何一個組織都無法獨自改變游戲規則。開源AI通過快速、輕松地利用組織和個人的集體智慧，實現并激發整個生態系統的創新。它擴展了對關鍵AI系統組件的訪問，包括數據集、代碼和模型參數。

有了開放系統帶來的方法、技能組合和資源的多樣性，真正具有變革意義的創新才能得以釋放。人工智能創新促進了整個AI價值鏈的協作，使利益相關者能夠學習和借鑒彼此的專業知識。這一點已被反復證明： AI以多樣性為基礎，增加訪問可降低成本。不同的視角和方法會產生不同的解決方案，無論其來源如何——是地理位置還是其他方面。

在將企業級AI解決方案部署到業務運營中方面，亞太地區的許多國家領先于全球同行。最新的AI采用研究顯示，2023 年印度（59%）、阿聯酋（58%）、新加坡（53%）、中國（50%）和韓國（40%）的AI采用率高于美國（33%）、英國（37%）、意大利（36%）、德國（32%）和西班牙（28%）。這些數據證實了亞太地區在企業級AI采用方面的強大領導地位。

開源：開放式創新

現在，開源運動已經打破了成本神話，AI創新不再由少數幾家倡導封閉式專有AI的公司控制。這一轉折點有望加速AI的進一步發展——不僅在降低成本方面，而且在實際應用和各種規模的企業獲取AI方面。繼 DeepSeek 一夜成名之后，斯坦福大學和華盛頓大學的研究人員又發表了一篇論文，聲稱僅用 16 個 H100 GPU ，就能在 26 分鐘內創建出與 OpenAI 不相上下的低成本AI推理模型，而且價格還不到 50 美元！

AI將遵循過去技術革命的軌跡。起初，由于成本過高而使得算力獲取受到限制。然而，隨著技術進步和規模經濟使人們更容易獲得算力，從而開啟了新的采用和創新浪潮。同樣，歷史表明，開源社區使開發人員和研究人員能夠加速負責任的 AI 創新，同時確?？茖W的嚴謹性、信任、安全、保障、多樣性和和經濟性的競爭力。

然而，AI開發的透明度各不相同，雖然開源AI促進了開放性，但并非所有模型都會公開其訓練數據。一些模型的訓練源仍不透明，這使得透明度和治理成為希望規模化部署AI的企業的關鍵考慮因素。

開源：開放的責任

雖然開源AI具有顯著優勢，但圍繞數據治理、合規性和安全風險的擔憂也在不斷出現。例如，在不同地區開發的AI模型可能受制于不同的監管要求和數據共享義務。對于跨境部署AI的企業來說，這些地緣政治和合規方面的考慮至關重要。

另一個關鍵考慮因素是多模型和混合AI戰略。開源AI并不一定意味著選擇一種模式而不是另一種模式，而是利用針對不同用例而優化的混合模式。將開源AI與云計算、本地部署或混合環境中的專有解決方案相集成的能力，可以使企業能夠最大限度地提高效率，同時保持安全性和合規性。

最后，專家混合（MoE）等架構創新正在推動AI模型訓練和部署的新效率。在保持高性能的同時，MoE 在減少計算開銷方面發揮了重要作用，為企業級AI應用提供了高達 30 倍的推理成本優勢。

隨著AI的不斷發展，采用開放、透明和多模式的戰略對于推動創新，同時確保AI保持負責任、安全和且可供所有人使用至關重要。

開源：開放的未來

AI的未來屬于每一個人，而不僅僅是少數幾個組織。這就是全球合作促進開放式AI創新生態系統出現的原因。開放式訪問將把今天的AI用戶轉變為明天的AI構建者，在我們尚未想象到的領域實現應用。

企業正在擁抱開源、開發代碼，并將開源原則融入其AI開發流程。最近的研究發現，新加坡 44% 的 IT 決策者計劃在 2025 年使用更多開源解決方案來優化AI實施。預計亞太地區將有更多企業追隨這一趨勢。

AI是我們這個時代最具變革性的技術，它有可能增強人類應對世界上最緊迫挑戰的能力。然而，只有當AI的發展實現民主化而不是由少數人控制時，才能釋放其真正潛力。開源AI將確保亞太地區及其他地區的個人、企業和政府都能獲得其益處和機遇，從而迎來新一輪的技術和經濟進步。