DeepSeek能做和不能做什么

　　　　　　　　　　具身智能时代人机交互新模式面对的挑战

　　　　　　　　　　开源人工智能技术 共享智能红利

　　　　　　　　　　DeepSeek的AI伦理创新  

　　　　　　　　　　DeepSeek改变了我们什么？

　　　　　　　　　　如何破解杰文斯悖论，推进可持续的人工智能

　　观点摘要：AI和人类的结合将成为一种全新的合作模式。AI不能代替人类，而是与人类一起，拓展我们的潜力，帮助我们在复杂的世界中找到更好的解决方案。

　　作为当下最热的科技创新成果，DeepSeek代表了人工智能（AI）的最新发展。它的“爆发”让人既兴奋，又有些许担忧。DeepSeek让我们再次切身体会到，AI已经深刻地改变了人们的工作、生活和思维方式。我们需要思考的是，DeepSeek能做和不能做什么，实质上也是回答AI能做什么和不能做什么。 【原文阅读】

　　观点摘要：2025年新春之际，中国学者研发的Deep Seek大模型一夜爆火出圈，如同平静湖面投入了一颗石子，短短半月之余，在国际舞台激起层层涟漪，其震荡效应甚至跃出技术范围，迅速扩散到国际政治、经济社会和思想文化领域。Deep Seek R1-Zero更重要的价值是，“推理即训练”的自我进化突破了自GPT大模型以来终极的人类输入瓶颈，其普惠开源的公益壮举，更使人工智能一味追逐大数据、大算力、大模型、大能耗的“闭源竞争”整体生态发生裂变，国际上几大AI头部也被迫走出大模型开源免费之路。

　　剔除资本炒作和媒体放大效应，引起我们深度探索的问题是，Deep Seek的底层逻辑究竟包含了哪些创新？以此为契机，未来人机交互模式将发生哪些变革？ 在可见的智能时代，Deep Seek能否激发一种新的人机自然交互模式的演化机制，实现人类与AI的互惠共生？ 【原文阅读】

　　观点摘要：人工智能的开源和普惠是推动技术发展和社会进步的重要理念。20世纪末，随着互联网的普及和软件技术的快速发展，开源运动出现，倡导知识共享、透明性和社区协作。开源降低了人工智能技术开发成本，促进了人工智能技术的交流和共享，加速了人工智能技术的传播和进步，促进整个人类的人工智能技术进步。通过开源，降低技术门槛，让更多人能够在人工智能技术中受惠。公开源代码有助于提高算法的透明性，使公众能够审查和监督。开源可以增加人工智能系统的透明性，有利于获得公众信任，促进其广泛应用。开源为人工智能的普惠发展奠定重要基石。普惠强调让更多人受益于人工智能技术，特别是资源有限的群体，有利于解决因对信息、网络技术的拥有程度、应用程度以及创新能力的差别而造成的数字鸿沟。开源不仅是一种人工智能技术发展模式，更是一种体现人类共同价值的伦理选择。 【原文阅读】

　　DeepSeek的AI伦理创新-中国社会科学网 https://www.cssn.cn/zx/zx_rdkx/202502/t20250224_5848933.shtml

　　观点摘要：伦理驱动的计算路径选择（Ethics-Driven Computational Path Selection）是DeepSeek在AI系统中采取的一项核心技术机制，该机制可以根据不同的任务需求选择不同的计算路径和处理模块，而被模块化的伦理因素是路径选择的主要依据。区别于只看重“性能优先”的AI系统，DeepSeek的AI系统初步实现了一种“伦理—性能双驱动”模式，通过把伦理考量纳入技术决策源头，使伦理因素成为AI做出评估判断并选择走向不同计算路径的重要依据。

　　通过把伦理知识做成分析、判断、审查任务内容的算法、模型和机制，DeepSeek的AI系统把道德推理引入了AI数据处理的全过程，使伦理考量真正成为可以影响技术决策和计算路径选择的主要依据。通过普惠开源的开放体系，该系统还以一种多元民主的技术生态交互模式把这个带有道德心智的AI传递给整个生态。 【原文阅读】

　　观点摘要：当前技术环境的剧烈变革给人类适应数字智能时代不断施加认知压力，特别是“银发群体”可能成为“数字难民”的主要成员，会对当下流行和即将到来的智慧家居、具身机器人和动态数智环境交互产生极大的不适应感，这一点也需全社会共同努力去改善，使数智技术能够增添人类的生活福祉，而非带来那种“高技术低生活”的赛博朋克生活感受。

　　未来的关键不在于创造更强大的AI系统，而在于构建与之匹配的人类认知进路。这要求我们重新审视教育的本质目的、重构人机协作的认知框架，并在技术民主化进程中守护人类认知的自主性。历史经验表明，每次重大技术革命最终引发的都是人类认知范式的嬗变，低成本甚至无成本的生成式人工智能带来的或许正是这样一个认知革命的临界点。 【原文阅读】

　　观点摘要：随着人工智能和机器学习技术的迅猛发展，它们在各个行业中的应用已带来深远的变革。然而，随之而来的计算能力需求却引发了显著的能源消耗、温室气体排放以及对环境的负面影响。长期以来，人工智能的快速发展一直以对能源的无止境需求为代价。传统的人工智能大模型训练和运行过程往往需要大量计算资源，这不仅消耗电力，还导致数据中心的水资源消耗（用于冷却设备）及温室气体的排放。

　　随着DeepSeek模型的高效迭代，可能会减少对大规模数据中心扩展的需求。然而，效率的提升亦可能导致人工智能应用的增加，从而潜在地抵消杰文斯悖论所带来的可持续性收益。未来，人工智能在更广泛的技术开发与场景应用中，必须在创新与环保之间寻求平衡。构建具有价值导向的、环境友好的人工智能，不仅是一个技术问题，更是一项社会责任，旨在推动人类走向更加可持续的未来。 【原文阅读】