跳至内容
文｜ 杨柳 王子黎
“DeepSeek很专注很纯粹，只做底层大模型的创业，不去做行业落地，也不考虑短期变现，非常有极客精神。”3月6日，全国人大代表、科大讯飞董事长刘庆峰接受南都等媒体采访时说，“我们都很欣赏这样的极客，因为科大讯飞得想办法做行业落地，想办法自我造血。”
刘庆峰认为，DeepSeek的一项重要意义在于，增强了中国各阶层人士对本国自主创新的信心。DeepSeek的创新主要体现在工程优化层面，但人工智能的持续发展，还需要在基础的源头技术创新上进行更多探索。
DeepSeek带火了能生成“思维链”、模拟人类思考方式的推理模型。科大讯飞也在1月15日发布星火深度推理模型X1，声称是“当前唯一基于全国产算力训练的具备深度思考和推理能力的大模型”。
刘庆峰回顾道，2024年10月，科大讯飞便完成深度推理模型的技术路线验证。然而，为了在国产算力平台上进行训练，他们不得不花费额外两个月时间来进行适配工作。所以，使用全国产算力训练的代价，不仅体现在国产AI芯片的使用成本更高，也体现在训练所消耗的时间更长，拖慢了模型发布的进度。
但刘庆峰表示，大多数大模型创业公司选择使用英伟达芯片开展训练，这是出于快速推出产品的实际考量。不过，“从国家和产业龙头型公司的角度看，一定要有一批企业在国产算力平台上进行大模型训练，做大模型工具链的各种设计”。
3月6日晚，全国人大代表、科大讯飞董事长刘庆峰接受南都等媒体采访。图：王子黎
为何使用全国产算力？刘庆峰想到“龙芯”CPU芯片的历史教训。21世纪初，中国科学院自主研发出“龙芯1号”CPU，这是中国自行设计的、有自主知识产权的第一款商用的通用CPU芯片。刘庆峰说，“龙芯”芯片其实已经接近英特尔CPU的性能，基本上有条件去追赶，“可是谁都不用，导致我们的CPU一直没有跟上”。
基于“龙芯”的前车之鉴，刘庆峰表示，在这一轮通用人工智能浪潮中，如果大家只想摘取现成的果实，等待他人建好生态系统后再加入，那么自主可控的平台生态将没法成长。他呼吁企业更多地在自主可控的平台上做模型训练，而不只是简单地开展推理或微调阶段。
“若不能加快解决国产自主可控人工智能产业生态薄弱、适配困难等问题，无异于‘在别人地基上建高楼’。”在今年全国两会提交的建议中，刘庆峰提出，对做国产算力芯片的企业、使用国产芯片训练大模型的企业，给予资金专项支持，在国家公共算力上给予资源倾斜，加速基于国产算力的大模型算法创新。另外，鼓励央国企优先采购基于国产算力平台研发的全栈自主可控大模型。其次，优先推广基于全栈自主可控大模型的行业垂直应用。
3月5日，教育部部长怀进鹏在首场“部长通道”集中采访活动中透露，今年中国将发布人工智能教育白皮书。
2月下旬，成都市教育局发布通知，首批遴选35所中小学开展“AI+教学”试点。试点学校将探索人工智能赋能学习方式变革，如精准识别学生学习特点与需求、提供个性化学习路径与学习资源等；同时，用人工智能赋能教学方式变革，智能分析教学目标与内容，辅助教学资源开发等。
2024年10月，北京市教委等部门发布两份在教育场景部署人工智能的文件：《北京市教育领域人工智能应用工作方案》及《北京市教育领域人工智能应用指南》。
在刘庆峰看来，AI大模型可以成为教师的有效助手，帮助因材施教，提高教学质量，减少学生无效重复的学习时间，并增强学生的自信心。虽然AI掌握大量知识，但它无法取代教师的角色，将来仍然要以教师作为教书育人的主体。这是因为，学生价值观的培育过程中，教师作为“教师是人类灵魂的工程师”必不可少，能培养学生的同理心、对事物的热爱，以及人的创造力。
除了教育领域，医疗也是科大讯飞大模型行业落地的重要方向。科大讯飞推出面向大众的AI健康助手“讯飞晓医”，并计划在深圳龙华区建设面向医生的AI诊疗助理。AI大模型“六小虎”之一的百川智能，也将公司重心投入医疗场景。2月13日，北京儿童医院开展了国内首次“AI儿科医生+多学科专家”的双医并行多学科会诊，百川智能打造的“AI儿科医生”参与其中。
2月下旬，北京一医院神经外科主任医师在视频中称， DeepSeek“水平相当于一个三甲医院医生”，并建议患者就诊前可用它进行搜索，以全面了解自己的疾病。这一言论引起业内争议。中山三院耳鼻喉科医生罗新向南都记者表示，在健康问题上使用DeepSeek、ChatGPT这类通用大模型时，可以把目标设定在了解疾病的基础知识，但具体到治疗、用药信息时，还是要听取专业医生的建议。
“AI能成为医生的助手，而不是用来替代医生的。”刘庆峰认为，人工智能系统可以随时随地为医生会诊提供辅助。比如，当发现医生的电子病历可能有遗漏、有自相矛盾或错误的时候，人工智能系统自动标红或者弹窗提醒。
刘庆峰表示，为避免“AI+医疗”场景应用的鱼龙混杂，当前有必要考虑：面向医疗的人工智能系统是否应设立准入门槛？如果需要，测试标准是什么？谁来负责测试？刘庆峰建议，针对医疗这类特别敏感的场景，需要尽快出台相应配套的规范指引。
（文：AI前哨站）
