科學家怎么用DeepSeek

科研人員正在測試這個開源模型執行科研任務的能力——從數學一直到認知科學。

兩周前，一家中國公司推出的DeepSeek-R1讓美國股市大幅震蕩——DeepSeek-R1是一款平價但強大的人工智能（AI）“推理”模型。

經過反復測試，DeepSeek-R1回答數學和科學問題的能力與o1模型不相上下——o1是由加州舊金山OpenAI公司去年9月推出的一款模型，OpenAI的推理模型一直被視為行業頂尖水準。

雖然R1在科研人員想嘗試的各種任務上仍力有不逮，但它讓全球科學家有機會根據其學科內的問題，量身訓練定制款的推理模型。

“基于它的絕佳表現和低成本，我們相信DeepSeek-R1能鼓勵更多科學家在日?？蒲泄ぷ髦惺褂么笳Z言模型（llm），同時不用擔心成本問題?！倍砗ザ碇萘⒋髮W的AI研究員huan sun說，“幾乎所有從事AI的同事和合作者都在談論它。”

開放季

對于科研人員來說，R1的平價和開源可能會改變傳統：使用它的應用編程接口（api），就能以其專利競品收取的一小部分費用對這個模型提問；其在線對話機器人deepthink（深度思考）的使用更是免費?？蒲腥藛T還能在自己的服務器上下載這個模型，免費運行和拓展模型——這些都是閉源競品模型o1辦不到的。

“R1從1月20日推出以來，大量研究人員基于R1或以R1為靈感，嘗試訓練自己的推理模型。”加拿大不列顛哥倫比亞大學的AI研究員cong lu說道。這從開放科學AI資源庫hugging face的數據中便可看出——DeepSeek-R1的代碼就儲存在hugging face上。在模型發布后的一周內，hugging face上各版本的R1下載量就超過300萬次，包括獨立用戶已經擴展過的模型。

科研任務

一些初步測試讓R1執行數據型科研任務——這些任務選自生物信息、計算化學、認知神經科學等領域的真實論文?！敖Y果R1的表現與o1不相上下。”sun說，她的團隊讓這兩個AI模型完成他們創建的一系列問題中的20個任務，這個系列被稱為scienceagentbench。這些任務包括數據分析和可視化。“兩個模型只能答對其中約1/3的問題。用api運行R1的成本只要o1的1/13，但R1的“思考”時間比o1更長。”sun說。

R1在數學上也開始嶄露頭角。英國牛津大學的數學家、計算科學家frieder simon讓這兩個模型給出泛函分析這一抽象領域的一個證明，發現R1的證明比o1的更好?！暗紤]到這類模型通常會犯的錯誤，如果想要從這些模型中獲益，研究人員本身就要具備鑒別證明水平的能力?！彼f。

R1令人激動的一大原因在于，它以“open-weight”（開放權重）的形式公開，說明其算法不同部分之間習得的關聯可以進一步拓展。下載了R1或其“蒸餾”小模型（也由deepseek發布）的科學家能通過額外訓練提升其能力，這也稱為微調。如果有合適的數據集，科研人員或能通過訓練，提高該模型在特定科研步驟編寫代碼的能力。

“能在本地系統下載并部署R1也是個加分項?！眘un說，因為這樣科研人員就能掌控他們的數據和研究結果?！皩τ谏婕懊舾泻碗[私數據的學科來說，比如醫學研究，這一點尤其重要?！?/p>

推理跨越

DeepSeek也攪動了AI科研領域，“因為它指出了一條能優化無數其他模型的道路?！迸f金山AI公司anthropic的聯合創始人jackclark說。clark的模型叫claude。

DeepSeek通過將它的“推理”能力教授給其他大語言模型（llm）——如meta的llama——創建了這個蒸餾模型。DeepSeek于1月22日在arxiv上發布的預印本論文揭示了這背后的方法：用整理好的來自DeepSeek-R1的80萬個逐步式“思維鏈”回答的樣本訓練這些大語言模型。

“現在網上有了一個開放權重的模型，你能用它讓其他足夠強大的基礎模型變身為一個AI推理器，”clark在他的簡報import ai中寫道，“全球的AI能力又向前了一步?！?/p>

“科研人員還在應用“強化學習”，用來創建DeepSeek-R1的試、錯、賞技術。”lu說。lu去年聯合創建了“aiscientist”，這是一個能完成一整套機器學習科研任務的模型，從掃描文獻到創建假說再到撰寫論文?！巴ㄟ^定義適當的‘獎賞信號’，科學家能朝著任何目標訓練這個模型。”他說。

但DeepSeek-R1還遠談不上完美。對話機器人deepthink在o1等大語言模型會“碰壁”的簡單任務上也失敗了，這類問題包括統計名字中含字母w的美國州的數量。lu說：“也許有的人認為這個模型能把水變成酒，這只是炒作，但對于其實際能力來說，它確實是最棒的。”

來源|上?？茀f