深尋對美國的挑戰

　中國AI公司DeepSeek的技術突破震撼全球科技業，引發的AI革命，讓人不禁思考美國AI多年來建立的「砸大錢買算力」模式，是否已走到極限？還是只是另一起「技術盜用」的爭議？

　DeepSeek的成功並非因為投入更強大的算力，而是透過更高效的演算法與訓練策略，讓AI模型能夠在較少的硬體資源下達到相同甚至更好的效果。其最新發表的R1推理模型，建立在DeepSeek-V3的基礎模型之上，而這個基礎模型的訓練成本遠低於美國競爭對手。DeepSeek的核心技術創新在於「純增強學習」，該方法不依賴人類標註資料，而是讓AI透過自我驗證與反思來提升推理能力。這種方法顯著降低了人力成本，也讓AI訓練變得更加有效，成為突破 OpenAI既有模式的重要關鍵。

　更令人震驚地，DeepSeek並未使用最先進的硬體，而是透過優化模型架構來彌補硬體差距。這一策略也讓市場開始重新思考AI發展是否真的需要無止境地擴增計算資源，或者是否應該轉向更加高效率的模型設計。

　面對DeepSeek的崛起，美國科技巨頭並未表現出欣賞對手創新的態度，反而迅速將其塑造成「不道德競爭者」。OpenAI和其主要投資者微軟正在調查DeepSeek是否非法使用OpenAI的技術來訓練其AI模型，甚至指控其「未經授權地提取OpenAI的數據」。

　事實上，DeepSeek使用的「蒸餾技術」是AI產業的標準做法，許多AI公司都會讓小型模型學習大型模型的行為，以提高效能並降低成本。但OpenAI和微軟的指控，卻暴露了一個令人玩味的矛盾，OpenAI本身也因未經授權地使用網路內容來訓練AI而遭到《紐約時報》等媒體起訴。這讓人不得不質疑，美國企業是否用雙重標準看待AI競爭？

　不過DeepSeek目前的成功是建立在現有技術的最佳化之上，尚未真正改變AI產業的技術基礎。DeepSeek雖然能推出強大的語言模型，但在AI基礎設施建構方面仍然遠遠落後於美國企業。這意味著未來的AI競爭可能不僅僅是比誰的模型更強，而是誰能夠掌握完整的AI生態系統。

　這場AI革命的核心問題不只是技術領先，而是「效率」與「資本」的對抗。美國企業是否會因為DeepSeek的挑戰而轉向更高效率的技術路線？還是會選擇透過法律與政策手段來壓制競爭對手？這將是AI產業未來發展的關鍵觀察點。（作者為國立台北商業大學前校長）