DeepSeek技術優勢 學者：與中文有關

近期大陸的深度求索DeepSeek大模型引發關注，通訊領域專家、復旦大學中國研究院特邀研究員汪濤日前分析，中文在人工智慧時代具有技術優勢；DeepSeek充分利用了中文優勢。

汪濤與復旦大學中國研究院院長張維為日前在東方衛視「這就是中國」對談，汪濤提到，DeepSeek爆火，不是技術獲得突破性進展，而是其效率獲得了數量級的提升，在相同性能情況下，成本可以下降將近20多倍。

DeepSeek的團隊幾乎充分挖掘各種可能提升效率的技術，如採用底層編碼的語言PTX，採用降低精度、「蒸餾」等方法，極大減少參數數量，還有混合專家架構（MoE）、多頭潛在注意力技術（MLA）等。汪濤稱，這些技術不完全是DeepSeek獨創，但為什麼DeepSeek能充分利用這些技術？他認為DeepSeek充分利用了中文的優勢。

他認為中文在人工智慧存在技術優勢，主要跟中文的三個特質有關。首先，漢字在書寫大小、發音長短非常整齊規整。語音識別時，每個字都是聲母加韻母，相對容易區分出一句話中的每字發音。但英文單詞長度不一，很多英文句子發音連讀，需要更大的運算量，且幾乎所有的字母文字都存在這個問題。

其次，漢字是表意文字，資訊密度一般比字母文字要高，內涵豐富，可用詞組、成語、文言文等很少的漢字表達豐富含義。對人工智慧來說，絕大多數在相同內容情況下，中文訓練的儲存和計算量較少。但他也強調這並非完全絕對，因為英文也有自身優點，比如相對比較嚴謹，像在嚴謹的論文或法律文書，英文的資訊密度與中文差異就沒有那麼大。

第三點是中文的穩定性，汪濤指，今天使用的漢字與幾千年前的甲骨文其實挺接近；對新出現的事物，漢字是透過常用字去建立新的詞組，其穩定性讓人工智慧的訓練參數可以更少，有效的重複訓練可以更多、準確性更高。相比之下，英文每年都會增加大量的新詞，常用詞都可能會發生變化。