简 讯

2025-04-20 15:14:51 18

DeepSeek与其他各种生成式语言大模型对比，其显著优势是：只用大约1/20的训练成本便能产出与后者大模型对等的性能（智能水平），其核心技术是什么？

有人问陆主席，陆答：说不准！他接着说：

近来我接触到国内外几位专家，他们公开猜测DeepSeek这方面的核心技术，我有同感！

(我要声明的是我并未与梁的团队有什么交流）

OpenAI GPT系列和其他生成式大模型的核心技术是采用由Geoffrey Hinton首创的基于深度学习的数字式人工神经网络（Artificial Neural Network，ANN）。

ANN是深度学习代表算法之一，最初目标是以人脑类似的方式解决问题，后来导致与生物学背离，如今ANN仅用于特定任务，如计算机视觉、语音识别、机器翻译、医疗诊断等。

SNN是一种生物神经系统、类脑的神经拟态计算系统，通常称为第三代神经网络，它是基于脉冲信号处理（瞬间编码机制）的稀疏和时间的动态特性，其优点是功耗低、突出神经元的智能性和自主性，用以解决多模态及非结构化信息的感知和推理，引领人工智能的主流计算模式。

关于SNN，2017年Intel在研发神经拟态计算系统（类脑计算机）时采用SNN，2018年曼彻斯特等大学在研发神经拟态计算系统时采用SNN，2020年浙江大学是国内首家研发神经拟态计算系统的，也采用SNN，COPU从2017年起便介绍上述三家研发的神经拟态计算系统、研制的类脑计算机及采用SNN的情况，并与其核心研发团队时有讨论。

DeepSeek从浙江大学研发神经拟态计算系统和SNN稀疏脉冲神经系统中获得启示是很自然的。