老黃親自下場滅火：市場誤讀Deepseek，數字孿生將爆發，AI 發展遠未結束

最近，Nvidia 的股票市場經歷了一場由Deepseek 開源模型引發的巨幅震盪，但很快就強勢收復失地，展現了其在AI 領域的強大地位。 而在這背後，Nvidia 掌門人——「老黃」黃仁勳親自接受採訪，就市場對Deepseek 以及整個AI 發展方向的誤讀進行了深度解讀

市場對AI 的理解，完全錯了

在與DDN CEO Alex Bouzari 的對話中，黃仁勳開門見山地指出，市場對AI 發展存在一個根本性的「心智模式」誤區：

「投資者認為世界就只有預訓練，然後就是推理。而推理就是你問AI 一個問題，它就立即給你一個答案，一次性的回答。我不知道是誰的錯，但很明顯這個模式是錯誤的。」

黃仁勳認為，這種「AI 已經完成」、「推理就是全部」 的觀點，完全忽視了AI 發展的複雜性和長期性。

Deepseek R1 開源是「AI 完成」的訊號？大錯特錯！

針對近期備受矚目的Deepseek R1 開源事件，黃仁勳更是直言，市場將其解讀為「AI 已經完成了」 是一個巨大的誤解。

「你可能看到了Deepseek 的事情，全球第一個開放原始碼的推理模型。這真的令人無比興奮，全世界因為R1 開源而產生的能量真是難以置信。」

然而，市場的反應卻是： 「噢，AI 已經完成了，好像它從天而降，我們不再需要任何運算了。」黃仁勳對此表示，實際情況恰恰相反！

“Deepseek 正在讓每個人注意到，模型的效率可能比我們想像的要高得多，這正在擴大並加速AI 的採用。”

AI 學習的真實樣貌

為了幫助大家更清楚地理解AI 的發展，黃仁勳詳細闡述了AI 發展的三個核心階段，並強調 預訓練只是開始：

第一階段：預訓練(Pre-training) - 打基礎

「我們需要預訓練，因為我們需要有基礎層次的資訊理解。預訓練會持續非常嚴謹地進行，需要大量的多模態資料。如你所說，我們將從語言、影像、影片、聲音中學習，並將這些都結合在一起，形成我們的基礎知識。這會持續進行下去。」

預訓練就像是AI 在建立自己的“通用知識庫”，學習各種基礎概念和資訊

第二階段：後訓練(Post-training) - 學以致用，提升智慧

「第二部分，也是實際上智慧最重要的部分，就是我們稱之為後訓練的階段。這是你學習解決問題的地方。你擁有基礎知識，理解詞彙如何運作、語法如何運作，理解基礎數學如何運作。然後你需要運用這些基礎知識來解決問題。」

後訓練才是AI 真正展現智慧的關鍵階段，它讓AI 學會如何運用預訓練所獲得的知識去解決實際問題。 後訓練的方式也多種多樣，例如：

強化學習人類回饋(RLHF)： 使用人類的示範和回饋來引導AI 學習。
自我練習的強化學習： AI 透過自我對弈或模擬環境進行學習。
AI 教練的強化學習： 利用另一個AI 模型作為教練，指導學習。

第三階段：推理(Inference) - 最終應用，但並非“一步到位”

「理想情況下，你已經記住了很多基本的事情。比如說64 的平方根是多少，你只是記住了，你可以推理但不必這麼做。但最有價值的智慧，你仍然需要推理思考。所以你必須運用基本原理，一步一步分解，也許你需要嘗試很多不同的實驗，根據一個實驗的結果可能會影響到你做的下一個實驗。因此，算費是一個相當耗費的部分。」

推理是AI 應用的最終環節，但它並非簡單的「提問-回答」 模式，而是需要複雜的運算和思考過程，尤其是在面對複雜問題時。

AI 驅動企業變革：資料智慧層是關鍵

黃仁勳進一步指出，當前AI 應用的關鍵在於企業如何有效管理和利用自身的資料。

“AI 希望以資訊形式而非原始資料形式來訪問資訊，”

這預示著企業運算模式的重大轉變。 企業需要將海量的原始資料轉化為可被AI 理解和利用的「智慧」：

“現在我們不是提供原始資料，而是提供中繼資料、知識、智慧和洞見，中繼資料與語義層的壓縮比極高，這也就是為什麼你可以將它傳送到世界各地。”

建構 「資料智慧層」，將成為企業在AI 時代的核心競爭力。

Omniverse 與數字孿生：未來企業的“創新引擎”

黃仁勳還描繪了數字孿生技術的未來願景，認為它將徹底改變企業創新流程。

“一旦我們進入數字世界，我們可以同時進行上千個實驗，我們正在將世界的原始資料轉為數字孿生的表示形式，因為我們必須壓縮時間並降低經濟影響。這只能通過數字孿生來實現，我們將為所有事物建立數字孿生。”

透過Omniverse 等平台建構數字孿生，企業可以在虛擬世界中進行各種實驗與模擬，大幅降低試錯成本，加速創新處理程序。

企業AI 策略新思維：混合模式+ 自建生態

最後，黃仁勳為企業佈局 AI 提出了前瞻性的建議：

混合策略： 充分利用公有雲AI 的便利性，同時也要重視自建AI 的差異化優勢。

“如果可以使用公有雲AI，我絕對建議從那裡開始。企業將會同時擁有自行開發的AI、承包商的AI、第三方軟體平台的AI，以及來自公有雲的AI。”

建構內部AI 生態系統： 未來企業內部將出現複雜的“AI 的AI 系統”，實現AI 之間的協同合作，共同解決複雜問題。

“公司內部將是AI 的AI 系統，而在AI 內部是模型的系統。你將會有AI 彼此合作來解決大型問題，這些AI 將建立在公司的資料智慧層之上。”

寫在最後：

AI 發展遠未結束，企業差異化競爭在「專精」

黃仁勳的訪談清晰地表明，AI 發展遠未“完成”， Deepseek R1 的開源並非終點，而是AI 普及和加速應用的起點

未來企業的競爭，將不再是簡單的“擁有AI”，而是 如何將AI 與自身業務深度融合，打造“專精” 的AI 應用，建構獨特的競爭優勢

正如黃仁勳所說：

「關鍵在於組織的使命是什麼，一旦定義了這一點，差異化就只能來自於AI 在你特定組織中的專門應用。」

企業需要深入思考自身的核心使命，並以此為出發點，制定差異化的AI 戰略，才能在未來的AI 競爭中脫穎而出

完整原視訊請自行搜尋Beyond Artificial ，DNN

參考：

https://www.youtube.com/live/F3NJ5TwTaTI （AI寒武紀）