国产生成式AI（人工智能）大模型“深度求索”（DeepSeek）是今年两会的热点话题。“深度求索”的发布为我国工业企业AI应用带来巨大机会，未来发展潜力不可限量。
“深度求索”的意义体现在几个方面。首先，“深度求索”是一款成熟度很高的大模型。笔者和朋友亲测发现，“深度求索”给出的建议往往非常“靠谱”，超过了多数专业技术人员的水平。技术成熟意味着有创造价值的能力和众多真实的应用场景。其次，“深度求索”在开源和本地化部署方面具备优势。企业应用AI时，往往要用到企业的“私有数据知识”。“深度求索”兼顾开源和本地化部署优势，且本地部署的成本低，便于企业广泛采用。最后，“深度求索”有助于我国参与国际竞争。美国是AI技术最先进的国家之一，但限制中国用户使用美国技术、试图迟滞我国AI应用技术的发展，“深度求索”突破了这种限制。
有了成熟的大模型以后，下一步的关键就是如何用好这一新技术了。想要用好大模型，就要学习利用它的长处，避免它的短处和不足。“幻觉问题”是AI大模型应用最常见的问题，被人称为“一本正经地胡说八道”，很容易误导用户。因此，AI大模型主要用于人机协同的场合，而不是自动控制的场景。在人机协同的场合，AI主要起到“参谋”和“军师”的作用，最终的决策需要经过人的完善和确认后才能下达。
笔者发现，AI的“幻觉”问题主要针对具体的事实和事件，而不是通用的科学知识。在没有联机搜索的前提下，模型更容易产生“幻觉”。笔者在不联网的模式下提问：某本书的作者是谁？如果书的名气不大，AI的答案就往往是错的；但如果联网搜索，结果往往就是正确的。因此，应用AI大模型时，应该尽量保证系统能够访问到相关的知识。AI大模型的本地化部署，就是便于访问并获得企业内部知识，并便于对模型进行“微调”。
来源：中国冶金报