DeepSeek大模型：成本降低与数据标注师的未来

近日，新浪科技《智客星球》连麦活动邀请了创新工场执行董事王震翔、天娱数科首席数据官吴邦毅及GMI Cloud创始人、CEO Alex Yeh，就苹果公司选择阿里巴巴以及DeepSeek大模型的策略展开讨论。活动中，DeepSeek大模型的成本降低策略成为焦点。

天娱数科首席数据官吴邦毅指出，DeepSeek能够大规模降低成本主要基于以下三点：首先，它采用MoE（混合专家）大模型，由200个小型专家模型构成，这种架构提升了效率；其次，DeepSeek在低精度训练上进行了优化，减少了计算资源的消耗；最后，算法的优化也贡献良多。

更值得关注的是DeepSeek的开源策略。传统AI时代，数据标注依赖大量人力，成本高昂。而DeepSeek通过开源，降低了算法壁垒，其DeepSeekR1、V3等模型仅需极少量标注数据，便可达到与GPT-o1相当的性能。这引发了人们对数据标注师职业前景的担忧。

吴邦毅认为，AI的进步必然会取代部分人力工作，数据标注师领域势必受到影响，但影响主要集中在基础数据标注方面。AI并不会完全取代这一职业，反而会推动数据标注行业向更高水平发展，例如，转向更高级的数据清洗、标注策略设计以及模型评估等方向。

总而言之，DeepSeek大模型的出现，不仅带来了成本的显著降低，也对数据标注行业提出了新的挑战和机遇。其开源策略和高效的模型架构值得业界关注，这预示着AI模型未来的发展方向可能更加注重效率和成本效益。同时，数据标注师需要积极适应新的形势，提升自身技能，以应对AI时代带来的变革。