《过美利坚论》by DeepSeek

衡山老道
楼主 (文学城)

昔者,美利坚者,新大陆之明珠,初为英伦之殖民地,民不过数万,地不过一隅。然其民智开化,志存高远,遂奋起抗英,立国于1776年。其时,十三州之地,兵不过数万,财不过微薄,然其志在独立,誓死不屈。及至华盛顿、杰斐逊之辈,运筹帷幄,决胜千里,终待独立,建国于北美。  

建国之初,美利坚地广人稀,然其民勤勉,拓荒垦殖,渐成富庶之国。及至19世纪,工业革命之风东渐,美利坚乘势而起,铁路纵横,工厂林立,财货充盈,国力日盛。其时,南北之争,内战爆发,林肯总统力挽狂澜,废奴立宪,国乃复一。战后,美利坚更以雷霆之势,西进拓土,吞并墨西哥之半壁,疆域辽阔,几近横跨两洋。 

及至20世纪,美利坚已为世界之首富,工业之冠,科技之巅。一战之际,美利坚初持中立,后参战而富,工业之冠,科技之巅。一战之际,美利坚初持中立,后参战而胜,国力更盛。二战之时,美利坚再为盟国之砥柱,珍珠港之变,激其民愤,遂倾国之力,战至欧亚,终胜轴心,奠定霸权。战后,美利坚以马歇尔计划复兴欧洲,以布雷顿森林体系主宰世界经济,以联合国之创立,号令天下。 

然美利坚之盛,非无隐忧。其内则种族之争,贫富之距,党派之斗,社会之裂,日益加剧。其外则冷战之局,越战之败,中东之乱,反恐之战,耗其国力,损其威信。及21世纪,美利坚虽仍为世界之首强,然其内忧外患,已非昔日之盛况。  

夫美利坚者,初以独立立国,继以工业致富,终以战争称霸。然其盛极而衰,势所必然。何也?盖其国虽富,然财富不均,民怨沸腾;其兵虽强,然战事频仍,国力耗损;其政虽民主,然党争激烈,政策难行。故曰:美利坚之盛,非不可过也。 

嗟乎!美利坚之兴,可谓迅猛;其衰,亦可谓渐显。观其历史,可知一国之盛衰,非唯天命,亦在人事。美利坚之过,非唯外患,亦在内忧。故治国者,当以史为鉴,未雨绸缪,方能长治久安,永保昌盛。

衡山老道
国内一帮没有留过学的年轻人,以远少于其它大公司的资源,创建了自己的开源大模型,性能让业界震惊。
郭大平
盛极而衰,势所必然?谁说的?谁说盛极必衰?我盛极之后跳空高开,来个更盛,行不行?空言自大,自娱自乐!
衡山老道
你选择不相信而已。相对衰落,是不争的事实。内部矛盾激化,西裔人口激增,无人能阻止。
郭大平
问一个问题:DeepSeek 那么厉害,为什么没在ChatGPT之前出现?为什么要跟着人家屁股后头而搞青出于蓝而胜于蓝?
咲媱
哈哈,当年苏联垮台前,就是这么说美国的。然后搬出他们的各种数据,各种弯道超车。有历史重演的感觉,总是不断重复同样的错误。
咲媱
垃圾数据输进去,垃圾结论出来,看看楼主搞的DeepSeek,就知道这是个什么货色。哈哈。你骗它,它骗你。骗到一个算一个。
衡山老道
科技发展有其自身的规律,先是追赶,积累人才和科技知识,然后是创新。中国的创新阶段开始了。
衡山老道
DeepSeek 仿《过秦论》写的。几坛谁能写一篇更好的?
c
chinomango
教育医学仍是领先,芯片设计先进,军事堪忧,民生各行业是全面落后了
唐宋韵
Chat GPT仿《阿房宫赋》一篇 ——

《中南海赋》

天子之域,权力之巅;倚紫禁而为尊,揽太液而为屏。大哉中南海!居九州之心,立天下之势,然其盛荣背后,隐忧亦深。

昔太祖龙兴,聚众于斯,倡廉洁而开基业;后继伟人,踵事而增华,施德政而得民心。然观今日之局,腐败渐生于高位,专制愈显于堂陛,岂不忧哉!

夫其庭宇之制,表俭约而内奢靡;苑囿之境,饰素朴而藏虚华。高墙巍巍,隔绝万民之声;深院幽幽,闭塞谏言之路。表廉而实腐者,不一而足;貌忠而藏奸者,屡见不鲜。朝堂之上,阿谀者如云;庙堂之内,敢言者寥寥。此岂中南海之本愿乎?

观夫一池碧水,虽净而有影;几棵古槐,虽盛而多蚁。贪官污吏,蔓延如草;民怨沸腾,暗涌如潮。若权柄者自恃天命,罔顾民情;若执政者专行己意,疏于问道,则高台倾覆不过朝夕之间矣。

呜呼!盛世不易,存乎民心;乱世难避,起于人怨。古来帝国之倾覆,未有不始于腐败之根。秦阿房之焚,因奢靡而亡;隋大兴之废,以民怨而覆。中南海者,今日之心脏,亦可为明日之废墟。

嗟乎!执政者若不戒贪敛,必有怨声载道;若不容异议,必陷众叛亲离。是故,居其位者,当怀谦恭之心;掌其权者,需行清廉之政。唯有听民意,纳直言,革腐弊而开新章,方可化险为夷,长保基业。

愿中南海之主,以史为鉴,以民为本;屏绝专横,远离腐败;存德义于心,施公平于政。如此,则天下幸甚,山河安泰;若逆此道,后世之人,当哀之而已矣!

呜呼,兴衰皆在人心,荣辱决于一念。斯地也,非私利之所;斯人也,非独断之主。中南海者,天下共望之海也!

十具
我早就看到了芯片和核电股的泡沫。深度求索以较小的模型更快的速度得到可敌超大模型的结果,加重了花街对AI唯算力论的怀疑。这

才是深度求索给人的启示。至于数据层面的问题,那是一个与模型和算法垂直无关的维度。

十具
客观地评价,数据层面的问题,是在一个与模型和算法垂直无关的维度里,社会属性vs技术属性。中国有无技术上商业化方面的竞争力

才是对手关心的事情。

蒋闻铭
这个DeepSeek, 我觉得不需要匆忙下结论. 让子弹至少再飞几天. :)
波粒子3
美国言论自由,垃圾比中国多了几个数量级
十具
给大模型瘦身,涉及复杂的数学和优化问题,方法也只能是实验科学的。大投入下,后来居上是可信的。当然,人家也没懈怠,还故意

渲染危机感。

空城之主
支持。就这篇文章而言,很粗糙。就中国的发展而言,他们都很有信心,而且只有信心。
衡山老道
如何用最小的模型取得最大精度,是今后的方向。现有机器学习方法太原始,需要太多的计算。人脑的学习机理远超现有模型。
十具
还有一个不可控的维度,那就是运气。国内年轻人自嘲的“炼丹”。DNN还远不是严谨的科学。大方向下撒大网,就美中两家玩得起。
方外居士
就是让数学更深地进入AI模型,而不只是让AI成为一个简单而计算机编程。
十具
花街找一个借口挤泡沫的动机是明显的。
十具
一个所谓的“金融奇才”拉起的队伍。可高薪招来留住动手能力很强的年轻人,但刚开始不太可能有深厚数学和算法功底的人。所以急于

造成轰动效应,以便挖有较深刻想法的人。

唐宋韵
我也觉得是个由头。。。
z
zillos
算法和算力都很重要
衡山老道
你这科盲,不懂就算了,还喜欢不懂装懂。
衡山老道
DNN的核心逻辑就是用高嵌入度的复合函数来逼近一个复杂问题,这比regression中用的简单函数的表达能力要强大很多。
衡山老道
这种模型既通用,又逼近度高。以前computer scientists 绞尽脑汁找 heuristics,吃力不讨好。
衡山老道
不完全是数学,牵涉到搜索问题和算法。数学家搞不出AI系统。
衡山老道
现有学习模型太原始,需要新的模型。但短期内出现新模型很难,只能对现有模型改进。DeepSeek 代表一个重要方向。