一种能够自主思考、无需人类干预即可解决问题的新型人工智能模型——DeepSeek-R1，近日在《自然》杂志发表的研究中引发关注。该模型由中国的DeepSeek AI公司研发，首次实现了AI在没有人类示范的情况下，通过自我探索完成复杂问题的推理。 传统AI模型在训练时依赖大量人类提供的解题步骤示例，这不仅耗时费力，还可能引入人类偏见。而DeepSeek团队采用了一种名为“强化学习”的方法，仅向模型提供最终答案是否正确的奖励信号，让其在试错中自行摸索出有效的解题策略。 在训练过程中，R1模型展现出惊人的自主性：它能主动检查自身推理过程，尝试多种解题路径，并在成功时强化有效策略，失败则自动规避。研究人员甚至观察到，模型在思考时会使用“wait”（稍等）等词语，表现出类似人类的反思行为。 该模型在数学、编程和科学难题上表现卓越。尤其在2024年美国邀请数学竞赛（AIME）中，R1取得了86.7%的准确率，远超以往依赖人类指导的模型，接近顶尖高中生水平。尽管仍存在一些问题，如在非英文提示下混用语言、过度复杂化简单问题，但研究团队认为，这些问题有望通过后续优化解决。 这一突破标志着AI正迈向真正自主的推理能力，未来有望催生更强大、更智能的自主系统，开启人工智能的新篇章。