伯克利团队仅30美元复制DeepSeek AI
伯克利团队以30美元复制DeepSeek AI的核心功能，推出开源项目TinyZero，证明AI研究不再是高成本领域，降低了进入门槛，推动了更广泛的技术应用。
人工智能研究通常是巨头企业的专属游戏，这些公司拥有深厚的财力支持。然而，伯克利加州大学的一支研究团队却打破了这一局面。他们仅以30美元复制了DeepSeek R1-Zero的核心功能。他们的项目名为TinyZero，证明先进的人工智能推理模型并不需要耗费巨额资金。更重要的是，人工智能研究比以往任何时候都更容易接近。
在Jiayi Pan的带领下，该团队旨在通过强化学习(Reinforcement Learning，RL)重新构建DeepSeek的推理模型。与依赖昂贵的云服务或巨大的计算能力不同，他们使用了一个基本的语言模型、一个简单的提示和一个奖励系统来训练TinyZero。
Pan在X平台上分享了他的兴奋之情，表示：“你可以亲身经历那一刻，只需不到30美元。”他还将TinyZero描述为第一个开源的推理模型复现项目，强调了它如何学会验证和完善自己的答案。
如何开发TinyZero
为了测试模型，研究人员选择了一个名为Countdown的游戏，玩家需要通过基本的数学运算来达到目标数字。尽管TinyZero最初是随机猜测，但随着时间的推移，它学会了验证自己的答案、寻找更好的解决方案并相应地进行调整。
他们尝试了不同规模的模型，从50亿参数到700亿参数。结果是什么？参数规模较小的模型(50亿参数)只是随机猜测答案然后停止。而参数规模较大的模型(150亿参数及以上)则学会了自我验证、完善解决方案并显著提高了准确率。
TinyZero真正引人注目的地方在于，与传统的人工智能模型相比，它的成本低得惊人。看看这些对比：
* OpenAI的API：每百万tokens收费15美元
* DeepSeek-R1：每百万tokens收费0.55美元
* TinyZero的总成本：一次性训练成本30美元
这意味着任何人(不仅仅是大型科技公司)都可以在无需烧钱到破产的情况下实验人工智能推理模型。
可用性
TinyZero是开源的，并且可以在GitHub上找到，因此任何人都可以尝试改进它。尽管它目前仅在Countdown游戏中进行了测试，但潘佳乂希望这个项目能够使强化学习研究更加普及。
当然，这仍然是一个早期阶段。“当然，其中一个缺点是，它仅在Countdown任务中得到了验证，但尚未在一般推理领域中得到验证。”Pan承认。但即便如此，其影响仍然是显而易见的：人工智能的发展并不一定要昂贵。有了像TinyZero这样的项目，低成本、开源的人工智能或许将成为未来的趋势。
本文译自 Gizmochina，由 BALI 编辑发布。
