最近社群媒體上都在討論 Deep Seek 這個橫空出世的 AI 應用,
剛好在 YouTube 上看到一個微軟工程師解釋DeepSeek的影片,講超好的~
聽他講話不會想快轉,因為都是「講重點」,也很懂得「掌握講話節奏」
這個工程師的表達能力絕對是一般上班族的頂標,
如果講話能力可以到這個程度,工作上一定很吃香~
(影片底下也很多人留言讚美這個工程師的表達能力很厲害)
這個工程師表達上有 2 個優點:
→ 讓人想聽下去的講話結構
→ 淺顯易懂的解釋方式
底下就來詳細舉例解釋給你看:
🍎
等下看完覺得不錯,也歡迎免費訂閱我的「七點半學英文電子報(訂閱連結請點我)」!
每周都會寄實用又接地氣的學習內容給你喔,一起變厲害吧😊
🍎
首先我們拉到比較高的層次來看這場演講,
這個工程師開場並沒有像很多技術背景的人容易「栽進去解釋跟技術有關的東西」
他用了這樣的講話順序:
現代人壓力大步調快,聽別人講話總希望對方趕快「講重點」,
所以這個微軟工程師一開始就「先講大家最關心的」,這個技術到底有沒有比較厲害:
Not only does Deepseek R1 meet or exceed the performance of the best American AI models like OpenAI’s GPT-4, but they did it on the cheap — reportedly for under $6 million.
Deepseek R1 不僅達到甚至超越 OpenAI 的 GPT-4 等美國頂尖 AI 模型表現,而且他們還以低成本做到這一點 —— 據說花費不到 600 萬美元。
用 Not only does… but… 這個句型直接「串連」DeepSeek 的兩個關鍵優點:表現好且成本更低
接著這個工程師又用同樣句型講第 3 個優點:
Not only does China claim to have done it cheaply, but they reportedly did it without access to the latest Nvidia chips.
中國除了聲稱以低成本做到這樣的表現,而且據說過程中都沒有使用最新的 Nvidia 晶片
所以短短幾句話我們馬上抓住 3 個 DeepSeek 的優點
接著這個微軟工程師用了一個「超生動的譬喻」形容 DeepSeek:
If true, it’s akin to building a Ferrari in your garage out of spare Chevy parts.
如果DeepSeek的技術是真的,這就像是在車庫裡用雪佛蘭(平價車)的零件打造出一輛法拉利(頂級超跑)
And if you can throw together a Ferrari in your shop on your own, and it’s really just as good as a regular Ferrari, what do you think that does to Ferrari prices?
而如果你能在自己的車庫裡組裝出一輛法拉利,而且它的性能和正版法拉利一樣好,你覺得這對法拉利的價格會造成什麼影響呢?
本來前面聽這個工程師講 DeepSeek 的優點我還只是「喔喔原來如此」,
但後面聽他說「用自家車庫就可以組裝出法拉利」來比喻 DeepSeek 「低成本就可以作出高效能 AI 」,
我才突然有:「哇 DeepSeek 好像有厲害」的感覺
所以舉例夠不夠生活化,觀眾感覺會差很多
講完 DeepSeek 優點,觀眾好奇心被挑起來,
接著這個微軟工程師開始解釋 DeepSeek 是怎樣的技術
我覺得解釋技術部分做很好的地方是:
「先概略說明」 DeepSeek 是什麼 → 接著才「更深入解釋」技術原理
概略說明部分,他避開複雜的語言,
只是「簡單定義 DeepSeek」,跟講出它的「特性,優點」
It’s a new language model designed to offer performance that punches above its weight.
DeepSeek 是一個新的語言模型,能展現超越自身規模的性能。
What sets it apart isn’t just the capabilities, but the way that it’s been built.
它特別的地方不只在於強大的能力,還在於建構方式的不同。
Deepseek is designed to be cheap, efficient, and surprisingly resourceful, leveraging larger foundational AIs like OpenAI’s GPT-4 or Meta’s Llama as scaffolding to create something much larger.
Deepseek 的設計目標是低成本、高效率,跟強大的靈活性,透過將 OpenAI 的 GPT-4 或 Meta 的 Llama 等更大型的基礎 AI 作為底層架構,來構建出一個更強大的模型。
透過以上概略說明,讓大家對DeepSeek有「初步認識」後,
這個微軟工程師接著才進到「更深入的解釋」:
Let’s unpack that…
接著讓我們來深入解析一下…
講完技術原理後,這個工程師再度回到大家更關心的事情:DeepSeek 這個技術會帶來哪些「可能的影響」
So why does all this matter?
那 DeepSeek 為什麼重要呢?
Well, for one, it dramatically lowers the barrier to entry for AI.
首先,它大大降低進入 AI 領域的門檻。
Instead of requiring massive infrastructure and your own nuclear power plant to deploy a large language model, you could potentially get by with a much smaller setup…
比起以往建構一個大型語言模型需要龐大的基礎架構,現在你也許只需要一個小規模的設置就能做到…
最後這個工程師很不錯的地方是,他講話有「前後呼應」,
現代人很忙,需要講者把一開始講過的東西「最後再重點提醒一次」 ,不然容易忘
所以這個微軟工程師最後這樣「精簡總結重點」:
👇 Deepseek 優點
Open-source models like Deepseek R1 allow developers worldwide to innovate at lower costs.
像 Deepseek R1 這樣的開源模型讓全球開發者能以更低成本創新。
👇 Deepseek 影響力
This could undermine the competitive advantage of proprietary models.
這可能會弱化現有封閉式 AI 模型的競爭優勢。
恩先分享到這裡~
今天這篇內容我想了很久要怎麼呈現比較好,也是很燒腦
也希望你有收穫囉😊
如果你喜歡我的教學內容~
🌏 歡迎免費訂閱我的七點半學英文電子報:(目前已超過3萬人訂閱)
我會在每周五早上七點半把整理好的文章精華、重點整理圖卡,還有延伸學習材料送到你的信箱。
電子報訂閱連結: 👉 https://astounding-producer-2828.ck.page
(訂閱完記得去你的信箱做二次確認才會真的訂閱成功~)
🌏 追蹤我的臉書看最新文章:👉 https://lihi2.cc/kmbXu
🌏 想看更多內容,歡迎你收聽/收看我的節目理科生聊英文!
🎈 追蹤我的 YouTube "凱茜女孩 Cathy Girl"
👉 https://www.youtube.com/@cathygirl2763
🎈 訂閱我的 Podcast "理科生聊英文"
👉 https://lihi3.com/viRU7