材料一：
1943年，对于机器如何实现智能这个问题，当时身在美国贝尔实验室的“计算机之父”图灵提出了两条可能的发展路线：一种是基于建设“基础能力”的方法，通过编写越来越庞大、完善的程序，使机器具备越来越多的能力，譬如可以与人下棋、可以分析股票、可以识别图形等这样的能力。但他更感兴趣的是基于“思维状态”来建造大脑。这种方法的指导信念是，人类大脑一定存在着某种内在机制来产生智能，因为并没有什么更高等的神秘力量在为人脑编程，所以一定存在某种方法，可以使机器自动地学习，就像人类大脑一样。找到人类大脑获得智能的途径，然后应用于机器上，使机器可以自己学习成长，成为机器掌握任何领域技能的一揽子解决方案。
（摘编自周志明《智慧的疆界：从图灵机到人工智能》）
材料二：
人工智能研究者制造智能机器时有两条路可以走。第一条路正是该领域目前的研究方向，那就是让计算机在某些具体任务上超过人类，如下围棋、检测医学图像中的癌细胞。第二条路是重点关注灵活性，通过这种方式，我们的目标变成了创造可以做各种事情并且可以将从某个任务中学到的东西应用于另一个任务的机器。沿着这条路径成功制造的机器可能具有5岁孩子的能力。然而，事实证明，这条路太难走了。科学家意识到，要想具备一个5岁孩子的能力，就需要掌握大量的常识，而这仍是人工智能领域面临的巨大挑战。
例如，在英语国家，5岁的孩子都知道“Balls are round”（球是圆的）是什么意思。我们可以很容易地将这种陈述输入计算机中，但是怎样才能让计算机理解它呢？单词ball和round都是多义词，ball除了表示球，还可以表示舞会，而舞会并不是圆的。比萨是圆的，但是它与球的形状并不相同。计算机为了理解单词ball，必须将该词与各种含义联系起来，而每一种含义又与其他词有着不同的关系。人工智能科学家发明了称为“模式”和“框架”的软件结构来组织知识，但世界是十分复杂的，连孩子知道的事物和这些事物之间的关系就已多得惊人，没有人知道如何才能让计算机理解“球是什么”这样简单的事。这一问题叫作“知识表征”。在一些人工智能科学家看来，知识表征是人工智能研究唯一重要的问题。
要解决知识表征的问题，就要将人工智能的未来建立在大脑的工作原理之上。大脑具备以下四种特性：持续学习、通过运动学习、多重模型、使用参考系存储知识。假设大脑需要存储关于订书机的知识，它会学习一个模型。模型是知识的体现。想象一下，你的大脑中有一个虚拟的小订书机，它和真实的订书机有着一模一样的形状、部件、运动方式，如果你想回忆起按下订书机的顶部时会发生什么，你只需按下这个小模型，然后看看会发生什么——模型才是知识。
（摘编自杰夫·霍金斯《千脑智能》，廖璐等译）
材料三：
DeepSeek-V3和DeepSeek-R1都利用了混合专家架构，你可以把它想象成，后台部署了数百名不同领域的专家，系统根据任务的复杂程度决定派几位专家来解决问题。这种设计确保了计算效率，同时保持了高模型质量。
DeepSeek采用纯强化学习方法，进一步使其与众不同。这些模型通过连续的反馈回路自主学习和改进，实现自我校正和适应性，这种机制显著提高了其解决问题的能力，特别是对于需要深入推理和逻辑分析的任务。
人工智能权威专家钟义信教授认为， DeepSeek的算法效率比GPT更优秀，但两者的科学观都是把人工智能看作“人工脑”，强调客体计算，缺少主体价值判断。然而，研究人工智能所需要的真正科学观，是应该把人工智能看作“主体主导下的主体客体相互作用的信息生态过程”。这涉及对人工智能本质的理解，属于一个更深的问题。
（摘编自《互联网周刊》2025年第4期《谁将取代DeepSeek——对DeepSeek的冷思考》
材料四：
DeepSeek跻身世界最强大模型行列，开启了中国人工智能崭新的春天。中国工程院院士、同济大学校长郑庆华评价：DeepSeek在人工智能发展史上具有里程碑意义。
但DeepSeek并非万能，和其他大语言模型一样，还有不少短板，甚至一时难以弥补的缺陷。例如：还不能对真实世界进行感知与验证，还不能构建自主可控的产业生态，还不能完全摆脱幻觉问题……正如 DeepSeek自评：“我并非无所不能，我的能力受限于我所接受的数据和算法，以及当前的技术水平。”这就要求我们，在积极拥抱的同时，也要时刻保持审慎态度。
DeepSeek 创始人梁文锋在接受采访时曾说，中国的AI不能永远做跟随者，必须有人走在前沿。OpenAI并非神一般的存在，他们不可能永远领先。中国所有从事人工智能研发、应用的团队也可以受到启发：DeepSeek只是暂时站在了潮头，AI科技竞争刚刚拉开大幕。
“我们应避免门户之见，倡导开放共赢，尝试建立技术合作交流的可行框架，实现整体进步。”传播内容认知全国重点实验室首席科学家张勇东指出，没有人能够以一己之力对抗全世界，实现技术领先。在全球竞争加剧、开源技术不断涌现、AI性能高速发展的形势下，中国AI产业开放合作才是制胜法则。站在人工智能时代的起点，DeepSeek是一个里程碑，但它的重大意义更在于用来打破、用来鼓舞、用来启示。
（摘编自人民网《DeepSeek最大的价值不是被膜拜，而是被超越！》）
一位初学者在了解了 DeepSeek的基本原理后，尝试从人工智能的发展路径来理解它。他认为，DeepSeek的“混合专家架构”与“纯强化学习”方法，是当前技术环境下对图灵所提出的路径的一种实践探索。这与材料二中所提出的让计算机在上超过人类的技术路线不同，其重要目标是追求具备的人工智能，然而这种探索仍面临巨大挑战。
