诺贝尔奖得主杰弗里·辛顿（Geoffrey Hinton，通常拼写为“Hinton”）是人工智能领域的先驱，因其在深度学习方面的贡献而闻名。他对DeepSeek开源大模型权重文件的严厉批评，可能是基于他对人工智能技术潜在风险的长期担忧，特别是当这些技术被广泛、无限制地传播时可能带来的后果。以下是对辛顿可能持有的观点的详细分析，结合他一贯的立场以及开源大模型的特性，深入探讨其认为此举“很危险”的原因。

1. 开源大模型权重如同“散播核武器材料”

辛顿曾多次表达对AI技术滥用的担忧。他可能将DeepSeek开源大模型权重比喻为“散播核武器材料”，因为开源意味着任何人都可以下载这些权重文件，进而复现、修改或滥用模型。这种完全透明的做法将强大的AI能力交到公众手中，而无需任何监管或限制。他可能认为，这种技术扩散类似于核技术的传播，一旦落入恶意行为者手中，可能被用于制造破坏性工具。例如：

• 生成虚假信息：开源模型可能被用来大规模生成逼真的虚假文本、图像或视频，进一步加剧信息战和舆论操纵。
• 恶意软件开发：模型的高级代码生成能力可能被黑客利用，快速编写恶意软件或进行网络攻击。
• 社会操控：通过定制模型，恶意用户可能针对特定人群进行心理操控或极端化宣传。

辛顿的担忧在于，开源不仅让善意的研究者和开发者受益，也为不法分子提供了便利。他可能认为，这种“无门槛”的技术获取方式缺乏必要的防护措施，增加了不可控风险。

2. 缺乏安全保障与责任机制

辛顿可能批评DeepSeek开源权重文件的一个核心原因是，这种做法缺乏配套的安全保障和责任机制。大模型的权重文件本质上是模型的核心“蓝图”，包含了训练后的所有参数。开源这些文件相当于将一个功能齐全的AI系统完整公开，而不像闭源模型那样通过API限制使用范围。他可能担心：

• 无法追踪滥用：一旦权重文件被下载，开发者无法监控谁在使用它、用于什么目的。如果模型被用于犯罪活动，责任归属将变得模糊。
• 难以修复漏洞：如果开源模型被发现存在偏见、漏洞或潜在的安全风险，开发者无法像闭源模型那样通过更新服务器端代码来修复问题。权重文件已被分发，无法召回或修补。
• 后门风险：开源模型可能被第三方修改并重新分发，植入隐藏的后门或恶意功能，而普通用户难以察觉。

辛顿可能认为，这种“放手不管”的开源模式将AI置于无序状态，与他主张的“负责任AI发展”理念相悖。

3. 加速AI军备竞赛与失控风险

辛顿长期以来警告AI技术的快速发展可能导致人类失去对其的控制。他可能认为，DeepSeek的开源行为会进一步加速全球AI军备竞赛。原因如下：

• 技术扩散加剧竞争：开源权重文件让其他组织甚至国家能够迅速基于DeepSeek的成果构建更强大的系统。这种“技术共享”可能刺激各国投入更多资源，追求超越对手的AI能力，而忽视安全和伦理问题。
• 降低进入门槛：传统上，训练大模型需要巨额算力和数据资源，而DeepSeek开源权重直接降低了这一门槛。辛顿可能担心，这会让更多未经充分准备的实体参与AI开发，增加技术失控的可能性。
• 通用人工智能（AGI）的潜在风险：如果开源模型的能力接近或指向通用人工智能，辛顿可能认为这是在“玩火”。他曾表示，AGI的出现可能带来生存危机，而开源可能无意中加速这一进程。

4. 伦理与社会影响的不可控性

辛顿对AI的伦理影响极为关注。他可能认为，DeepSeek开源权重文件会放大模型在伦理和社会层面的潜在危害：

• 偏见放大：大模型通常会反映训练数据的偏见。开源后，用户可能在未经充分评估的情况下部署模型，导致偏见被放大并影响决策，例如招聘、司法或医疗领域。
• 不可预测的定制化：开源允许用户根据自身需求调整模型，但这种自由也可能导致意外后果。例如，模型可能被改造成专门生成极端内容或用于监视，违背原始设计初衷。
• 短期利益压倒长期安全：辛顿可能批评DeepSeek的开源决策是出于追求短期声誉或市场影响，而忽视了长期的社会风险。

5. 辛顿对AI治理的立场

辛顿近年来呼吁加强AI领域的全球治理。他可能认为，开源大模型权重与建立有效监管框架的努力背道而驰。在他看来，AI技术的安全性需要通过国际合作、透明的开发流程和严格的使用限制来保障，而非简单地将技术“全盘托出”。DeepSeek的做法可能被他视为一种激进的单边行动，削弱了集体应对AI风险的能力。

可能的具体案例：DeepSeek的特性加剧担忧

DeepSeek的大模型（例如DeepSeek-V3）以其高性能、低训练成本和开源特性著称。这些特点可能进一步加剧辛顿的担忧：

• 高性能：模型在代码生成、数学推理等任务上媲美甚至超越闭源模型，表明其能力已达到“危险”级别。
• 低成本：训练成本仅为GPT等模型的几分之一，意味着更多实体有能力复现或改进这一技术，扩散速度更快。
• 完全开源：不仅开放模型架构，还包括权重文件，这种彻底的透明度可能是辛顿批评的焦点。

总结

辛顿严厉批评DeepSeek开源大模型权重文件，认为其危险性在于将强大且未经充分约束的AI技术无差别地交给全世界。这种做法可能导致技术滥用、失控竞争、伦理风险和社会危害，而缺乏有效的安全和责任机制进一步放大了这些问题。在辛顿看来，AI的发展需要在创新与安全之间找到平衡，而DeepSeek的激进开源可能打破了这一平衡，类似于“将核武器材料散播出去”，后果难以预料。

尽管如此，辛顿的观点也可能面临反驳。支持开源者认为，这种透明性促进了全球合作和技术进步，而非仅仅带来风险。但从辛顿的视角看，技术的力量越大，责任越重，开源的自由必须以安全为前提。