Alexandr Wang：從找出優格小偷到創辦 AI 獨角獸的億萬富翁

如果你對 AI 所需的龐大數據感到好奇，那麼你應該認識 Alexandr Wang——這位年僅 27 歲的 AI 獨角獸創業家。他是 Scale AI 的創辦人兼 CEO，也是美國最年輕的白手起家億萬富翁。但他的創業靈感，竟然源自於一罐失蹤的優格。

物理學家之家長大的數學天才

Alexandr Wang 出生於 1997 年，成長於美國 新墨西哥州，父母都是 Los Alamos National Laboratory（洛斯阿拉莫斯國家實驗室）的物理學家。這個實驗室正是全球第一顆原子彈的誕生地，也是電影《奧本海默》中的關鍵場景。

在這樣的環境中長大，Alexandr 自小展現出極高的數理天賦。他在 Los Alamos High School 就讀時，15 歲便在 USA Mathematical Talent Search 拿下全美第五名，同時進入 USA Computing Olympiad（全美資訊奧林匹亞）決賽，2014 年更入選 USA Physics Team，成為全美前 20 名的物理學生。

除了超群的學術表現，他還精通 中、英、法 三種語言，展現出不凡的學習能力。

---

19 歲休學，20 歲創立 Scale AI

Alexandr 進入 麻省理工學院（MIT） 主修 數學與電腦科學，但 19 歲時選擇休學，前往 Quora 擔任程式設計師。在這裡，他遇見了未來的創業夥伴 Lucy Guo——Snapchat 第一位女性設計師。兩人於 2016 年 聯手創立了 Scale AI，進軍 AI 資料標記市場。

---

創業靈感：優格小偷與資料標記的商機

這一切的起點，竟然是來自於一罐優格。

2016 年，Alexandr 在 MIT 的宿舍裡發現自己的優格經常不翼而飛。為了揪出小偷，他決定開發一款 智慧冰箱攝影機，透過 Google TensorFlow（開源機器學習平台）訓練 AI 辨識食物。然而，他很快發現了一個關鍵問題：

AI 的學習能力雖然強大，但如果沒有大量已標記的數據，就無法準確辨識物品。

為了訓練 AI，他只能手動標記數萬張食物照片，例如框出「優格」、「蘋果」並新增標籤。這個過程既枯燥又耗時，卻讓他意識到了一個更大的商機：

AI 模型不僅需要強大的程式碼，還需要龐大且高品質的標記數據。

---

從「標記食物」到「標記世界」

在抓到「優格賊」後，Alexandr 和 Lucy 深入研究市場需求，發現許多大型科技公司（如 Quora、Snapchat）每天都需要審核與標記大量圖片與貼文，這項工作繁瑣且多依賴人工外包。

他們意識到，「資料標記」雖然單調，卻是 AI 產業不可或缺的一環。而這個過程可以透過自動化、模組化，甚至成為一項商品化服務。於是，兩人創立了 Scale AI，致力於幫助企業高效標記數據。只需一行程式碼，Scale AI 便能協助企業完成 AI 訓練所需的標記工作。

---

有時日常生活不是那麼日常

Alexandr Wang 的故事告訴我們，即使是日常生活的痛點或困擾的事情，即使再小，只要找到對的市場，就可能創造出驚人的價值。

而這一切，都始於一罐優格。
我當初住宿舍怎麼沒想到呢!?

Attack on Titan 進擊的巨人 - 誰來接手超大型巨人!?

由於我和兒子長期的大力推薦進擊的巨人，加上電影版完結篇的上映，讓老婆因畫風不討喜而歷經兩次獨自追劇失敗後，我決定二刷陪老婆，重啟她的第三次嘗試。終於在20集之後，進入狀況，海闊天空，欲罷不能...
當然，二刷有個好處就是，更能體會每個角色在每個選擇上的難處。誰來接手超大型巨人這個決定，很經典。

里維的選擇：如果艾爾文活下來，劇情會怎麼走？

《進擊的巨人》裡，里維當時面臨一個超艱難的選擇——讓艾爾文活下來，還是救阿爾敏？最終，他選了阿爾敏，讓艾爾文解脫。但如果當時選的是艾爾文，整個故事會怎麼變？

---

艾爾文變成超大型巨人，可能帶來哪些戰略變化？

• 戰略思維更具侵略性：艾爾文擅長策劃大膽戰術，相較於阿爾敏的謀略型思維，他更可能主動發動攻勢，迅速改變戰局。

• 調查兵團決策風格更果斷：艾爾文的領導方式強硬，可能不會容忍內部猶豫。他可能更早察覺艾倫的異變，並以更直接的方式控制局勢。

• 對於超大型巨人之力的應用：艾爾文作為指揮官，會將巨人之力視為戰爭資本，可能會主導更積極的戰術運用。

阿爾敏的缺席，將如何影響局勢？

• 艾倫可能更快走向極端：阿爾敏一直是艾倫的制衡力量，缺少他的影響，艾倫的行動可能更加偏激，加速地鳴計畫的實施。

• 帕拉迪島的外交策略將受影響：阿爾敏具備卓越的外交才能，他的死亡可能會讓帕拉迪島失去與外界建立和平的可能，導致更直接的衝突。

• 米卡莎的選擇可能改變：阿爾敏對米卡莎的影響深遠，若沒有他的理性勸說，米卡莎可能更難做出關鍵決定。

里維的內心掙扎與領導挑戰

如果里維選擇艾爾文，阿爾敏的死亡必然會讓艾倫和米卡莎心生芥蒂，甚至影響彼此之間的信任。艾倫可能更加憤怒，甚至對調查兵團的決策產生動搖，而米卡莎則可能對里維的選擇無法釋懷，進而影響團隊的默契與合作。

此外，艾爾文的強勢領導雖能讓戰局更明確，但也可能讓調查兵團內部產生更多矛盾，特別是在應對艾倫的問題時，里維可能會夾在艾倫與艾爾文之間，面對更複雜的抉擇。

全球局勢的變化

• 戰爭可能提前爆發：艾爾文掌權後，可能不會選擇阿爾敏的溫和策略，而是更積極地與馬雷開戰，導致戰爭提前進入高峰。

• 艾倫的計畫會受到阻止，還是獲得支持？

  • 艾爾文可能更早察覺艾倫的真正意圖。

  • 但如果他認為「地鳴」是生存的關鍵，他可能選擇與艾倫合作，而非試圖阻止。

結論：帕拉迪島的未來會更光明，還是更殘酷？

如果艾爾文活下來，帕拉迪島的戰略可能更為強勢，戰爭可能提前爆發，但這是否能帶來真正的勝利？是更快結束衝突，還是加速滅亡？而里維的選擇，是否會讓團隊之間的信任產生裂痕？這或許是他在戰場之外，最難以承受的重擔。

(End) DeepSeek 技術的生活應用

我們已經簡單地了解DeepSeek提升效率的關鍵技術，現在我們再把這些觀念，換個角度導入日常生活，看是不是跟日常提升效率的方法很類似。
有了這樣的觀念，以後遇到任何問題、困難，或是瓶頸，你就可以試著以不同角度去思考，比如生活上的角度，找出關鍵痛點在哪裡，然後選擇適當的工具，想出解決或替代方案。

1. Multi-Token Prediction (MTP)

運動習慣好難建立?

原子習慣(Atomic Habits)這本長銷書有提到，建立早上運動習慣有個簡單的方法就是，把運動裝放在床邊，一起床就直接自動換上運動服，這不就是把起床和換運動服這兩個動作(Token)連結再一起嗎!?

愛追劇又常常忘記運動的人，就可以把這兩個動作綁在一起，把iPad和球鞋放在一起，提醒自己追劇的時候，一邊原地超慢跑。

2. FP8 Training

鞋櫃、衣櫃總是不夠放，但也常常不知穿甚麼?

鞋櫃、衣櫃通常有過多的選擇，有的太常穿、有的不好搭、有的忘記穿、有的不知為何買，如何以限制數量的鞋款、衣款去優化你的使用，維持淘汰一件才加購一件，甚至是拍照記錄起來搭配，就是一種效率優化、資源節省。

出國行李箱總是空間不夠?

就像爹地每次出國，把蓬鬆、可摺疊的衣物放入可以抽出空氣的密封收納袋，這樣就可以節省很多行李箱空間，多放一些佔空間的泡麵。

3. Mixture of Experts (MoE)

打辯論賽、踢足球怎麼組隊?

找到各有擅長位置、攻防的隊友，高效分工合作，這樣實力才會最強。

足球全隊都是前鋒striker行嗎!?

出國旅遊怎麼規劃?

媽咪找飯店、餐廳、購物商店與觀光景點，爹地、姊姊規劃行程表、地圖帶路，弟弟目前還是放空中...

4. Reinforcement Learning (RL)

學業、才藝或技能如何強化學習、進步快速?

不管是跳舞或踢球，在練習或比賽結束之後，馬上請教教練、老師，給予即時回饋，甚至自己回看錄影畫面，檢討自己可以精進的地方，這就是一種強化學習。

5. Distillation

準備考試的時候，除了熟悉課本內容之外，參考優秀同學、以前學長姊的筆記，收集歷屆的考古試題來練習，這都算是借鏡篩選過的數據來訓練自己。Distillation = 蒸餾 !?

6. Multi-head Latent Attention (MLA)

如何有效率地準備考試，又得高分?
課後自己整理出重點筆記，並且把考卷做錯題目的解題過程筆記下來，隨時翻閱，而不是每次複習都要把所有上課的錄音檔或影片檔全部重看一次，或者課本從第一頁讀到最後一頁。

總之，人遇到問題，如果不花點時間去思考改善的方法，那不動腦的唯一解法就只是花更多的時間，別人下班我加班，別人睡多我睡少，別人休息我不休，然而每個人擁有的時間都是固定的，即使短期可以犧牲、求快，但身心健康也才能走的長久，如此只有花更多時間，而不思索提升效率，最後的痛點就是人生時間永遠不夠。

DeepSeek 發想- How do you eat an elephant?

以上六篇就是簡單說明近期造成轟動的DeepSeek所使用的技術方法，非常粗淺的比喻說明，畢竟我們沒有人是AI專家，甚至連家裡wifi不通、網路設定、印表機卡紙都不太會處理，要是直接看論文或專業網站說明，我們可能連一句話、一張圖都看不懂。

那為何我們要試著粗淺地去了解這麼複雜的事!?

首先，以1~10分來分級了解的程度，AI專家了解DeepSeek 10分，電腦工程師可能了解 8分，其他理工專長的人了解 5分，一般人大約就是1~2分，我們只要理解3分，可能就遠勝一大堆人，世上所有知識、技能，甚至財富的分佈不都是接近金字塔分佈嗎!? 金字塔分佈裡，只要多一點點，都可以為你創造極大的領先機會。

其次，爹地也想告訴你這些複雜事，並不妨礙我們學習與成長，即使只是一點點，就像我們從小常講的觀念:

“How do you eat an elephant? One bite at a time!”

「你如何吃下一頭大象，就是一次一小口!」

只要我們每天進步一點點，一年365天就進步365個一點點，如果每天進步1%，一年就會成長為快38倍的你自己!? lol  (1+1%)^365=37.78...。

參考一下DeepSeek - R1的公開論文。我完全看不懂。

參考一下知乎網友對於MLA的專業說明。這我也完全看不懂。

DeepSeek - 6. Multi-head Latent Attention (MLA) - 省空間、省時間

6. Multi-head Latent Attention (MLA) 

找不到順眼的中文翻譯，多頭潛在注意力機制!? 好怪...

一般來說，隨著菜單與菜色的增加，餐廳就需要存儲大量的「食譜筆記」與「料理食材」(KV Cache)，導致冰箱和倉庫塞滿，空間不夠用，導致上菜效率變慢，也浪費廚師無謂的體力。

DeepSeek小廚神的MLA技術，就像是用更聰明的方法做筆記與備料，就像我們學校上課可以全程錄音、一字不漏，然後把硬碟塞滿，也可以整理出重點筆記、隨時翻閱，你覺得哪一個方法佔的空間小、複習起來快!?
簡單說，透過只儲存最重要的、透過分類只專注幾個關鍵點...等等方法，不但可以減少存放空間，還可以讓廚師快速找到關鍵食譜與食材，提高效率。

DeepSeek - 5. Distillation = 參考大廚食譜，打造自己新菜

5. Distillation

這部分就是DeepSeek目前最大的爭議之一。

有些人懷疑DeepSeek是否參考了OpenAI的數據來訓練自己的模型，這就像一個年輕廚師偷偷研究米其林餐廳的食譜，並品嘗競爭對手的料理，然後自己做出類似的菜色。

其實這在一般社會裡，可能根本不是個事，比如，我把台北市牛肉麵名店都吃過一輪，林東芳、永康街、老山東、八方雲集、清真黃牛肉麵...，然後自己回家鑽研出一碗好吃的"爹地牛肉麵"。

如同OpenAI也是拿全世界的食譜來訓練ChatGPT大廚一樣，至於食譜有沒有版權，OpenAI自己也沒說明過。

後續發展雖不清楚，但重要的是，DeepSeek開放了模型數據，任何人都可以透過DeepSeek的訓練數據，打造自己的AI大廚，這將極大地提升小型AI模型的推理能力，讓更多餐廳能培養自己的明星廚師。

DeepSeek - 4. Reinforcement Learning (RL) = 根據顧客反饋，持續提升廚藝

4. Reinforcement Learning (RL)

Reinforcement Learning字面上是強化學習的意思。

一間好的餐廳不只會照菜譜做菜，還會根據顧客的反饋來調整口味，讓菜色更符合消費者的喜好。
比如說，美國人未必接受道地的中國菜，但Panda Express改良後的中國菜卻可以讓他成為美國最大的連鎖中餐廳，他的名菜橙汁雞(Orange Chicken)對台灣人而言，可能覺得不倫不類!? 而台灣美味的酥炸臭豆腐，美國人也會覺得不算是正常食物。

DeepSeek小廚神的強化學習技術，透過顧客意見、調整菜單與口味，確保提供的餐點（AI輸出內容）不僅口味適合（有用）、符合健康標準（安全），還不會讓人吃壞肚子（避免產生有害信息），甚至在口味類似的範圍內，自己還會創造新的食譜，反覆實驗，相當於讓整個廚房團隊持續精進。

DeepSeek - 3. Mixture of Experts (MoE) = 多個廚師，各司其職

 前情提要:

OpenAI 訓練一位世界超級大廚ChatGPT，精通人類史上所有的料理，訓練的方法就是先找出全世界各地各式各樣的食譜，然後讓他全部都學起來，從米其林三星套餐到台灣街邊小吃，從愛斯基摩人祖傳料理到非洲原始部落風味餐，可以想像ChatGPT大廚需要大量的時間加上無數的食譜才能被養成、鍛鍊出來。

而DeepSeek就像是個橫空殺出的小廚神，號稱去了幾年神秘、無人聽過的少林廚藝學院，居然燒菜燒得有模有樣、買菜錢還比較省、有時上菜更快，某些美食大賽還贏了大廚ChatGPT，這到底是甚麼黑魔法!?

3. Mixture of Experts (MoE)

一家餐廳的內場通常是個團隊，比如台灣名廚江振誠，總不可能每道菜都是他燒的。
大廚ChatGPT的團隊，每位廚師都跟他一樣犀利，十八般廚藝樣樣精通，而且做菜嚴謹講究。
DeepSeek小廚神就採取一種分工模式的策略，讓團隊裡的每位二廚都專注做自己擅長的料理，而DeepSeek能精準的決定哪道菜應該由哪個廚師來做，讓餐廳保持高效運作。
在受訓(訓練)時，每個廚師只學自己擅長的料理，而不是讓所有人都學全部的料理，減少資源浪費。
在燒菜(推理)時，DeepSeek只調動必要的廚師做他擅長的事，優化餐廳效率。

這個道理不難理解。

DeepSeek - 2. FP8 Training = 用更少的調味料，做出類似美味的菜

前情提要:
OpenAI 訓練一位世界超級大廚ChatGPT，精通人類史上所有的料理，訓練的方法就是先找出全世界各地各式各樣的食譜，然後讓他全部都學起來，從米其林三星套餐到台灣街邊小吃，從愛斯基摩人祖傳料理到非洲原始部落風味餐，可以想像ChatGPT大廚需要大量的時間加上無數的食譜才能被養成、鍛鍊出來。

而DeepSeek就像是個橫空殺出的小廚神，號稱去了幾年神秘、無人聽過的少林廚藝學院，居然燒菜燒得有模有樣、買菜錢還比較省、有時上菜更快，某些美食大賽還贏了大廚ChatGPT，這到底是甚麼黑魔法!?

2. FP8 Training

這是一個精細度問題，我們試著這樣理解。

大廚ChatGPT非常講究料理味道的精準和細膩度，所以，他準備的調味料細分為非常多種，比如三分熟的炭烤熟成肋眼牛排旁邊，就擺上一排、16種提味的佐料，光鹽就分:法國鹽之花、西班牙燻鹽、喜馬拉雅岩鹽、夏威夷竹葉鹽，芥末籽、辣根醬、黑胡椒粒、哇沙米、薄煎蒜片、酥炸九層塔洋蔥細末、生洋蔥丁佐薄醬油、蘑菇洋蔥醬、奶油炒蒜末、紅酒肉汁醬、百里香拌炒迷迭香、紅人A1牛排醬。

而小廚神DeepSeek則是用較少的8種調味料去控制食材味道的精細度，雖然精細度未必如大廚ChatGPT，但對一般人而言，比如我，鹽只要一種，也能達到美味的效果，如果一來，是不是也提升了資源的節省與上菜的速度。

佐料敘述得太詳細，講的有點餓了...

這張圖讓大家知道越精細的資料，需要越大的儲存空間，自然也需要更多時間來運算。

DeepSeek - 1. Multi-Token Prediction (MTP) = 一次準備多道菜

大家讀書工作太忙，爹地偶而補充一下世界大小事~

近期短短一個月內，中國AI新創公司深度求索(Deepseek)先後發布了DeepSeek-V3和DeepSeek-R1兩款大模型，而在美國晶片法案的限制下，Deepseek居然以約OpenAI幾十分之一的訓練成本，打造出性能相當ChatGPT的先進AI模型，讓整個科技業大為震驚。甚至1 月底，DeepSeek登上美國地區Apple App Store免費下載第一名，超越了ChatGPT。

雖然很多細節我還不清楚，但試用之後，感覺還行，所以我忍不住好奇，DeepSeek到底用了甚麼神奇的方法，突破了發展AI指標的晶片算力這個核心限制。

以下是網上查到的Deepseek技術:

原來DeepSeek是在訓練方法上有所突破（Pre-training & Post-training），而非晶片算力。

1. Multi-Token Prediction (MTP)

2. FP8 Training

3. Mixture of Experts (MoE)

4. Reinforcement Learning (RL)

5. Distillation

6. Multi-head Latent Attention (MLA)

看到這裡，正常人應該已經放棄，因為每個字拆開多半認識，但湊起來看不懂，縮寫簡稱搞得很專業，又讓大家感覺距離更遙遠...

其實，我們可以試著用生活的簡單比喻來說明，理解個六七成也行，讓大家知道，很多複雜的事情都可以換個方法去理解。

首先，OpenAI想要訓練一位世界超級大廚ChatGPT，精通人類史上所有的料理，訓練的方法就是先找出全世界各地各式各樣的食譜，然後讓他全部都學起來，從米其林三星套餐到台灣街邊小吃，從愛斯基摩人祖傳料理到非洲原始部落風味餐，可以想像ChatGPT大廚需要大量的時間加上無數的食譜才能被養成、鍛鍊出來。

而DeepSeek就像是個橫空殺出的小廚神，號稱去了幾年神秘、無人聽過的少林廚藝學院，居然燒菜燒得有模有樣、買菜錢還比較省、有時上菜更快，某些美食大賽還贏了大廚ChatGPT，這到底是甚麼黑魔法!?

有趣的是，這個來自中國的小廚神DeepSeek直接公開他的黑魔法讓大家參考。

1. Multi-Token Prediction (MTP)

ChatGPT大廚很嚴謹，他一道菜(a Token)做完，然後開始做下一道菜(a Token)，然後再做下一道，這邏輯沒問題。但DeepSeek小廚神說，我的做法是，先喵一下今天大致上要做甚麼料理，甚至還猜一下(Prediction)，有時候就會幾道菜一起準備(Multi-Token)。

比如，今天是義大利料理，第一道菜是Caprese Salad，ChatGPT大廚先從冰箱拿出新鮮番茄、Mozzarella cheese、羅勒葉、橄欖油、葡萄酒醋、鹽巴，然後開始清洗番茄和羅勒葉，然後番茄、起司切片、加上羅勒葉堆疊擺盤、用橄欖油和鹽巴調味、最後滴點葡萄酒醋上菜，然後收拾橄欖油、葡萄酒醋等調味品歸位。完成後，大廚再開始準備第二道菜。

而DeepSeek小廚神一看到菜單是義大利料理，第一道菜是Caprese Salad，他就會推測，接下來的菜應該還有麵包佐油醋、番茄義大利麵、pizza等等，應該會用到很多番茄、橄欖油、鹽巴、葡萄酒醋，所以從冰箱順手多拿一些番茄一併洗了，橄欖油、鹽巴、葡萄酒醋也放在旁邊，先不收了。

就是這樣小小的差別，可以讓整體上菜的速度快一點點。這就是Multi-Token Prediction (MTP)大致上的方法。