Lanzado este enero de 2025, la IA china en su última versión DeepSeek R1, ha irrumpido en el mundo dando un salto mayor a lo esperado como un verdadero disruptor. Este modelo diseñado en China, no sólo iguala en capacidad a gigantes como GPT-4, sino que ha superado en las pruebas matemáticas con la misma eficiencia y un costo que desafía las normas establecidas.
Iniciando en el mercado como un modelo de inteligencia artificial disruptivo, DeepSeek R1 está marcando un antes y un después en el desarrollo de sistemas avanzados. Diseñado en China, desafía el impacto en Estados Unidos en el campo de la IA y redefine el costo y la complejidad del entrenamiento de modelos a gran escala.
Es importante resaltar que DeepSeek es una empresa independiente que se ha centrado principalmente en la investigación y desarrollo de modelos de lenguaje de IA de código abierto, 2.000 chips H800 de Nvidia, los cuales son menos avanzados que los utilizados por las firmas norteamericanas pero cumplen con las restricciones a exportaciones impuestas por Estados Unidos en 2022.
En su última versión, el entrenamiento de DeepSeek R1, según el comunicado de prensa presentado por la empresa china, tuvo un costo aproximado de 5.6 millones de dólares, una cifra muy inferior a los 100 millones de GPT-4. Esta hazaña se logró gracias a una combinación de planificación estratégica e innovaciones técnicas que redujeron gastos significativamente. Aunque expertos sugieren que el cálculo podría no incluir algunos costos asociados, como investigación previa o experimentos con arquitecturas alternativas, el modelo destaca por alcanzar un rendimiento comparable al de líderes como GPT-4, utilizando una fracción de los recursos.
Tras esto, Nvidia con CBS News: "DeepSeek es un excelente avance de IA y un ejemplo perfecto de escalada de tiempo de prueba", dijo en un correo electrónico. "El trabajo de DeepSeek ilustra cómo se pueden crear nuevos modelos utilizando esa técnica, aprovechando modelos ampliamente disponibles y computando que es plenamente compatible con el control de exportación".
En el núcleo de DeepSeek R1, está su revolucionario "Trust Brain”, una estructura que redefine la eficiencia de los modelos de IA. Este sistema optimiza el uso de recursos, reduciendo el consumo de memoria y procesamiento sin afectar el rendimiento. Además, predice y genera resultados de forma más rápida y precisa, siendo una solución eficiente para aplicaciones como programación y análisis de datos complejos
Sin embargo, no todo es perfecto en el mundo de este modelo emergente. Su origen chino lo somete a ciertas limitaciones regulatorias que restringen su capacidad para abordar temas sensibles. Estas restricciones podrían dificultar su adopción en mercados internacionales, donde la libertad temática de modelos occidentales ofrece una ventaja competitiva.
A pesar de estas limitaciones, DeepSeek R1 se posiciona como un símbolo de cambio en la industria tecnológica. Más allá de sus impresionantes características técnicas, representa una nueva forma de pensar sobre el desarrollo de la inteligencia artificial: una que prioriza la eficiencia, la sostenibilidad y el acceso global. Este modelo no solo compite con los gigantes del sector, sino que desafía las reglas del juego, dejando claro que la innovación no siempre depende de presupuestos astronómicos, sino de la capacidad para pensar diferente.
Los analistas indican que, precisamente, estos controles han forzado a las empresas chinas a repensar cómo entrenar la IA para encontrar fórmulas innovadoras de maximizar la potencia de cálculo, espoleando así la innovación.
