Conozca DeepSeek, la IA china que amenaza a ChatGPT

El pasado fin de semana, una inteligencia artificial llamada DeepSeek, desarrollada en China, está causando revuelo en el mundo de la tecnología y haciendo caer el valor de las acciones de gigantes americanos como NVIDIA, Google, Meta y Microsoft en más de 1 billón de dólares. Comprenda cómo funciona y cómo puede afectar al mundo de la tecnología, pero específicamente al ChatGPT de OpenAI.

¿Qué es DeepSeek?

DeepSeek es una empresa china de inteligencia artificial, creada en 2023 por Liang Wenfeng, empresario chino y cofundador de un fondo de cobertura cuantitativo Alto vuelo. Este fondo, famoso por utilizar técnicas de aprendizaje automático en la inversión en acciones, es también el actual financiador de la investigación de IA de la empresa.

Desde 2023, la empresa atrae la atención mundial debido al rápido desarrollo de sus modelos lingüísticos o LLM.

Desarrollo de bajo costo

La principal ventaja de los modelos es su coste de desarrollo. En un artículo publicado recientemente, la empresa explicó que su modelo de lenguaje DeepSeek-V3 usado 2 mil tarjetas NVIDIA H800, que ya son relativamente viejos, para entrenar en un coste total de 5,5 millones de dólares. 

En comparación, esto es solo una fracción del costo de entrenar un modelo como Meta's Llama 3.3, que solo este año se espera que gaste más de 65% mil millones de dólares en su mejora. En esta comparación, los costes de DeekpSeek acaban siendo incluso inferiores al salario anual de algunos ejecutivos de la empresa de Meta. Según los analistas, las reducciones de costes alcanzan cifras impresionantes. un 95%.

Este logro pone fin al paradigma de que se necesitarían grandes inversiones en infraestructura de centros de datos y electricidad para entrenar IA, lo que convertiría a DeepSeek en una IA que no sólo es más barata, sino también más ecológicamente sostenible. 

En teoría, en lugar de utilizar centros de datos especializados con GPU carísimas diseñadas para altas exigencias de IA, los modelos DeepSeek podrían incluso entrenarse en ordenadores domésticos, con GPU tradicionales, lo que causa a la vez asombro y miedo en empresas como NVIDIA, tan aprovechada por la reciente prisa por construir centros de datos por parte de empresas que buscan una participación en este mercado.

Por este motivo, en lo que se conoce como el “Día del pánico de DeepSeek” ou “Día del pánico en DeepSeek”, En traducción libre, el 27 de enero estuvo marcado por caídas de miles de millones de dólares en las acciones del NASDAQ, la bolsa de valores de las empresas estadounidenses de alta tecnología, hasta alcanzar el 3,5% del total negociado. El competidor de ChatGPT lo tiene todo para tener éxito.

DeepSeek-V3 y DeepSeek-R1

Los modelos de la empresa también son un ejemplo de eficiencia. EL DeepSeek-V3, por ejemplo, cuenta con un rendimiento impresionante en múltiples puntos de referencia y al mismo tiempo requiere muchos menos recursos que competidores como Meta's Llama 3.3. y el DeepSeek-R1, lanzado en enero de 2025, se centra en tareas de razonamiento y desafía el modelo o1 de OpenAI con sus funciones avanzadas.

En esencia, ambas opciones del modelo chino de inteligencia artificial aprenden interactuando con su entorno y recibiendo retroalimentación sobre sus acciones, de manera similar a como los humanos aprenden a través de la experiencia. Esto les permite desarrollar habilidades de razonamiento más sofisticadas y adaptarse a nuevas situaciones de forma más eficaz. Este enfoque también es más económico que el “aprendizaje supervisado por humanos” utilizado por la competencia.

Otra ventaja de esta IA china es la ahorro de recursos. En lugar de utilizar todos los parámetros del modelo para responder una consulta, los modelos de DeepSeek seleccionan sólo unos pocos "parámetros específicos" o "expertos" para el tema. Esta activación selectiva reduce significativamente los costos computacionales y aumenta la eficiencia del modelo.

Explicándolo de una manera más sencilla, sería como tener un gran equipo de especialistas disponibles para todo tipo de tareas, pero llamar sólo a los más aptos para realizarla en un caso concreto, garantizando un uso eficiente y experiencia en el servicio.

O DeepSeek-V3 también emplea técnicas de destilación, lo que significa que transfiere conocimientos y capacidades de modelos más grandes a modelos más pequeños y más eficientes. Es como un maestro transfiriendo sus conocimientos a un estudiante, permitiéndole realizar tareas con competencia similar pero con menos experiencia o recursos.

El resultado es una IA que ocupa menos espacio y recursos, con alta eficiencia para funcionar en dispositivos más pequeños, como teléfonos inteligentes y portátiles. Para que la aplicación esté disponible para teléfonos inteligentes y también en la versión web, la empresa utilizó DeepSeek R1 como base y lo transformó en una aplicación.

Modelo de código abierto

Además de combinar técnicas de eficiencia y rendimiento, los modelos también aprovechan la colaboración inherente a los proyectos de diseño. código abierto (o código abierto, en inglés).

Aquí, a diferencia de una empresa como OpenAI, que trabaja de forma privada en el desarrollo de IA, los modelos de DeepSeek tienen su código disponible en la web y pueden ser accedidos, probados e incluso corregidos por la comunidad global de desarrolladores, lo que también refleja una mayor transparencia y confianza en los resultados presentados.

De hecho, la compañía quiere animar a cualquiera a probar sus modelos y está liberando licencias para sus profesionales para facilitar su uso a otras empresas.

La estrategia también fortalece la competitividad, atrayendo talento y destacando la posición de liderazgo de DeepSeek, en una especie de marketing gratuito. La compañía no se beneficia directamente de esto, pero sí aprovechará la adopción masiva del modelo, pudiendo monetizar a través de servicios complementarios, como soporte técnico o versiones premium, al tiempo que fomenta un ecosistema colaborativo e innovador.

Número 1 en tiendas de aplicaciones

La curiosidad por DeepSeek no era sólo entre los directores ejecutivos y los ingenieros de tecnología.

Lanzado el 20 de enero, el R1, Aplicación DeepSeek para iPhone y teléfonos inteligentes Android, parece estar siguiendo el camino exitoso de su competidor ChatGPT. Ya es la aplicación más descargada en la App Store estadounidense de Apple y la segunda en Brasil, sólo detrás del competidor OpenAI.

Na Play Store, tienda de Android, el éxito también es innegable: en todo el mundo, el chatbot chino ya se ha instalado más de un millón de veces.

Sam Altman, fundador y actual director ejecutivo de OpenAI, habló sobre el éxito de DeepSeek. Mencionó que está atento a lo que puede hacer la IA china y que el primer modelo es impresionante. Vea los tweets y las traducciones a continuación.

El deepseek r1 es un modelo impresionante, especialmente en relación con lo que pueden ofrecer por el precio. Obviamente, ofreceremos modelos mucho mejores y ¡también es legítimamente refrescante tener un nuevo competidor! Haremos algunos lanzamientos.

Pero lo más importante es que estamos entusiasmados de seguir ejecutando nuestros objetivos y creemos que ahora más que nunca es más importante contar con más computación para tener éxito en nuestra misión.

El mundo querrá usar MUCHA IA y realmente se sorprenderá con los modelos de próxima generación que están por llegar. Esperamos poder ofrecerle todo AGI y más allá.

Sam Altman sobre el éxito de la IA china DeepSeek.

Implicaciones y sesgo político

Pero con el éxito también surgen sospechas. Los expertos cuestionan si se subestima el número total de GPU utilizadas para entrenar los modelos DeepSeek, con la intención de ocultar el uso del hardware NVIDIA cuya venta recientemente fue prohibida en China, debido a la guerra comercial con Estados Unidos. Pero la empresa niega este hecho y afirma que logró entrenar su modelo incluso con GPU de bajo consumo.

También hay indicios de censura en la herramienta, en consonancia con los preceptos o sesgos políticos del Partido Comunista Chino. Por ejemplo, cuando se le preguntó acerca de la “Masacre de la Plaza de Tiananmen en Beijing en 1989”En , donde cientos de activistas fueron asesinados o heridos por el ejército chino, AI se niega a responder a la pregunta.

Lo mismo ocurre cuando a la IA se le pregunta por el conflicto entre China y Taiwán. DeepSeek menciona que Taiwán es parte de China y que “El gobierno chino está comprometido con el principio de una sola China y busca la reunificación pacífica del país..

¿Que sigue?

La posibilidad de contar con modelos de IA tan eficientes, a costes de infraestructura significativamente menores, está haciendo que los inversores se replanteen comprar o incluso vender sus acciones en empresas tecnológicas enfocadas a este sector. 

Una de las leyendas de de capital de riesgo americano Marc Andreessen, ve el surgimiento de DeepSeek como el “El momento Sputnik de la IA”, en referencia al histórico primer lanzamiento de un satélite a órbita en 1957, que marcó el momento en el que la Unión Soviética superó temporalmente a Estados Unidos en el campo de la tecnología espacial.

El hecho es que se ha puesto en duda la superioridad estadounidense en el campo de la inteligencia artificial. Y, por esta razón, es probable que se anuncien represalias por parte del gobierno estadounidense, tal vez a través de más sanciones a la comercialización de tecnologías y chips estadounidenses a empresas chinas.

En reacción al caso, el nuevo presidente Donald Trump calificó el ascenso de la empresa china DeepSeek como “una llamada de atención” para la industria tecnológica estadounidense, una señal de que una reacción debería llegar pronto.

Seguiremos el tema de cerca. Mientras tanto cuéntanos Comentario: ¿Crees que DeepSeek puede tomar la Liderazgo de ChatGPT?

Ver el video

Véase también

Con información: yahoo l suelod Noticias l Dinero de información l Forbes (1 e 2)