CNBC: la empresa china de IA DeepSeek provoca pánico en Silicon Valley 209

CNBC dedicó nada menos que 40 minutos para informar sobre DeepSeek, mira este vídeo.

Título: Cómo el nuevo modelo de inteligencia artificial chino DeepSeek amenaza el dominio de Estados Unidos

Traducción completa:

Un modelo de inteligencia artificial publicado por DeepSeek, una empresa china de inteligencia artificial poco conocida, ha desatado el pánico en todo Silicon Valley, ya que supera el rendimiento de los mejores modelos estadounidenses, a pesar de haber sido fabricado a un coste mucho menor y con chips de menor potencia.

DeepSeek (el nombre del laboratorio) lanzó a finales de diciembre un modelo de lenguaje grande, gratuito y de código abierto, que según se afirma fue construido en solo dos meses por menos de 6 millones de dólares, utilizando los chips H800 de menor capacidad de Nvidia.

Estos nuevos avances hacen saltar las alarmas sobre si el liderazgo global de Estados Unidos en inteligencia artificial se está reduciendo y cuestionan los enormes desembolsos de las grandes tecnológicas en la construcción de modelos de inteligencia artificial y centros de datos.

En una serie de pruebas de referencia de terceros, el modelo de DeepSeek superó a Llama 3.1 de Meta, GPT-4o de Openai y Claude Sonnet 3.5 de Anthropic en una horquilla de precisión que abarca desde la resolución de problemas complejos hasta las matemáticas y la programación.

DeepSeek presentó el lunes R1, un modelo de razonamiento que en muchas pruebas de terceros también supera al O1 más reciente de Openai.

"Ver los nuevos modelos de DeepSeek, ambos modelos de código abierto que realizan este tipo de cálculo en tiempo de inferencia de forma realmente eficaz, y de manera muy eficiente", declaró el consejero delegado de Microsoft, Satya Nadella, el miércoles en el Foro Económico de Davos, Suiza. "Deberíamos tomarnos muy, muy en serio lo que está ocurriendo en China."

Dado que las estrictas restricciones de semiconductores impuestas por el Gobierno de Estados Unidos a China impiden al país importar los chips más potentes, como el H100 de Nvidia, parece que DeepSeek ha encontrado la manera de sortear las reglas o ha sorteado los controles de exportación de Washington.

"Pueden partir de un modelo grande muy bueno y utilizar un proceso llamado destilación", dijo Chetan Puttagunta, socio general de Benchmark. "Básicamente, se usa un modelo muy grande para ayudar a que tu modelo más pequeño sea inteligente en lo que tú quieres que sea inteligente. Esto resulta realmente rentable."

Se sabe poco sobre DeepSeek y su fundador Liang Wenfeng. Según informes, DeepSeek nació de un fondo de cobertura chino llamado High-Flyer Quant, que gestiona unos 8.000 millones de dólares en activos.

Pero DeepSeek no es la única empresa china que irrumpe con fuerza.

El investigador de IA Kai-Fu Lee afirma que su startup 01.AI fue entrenada con solo 3 millones de dólares. La empresa matriz de Tiktok presentó el miércoles una actualización de su modelo que, según afirma, rinde mejor que el O1 de OpenAI en pruebas de referencia clave.

"La necesidad es la madre de la innovación", dijo Aravind Srinivas, consejero delegado de Perplexity. "Como tuvieron que ingeniar alternativas, al final desarrollaron tecnologías aún más eficientes."