La IA china de código abierto y gratuito DeepSeek es una seria amenaza para ChatGPT de OpenAI y otros modelos de IA
Desde noviembre de 2023, la empresa china DeepSeek publica modelos de inteligencia artificial en código abierto. Gracias a la licencia MIT, cualquiera puede utilizar y adaptar el modelo para sus propios fines individuales. Esto hace que los modelos sean transparentes y versátiles.
Además, permiten un desarrollo colaborativo y ahorran dinero por el camino. Los usuarios pueden ver y comprender el código para ver cómo funciona el modelo. Pueden adaptar el modelo a sus necesidades específicas y utilizarlo para diversas aplicaciones. Por lo tanto, DeepSeek apuesta por el código abierto y añade así innovación y competencia al campo de la IA.
Esta empresa surgió de Fire-Flyer, que es la rama de aprendizaje profundo de un fondo de cobertura chino llamado High-Flyer. El objetivo inicial era comprender, interpretar y predecir mejor los datos financieros del mercado bursátil. Desde la escisión de DeepSeek en 2023, la empresa se ha centrado por completo en los LLM, que son modelos de IA capaces de generar texto.
La empresa parece haber logrado un gran avance con los dos nuevos miembros de la familia de IA de DeepSeek. Según los puntos de referencia de IA más utilizados, DeepSeek-V3, DeepSeek-R1 y DeepSeek-R1-Zero suelen superar a sus competidores de Meta, OpenAI y Google en sus respectivos campos. Como servicio en línea, también son significativamente más baratos que ChatGPT, por ejemplo.
Esta agresiva estrategia de precios podría repercutir en todos los precios del mercado de la IA y hacer que las herramientas avanzadas de IA sean accesibles a un público más amplio. La empresa puede permitírselo porque quiere gastar mucho menos dinero en el entrenamiento de sus modelos de IA que otras empresas. Para ser más precisos, esto puede lograrse mediante programas de entrenamiento más eficientes y mucha automatización.
Por otro lado, DeepSeek-R1 y DeepSeek-R1-Zero son modelos de razonamiento. Esto significa que primero desarrollan un plan sobre la mejor manera de responder a una pregunta y luego trabajan en pequeños pasos. Esto mejora la precisión de los resultados a la vez que requiere menos potencia de cálculo. Sin embargo, este enfoque aumenta la demanda de espacio de almacenamiento.
Como IA de código abierto, DeepSeek puede ejecutarse directamente en el ordenador del usuario final. Se puede acceder gratuitamente a los datos de aplicación necesarios, ya que los modelos se pueden descargar gratuitamente en Hugging Face. Es aún más fácil con programas como LM Studioque pueden descargar e instalar automáticamente todo el código de la aplicación.
Esto significa que no debería haber problemas con la seguridad y la privacidad de los datos. Las preguntas, los datos y las respuestas no salen del ordenador. Además, el modelo puede utilizarse sin conexión. Aquí no se requiere un hardware de alto rendimiento, pero sí mucha memoria y almacenamiento. Por ejemplo, DeepSeek-R1-Distill-Qwen-32B requiere aproximadamente 20 GB de espacio de almacenamiento en el disco duro.
Según DeepSeek V3, la IA trabaja con numerosos idiomas. Entre ellos, el chino y el inglés, pero también el alemán, el francés y el español. En una breve charla, los distintos idiomas proporcionaron respuestas satisfactorias.
Sólo quedan preguntas y dudas sobre la censura de China. DeepSeek-R1 contiene censura para ciertos temas políticamente sensibles. Los usuarios que intentan preguntar sobre ciertos acontecimientos históricos no reciben respuesta o reciben una respuesta "revisada". Por ejemplo, no tiene por qué preguntar a la IA sobre lo que ocurrió en la plaza de Tiananmen los días 3 y 4 de junio de 1989.
Dicho esto, DeepSeek R1 reconoce al menos las protestas estudiantiles y una operación militar. Pero otros modelos de IA también escatiman en respuestas a preguntas políticas. Gemini de Google se niega rotundamente a responder a preguntas que puedan estar relacionadas con la política. Por lo tanto, se puede encontrar censura (autoimpuesta) en varias IA.
