Así es DeepSeek, el ChatGPT chino que pone en duda el liderazgo de EE.UU. en IA

De acuerdo con los desarrolladores que hay detrás, Deepseek es una virguería técnica que, además, hace bueno eso de que muchas veces siendo cauto en inversión se pueden conseguir grandes resultados. La plataforma de IA está impulsada por un motor que, según sus creadores, «encabeza la clasificación entre los modelos de código abierto y rivaliza con los modelos de código cerrado más avanzados a nivel mundial». Y todo gastando menos y empleando tecnología para la capacitación que no se encuentra entre la más puntera.

Desde su lanzamiento hace escasos días la popularidad del sistema no ha dejado de crecer. Tanto que, incluso, se apunta a este como uno de las principales causantes de que las acciones de Nvidia, fabricante de chips por antonomasia, hayan perdido cerca de un 10% de su valor en la mañana de este lunes. O lo que es lo mismo: unos 350.000 millones de dólares. ¿La razón? Que con DeepSeek, por primera vez, China tiene una solución que pone en duda la hegemonía de Estados Unidos dentro del negocio de la inteligencia artificial o que, al menos, podría hacer que la competencia entre los dos parezca algo más pareja.

El país norteamericano está decidido a ganar la guerra de la IA. Para ocupar el primer puesto en desarrollo, el gobierno saca provecho del hecho de que sus compañías, especialmente Nvidia, sean las que cuentan con los chips más avanzados del mercado. Y estos no están al alcance de China, porque Washington prohíbe tajantemente a las compañías su venta a tecnológicas afincadas en el país asiático.

Para entrenar a DeepSeek, la startup propietaria del mismo nombre, promete haber empleado unos 2.000 chips H800 de Nvidia, que están por debajo en capacidades de lo que actualmente ofrecen los buques insignia de la marca. Eso no ha sido obstáculo para que la herramienta china, según la propia empresa, haya conseguido un 97,3% de aciertos en pruebas matemáticas MATH-500 con su modelo R1, que está disponible para descarga de forma gratuita en Hugging Face. Este resultado es mejor el de ChatGPT o1, que se quedó en un 96,4% en la prueba y que, hasta la fecha, solo está disponible para los usuarios con suscripción.

Asimismo, la startup china apunta que el desarrollo de DeepSeek costó, aproximadamente, 6 millones de dólares, lo que en términos de IA puntera es prácticamente una minucia. Meta invirtió diez meses más en la creación de la última versión de la suya. Según 'Reuters', la inversión económica en la solución ha sido ampliamente cuestionada en Silicon Valley, así como la afirmación de que los chips utilizados eran menos potentes que los productos más avanzados de Nvidia que Washington ha tratado de mantener fuera del alcance de China.

Sea como sea, la tecnología de DeepSeek es de código abierto, lo que implica que cualquier investigador o empresa la puede emplear para crear sus propias herramientas a partir de su base. Además, su uso es mucho más económico. Mario Krenn, director del Laboratorio de Ciencias Artificiales del Instituto Max Planck, señalaba recientemente a 'Nature' que, mediante el empleo de este sistema, «un experimento que costaba más de 300 euros con o1, ahora puede hacerse por menos de 10 dólares«. Esta es, a juicio del investigador »una diferencia drástica que influirá en la futura adopción (de la IA china)».

«El hecho de que provenga de China demuestra que ser eficiente con los recursos es más importante que la escala de cómputo por sí sola», afirma, por su parte, François Chollet, investigador de IA en Seattle (Estados Unidos).

Mientras DeepSpeek causa asombro, el resto de empresas chinas continúan trabajando para ponerse al día en materia de IA. ByteDance, propietaria de TikTok, lanzó el miércoles de la semana pasada una actualización de su modelo insignia de inteligencia artificial destinado a desafiar los últimos productos de modelos de razonamiento de OpenAI respaldados por Microsoft. Su nombre es Doubao-1.5-pro, y según la empresa supera al o1 de OpenAI en AIME, una prueba de referencia que mide lo bien que los modelos de IA entienden y responden a instrucciones complejas.