Deepseek ai chatbot: características y ideas clave

DeepSeek ha conquistado el mundo, alcanzando la cima de las listas de la Apple App Store y Google Play. Sus modelos de IA, diseñados con un enfoque en la eficiencia, han generado entusiasmo entre los analistas de Wall Street y los expertos en tecnología sobre el dominio de la IA en EE. UU. y la demanda continua de chips de IA.

Pero, ¿de dónde salió DeepSeek y cómo alcanzó la fama mundial tan rápido?

Los orígenes de DeepSeek en el comercio

DeepSeek está respaldado por High-Flyer Capital Management, un fondo de cobertura cuantitativo chino que utiliza IA para tomar decisiones de trading. El entusiasta de la IA Liang Wenfeng, quien comenzó a incursionar en el comercio mientras estaba en la Universidad de Zhejiang, fundó High-Flyer en 2015. Para 2019, se había convertido en un fondo de cobertura completo, enfocado en desarrollar e implementar algoritmos de IA.

En 2023, High-Flyer creó DeepSeek como un laboratorio centrado en la investigación de IA, separado de sus operaciones financieras. Con High-Flyer como inversor, DeepSeek se convirtió en una empresa independiente. Desde el principio, construyeron sus propios centros de datos para entrenar modelos. Sin embargo, como otras empresas chinas de IA, se han visto afectadas por las prohibiciones de exportación de hardware de EE. UU. Para uno de sus modelos recientes, tuvieron que usar chips Nvidia H800, que son un poco menos potentes que los chips H100 disponibles para las empresas estadounidenses.

El equipo tecnológico de DeepSeek es bastante joven. Su misión es reclutar investigadores de IA con doctorado de las principales universidades chinas. Incluso contratan a personas sin formación en informática para ayudar a su tecnología a abarcar una gama más amplia de temas, según The New York Times.

Los modelos potentes de DeepSeek

DeepSeek presentó su primer conjunto de modelos — DeepSeek Coder, DeepSeek LLM y DeepSeek Chat — en noviembre de 2023. Pero no fue hasta la primavera pasada, con el lanzamiento de su familia de modelos de próxima generación DeepSeek-V2, que el mundo de la IA comenzó a prestar atención.

DeepSeek-V2, que puede manejar tanto texto como imágenes, obtuvo buenos resultados en varios puntos de referencia de IA y fue mucho más barato de operar que otros modelos en ese momento. Esto obligó a los rivales nacionales de DeepSeek, como ByteDance y Alibaba, a reducir sus precios y ofrecer algunos modelos gratis.

Luego llegó DeepSeek-V3 en diciembre de 2024, que solo aumentó su fama. Según las pruebas internas de DeepSeek, DeepSeek V3 supera tanto a modelos de código abierto como Llama de Meta como a modelos cerrados como GPT-4o de OpenAI.

Su modelo de "razonamiento" R1, lanzado en enero, es igual de impresionante. DeepSeek afirma que R1 tiene un rendimiento comparable al modelo o1 de OpenAI en puntos de referencia clave. Como modelo de razonamiento, R1 se autoverifica, lo que le ayuda a evitar algunas trampas habituales. Puede tomar un poco más de tiempo —de segundos a minutos— para dar respuestas, pero es más confiable en campos como física, ciencia y matemáticas.

Sin embargo, hay una pega. Al ser una IA desarrollada en China, los modelos de DeepSeek deben pasar los puntos de referencia del regulador de internet de China para asegurar que reflejen los "valores socialistas fundamentales". Por ejemplo, en la aplicación de chatbot de DeepSeek, R1 no responde preguntas sobre la Plaza de Tiananmén o la autonomía de Taiwán.

En marzo, DeepSeek alcanzó 16.5 millones de visitas. "Para marzo, DeepSeek está en segundo lugar, a pesar de que el tráfico cayó un 25% respecto a febrero, según las visitas diarias", dijo David Carr de Similarweb a TechCrunch. Aun así, está muy lejos de ChatGPT, que superó los 500 millones de usuarios activos semanales en marzo.

Un enfoque disruptivo

Si DeepSeek tiene un modelo de negocio, es un poco un misterio. Fijan los precios de sus productos y servicios muy por debajo de las tarifas del mercado y ofrecen algunos gratis. Además, no están aceptando dinero de inversores, a pesar del gran interés de los capitalistas de riesgo.

DeepSeek dice que los avances en eficiencia han mantenido sus costos extremadamente bajos. Sin embargo, algunos expertos no creen en sus números.

Sea cual sea la verdad, los desarrolladores adoran los modelos de DeepSeek. No son de código abierto en el sentido tradicional, pero vienen con licencias permisivas que permiten su uso comercial. Clem Delangue, CEO de Hugging Face, una de las plataformas que aloja los modelos de DeepSeek, dice que los desarrolladores han creado más de 500 modelos "derivados" de R1, que han sido descargados 2.5 millones de veces en total.

El ascenso de DeepSeek frente a jugadores más grandes y establecidos ha sido descrito como "revolucionario para la IA" y "sobrevalorado". Son, al menos en parte, responsables de la caída del 18% en las acciones de Nvidia en enero y de recibir un reconocimiento público del CEO de OpenAI, Sam Altman. En marzo, las oficinas del Departamento de Comercio de EE. UU. ordenaron a su personal prohibir DeepSeek en dispositivos gubernamentales, según Reuters.

Microsoft anunció que DeepSeek está disponible en su servicio Azure AI Foundry, que reúne servicios de IA para empresas bajo un mismo techo. Cuando se le preguntó sobre el impacto de DeepSeek en el gasto de Meta en IA durante la llamada de resultados del primer trimestre, el CEO Mark Zuckerberg dijo que el gasto en infraestructura de IA seguirá siendo una "ventaja estratégica" para Meta. En marzo, OpenAI calificó a DeepSeek como "subvencionado por el estado" y "controlado por el estado", sugiriendo que el gobierno de EE. UU. debería considerar prohibir sus modelos.

Durante la llamada de resultados del cuarto trimestre de Nvidia, el CEO Jensen Huang elogió la "excelente innovación" de DeepSeek, diciendo que los modelos de razonamiento como los suyos son excelentes para Nvidia porque necesitan más potencia de cómputo.

Al mismo tiempo, algunas empresas y países enteros, incluidos Corea del Sur y el estado de Nueva York, están prohibiendo DeepSeek en dispositivos gubernamentales.

En cuanto a lo que viene para DeepSeek, nuevos y mejorados modelos son una apuesta segura. Pero el gobierno de EE. UU. parece estar poniéndose nervioso por lo que considera una influencia extranjera perjudicial. En marzo, The Wall Street Journal informó que es probable que EE. UU. prohíba DeepSeek en dispositivos gubernamentales.

*Esta historia fue publicada originalmente el 28 de enero de 2025 y se actualizará regularmente.*