Deepseek ai chatbot: características y ideas clave

Deepseek ha llevado al mundo por asalto, lanzándose a la cima de la tienda de aplicaciones de Apple y las listas de Google Play. Sus modelos de IA, diseñados con un gran ojo sobre la eficiencia, han hecho que los analistas de Wall Street y los gurús de la tecnología estuvieran zumbando sobre el dominio de la IA de los Estados Unidos y la demanda continua de chips de IA.

Pero, ¿de dónde vino Deepseek y cómo dispararon hasta el estrellato global tan rápido?

Deepseek's Trader Origins

Deepseek está respaldado por High-Flyer Capital Management, un fondo chino de cobertura de cuantía que utiliza IA para hacer sus llamadas de negociación. El entusiasta de la IA Liang Wenfeng, quien comenzó a incursionar en el comercio mientras estaba en la Universidad de Zhejiang, comenzó con High-Flyer en 2015. Para 2019, era un fondo de cobertura en toda regla, todo sobre el desarrollo y la implementación de algoritmos de IA.

En 2023, High-Flyer salió a Deepseek como un laboratorio centrado en la investigación de IA, separada de sus operaciones financieras. Con High-Flyer como inversor, Deepseek se convirtió en su propia empresa. Desde el primer momento, construyeron sus propios centros de datos para modelos de capacitación. Pero, como otros atuendos de IA chinos, han sido golpeados por las prohibiciones de exportación estadounidense en el hardware. 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. Están en la misión de recoger investigadores de AI de Doctorate de las mejores universidades chinas. Incluso contratan a personas sin antecedentes de informática para ayudar a su tecnología a comprender una gama más amplia de temas, según The New York Times.

Modelos fuertes de Deepseek

Deepseek dio a conocer 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 Deepseek-V2 de próxima generación, que el mundo de la IA comenzó a prestar atención.

Deepseek-V2, que puede manejar texto e imágenes, tuvo un buen desempeño en varios puntos de referencia de IA y fue mucho más barato de ejecutar que otros modelos en ese momento. Hizo que los rivales nacionales de Deepseek, como Bytedance y Alibaba, recorten sus precios y ofrecieran algunos modelos de forma gratuita.

Luego vino Deepseek-V3 en diciembre de 2024, que solo se sumó a su fama. Según las pruebas internas de Deepseek, Deepseek V3 supera a los modelos de código abierto como Meta's Llama y modelos cerrados como el GPT-4O de OpenAI.

Su modelo de "razonamiento" R1, lanzado en enero, es igual de impresionante. Deepseek dice que R1 funciona así como el modelo O1 de Openai en puntos de referencia clave. Como modelo de razonamiento, R1 se verifica en sí mismo, lo que ayuda a esquivar algunas de las trampas habituales. Puede tomar un poco más de tiempo, de segundos a minutos, para encontrar respuestas, pero es más confiable en campos como física, ciencias y matemáticas.

Sin embargo, hay una trampa. Al ser la IA desarrollada por los chinos, los modelos de Deepseek tienen que aprobar los puntos de referencia del regulador de Internet de China para garantizar que reflejen "valores socialistas centrales". Por ejemplo, en la aplicación de chatbot de Deepseek, R1 no tocará preguntas sobre Tiananmen Square o la autonomía de Taiwán.

En marzo, Deepseek alcanzó 16.5 millones de visitas. "Para marzo, Deepseek está en el segundo lugar, a pesar de ver que el tráfico cae un 25% desde donde estaba en febrero, basado en visitas diarias", dijo David Carr de Similarweb a TechCrunch. Aún así, no está cerca de ChatGPT, que amplió más de 500 millones de usuarios activos semanales en marzo.

Un enfoque disruptivo

Si Deepseek tiene un modelo de negocio, es un poco misterioso. Precañan sus productos y servicios por debajo de las tasas de mercado y regalan algunos de forma gratuita. Tampoco están tomando dinero de los inversores, a pesar de muchos intereses de VC.

Deepseek dice que los avances de eficiencia han mantenido sus costos súper bajos. Sin embargo, algunos expertos no están comprando sus números.

Cualquiera sea la verdad, los desarrolladores aman a los modelos de Deepseek. No son de código abierto en el sentido tradicional, pero vienen con licencias permisivas que le permiten usarlas comercialmente. Clem Delangue, CEO de Hugging Face, una de las plataformas que aloja los modelos de Deepseek, dice que los desarrolladores han realizado más de 500 modelos "derivados" de R1, que se han descargado 2.5 millones de veces en total.

El ascenso de Deepseek contra los jugadores más grandes y más establecidos ha sido llamado "IA alojada" y "exagerado". Al menos son en parte culpables de que las acciones de Nvidia caen un 18% en enero y por obtener un agradecimiento público del CEO de Operai, Sam Altman. En marzo, las oficinas del Departamento de Comercio de los Estados Unidos le dijeron a su personal que prohibiera a Deepseek en los dispositivos gubernamentales, según Reuters.

Microsoft anunció que Deepseek está disponible en su servicio Azure AI Foundry, que une los servicios de IA para las empresas bajo un mismo techo. Cuando se le preguntó sobre el impacto de Deepseek en el gasto de AI de Meta durante su llamada de ganancias 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 llamó a Deepseek "subsidiado por el estado" y "controlado por el estado", lo que sugiere que el gobierno de los Estados Unidos debería considerar prohibir sus modelos.

Durante la llamada de ganancias del cuarto trimestre de Nvidia, el CEO Jensen Huang elogió la "excelente innovación" de Deepseek, diciendo que los modelos de razonamiento como el de ellos son excelentes para Nvidia porque necesitan más poder de cómputo.

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

En cuanto a lo que sigue para Deepseek, los modelos nuevos y mejorados son una apuesta segura. Pero el gobierno de los Estados Unidos parece estar nervioso por lo que ve como influencia extranjera dañina. En marzo, el Wall Street Journal informó que los Estados Unidos probablemente prohibirán a Deepseek en los dispositivos gubernamentales.

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