Los modelos de IA de la startup china DeepSeek no han hecho sino salir del cascarón, pero de la noche a la mañana juegan en la misma liga que ChatGPT de OpenAI o Gemini de Google (a quienes ha desbancado, de hecho, en las tiendas de aplicaciones). DeepSeek, cuyos modelos de IA se precian de ser tan eficaces como los de sus homólogos estadounidenses pero con un coste mucho menor, puesto que su entrenamiento no está a merced de tanto poder computacional, ha provocado asimismo un terremoto en los parqués bursátiles, donde su fragorosa entrada en escena ha logrado desangrar el valor de los títulos de empresas como Nvidia. La startup oriunda de China está actualmente en la cresta de la ola, pero ¿de qué es realmente capaz en la práctica?
Un éxito al que las sanciones a China, el país de origen de DeepSeek, no han hecho pupa
El solo hecho de que una startup con tan solo un año de vida se codee con gigantes de la IA como OpenAI, Google y Meta es ya absolutamente insólito. Y más si tenemos en cuenta que China, la patria chica de DeepSeek, ha sido desprovista del suministro de los chips de algo rendimiento de Nvidia debido a las sanciones que Donald Trump impuso al país asiático durante su primer mandato al frente del Gobierno de Estados Unidos. En consecuencia, y debido a estas restricciones, DeepSeek ha tenido que entrenar sus modelos de IA con chips menos potentes y avanzados, algo que no ha repercutido, no obstante, negativamente en el rendimiento de su tecnología.
DeepSeek ha invertido al parecer menos de 6 millones de dólares en el entrenamiento de sus modelos de IA. En cambio, su rival OpenAI desembolsó la friolera de 100 millones de dólares en el entrenamiento de ChatGPT.
OpenAI y su socio Microsoft sospechan, no obstante, que DeepSeek podría haberse apropiado ilegalmente de la tecnología de sus rivales estadounidenses. Así y todo, un eventual hurto de tecnología ajena no explicaría por sí solo el hecho de que DeepSeek haya logrado los mismos objetivos que sus competidores con mucho menos esfuerzo.
DeepSeek juega ya en la misma liga que OpenAI o Google
Al igual que ChatGPT y otros modelos de IA de empresas radicadas en Estados Unidos, DeepSeek puede responder a preguntas complejas y resolver problemas preñados de complejidad. Y lo hace tan bien como ChatGPT (OpenAI) y Gemini (Google). DeepSeek no compite en todo caso única y exclusivamente con los chatbots de texto y rivaliza también con generadores de imágenes como DALL-E y Stable Diffusion gracias a su modelo Janus-Pro.
Una de las innovaciones más punteras de DeepSeek es que su chatbot R1 es capaz de dividir tareas en diferentes pasos individuales de razonamiento. El algoritmo de DeepSeek trabaja con varios sistemas de IA de tamaño reducido que se activan única y exclusivamente cuando se necesitan (por lo que necesita menos poder computacional que otros modelos de IA). Sin embargo, esta particular manera de operar de DeepSeek provoca también que sus modelos se demoren algo más en sus respuestas que ChatGPT o Gemini.
Los modelos de DeepSeek se basan en un código de bajo nivel altamente eficiente que maximiza la gestión de la memoria y la comunicación entre los nodos, posibilitando que tales nodos procesen la información y se comuniquen simultáneamente entre entre sí sin provocar atascos de datos.
DeepSeek se diferencia asimismo de sus rivales estadounidenses en que sus modelos han sido entrenados no solo de manera sustancialmente más económica sino también de manera mucho más rápida. En lugar de procesar toda la información en casa paso de entrenamiento (lo cual involucra lógicamente un alto gasto de energía y de recursos computacionales), DeepSeek simplifica el proceso apoyándose en la predicción inteligente y en la distribución inteligente de la carga de trabajo.
Los modelos de DeepSeek recurren asimismo a la compresión de los datos que necesitan almacenar, lo cual se traduce en un merma del coste y el tiempo necesarios para generar resultados y hacen igualmente uso del aprendizaje por refuerzo, que no exige ingentes cantidades de datos etiquetados para su entrenamiento y reduce igualmente el coste y el tiempo de entrenamiento.
Los modelos de DeepSeek son de código abierto y ello redunda en su transparencia (aunque no les libra de las garras de la censura)
A diferencia de sus rivales oriundos de Estados Unidos, DeepSeek se apoya en una licencia de código abierto y ha publicado el código de sus modelos de IA en la plataforma de programación Github para que puedan examinarlo todos aquellos que así lo deseen. Por el contrario, OpenAI, Google, Microsoft y Anthropic guardan celosamente bajo llave sus modelos de IA. De los grandes «players» estadounidenses que se desenvuelven en el ramo de la IA solo Meta ha apostado por el código abierto para su modelo Llama.
Mediante su apuesta por el código abierto DeepSeek desea promover una mayor transparencia y flexibilidad. En este sentido, los desarrolladores pueden usar y modificar libremente sus modelos e imbricarlos en sus propias aplicaciones. Sin embargo, y pese ser a bote pronto más transparente, los modelos de IA de DeepSeek está a merced de la censura del Gobierno de China. Y en consecuencia sus modelos esconden bajo el felpudo aquella información que las autoridades chinas prefieren sepultar (como los datos sobre la masacre de Tiananmén en 1989).
DeepSeek es incompatible a día de hoy con el RGPD de la UE
Otro de los problemas (en modo alguno baladíes) de DeepSeek es que la compañía almacena los datos que recaba sobre sus usuarios en China. A día de hoy el RGPD solo permite, no obstante, el intercambio de datos con aquellos países que tienen un nivel de protección de datos equivalente al de los 27 países que forman parte de la Unión Europea (UE). Actualmente no existe ningún acuerdo entre la UE y China que garantice el intercambio de datos entre ambos países de manera 100% legal.
El irresistible atractivo de lo gratis
DeepSeek presenta también diferencias más que notables con sus directos competidores en lo que respecta a su modelo de negocio. Hoy por hoy todos los modelos de IA de la startup china son de naturaleza totalmente gratuita para el usuario final (probablemente para atraer al mayor número posible de usuarios).
Por su parte, los modelos más poderosos y avanzados de empresas como OpenAI y Google no están disponibles de manera gratuita y están a expensas de suscripciones de pago. OpenAI cobra, por ejemplo, 20 dólares al mes a los suscriptores de ChatGPT Plus, una modalidad que brinda al usuario respuestas más rápidas y acceso preferencial a sus servidores también en periodos de máxima actividad. Y la suscripción a ChatGPT Pro tiene, por su parte, un coste de 200 dólares al mes. Por tan oneroso precio los usuarios disponen de acceso a los modelos más poderosos de OpenAI y tienen además la posibilidad de generar vídeos más largos con la herramienta de vídeo Sora.
