DeepSeek es una empresa de investigación en inteligencia artificial con sede en Hangzhou, China, fundada en 2023 por Liang Wenfeng, quien también fundó y continuó financiando la empresa a través de High-Flyer, un fondo de cobertura cuantitativo que había cofundado en 2015. El negocio de trading de High-Flyer ya había acumulado grandes existencias de hardware GPU para el trading algorítmico, lo que otorgó a DeepSeek una base de cómputo inusual en comparación con las startups típicas de IA, incluso mientras los controles de exportación de Estados Unidos restringían el acceso de las empresas chinas a los chips Nvidia más avanzados.
Modelos y el shock de enero de 2025
DeepSeek lanzó una serie de modelos de pesos abiertos cada vez más capaces, incluyendo DeepSeek-V2 y V3, antes de publicar DeepSeek-R1 en enero de 2025, un modelo de razonamiento entrenado sustancialmente con técnicas de aprendizaje por refuerzo que igualaba o se acercaba al rendimiento de OpenAI o1 en varios conjuntos de pruebas de referencia de matemáticas y codificación, mientras se lanzaba con pesos abiertos y un artículo técnico que describía su entrenamiento. DeepSeek reportó costos de entrenamiento muy por debajo de lo que se creía que gastaban los laboratorios occidentales comparables, aunque las cifras exactas y su comparabilidad fueron objeto de disputa. El lanzamiento desencadenó el shock de DeepSeek, una fuerte caída en las acciones relacionadas con la IA, más notablemente una pérdida récord de capitalización de mercado en un solo día para Nvidia, mientras los inversores reevaluaban las suposiciones sobre cuánto cómputo se requería para alcanzar el nivel de modelo frontera.
Enfoque técnico
Los modelos de DeepSeek hicieron un uso prominente de arquitecturas de mezcla de expertos para mejorar la eficiencia del entrenamiento y la inferencia, y la empresa publicó detalles de optimizaciones de entrenamiento, incluidos enfoques para reducir la memoria y la sobrecarga de comunicación, que fueron ampliamente estudiados por otros laboratorios. El pipeline de entrenamiento de DeepSeek-R1 fue notable por demostrar que grandes ganancias en el razonamiento de estilo cadena de pensamiento podían surgir del aprendizaje por refuerzo en tareas verificables sin una gran cantidad de datos RLHF etiquetados por humanos, y la empresa lanzó versiones más pequeñas destiladas del modelo que podían ejecutarse en hardware mucho más modesto, acelerando la adopción por parte de desarrolladores externos a través de plataformas como Hugging Face.
Recepción y contexto geopolítico
El ascenso de DeepSeek fue ampliamente interpretado como evidencia de que los controles de exportación de Estados Unidos sobre chips avanzados no habían impedido que los laboratorios chinos alcanzaran la frontera de la IA, intensificando los debates en Washington sobre la efectividad de las restricciones de hardware y añadiendo urgencia a las discusiones sobre gobernanza de la IA y la competencia nacional junto a laboratorios como el desarrollador de Qwen, Alibaba. Algunos analistas y laboratorios rivales cuestionaron aspectos de los costos de entrenamiento reportados por DeepSeek y plantearon preocupaciones sobre la procedencia de los datos y una posible destilación de las salidas de modelos occidentales cerrados, acusaciones que DeepSeek no abordó completamente públicamente. El episodio, no obstante, estableció a DeepSeek, junto a laboratorios como Mistral AI, como una alternativa creíble de pesos abiertos a los mayores desarrolladores cerrados estadounidenses.