DeepSeek asegura que entrenar a R1, su modelo estrella de IA, solo requirió una inversión de 273.000 euros
La evolución tecnológica pasa por la integración de la inteligencia artificial. Hace tres años, ChatGPT era un concepto más rodeado de incógnitas que de certezas, ya que el conocimiento de su existencia estaba limitado a los devotos del sector tecnológico. Ahora, se trata de un gigante con más de 700 millones de usuarios diarios, una cifra que refleja el impacto que tiene la herramienta de OpenAI en el día a día de muchas personas. Por ello, a nadie le sorprende que países como China hayan trabajado en una versión patria de esta idea.
Como consecuencia directa de ello, el país asiático anunció la existencia de DeepSeek, una startup de IA que fue capaz de paralizar el mundo. Apenas unos días después de su anuncio, gigantes como Nvidia se despidieron de miles de millones de euros, ya que los desarrolladores de los modelos de IA de DeepSeek aseguraron que habían sido capaces de mejorar las prestaciones de ChatGPT invirtiendo muchísimo menos capital que OpenAI. Ahora, medio año después, los miembros de DeepSeek vuelven a ensalzar el mérito detrás de su creación.
¿Cuánto dinero invirtió China?
Según han revelado miembros de la startup china, el coste de R1 (el modelo estrella de DeepSeek) ni siquiera alcanzó los 300.000 euros, ya que invirtieron 273.000 euros en el desarrollo de su IA. Esta información proviene de Nature, una revista académica que se ha convertido en el escenario de la primera declaración pública de DeepSeek al respecto. Sin embargo, dicha cifra choca de forma frontal con la información que teníamos hasta el momento, ya que China aseguró que entrenar los modelos de IA de DeepSeek conllevó una inversión de 5 millones de euros.
R1, a diferencia de otros modelos populares del sector, es un producto enfocado en el razonamiento. Por ello, fue entrenado con 512 chips H800 de Nvidia durante 80 horas, pero los miembros de DeepSeek reconocen que también se apoyaron en el uso de chips A100 tras haberlo negado durante meses. El coste de 273.000 euros, si resulta ser cierto, contrasta con el entrenamiento de modelos como ChatGPT, ya que Sam Altman reconoció en 2023 que necesitó una inversión de más de 100 millones de euros para entrenar a los modelos de inteligencia artificial de OpenAI.
La revelación de DeepSeek, por tanto, revive el debate en torno a la posición de China en la carrera global de la IA. Al ver las posibilidades de un modelo de bajo coste, el mercado global se tambaleó y provocó que los inversores vendieran sus acciones tecnológicas para evitar las represalias de un cambio de liderazgo en el sector. Ahora, tras haberse estabilizado el terremoto tecnológico que generó DeepSeek, la compañía ha vuelto a afirmar que emplea técnicas precisas para reducir al máximo los costes. Por ello, hizo alusión a fenómenos como la destilación de modelos, una técnica que permite que un modelo aprenda de otro.
El mundo sospecha de DeepSeek
A pesar del revuelo que generó la publicación de Nature por su mención a los costes económicos, la actualidad de DeepSeek ha estado marcada por otro aspecto más polémico: la posible censura que presenta la IA china. Los hallazgos de CrowdStrike, la empresa que paralizó el mundo hace poco más de un año cuando sufrió una caída que colapsó aeropuertos y hospitales, revelaron que la calidad del código de DeepSeek depende de factores alineados con los intereses del gobierno chino. Esto, dicho con otras palabras, implica que R1 varía sus virtudes en función de tu ideología.
Para probar su hipótesis, CrowdStrike realizó varias peticiones en inglés para distintos usos y regiones. Así, comprobó que pedir códigos para sistemas de control industrial arrojaba errores en el 22,8% de las respuestas, una cifra que aumentaba hasta el 42,1% si indica que ese código era para cualquier grupo de un Estado Islámico. De hecho, pedir código destinado a regiones como Taiwán, Falun Gong o Tíbet aumentaba la producción de mensajes defectuosos.
Durante su investigación, CrowdStrike comprobó que DeepSeek rechazó ayudar en un 61% de los casos vinculados al Estado Islámico, pero también hizo lo propio un 45% de las veces si la ayuda iba dirigida a Falun Gong. Para la empresa de seguridad cibernética, es muy probable que esto se trate de una estrategia para alinear a la IA con la línea política del Partido Comunista Chino, razón por la que no tendrían reparos a la hora de sabotear a determinados grupos que no son afines al gobierno. No obstante, esa no es la única explicación que tienen sobre la mesa.
Tras apuntar a la hipótesis del Partido Comunista China, también aseguran que los datos de entrenamiento incluyen material de peor calidad en las regiones marginadas, una posibilidad que podría explicar el bajo rendimiento de DeepSeek en circunstancias específicas. De hecho, CrowdStrike comprobó que, en contraste, el código más seguro lo generó para Estados Unidos, una situación que relacionan con un intento de ganar cuota en el mercado norteamericano. A su vez, también apuntan a la posibilidad de que el motor decida "empeorar" el código a propósito si se trata de regiones conflictivas.
Así, no es la primera vez que el origen chino de DeepSeek genera preocupación entre empresas o gobiernos, ya que Estados Unidos invitó a no utilizar la IA china a sus ciudadanos. Además, Alemania también se mostró reacia al trabajo de DeepSeek, llegando a pedir a Google y Apple que retiren la aplicación por transmitir datos de usuarios de forma ilegal. Por ello, mientras los asiáticos aseguran que el entrenamiento de su modelo estrella les costó 273.000 euros, los investigadores de CrowdStrike aluden a la censura que golpea a los resultados de la IA.
Imagen principal de 3DJuegos
En 3DJuegos | China quiere poner freno al crecimiento de Nvidia, pero se ha topado con un problema: las empresas de chips nacionales
En 3DJuegos | La tensión entre EEUU y China crece y, por desgracia para ellos, no tienen forma de escapar de su rival
Ver todos los comentarios en https://www.3djuegos.com
VER 2 Comentarios