El lunes, el mundo observó cómo $ 1TN se eliminaba del mercado de valores en un solo día, una gran hoguera encendida por la pequeña y poco conocida empresa de inteligencia artificial china Deepseek.
Su lanzamiento de un nuevo modelo de IA, conocido como R1, volcó suposiciones sobre la supremacía estadounidense en la IA y planteó la posibilidad de que algunos en China aprendan a vencer a Silicon Valley en su propio juego.
El modelo puede «razonar» para resolver problemas científicos complejos y se desempeña a la par con el software de vanguardia de los gigantes tecnológicos estadounidenses, pero aparentemente se desarrolló a una fracción del precio de esos modelos.
Rápidamente desalojó el CHATGPT de Openai como la aplicación gratuita más descendida en la tienda de aplicaciones iOS de EE. UU.
Junto con el desafío geopolítico, el avance de Deepseek tiene duales implicaciones para la industria tecnológica. En primer lugar, es probable que acelere el desarrollo comercial y la absorción de la IA, al igual que ChatGPT en 2022.
Al mismo tiempo, amenaza con demoler los supuestos de inversión que han respaldado todo el mercado de valores de EE. UU., Al parecer que el desarrollo de modelos AI avanzados no requiere grandes cantidades de infraestructura y, por lo tanto, capital.
La pregunta que se hace con urgencia repentina de California a Wall Street: ¿China ha alcanzado la IA en el momento en que muchos que trabajan en el campo afirman que están al borde de un avance histórico que pondrá a las máquinas a la par con el nivel humano? Inteligencia: ¿un umbral conocido como inteligencia general artificial?
«[DeepSeek’s] Las innovaciones algorítmicas nos recuerdan que China y los Estados Unidos son cuello y cuello y que nuestra ventaja tecnológica no está garantizada, empujando a nuestra industria a hacer que la IA sea más eficiente «, dice Eric Schmidt, ex director ejecutivo y presidente de Google.
«Para llegar a AGI primero, necesitaremos continuar invirtiendo en talento, apoyar nuestro vibrante ecosistema de código abierto y asegurarnos de que innovamos, no solo con gastos excesivos de nuestros competidores».
Deepseek fue fundado En los niveles de ambición de estilo Silicon Valley. Comenzó en 2023 como un proyecto paralelo para el excéntrico multimillonario del fondo de cobertura Liang Wenfeng, justo cuando la carrera para replicar el chatgpt se estaba calentando. Desde entonces se ha convertido en uno de los principales laboratorios de IA de China.
“¿Por qué Silicon Valley es tan innovador? Porque se atreven a hacer cosas ”, dijo Liang en una entrevista el año pasado. «Cuando salió ChatGPT, la comunidad tecnológica en China carecía de confianza en la innovación fronteriza».
Añadió: «De los inversores a [Chinese] Gran tecnología, todos pensaron que la brecha era demasiado grande y optaron por centrarse en las aplicaciones. Pero la innovación comienza con confianza «.
El fundador de Deepseek, Liang Wenfeng. Como un laboratorio de investigación puro, su compañía ha centrado su esfuerzo en impulsar la IA, en lugar de tratar de ganar dinero © VCG a través de Getty Images
A medida que los fondos estatales en China han asumido un papel más importante en las nuevas empresas de financiación en los últimos años, el ecosistema empresarial se ha sentido presionado para garantizar los retornos por temor a perder los activos del país.
Deepseek es distintivo entre las nuevas empresas de IA generativas chinas, ya que no ha recaudado ningún financiamiento externo y, por lo tanto, ha estado libre de estas limitaciones.
Un laboratorio de investigación puro, haciendo eco de los primeros días de DeepMind en el Reino Unido y OpenAi en los Estados Unidos, Deepseek ha centrado todo su esfuerzo en impulsar el campo de la IA hacia adelante, en lugar de tratar de ganar dinero. Y a pesar de que se enorgullece de ser fundado completamente en talento local, ha adoptado una cultura que a menudo se encuentra en el corazón de la tecnología estadounidense.
«Es único entre las compañías chinas de IA», dice un inversionista de IA en China. “No hay política o fricción de gestión como en las otras grandes empresas tecnológicas o nuevas empresas más grandes. La gente no tiene títulos específicos o líneas de informes «.
Los orígenes de Deepseek como fondo cuantitativo de cobertura significaban que tenía talento de ingeniería con una comprensión profunda de los chips. Su avance se convirtió en su aparente éxito en la capacitación de modelos AI avanzados sin gastar los cientos de millones de dólares que tienen sus rivales estadounidenses.
Afirmó que el paso de entrenamiento final para R1 cuesta solo $ 5.6mn. Sin embargo, la cifra no incluye muchos otros costos involucrados en el desarrollo de sus modelos, incluida la infraestructura informática y las carreras de capacitación anteriores, lo que dificulta la extracción de comparaciones precisas.
Unos $ 1TN fueron eliminados del mercado de valores de los Estados Unidos después del avance de Deepseek. Aparentemente, el nuevo modelo de IA de la empresa china se desarrolló a una fracción del precio de los que salen de Silicon Valley © Yuki Iwamura/Bloomberg
También puede tener esquinas de corte para ahorrar costos: Operai afirma tener evidencia de que Deepseek entrenó en la producción de los propios modelos de OpenAI, no algo permitido bajo sus términos de uso, aunque también se cree que una práctica insuficiente es ampliamente utilizada por las empresas estadounidenses.
Irónicamente, el intento de Washington de obstaculizar el sector de IA de China al imponer controles de exportación en chips de alta gama a partir de 2022 en adelante puede haber contribuido al avance de Deepseek.
Sin acceso a silicio de vanguardia, la compañía se vio obligada a encontrar formas innovadoras de exprimir un mayor rendimiento de los chips menos sofisticados que pudo comprar.
Las afirmaciones de la compañía sobre el bajo costo y las capacidades avanzadas de sus modelos han desactivado un acalorado debate sobre cuán disruptiva será la compañía. Los líderes de Silicon Valley han rendido homenaje a sus innovaciones, al tiempo que han realizado su importancia.
El CEO de Openai, Sam Altman, calificó el modelo R1 «Impresivo», mientras que Mark Zuckerberg, director ejecutivo de Meta, acreditó a la compañía por hacer «avances que esperamos implementar en nuestros sistemas».
Sam Altman de OpenAi, que afirma tener evidencia de que Deepseek entrenó su modelo de IA en la salida de los propios modelos de Operai © Andrew Caballero-Reynolds/AFP/Getty Images
Sin embargo, Zuckerberg también lanzó el avance de Deepseek como solo uno entre muchos en un campo que se está moviendo a velocidad vertiginosa, lo que dificulta saber cuán profundamente su enfoque de bajo costo cambiaría la dinámica de la industria, dijo.
Según algunos observadores de China Tech, los avances de Deepseek no son lo suficientemente significativos como para cambiar el hecho de que las compañías de IA del país han sido seguidores rápidamente, en gran medida dedicados a emular sus homólogos estadounidenses en lugar de establecer la dirección por sí mismas.
“El trabajo de Deepseek cae en esa categoría. Lo que realmente convertiría las mesas en la competencia US-China es si construyeran algo que realmente empujó la frontera. Veremos si llegan allí ”, dice Helen Toner, analista de políticas de IA en el Centro de Seguridad y Tecnología Emergente de Georgetown, y ex miembro de la junta de OpenAI.
Sin embargo, otros dicen que el hecho de que una nueva empresa tecnológica china ha estado detrás del último avance de la cabeza representa un momento decisivo, cambiando la dinámica en la carrera de IA entre los dos países.
«Los últimos modelos de Deepseek pueden no significar que China se esté adelantando a los EE. UU. En la carrera de IA, pero prueba que las compañías chinas están avanzando notables en la innovación de software que mitigan las limitaciones impuestas por los controles de exportación de los Estados Unidos», escribió Tilly Zhang, un El analista de China Tech de Givkal Dragonomics, una firma de investigación centrada en China, en una nota publicada esta semana.
Recomendado
«La carrera por el liderazgo de IA ya no se trata solo de quién tiene acceso a las mejores fichas, sino sobre quién los pone mejor».
Mientras que el significado De los avances técnicos de Deepseek es una cuestión de debate, no hay que ver la onda de choque que pasó por el mercado de valores a medida que los inversores digerieron las implicaciones de su innovación principal: reducir drásticamente el costo de la capacitación para los modelos de IA más avanzados.
Los modelos de Deepseek parecen socavar el argumento de que las compañías de IA de EE. UU. Han hecho vociferantemente durante el año pasado: que los avances de IA requieren grandes cantidades de capital e infraestructura para desarrollar y desplegar su tecnología a escala.
En cambio, sugieren que los modelos mucho más caros y desarrollados por los EE. UU. Tendrían poco para diferenciarlos, lo que aumenta los temores entre los inversores de un shock deflacionario fuerte.
«Había una sensación de excepcionalismo estadounidense: que solo Estados Unidos tenía esta tecnología, y solo los estadounidenses tenían el dinero para hacer esto», dice Jim Tierney, un inversor de acciones de crecimiento estadounidense en Alliancebernstein. «La mercantilización de estos modelos está sucediendo mucho más rápido de lo que pensábamos».
Mark Zuckerberg de Meta dijo que si el R1 de Deepseek se convierte en el estándar global para los modelos de IA ‘abiertos’, perjudicaría a los Estados Unidos. ‘Para nuestra ventaja nacional, es importante que sea un estándar americano’ © GODOFRODO A. VÁSQUEZ/AP
Gran parte de Silicon Valley retrocedió en el argumento de que otros en la industria copiarán rápidamente las innovaciones de Deepseek, reduciendo el costo de capacitar a los modelos de IA en todos los ámbitos. Ejecutivos como Satya Nadella de Microsoft afirmaron que hará que la tecnología sea más asequible para los clientes y aumentará su uso, algo que beneficiaría a toda la industria.
En un signo de la confianza de la compañía en su estado, Deepseek ha publicado su investigación y ha lanzado sus modelos en forma de «peso abierto», una versión más limitada del software de código abierto que permite a cualquier persona descargar, usar y modificar la tecnología.
La medida atraerá a un amplio seguimiento internacional entre los desarrolladores de software que buscan modelos «abiertos» para construir aplicaciones. La mayoría de los modelos desarrollados por las principales compañías de IA de Silicon Valley permanecen cerradas, Aunque hay excepciones, especialmente Meta, cuyos modelos abiertos han aumentado en popularidad.
Un número entero de desarrolladores está experimentando con lo que ahora es una solución basada en AI de código abierto chino
Pero el modelo de Deepseek es accesible a un costo mucho más bajo. La compañía china dice que cobra solo 1.4 centavos por cada tokens de 1 mn que genera, aproximadamente equivalente a 700,000 palabras. Por el contrario, Meta cobra $ 2.80 por el mismo resultado de sus modelos más grandes.
«Un número entero de desarrolladores está experimentando con lo que ahora es una solución basada en AI de código abierto chino», dice Keegan McBride, investigador del Instituto de Internet de Oxford que se centra en la geopolítica de la IA. «Realmente muestra que en el espacio de IA, Estados Unidos no es la única opción sobre la mesa».
Mientras Yann Lecun, el jefe científico de AI de Meta, describió a Deepseek en términos brillantes como prueba de que «los modelos de código abierto están superando los propietarios», la startup plantea un desafío directo a Meta.
El «reclamo de la fama de la compañía ha sido crear modelos de peso abierto que no están muy lejos de la ventaja sangrante, y Deepseek los venció en su propio juego», dice Toner.
Más allá del impacto de Deepseek en el mercado de los productos de IA, su avance también promete tener repercusiones geopolíticas, llegando a lo que muchos creen que es un momento fundamental en la competencia entre Estados Unidos y China por la supremacía de IA.
Si R1 y sus sucesores se convierten en el estándar global para los modelos de IA «abiertos», perjudicaría a los Estados Unidos, advirtió el Zuckerberg de Meta. «Para nuestra ventaja nacional, es importante que sea un estándar estadounidense», dijo. «Queremos construir el sistema AI que las personas de todo el mundo están usando».
Deepseek ha «acelerado la urgencia para que las personas en todos los países evalúen. . . El equilibrio tecnológico de poder que surge entre varios países «, dice Craig Mundie, un veterano de Microsoft y ex asesor de la Casa Blanca, que aconseja a Sam Altman de OpenAI sobre política y estrategia tecnológica.
Si China ha logrado llegar a una pieza igual con los EE. UU. En AI, tiene implicaciones para todo lo que la tecnología podría usarse, advirtió Dario Amodei, CEO de la creación antiprópica de AI de EE. UU.
«Parece probable que China pueda dirigir más talento, capital y enfoque a las aplicaciones militares de la tecnología», escribió Amodei sobre los avances de Deepseek. «Combinado con su gran base industrial y ventajas estratégicas militares, esto podría ayudar a China a tomar una ventaja dominante en el escenario global, no solo para la IA sino para todo».
Mundie, quien también preside el diálogo de US-China AI diplomático …
Read More: ¿China se está poniendo al día con los Estados Unidos?
