El día después de Navidad, una pequeña empresa china llamada DeepSeek presentó un nuevo sistema de inteligencia artificial que podría igualar las capacidades de los chatbots de vanguardia de empresas como OpenAI y Google.
Sólo eso habría sido un hito. Pero el equipo detrás del sistema, llamado DeepSeek-V3, describió un paso aún mayor. En un artículo de investigación que explica cómo construyeron la tecnología, los ingenieros de DeepSeek dijeron que utilizaron sólo una fracción de los chips informáticos altamente especializados en los que confiaban las principales empresas de inteligencia artificial para entrenar sus sistemas.
Estos chips están en el centro de una tensa competencia tecnológica entre Estados Unidos y China. Mientras el gobierno de Estados Unidos trabaja para mantener el liderazgo del país en la carrera mundial de la IA, está tratando de limitar el número de chips potentes, como los fabricados por la empresa Nvidia de Silicon Valley, que pueden venderse a China y otros rivales.
Pero el desempeño del modelo DeepSeek plantea dudas sobre las consecuencias no deseadas de las restricciones comerciales del gobierno estadounidense. Los controles han obligado a los investigadores en China a ser creativos con una amplia gama de herramientas que están disponibles gratuitamente en Internet.
El chatbot DeepSeek respondió preguntas, resolvió problemas lógicos y escribió sus propios programas informáticos con tanta capacidad como cualquier otro que ya esté en el mercado, según las pruebas comparativas que las empresas estadounidenses de inteligencia artificial han estado utilizando.
Y se creó a bajo precio, desafiando la idea predominante de que sólo las empresas más grandes de la industria tecnológica (todas ellas con sede en Estados Unidos) podían permitirse el lujo de fabricar los sistemas de inteligencia artificial más avanzados. Los ingenieros chinos dijeron que sólo necesitaban unos 6 millones de dólares en potencia informática bruta para construir su nuevo sistema. Eso es aproximadamente 10 veces menos de lo que gastó el gigante tecnológico Meta en desarrollar su última tecnología de inteligencia artificial.
“El número de empresas que tienen 6 millones de dólares para gastar es muchísimo mayor que el número de empresas que tienen 100 millones o 1.000 millones de dólares para gastar”, dijo Chris V. Nicholson, inversor de la firma de capital de riesgo Page One Ventures, que se centra en Tecnologías de IA.
Desde que OpenAI desató el auge de la IA en 2022 con el lanzamiento de ChatGPT, muchos expertos e inversores habían llegado a la conclusión de que ninguna empresa podía competir con los líderes del mercado sin gastar cientos de millones de dólares en chips especializados.
Las principales empresas de inteligencia artificial del mundo entrenan sus chatbots utilizando supercomputadoras que utilizan hasta 16.000 chips, si no más. Los ingenieros de DeepSeek, por otro lado, dijeron que sólo necesitaban unos 2.000 chips informáticos especializados de Nvidia.
Las limitaciones de los chips en China obligaron a los ingenieros de DeepSeek a “entrenarlo de manera más eficiente para que aún pudiera ser competitivo”, dijo Jeffrey Ding, profesor asistente de la Universidad George Washington que se especializa en tecnología emergente y relaciones internacionales.
A principios de este mes, la administración Biden emitió nuevas reglas que tienen como objetivo evitar que China obtenga chips de IA avanzados a través de otros países. Las reglas se basan en múltiples rondas de restricciones anteriores que impiden que las empresas chinas puedan comprar o fabricar chips de computadora de última generación. El presidente Trump aún no ha indicado si aprobará las reglas o las rescindirá.
El gobierno de Estados Unidos ha tratado de mantener los chips avanzados fuera del alcance de las empresas chinas por temor a que puedan usarse con fines militares. En respuesta, algunas empresas en China han almacenado miles de chips, mientras que otras los obtuvieron de un próspero mercado clandestino de contrabandistas.
DeepSeek está dirigido por una empresa de negociación de acciones cuantitativa llamada High Flyer. Para 2021, había canalizado sus ganancias en la adquisición de miles de chips Nvidia, que utilizó para entrenar sus modelos anteriores. La compañía, que no respondió a las solicitudes de comentarios, se ha hecho conocida en China por captar talentos recién llegados de las mejores universidades con la promesa de altos salarios y la capacidad de seguir las preguntas de investigación que más despiertan su interés.
Zihan Wang, un ingeniero informático que trabajó en un modelo anterior de DeepSeek, dijo que la compañía también contrata personas sin ningún conocimiento en informática para ayudar a comprender la tecnología y ser capaz de generar poesía y resolver preguntas en el notoriamente difícil examen de ingreso a la universidad china.
DeepSeek no fabrica ningún producto para consumidores, por lo que sus ingenieros se centran exclusivamente en la investigación. Eso significa que su tecnología no está limitada por el aspecto más estricto de las regulaciones chinas sobre IA, que exigen que la tecnología orientada al consumidor cumpla con los controles gubernamentales sobre la información.
Las principales empresas estadounidenses siguen avanzando en los últimos avances en IA. En diciembre, OpenAI presentó un nuevo sistema de “razonamiento” llamado o3 que supera el rendimiento de las tecnologías existentes, aunque aún no está ampliamente disponible fuera de la empresa. Pero DeepSeek sigue demostrando que no se queda atrás. Este mes, lanzó su propio modelo de razonamiento impresionante.
(El New York Times ha demandado a OpenAI y su socio, Microsoft, acusándolos de infracción de derechos de autor de contenido de noticias relacionado con sistemas de inteligencia artificial. OpenAI y Microsoft han negado esas afirmaciones).
Una parte crucial de este mercado global que cambia rápidamente es una vieja idea: el software de código abierto. Como muchas otras empresas, DeepSeek ha abierto su último sistema de inteligencia artificial, lo que significa que ha compartido el código subyacente con otras empresas e investigadores. Esto permite que otros creen y distribuyan sus propios productos utilizando las mismas tecnologías.
Si bien los empleados de las grandes empresas tecnológicas chinas se limitan a colaborar con colegas, “si trabajas en código abierto, trabajas con talentos de todo el mundo”, dijo Yineng Zhang, ingeniero de software líder en Baseten en San Francisco que trabaja en el código abierto SGLang. proyecto. Ayuda a otras personas y empresas a crear productos utilizando el sistema de DeepSeek.
El ecosistema de código abierto para la IA cobró fuerza en 2023 cuando Meta compartió libremente un sistema de IA llamado LLama. Muchos asumieron que esta comunidad prosperaría sólo si empresas como Meta (gigantes tecnológicos con enormes centros de datos llenos de chips especializados) continuaran abriendo el código fuente de sus tecnologías. Pero DeepSeek y otros han demostrado que ellos también pueden ampliar los poderes de las tecnologías de código abierto”.
Muchos ejecutivos y expertos han argumentado que las grandes empresas estadounidenses no deberían abrir el código fuente de sus tecnologías porque podrían usarse para difundir desinformación o causar otros daños graves. Algunos legisladores estadounidenses han explorado la posibilidad de prevenir o limitar esta práctica.
Pero otros sostienen que si los reguladores frenan el progreso de la tecnología de código abierto en Estados Unidos, China obtendrá una ventaja significativa. Si las mejores tecnologías de código abierto provienen de China, argumentan, los desarrolladores estadounidenses construirán sus sistemas sobre esas tecnologías. A largo plazo, eso podría colocar a China en el centro de la investigación y el desarrollo de la IA.
“El centro de gravedad de la comunidad de código abierto se ha ido trasladando a China”, afirmó Ion Stoica, profesor de informática en la Universidad de California, Berkeley. “Esto podría ser un gran peligro para Estados Unidos”, porque permite a China acelerar el desarrollo de nuevas tecnologías.
Horas después de su toma de posesión, el presidente Trump rescindió una orden ejecutiva de la administración Biden que amenazaba con frenar las tecnologías de código abierto.
El Dr. Stoica y sus estudiantes construyeron recientemente un sistema de inteligencia artificial llamado Sky-T1 que rivaliza con el rendimiento del último sistema OpenAI, llamado OpenAI o1, en ciertas pruebas comparativas. Sólo necesitaban 450 dólares en potencia informática.
Lo hicieron basándose en dos tecnologías de código abierto lanzadas por el gigante tecnológico chino Alibaba.
Su sistema de 450 dólares no es tan poderoso como la tecnología de OpenAI o el nuevo sistema de DeepSeek. Y es poco probable que las técnicas que utilizaron produzcan sistemas que superen el rendimiento de las tecnologías líderes. Pero el proyecto demostró que incluso operaciones con recursos minúsculos pueden construir sistemas competitivos.
Reuven Cohen, consultor tecnológico de Toronto, ha estado utilizando DeepSeek-V3 desde finales de diciembre. Dice que es comparable a los últimos sistemas de OpenAI, Google y la nueva empresa Anthropic de San Francisco, y mucho más barato de usar.
“Para mí, DeepSeek es una forma de ahorrar dinero”, afirmó. “Éste es el tipo de tecnología que alguien como yo quiere utilizar”.
Si busca “CHATGPT” en su navegador, es probable que se tope en sitios web que parecen estar alimentados por OpenAI, pero no lo son. Uno de esos sitios, chat.chatbotapp.ai, ofrece acceso a “GPT-3.5” de forma gratuita y utiliza marca familiar.
Pero aquí está la cosa: no está dirigida por OpenAi. Y, francamente, ¿por qué usar un GPT-3.5 potencialmente falso cuando puedes usar GPT-4O de forma gratuita en el actual ¿Sitio de chatgpt?
Cuando el CEO de Google, Sundar Pichai, suba al escenario en la Conferencia de desarrolladores de Google I/O 2025 la próxima semana para entregar sus comentarios de apertura, espere que dos cartas dominen la discusión: la IA.
La inteligencia artificial se ocupa de gran parte del enfoque en Google en estos días, con características de IA que llegan a través de múltiples productos, proyectos centrados en la IA que capturan gran parte de la atención y predicciones del público sobre el futuro de la IA que asume muchos de los pronunciamientos públicos de la compañía.
Ya sea que se dé cuenta o no, la inteligencia artificial está en todas partes. Se encuentra detrás de los chatbots con los que hablas en línea, las listas de reproducción que transmites y los anuncios personalizados que aparecen en tu desplazamiento. Y ahora está tomando una personalidad más pública. Piense en Meta AI, que ahora está integrado en aplicaciones como Facebook, Messenger y WhatsApp; o Géminis de Google, trabajando en segundo plano en las plataformas de la compañía; o Apple Intelligence, lanzando a través de iPhones ahora.
AI tiene una larga historia, volviendo a una conferencia en Dartmouth en 1956 que primero discutió la inteligencia artificial como una cosa. Los hitos en el camino incluyen Eliza, esencialmente el primer chatbot, desarrollado en 1964 por el informático del MIT Joseph Weizenbaum y, saltando 40 años, cuando la función de autocompleta de Google apareció por primera vez en 2004.
Luego llegó 2022 y el ascenso de Chatgpt a la fama. Los desarrollos generativos de IA y los lanzamientos de productos se han acelerado rápidamente desde entonces, incluidos Google Bard (ahora Gemini), Microsoft Copilot, IBM Watsonx.ai y los modelos de LLAMA de código abierto de Meta.
Desglosemos qué es la IA generativa, cómo difiere de la inteligencia artificial “regular” y si la Generación AI puede estar a la altura de las expectativas.
En esencia, la IA generativa se refiere a sistemas de inteligencia artificial que están diseñados para producir un nuevo contenido basado en patrones y datos que han aprendido. En lugar de solo analizar números o predecir tendencias, estos sistemas generan salidas creativas como texto, música de imágenes, videos y código de software.
Algunas de las herramientas de IA generativas más populares en el mercado incluyen:
El principal entre sus habilidades, ChatGPT puede crear conversaciones o ensayos similares a los humanos basados en algunas indicaciones simples. Dall-E y MidJourney crean obras de arte detalladas a partir de una breve descripción, mientras que Adobe Firefly se centra en la edición y el diseño de imágenes.
No toda la IA es generativa. Si bien Gen AI se enfoca en crear contenido nuevo, la IA tradicional se destaca por analizar datos y hacer predicciones. Esto incluye tecnologías como el reconocimiento de imágenes y el texto predictivo. También se usa para soluciones novedosas en:
La IA que venció a los grandes campeones humanos en el ajedrez y el juego de mesa no fue una IA generativa.
Es posible que estos sistemas no sean tan llamativos como la Generación AI, pero la inteligencia artificial clásica es una gran parte de la tecnología en la que confiamos todos los días.
Detrás de la magia de la IA generativa hay modelos de idiomas grandes y técnicas avanzadas de aprendizaje automático. Estos sistemas están capacitados en grandes cantidades de datos, como bibliotecas completas de libros, millones de imágenes, años de música grabada y datos raspados de Internet.
Los desarrolladores de IA, desde gigantes tecnológicos hasta nuevas empresas, son conscientes de que la IA es tan buena como los datos que lo alimenta. Si se alimenta de datos de baja calidad, la IA puede producir resultados sesgados. Es algo con lo que incluso los jugadores más grandes en el campo, como Google, no han sido inmunes.
La IA aprende patrones, relaciones y estructuras dentro de estos datos durante el entrenamiento. Luego, cuando se le solicita, aplica ese conocimiento para generar algo nuevo. Por ejemplo, si le pide a una herramienta Gen AI que escriba un poema sobre el océano, no solo extrae versos preescritos de una base de datos. En cambio, está usando lo que aprendió sobre la poesía, los océanos y la estructura del lenguaje para crear una pieza completamente original.
Es impresionante, pero no es perfecto. A veces los resultados pueden sentirse un poco apagados. Tal vez la IA malinterpreta su solicitud, o se vuelve demasiado creativo de una manera que no esperaba. Puede proporcionar con confianza información completamente falsa, y depende de usted verificarla. Esas peculiaridades, a menudo llamadas alucinaciones, son parte de lo que hace que la IA generativa sea fascinante y frustrante.
Las capacidades generativas de IA están creciendo. Ahora puede comprender múltiples tipos de datos combinando tecnologías como el aprendizaje automático, el procesamiento del lenguaje natural y la visión por computadora. El resultado se llama IA multimodal que puede integrar alguna combinación de texto, imágenes, video y habla dentro de un solo marco, ofreciendo respuestas más contextualmente relevantes y precisas. El modo de voz avanzado de ChatGPT es un ejemplo, al igual que el proyecto Astra de Google.
No hay escasez de herramientas de IA generativas, cada una con su talento único. Estas herramientas han provocado la creatividad, pero también han planteado muchas preguntas además del sesgo y las alucinaciones, como, ¿quién posee los derechos del contenido generado por IA? O qué material es un juego justo o fuera de los límites para que las compañías de IA los usen para capacitar a sus modelos de idiomas; vea, por ejemplo, la demanda del New York Times contra Openai y Microsoft.
Otras preocupaciones, no son asuntos pequeños, implican privacidad, responsabilidad en la IA, los profundos profundos generados por IA y el desplazamiento laboral.
“Escribir, animación, fotografía, ilustración, diseño gráfico: las herramientas de IA ahora pueden manejar todo eso con una facilidad sorprendente. Pero eso no significa que estos roles desaparezcan. Simplemente puede significar que los creativos deberán mejorar y usar estas herramientas para amplificar su propio trabajo”, Fang Liu, profesor de la Universidad de Notre Dame Dame y Coeditor-Chief de las transacciones de ACM en las transacciones de Probabilista, contó el aprendizaje en el poderoso de la máquina probabilística, le dijo a Cetnet.
“También ofrece una forma para las personas que tal vez carecen de la habilidad, como alguien con una visión clara que no puede dibujar, pero que puede describirlo a través de un aviso. Así que no, no creo que interrumpa a la industria creativa. Con suerte, será una co-creación o un aumento, no un reemplazo”.
Otro problema es el impacto en el medio ambiente porque la capacitación de grandes modelos de IA utiliza mucha energía, lo que lleva a grandes huellas de carbono. El rápido ascenso de la Generación AI en los últimos años ha acelerado las preocupaciones sobre los riesgos de la IA en general. Los gobiernos están aumentando las regulaciones de IA para garantizar el desarrollo responsable y ético, especialmente la Ley de IA de la Unión Europea.
Muchas personas han interactuado con los chatbots en el servicio al cliente o han utilizado asistentes virtuales como Siri, Alexa y Google Assistant, que ahora están en la cúspide de convertirse en Gen AI Power Tools. Todo eso, junto con las aplicaciones para ChatGPT, Claude y otras herramientas nuevas, es poner ai en sus manos. Y la reacción pública a la IA generativa se ha mezclado. Muchos usuarios disfrutan de la conveniencia y la creatividad que ofrece, especialmente para cosas como escribir ayuda, creación de imágenes, soporte de tareas y productividad.
Mientras tanto, en la encuesta global de IA 2024 de McKinsey, el 65% de los encuestados dijo que sus organizaciones usan regularmente IA generativa, casi el doble de la cifra reportada solo 10 meses antes. Industrias como la atención médica y las finanzas están utilizando Gen AI para racionalizar las operaciones comerciales y automatizar tareas mundanas.
Como se mencionó, existen preocupaciones obvias sobre la ética, la transparencia, la pérdida de empleos y el potencial del mal uso de los datos personales. Esas son las principales críticas detrás de la resistencia a aceptar la IA generativa.
Y las personas que usan herramientas de IA generativas también encontrarán que los resultados aún no son lo suficientemente buenos para el tiempo. A pesar de los avances tecnológicos, la mayoría de las personas pueden reconocer si el contenido se ha creado utilizando Gen AI, ya sean artículos, imágenes o música.
AI ha secuestrado ciertas frases que siempre he usado, por lo que debo autocorrectar mi escritura a menudo porque puede parecer una IA. Muchos artículos escritos por AI contienen frases como “en la era de”, o todo es un “testimonio de” o un “tapiz de”. La IA carece de la emoción y la experiencia que viene, bueno, ser una vida humana y viviente. Como explicó un artista en Quora, “lo que AI hace no es lo mismo que el arte que evoluciona de un pensamiento en un cerebro humano” y “no se crea a partir de la pasión que se encuentra en un corazón humano”.
La IA generativa no es solo para técnicos o personas creativas. Una vez que obtienes la habilidad de darle indicaciones, tiene el potencial de hacer gran parte del trabajo preliminar por ti en una variedad de tareas diarias.
Digamos que está planeando un viaje. En lugar de desplazarse por páginas de resultados de búsqueda, le pide a un chatbot que planifique su itinerario. En cuestión de segundos, tiene un plan detallado adaptado a sus preferencias. (Ese es el ideal. Por favor, verifique siempre sus recomendaciones).
Un propietario de una pequeña empresa que necesita una campaña de marketing pero que no tiene un equipo de diseño puede usar una IA generativa para crear imágenes llamativas e incluso pedirle que sugiera copia publicitaria.
No ha habido un avance tecnológico que haya causado tal boom desde Internet y, más tarde, el iPhone. A pesar de sus desafíos, la IA generativa es innegablemente transformadora. Está haciendo que la creatividad sea más accesible, ayudando a las empresas a racionalizar los flujos de trabajo e incluso inspirar formas completamente nuevas de pensar y resolver problemas.
Pero quizás lo más emocionante es su potencial, y estamos rascando la superficie de lo que estas herramientas pueden hacer.
ChatGPT es probablemente el ejemplo más popular de IA generativa. Le das un aviso y puede generar texto e imágenes; Código de escritura; Responder preguntas; resumir el texto; borrador de correos electrónicos; y mucho más.
La IA generativa crea contenido nuevo como texto, imágenes o música, mientras que la IA tradicional analiza los datos, reconoce patrones o imágenes y hace predicciones (por ejemplo, en medicina, ciencia y finanzas).
Remove.bg: La Revolución en la Edición de Imágenes que Debes Conocer
Cómo Comenzar a Utilizar ChatGPT: Una Guía Completa para Principiantes
Startups de IA en EE.UU. que han recaudado más de $100M en 2024
Cómo Empezar con Popai.pro: Tu Espacio Personal de IA – Guía Completa, Instalación, Versiones y Precios
Deepgram: Revolucionando el Reconocimiento de Voz con IA
Perplexity aplicado al Marketing Digital y Estrategias SEO
Suno.com: La Revolución en la Creación Musical con Inteligencia Artificial
Dos periodistas octogenarios deman a ChatGPT por robar su trabajo
Inside the OpenAI-DeepSeek Distillation Saga & Alibaba’s Most Powerful AI Model Qwen2.5-Max
De ChatGPT a mil millones de agentes
