Podcast: ¿Qué es DeepSeek? | China vs EEUU en Inteligencia Artificial | Conflicto con OpenAI
Deepseek es una empresa china que, con su modelo LLM al estilo de ChatGPT, ha demostrado que es posible desarrollar modelos de inteligencia artificial eficientes sin requerir el equipamiento más sofisticado del mercado. Esto ha hecho que las acciones de Nvidia caigan significativamente, lo que plantea interesantes preguntas sobre el futuro del mercado de chips y la inteligencia artificial.
Ignacio Alarcón y Nolan Gaete discuten las técnicas que hicieron posible este avance, incluyendo el uso de modelos destilados, que permite una mayor eficiencia en el uso de recursos computacionales. Además, mencionan cómo este modelo ha sido adoptado rápidamente por plataformas, las implicaciones de su uso y sus riesgos, su conflicto con OpenAI, lo que se viene con Qwen y más.
Escucha este episodio en:
LINKS:
https://www.perplexity.ai/
https://chat.qwenlm.ai/
https://www.deepseek.com/
Paper DeepSeek R1: https://arxiv.org/abs/2501.12948
Paper DeepSeek V3: https://arxiv.org/abs/2412.19437
TEMAS:
00:00 – Introducción al terremoto en la IA
00:51 – Detalles sobre el modelo chino Deepseek
02:04 – Impacto en el mercado y en Nvidia
04:09 – Open Weights vs Open Source
06:23 – Comparación con modelos existentes y método de destilamiento
09:00 – Técnicas y diferencias en el modelo Deepseek
23:00 – Uso del modelo Deepseek para usuarios y su impacto
28:22 – Restricciones y sesgos en Deepseek
32:11 – Ley de protección de datos y restricciones en Italia
35:07 – Alegaciones de OpenAI sobre el uso indebido de su modelo
45:26 – Meta y otros desarrollos en modelos de IA
47:58 – Conclusiones y cierre del episodio