Febrero 6, 2025

Un grupo de investigadores de la Universidad de Stanford y la Universidad de Washington ha logrado un hito sin precedentes en el campo de la inteligencia artificial. En un estudio recientemente publicado, detallaron cómo entrenaron un modelo de razonamiento de IA, llamado s1, en solo 26 minutos y con una inversión de menos de $50. Este avance representa un desafío directo a modelos desarrollados por gigantes tecnológicos como OpenAI y Google.

Un Modelo Poderoso Basado en Distilación

Para desarrollar s1, los investigadores emplearon un método llamado distillation, una técnica que permite a los modelos más pequeños aprender de las respuestas generadas por modelos de inteligencia artificial más avanzados. En este caso, s1 se benefició del conocimiento extraído del modelo de razonamiento de IA de Google, Gemini 2.0 Flash Thinking Experimental.

Cabe destacar que los términos de servicio de Google prohíben el uso de su API para desarrollar modelos que compitan con sus propias soluciones de IA. The Verge intentó obtener comentarios de Google, pero hasta el momento de la publicación de esta nota no ha habido respuesta.

Optimización de Datos y Recursos Computacionales

El modelo s1 está basado en Qwen2.5, un modelo de código abierto desarrollado por Alibaba Cloud. Inicialmente, el equipo de investigación utilizó un conjunto de datos de 59,000 preguntas para entrenar la IA, pero descubrieron que reducir el conjunto a solo 1,000 preguntas no afectaba significativamente el rendimiento del modelo. Esta optimización demuestra que es posible desarrollar IA de alto rendimiento sin necesidad de procesar volúmenes masivos de datos.

Para el entrenamiento del modelo, los investigadores utilizaron únicamente 16 GPU Nvidia H100, una cantidad considerablemente menor en comparación con las infraestructuras masivas que suelen requerir las empresas tecnológicas líderes en IA. Este enfoque de bajo costo podría marcar un antes y un después en la democratización del desarrollo de modelos avanzados de IA.

Test-Time Scaling: Un Salto Cualitativo en el Razonamiento de IA

Uno de los avances más significativos de s1 es el uso de una técnica llamada test-time scaling, que permite al modelo mejorar la precisión de sus respuestas al extender el tiempo de razonamiento antes de generar una conclusión. Según el estudio, una de las estrategias aplicadas fue insertar la palabra “Wait” (espera) en la respuesta del modelo, lo que inducía a la IA a revisar y corregir su propio razonamiento en tiempo real.

Los resultados de esta técnica fueron sorprendentes. En comparación con o1-preview, un modelo de OpenAI, s1 superó su desempeño en preguntas de matemáticas competitivas hasta en un 27%, lo que resalta el potencial de la optimización del proceso de razonamiento en modelos más pequeños.

El Impacto en la Industria de la IA

El éxito de s1 pone en jaque el modelo actual de desarrollo de inteligencia artificial, dominado por empresas que invierten miles de millones de dólares en infraestructuras y entrenamiento de modelos. Este avance demuestra que el desarrollo de modelos de alto rendimiento no requiere necesariamente recursos masivos, sino enfoques innovadores y eficientes.

Además, este tipo de avances podría reducir significativamente los costos asociados a la inteligencia artificial, lo que facilitaría el acceso a desarrolladores independientes, startups y sectores que antes no podían permitirse el lujo de trabajar con modelos de IA avanzados.

Posibles Implicaciones Legales y Éticas

Dado que s1 se entrenó utilizando respuestas generadas por Gemini 2.0, surge la pregunta de si este método viola las políticas de Google. Casos previos, como la disputa entre OpenAI y DeepSeek, han demostrado que las empresas tecnológicas están dispuestas a tomar acciones legales para proteger sus modelos de inteligencia artificial.

Sin embargo, el uso de técnicas de distillation y aprendizaje transferido es un área gris en términos de regulación. La comunidad científica y legal deberá debatir sobre los límites éticos de esta práctica y cómo las empresas pueden proteger sus desarrollos sin frenar la innovación en el campo de la IA.

Conclusión: Un Nuevo Horizonte para la Inteligencia Artificial

El desarrollo de s1 representa un cambio paradigmático en la inteligencia artificial. Con menos de $50 y un tiempo de entrenamiento inferior a 30 minutos, este modelo desafía la noción de que solo las grandes corporaciones pueden liderar la carrera de la IA.

A medida que la industria evoluciona, será interesante observar cómo reaccionan las grandes empresas a este tipo de innovaciones y qué estrategias adoptarán para mantenerse competitivas en un entorno donde los modelos pequeños y eficientes están demostrando ser una alternativa viable.

The post Investigadores Desarrollan un Modelo de IA de Alto Razonamiento en Menos de 30 Minutos por Menos de $50 appeared first on TecnoFuturo24.

La mayor caída de Nvidia: un golpe histórico

El pasado lunes, las acciones de Nvidia, líder en el mercado de chips para IA, sufrieron una caída del 17%, eliminando 593 mil millones de dólares de su valor de mercado en un solo día. Este descenso marca la mayor pérdida diaria registrada por una empresa en la historia. Las acciones de Nvidia en el mercado de Frankfurt mostraron una leve recuperación, subiendo un 6% el martes, pero el impacto del lunes sigue generando preocupación entre los inversores.

El desplome también afectó a otras empresas tecnológicas clave en los Estados Unidos, como Broadcom, que cayó un 17.4%, mientras que Microsoft y Alphabet (Google) también reportaron descensos significativos del 2.1% y 4.2%, respectivamente. En general, el índice de semiconductores de Filadelfia cayó un 9.2%, su mayor descenso porcentual desde marzo de 2020.

DeepSeek: un cambio en las reglas del juego

El catalizador de esta crisis es DeepSeek, una startup que lanzó recientemente un asistente de IA gratuito que afirma operar con menores demandas de datos y a una fracción del costo de los servicios actuales. Aunque algunos expertos expresan escepticismo sobre las afirmaciones de DeepSeek, su aparición pone en duda la creencia generalizada de que China estaba años rezagada respecto a sus rivales de Estados Unidos.

El modelo de DeepSeek también ha despertado reacciones diversas en la industria. Sam Altman, CEO de OpenAI, calificó el modelo como “impresionante” y destacó que la competencia es estimulante para la industria. Por su parte, el expresidente de los Estados Unidos, Donald Trump, lo consideró “un llamado de atención para nuestras industrias”.

Impacto global en los mercados

El efecto dominó causado por DeepSeek se sintió más allá de Estados Unidos. En Japón, empresas como Advantest, proveedor de Nvidia, perdieron un 10% adicional tras una caída previa del 9%. SoftBank Group, conocido por su participación en startups tecnológicas, también registró una caída del 5%.

En Europa, las acciones de la compañía de semiconductores ASML bajaron un 7.1% el lunes y continuaron perdiendo un 1% el martes. Empresas como Schneider Electric y ASM International también reportaron descensos entre el 1.2% y 4.7%. Esta reacción global refleja un enfoque de venta impulsivo, donde los inversores prefieren reducir riesgos antes de analizar el panorama completo.

La burbuja de valoraciones tecnológicas

El impacto del modelo de DeepSeek no solo revela la vulnerabilidad de las valoraciones de las tecnológicas, sino también las posiciones altamente concentradas de los inversores en este sector. Antes de la caída del lunes, las acciones de Nvidia cotizaban a 60 veces sus ganancias, en comparación con un promedio de 22 veces para el índice S&P 500.

David Bahnsen, director de inversiones de The Bahnsen Group, destacó que estas valoraciones extremas dejan “cero margen de error” para las empresas tecnológicas. Además, la enorme cantidad de capital concentrada en acciones de tecnología, junto con la participación de modelos de trading algorítmico, exacerba los movimientos del mercado en momentos de incertidumbre.

El auge y los riesgos de la IA

Desde el lanzamiento de ChatGPT en noviembre de 2022, el entusiasmo por la IA ha impulsado una afluencia masiva de capital en las tecnológicas. El valor de mercado de las llamadas “Siete Magníficas” (Nvidia, Apple, Microsoft, Google, Amazon, Meta y Tesla) ha aumentado en aproximadamente 10 billones de dólares. Sin embargo, la dependencia de estas valoraciones de un crecimiento continuo en IA plantea riesgos significativos.

Además, la proliferación de modelos algorítmicos y el uso de apalancamiento han amplificado la volatilidad. Rob Almeida, estratega global de inversiones en MFS International, señaló que “los robots vendiendo al mismo tiempo” probablemente contribuyeron a la severidad de la caída.

Perspectivas futuras

El desafío planteado por DeepSeek marca un antes y un después en la industria tecnológica. A medida que las empresas estadounidenses como Apple y Microsoft preparan sus informes de ganancias, la atención estará centrada en cómo abordan la competencia y justifican sus inversiones en IA.

Los inversores también estarán atentos a posibles cambios regulatorios y ajustes en los flujos de capital. La aparición de nuevos competidores como DeepSeek podría catalizar una redistribución de los recursos en el sector, fomentando innovación pero también aumentando la presión sobre las empresas consolidadas.

Conclusión

El reciente desplome del mercado tecnológico es un recordatorio de los riesgos inherentes a las valoraciones extremas y la dependencia de narrativas especulativas. La irrupción de DeepSeek pone de manifiesto la necesidad de adaptación y competitividad en un sector en constante evolución. Con la atención del mundo puesta en la IA, el futuro de la industria dependerá de su capacidad para equilibrar la innovación con la sostenibilidad.

The post Profunda Caída del Mercado Tecnológico por el Impacto de la IA de Bajo Costo de DeepSeek appeared first on TecnoFuturo24.