DeepSeek, la compañía de inteligencia artificial (IA) que ha desafiado el liderazgo de OpenAI con sus modelos de lenguaje, tiene una historia fascinante que se remonta a años de investigación y desarrollo.
Orígenes en High-Flyer:
- DeepSeek tiene sus raíces en High-Flyer, un fondo cuantitativo de inversión fundado en 2015 por Liang Wenfeng y sus compañeros de clase.
- La idea original era aplicar algoritmos al mercado bursátil chino, permitiendo operaciones en tiempo real.
Evolución hacia la IA:
- En 2016, High-Flyer realizó su primera operación bursátil asistida por IA, marcando el inicio de un esfuerzo continuo en esta área.
- La compañía formó equipos de investigación y desarrollo de software y hardware para avanzar en sus capacidades de IA.
- En 2017, High-Flyer ya utilizaba IA en casi todas sus estrategias de inversión cuantitativas.
Desafíos y Supercomputación:
- High-Flyer descubrió que el entrenamiento de modelos complejos requería una gran potencia de cálculo.
- En 2019, crearon una división llamada High-Flyer AI para abordar este desafío.
- Construyeron un supercomputador de 1.100 GPU A100 de NVIDIA y gastaron 140 millones de dólares para aumentar su capacidad a 10.000 GPU en 2022.
Transición a la IA Generativa:
- Liang Wenfeng quería ir más allá de las finanzas y explorar el potencial de la IA para cambiar el mundo.
- En 2023, High-Flyer anunció la creación de DeepSeek para avanzar en el desarrollo de la inteligencia artificial general (AGI).
DeepSeek en la actualidad:
- DeepSeek es el resultado de años de trabajo de High-Flyer y comparte oficinas con esta compañía.
- DeepSeek afirma utilizar chips H20 y H800 de NVIDIA para entrenar sus modelos más recientes.
- La compañía ha logrado resultados impresionantes con una fracción de la capacidad de cómputo de algunos de sus rivales occidentales, lo que ha generado dudas sobre sus afirmaciones.
En resumen, DeepSeek es una empresa de IA prometedora con una historia que se remonta a años de investigación en el campo de las finanzas y la supercomputación. Su enfoque en la IA generativa y sus recientes logros la han convertido en una de las compañías más interesantes para seguir en la industria tecnológica.
