¡DeepSeek abre la caja de Pandora de la inteligencia artificial!
La inteligencia artificial avanza a pasos agigantados y nos encontramos en un momento en el que las empresas tecnológicas están abriendo sus puertas, o mejor dicho, su código, para que todos podamos ver cómo funcionan sus modelos. Justo el mes pasado, DeepSeek se lanzó con un nuevo modelo de razonamiento simulado que resulta ser competitivo y, lo mejor de todo, gratuito para descargar y utilizar. Ahora, están a punto de dar un paso aún más audaz al liberar el código subyacente de este modelo, prometiendo cinco repositorios de código abierto disponibles a partir de la semana que viene.
La semana del código abierto de DeepSeek
DeepSeek ha anunciado una serie de liberaciones diarias en su «Semana del Código Abierto», que nos darán acceso a los «humildes bloques de construcción de su servicio en línea». Ellos creen que, al compartir cada línea de código, la comunidad avanza colectivamente, acelerando el viaje hacia una inteligencia artificial más abierta e inclusiva. Y no es el único; gigantes del sector como Google y Meta han seguido pasos similares, publicando sus modelos bajo una estructura de pesos abiertos. Todo esto favorece a que cualquier persona interesada pueda ver y experimentar con el código que responde a nuestras consultas en tiempo real.
¿Por qué es importante compartir el código de entrenamiento?
Aquí es donde la cosa se pone interesante. Aunque DeepSeek ha dejado claro que liberarán parte del código, no especifican si incluirán el código de entrenamiento completo – un componente crucial para quienes buscan entender a fondo el funcionamiento del modelo. Según la Open Source Initiative, un verdadero sistema de IA abierto debe proporcionar información detallada sobre los datos utilizados en el entrenamiento para que cualquier persona con las habilidades adecuadas pueda recrear un sistema similar.
La liberación total del código fuente, incluido el de entrenamiento, permite a los investigadores escrutar el modelo a nivel básico, ayudando a detectar posibles sesgos o limitaciones integradas en la arquitectura del modelo. Esto también facilitaría la reproducción del modelo desde cero, posiblemente con nuevos datos de entrenamiento, abriendo la puerta a innovaciones inesperadas.
Otros gigantes que se suman al tren del open source
Elon Musk, con su iniciativa xAI, ha seguido esta tendencia liberando una versión de código abierto del código de inferencia de Grok 1. Sin embargo, la última versión, Grok 3, seguirá siendo de carácter exclusivo y solo estará disponible para los suscriptores de X Premium. Por otro lado, Hugging Face sorprendió recientemente al crear un clon de código abierto de la función «Deep Research» de OpenAI solo unas horas después de su lanzamiento. Aunque su clon inicial dependía de un modelo de pesos cerrados, Aymeric Roucher de Hugging Face afirmó que la «tubería abierta» del código fuente puede ajustarse fácilmente a cualquier modelo de pesos abiertos.
Es fascinante ver cómo se está democratizando el acceso a estas tecnologías a través de iniciativas de código abierto, proporcionando a los desarrolladores y expertos en ciberseguridad herramientas poderosas para crear y mejorar modelos de IA. Desde mi experiencia, este acceso a la parte más cruda y esencial del desarrollo en inteligencia artificial no solo empodera a los individuos, sino que también aporta transparencia a un campo frecuentemente opaco.
Si te interesa profundizar más en este apasionante mundo de la IA, te recomiendo que eches un vistazo a nuestro artículo sobre inteligencia artificial. ¡Nunca se sabe dónde podría llevarte la próxima gran idea!
