El mercado de inteligencia artificial (pero también el patrimonio) no fue recomendado por la repentina popularidad de Sésido profundomodelo avanzado para desarrollarse por una startup nacida gracias a los fondos especulativos chinos y que parece ser capaz de rivalizar con Openi y algunos de los modelos más avanzados de los Estados Unidos.
Deepseek ha creado abrumador porque pueden ofrecer resultados comparables a los obtenidos con tecnologías exploitadas de inversiones multimillonarias, desafiando las condiciones fundamentales en la economía y la estructura del mercado de IA.
Apple no tiene ningún vínculo con Deepseek, pero ha estado lidiando con la inteligencia artificial durante algún tiempo y en un documento titulado «Parámetros vs Flops: Leyes de escala para la escasez óptima para los modelos de idiomas de la mezcla de expertos» Publicado en ARXIV (Archivo de publicaciones científicas), L El autor principal, Samir Abnar de Apple y otros investigadores de la Casa Cupertino, junto con el colaborador Harshay Shah del MIT, destacar La posibilidad de explotar arquitecturas que activan una parte de una red neuronal para cada tarea específica, mejorando la eficiencia y reduciendo los costos de hardware.
Abnar y el equipo de colaboradores en Apple han realizado estudios explotando una biblioteca de código llamada «Megablocks» lanzado en 2023 por los investigadores AI Microsoft, Google y la Universidad de Stanford, pero deja en claro cómo las técnicas similares pueden aplicarlo a Deepseek y otros recientes recientes Innovaciones en el sector de IA.
Deepseek y otros pueden explotar las arquitecturas centradas en mejorar el razonamiento, optimizar la eficiencia al tiempo que mantienen un alto rendimiento en contextos específicos; En el documento, los investigadores de Apple muestran que no es necesario aprovechar siempre la máxima potencia para la comprensión y la resolución de problemas matemáticos y similares.
Un fenómeno también subrayado por los investigadores de Apple es el de las «curvas de pérdida», con modelos que pueden aprender gradualmente, aprender a reconocer ejemplos, verlos incluso una vez, un concepto en contraste con el enfoque tradicional de profundidad profunda.
Elementos como estos explican el enfoque de Deepseek, particularmente relevante porque requiere menos recursos computacionales que los competidores, mecanismos que podrían revolucionar el enfoque de la capacitación de las redes neuronales, con grandes modelos previos al tamaño que pueden «aprender» de una mucho más Número limitado de ejemplos de lo que se pensaba anteriormente.
Para comprender cómo funciona Deepseek y por qué los mejores títulos tecnológicos de los Estados Unidos colapsaron en el debut, nos referimos a esto en el análisis profundamente. Todos los artículos dedicados a la inteligencia artificial están en la sección dedicada de MacityNet.