{"id":47074,"date":"2025-01-30T00:20:35","date_gmt":"2025-01-30T00:20:35","guid":{"rendered":"https:\/\/enfoquenoticioso.com\/tecnologia\/lo-ha-reinventado-desde-cero-y-eso-es-lo-revolucionario\/"},"modified":"2025-01-30T00:20:35","modified_gmt":"2025-01-30T00:20:35","slug":"lo-ha-reinventado-desde-cero-y-eso-es-lo-revolucionario","status":"publish","type":"post","link":"https:\/\/enfoquenoticioso.com\/?p=47074","title":{"rendered":"lo ha reinventado desde cero y eso es lo revolucionario"},"content":{"rendered":"
\n

Con R1<\/a>, DeepSeek ha logrado algo que parec\u00eda imposible: entrenar un modelo de IA con capacidades de razonamiento comparables a las de OpenAI… pero sin depender de enormes conjuntos de datos etiquetados.<\/p>\n

<\/p>\n

Su enfoque basado en el aprendizaje por refuerzo abre la puerta a que haya muchos m\u00e1s grupos desarrollando IAs avanzadas.<\/p>\n

Por qu\u00e9 es importante<\/strong>. Este avance cambia las reglas que asum\u00edamos en el desarrollo de IA. Hasta ahora, crear modelos con capacidad de razonamiento requer\u00eda enormes cantidades de datos etiquetados y recursos computacionales solo al alcance de gigantes como OpenAI, Meta o Google.<\/p>\n

<\/p>\n

DeepSeek ha demostrado que hay un camino alternativo mucho m\u00e1s eficiente<\/a>.<\/p>\n

\n
\n
\n
\n
\n \"No
\n <\/a>\n <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n

Entre bambalinas<\/strong>. El proceso de entrenamiento de DeepSeek R1 se divide en dos fases principales:<\/p>\n

    \n
  1. Primero, R1-Zero<\/a> aprende a razonar exclusivamente mediante aprendizaje por refuerzo, explorando soluciones por prueba y error.<\/li>\n
  2. Despu\u00e9s, R1 refina estas capacidades con una peque\u00f1a cantidad de datos de \u00abarranque en fr\u00edo\u00bb para mejorar aspectos como la legibilidad.<\/li>\n<\/ol>\n

    El modelo utiliza una arquitectura de Mezcla de Expertos (MoE)<\/a> con 671.000 millones de par\u00e1metros totales, pero solo activa 37.000 millones por consulta. Esto es lo que le permite obtener un rendimiento comparable al de o1 de OpenAI<\/a> con una fracci\u00f3n de los recursos computacionales.<\/p>\n

    <\/p>\n

    El contraste<\/strong>. Mientras OpenAI invierte cientos de millones en datos etiquetados y computaci\u00f3n, DeepSeek ha conseguido resultados similares con menos de 6 millones de d\u00f3lares (inversi\u00f3n declarada<\/a>).<\/p>\n

    <\/p>\n

    Sus modelos destilados m\u00e1s peque\u00f1os, desde 1.500 millones hasta 70.000 millones de par\u00e1metros, tambi\u00e9n han logrado un rendimiento sorprendente.<\/p>\n

    El ejemplo<\/strong>. Es un ejemplo tonto, pero precisamente por eso quer\u00edamos comprobar su forma de razonar ante el tipo de pregunta que descoloca. Le hicimos la pregunta \u00abSi Xataka fuese un equipo de f\u00fatbol espa\u00f1ol, \u00bfcu\u00e1l ser\u00eda?\u00bb.<\/p>\n

    <\/p>\n

    \n
    \n
    \n \"X1\"\/
    \n \"X1\"<\/p>\n

    Imagen: Xataka con Mockuuups Studio<\/span>\n <\/div>\n<\/p><\/div>\n<\/div>\n

    Su largu\u00edsima respuesta iba autoreafirm\u00e1ndose y luego descartando la conclusi\u00f3n una y otra vez.<\/p>\n

      \n
    1. Primero se limit\u00f3 a describir Xataka y a hacer un repaso superficial de los principales clubes espa\u00f1oles.<\/li>\n
    2. Luego se plante\u00f3 si ser\u00edamos el Athletic, pero entendi\u00f3 que aunque su pol\u00edtica de \u00absolo jugadores vascos\u00bb es \u00fanica, eso no es comparable con la innovaci\u00f3n de Xataka. Hizo algo similar con Valencia, Bar\u00e7a y Rayo argumentando distintas causas para descartarlos.<\/li>\n
    3. Nos vincul\u00f3 al Real Madrid por nuestro, ejem, liderazgo en masa social… pero convino que eso no va ligado a la innovaci\u00f3n.<\/li>\n
    4. Pas\u00f3 por Eibar y Getafe, descartando ambos… pero luego volvi\u00f3 al Eibar ya que \u00abcay\u00f3\u00bb en que usan anal\u00edtica y tecnolog\u00eda. Al final lo descart\u00f3 por ser un club peque\u00f1o.<\/li>\n
    5. Coment\u00f3 que el liderazgo de Xataka encaja con un estilo ofensivo como el del Bar\u00e7a de Guardiola o el contraataque del Madrid de Ancelotti…<\/li>\n
    6. …y finalmente lleg\u00f3 a Villarreal y Girona.<\/li>\n
    7. Tras algunos razonamientos, se qued\u00f3 con el Girona, argumentando su fuerte cultura del dato, su enfoque innovador, su crecimiento reciente y su visi\u00f3n global (es parte del City Football Group), adem\u00e1s de a\u00f1adir algo llamativo: \u00abAmbos combinan recursos limitados con inteligencia estrat\u00e9gica: el Girona maximiza su plantilla con scouting <\/em>avanzado, mientras Xataka optimiza contenido relevante y accesible para una audiencia masiva\u00bb.<\/li>\n<\/ol>\n

      Su conclusi\u00f3n final fue \u00abEl Girona FC encarna la esencia de Xataka: modernidad, adaptaci\u00f3n tecnol\u00f3gica y una narrativa fresca que desaf\u00edan el statu quo<\/em>\u00ab. \ud83d\ude80\u26bd<\/p>\n

      <\/p>\n

      Leer todo su razonamiento fue espectacular.<\/p>\n

      Punto de inflexi\u00f3n<\/strong>. Este desarrollo anticipa la entrada en una nueva era donde la innovaci\u00f3n en IA no depender\u00e1 exclusivamente del acceso a grandes recursos<\/a>, como ha venido ocurriendo hasta ahora.<\/p>\n

      <\/p>\n

      Las t\u00e9cnicas de aprendizaje por refuerzo y destilaci\u00f3n de modelos pueden nivelar el terreno de juego entre grandes empresas (o startups con inversiones de nueve ceros) y equipos mucho m\u00e1s peque\u00f1os.<\/p>\n

      <\/p>\n

      Profundiza<\/strong>. Este avance va m\u00e1s all\u00e1 de simples mejoras incrementales. DeepSeek ha demostrado que es posible construir modelos que razonen de forma aut\u00f3noma sin tener que mostrarles miles y miles de ejemplos.<\/p>\n

      <\/p>\n

      El aprendizaje por refuerzo permite que el modelo descubra por s\u00ed mismo estrategias efectivas de razonamiento, de forma similar a c\u00f3mo los humanos aprendemos a resolver problemas.<\/p>\n

      <\/p>\n

      En Xataka |\u00a0He probado DeepSeek en la web y en mi Mac. ChatGPT, Claude y Gemini tienen un problem\u00f3n<\/a><\/p>\n

      Imagen destacada |\u00a0Xataka con Mockuuups Studio<\/p>\n<\/p><\/div>\n

      Ver fuente<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

      Con R1, DeepSeek ha logrado algo que parec\u00eda imposible: entrenar un modelo de IA con capacidades de razonamiento comparables a las de OpenAI… pero sin depender de enormes conjuntos de datos etiquetados. Su enfoque basado en el aprendizaje por refuerzo abre la puerta a que haya muchos m\u00e1s grupos desarrollando IAs avanzadas. Por qu\u00e9 es […]<\/p>\n","protected":false},"author":2,"featured_media":47075,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-47074","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/47074","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=47074"}],"version-history":[{"count":0,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/47074\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/media\/47075"}],"wp:attachment":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=47074"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=47074"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=47074"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}