Fotografía de archivo de una persona sosteniendo un teléfono móvil con la aplicación china DeepSeek. EFE/ Salvatore Di Nolfi
El modelo chino de inteligencia artificial DeepSeek-R1 aprende más y mejor cuando recibe ‘recompensas’ por resolver problemas. Sin embargo, estos estímulos requieren de la intervención humana, lo que puede resultar costoso y limitar su capacidad de crecimiento. Este hallazgo ha sido comprobado por un equipo de investigadores y tecnólogos, incluidos responsables de la empresa que lanzó este modelo abierto de inteligencia artificial, quienes han analizado sus potencialidades y limitaciones. Los resultados de su trabajo han sido publicados en la revista Nature.
Enseñar a los modelos de inteligencia artificial a razonar de la misma manera que los humanos es un desafío. Los investigadores han corroborado que los modelos de lenguaje a gran escala (LLM, por sus siglas en inglés) están demostrando ya ciertas capacidades de razonamiento, aunque dicho entrenamiento exige importantes recursos computacionales.
El modelo DeepSeek-R1 incluye una etapa de entrenamiento adicional bajo supervisión humana para mejorar el proceso de razonamiento, y emplea un sistema de aprendizaje “por refuerzo” en lugar de depender únicamente de ejemplos humanos. Este enfoque, según los investigadores, reduce tanto los costos como la complejidad del entrenamiento.
Limitaciones de la versión actual
A pesar de los avances, el artículo publicado en Nature destaca algunas limitaciones de la versión actual de este modelo de inteligencia artificial. Por ejemplo, se ha constatado que el modelo combina dos idiomas, el chino y el inglés, y está optimizado únicamente para estos. Asimismo, los investigadores han señalado que existen tareas específicas, como la ingeniería de software, en las cuales el modelo no ha mostrado mejoras significativas.
Con el propósito de garantizar la fiabilidad de los razonamientos y las tareas que realiza esta IA, se hace hincapié en la necesidad de que la investigación futura se enfoque en mejorar estos procesos de ‘recompensa’.
Los investigadores han demostrado que el modelo DeepSeek-R1 obtiene buenos resultados en pruebas de matemáticas, biología, física o química, así como en concursos de programación. Han llegado a la conclusión de que es posible entrenar a la IA para razonar con menos intervención humana, lo que abre la puerta a la creación de modelos más potentes, escalables y económicos, aunque aún quedan numerosos retos por resolver en este campo.