Investigadores logran desarrollar un modelo de razonamiento comparable a OpenAI con un presupuesto mínimo.
La inteligencia artificial sigue demostrando que la innovación no es exclusiva de las grandes corporaciones con presupuestos millonarios. Un equipo de investigadores de la Universidad de Stanford y la Universidad de Washington logró desarrollar un modelo de IA de razonamiento, llamado s1, por menos de 50 dólares en créditos de computación en la nube. Este avance desafía directamente a modelos de vanguardia como o1 de OpenAI y R1 de DeepSeek, planteando interrogantes sobre la accesibilidad y democratización de la IA.
El modelo s1, disponible en GitHub junto con los datos y el código utilizados para entrenarlo, fue desarrollado mediante un proceso conocido como destilación. Esta técnica permite extraer las capacidades de razonamiento de otro modelo de IA entrenado previamente, en este caso, el Gemini 2.0 Flash Thinking Experimental de Google. Los investigadores tomaron un modelo base de código abierto de la empresa china Qwen y lo refinaron con un conjunto de datos de apenas 1.000 preguntas y respuestas, además de registrar el proceso de pensamiento del modelo de Google, según detalló TechCrunch.
El entrenamiento de s1 requirió apenas 30 minutos utilizando 16 GPUs Nvidia H100, y su costo actual en servicios de computación en la nube ronda los 20 dólares, según Niklas Muennighoff, uno de los investigadores del proyecto.
El éxito de s1 cuestiona el modelo de negocio de las grandes empresas de IA, que invierten miles de millones en la construcción de infraestructuras y entrenamiento de modelos cada vez más avanzados. La posibilidad de replicar capacidades de razonamiento avanzadas con un presupuesto ínfimo sugiere que la IA podría estar encaminándose hacia una era de mayor accesibilidad y descentralización.
Sin embargo, esta tendencia no está exenta de controversia. OpenAI ya ha acusado a DeepSeek de utilizar datos extraídos de su API para entrenar su modelo R1 sin autorización, lo que pone sobre la mesa el debate sobre la legalidad y ética de la destilación de modelos. Google, por su parte, establece en sus términos de uso que sus modelos no pueden ser utilizados para desarrollar productos que compitan con sus propias soluciones de IA.
Mientras empresas como Google, Meta y Microsoft se preparan para invertir cientos de miles de millones de dólares en nuevas generaciones de modelos de IA en 2025, los avances logrados con presupuestos mínimos podrían obligarlas a replantear su enfoque. Aunque la destilación ha demostrado ser una técnica efectiva para replicar modelos de razonamiento existentes, aún no se ha convertido en un método viable para crear soluciones significativamente superiores a las actuales.
El caso de s1 es un claro ejemplo de que la innovación no está limitada a los grandes jugadores del sector. Sin embargo, a medida que más investigadores exploran caminos alternativos para desarrollar IA de alto rendimiento con costos reducidos, es probable que las grandes corporaciones busquen reforzar la regulación sobre el acceso y uso de sus modelos propietarios. La pregunta clave es si la comunidad académica y open source podrá seguir el ritmo de la industria sin enfrentar restricciones cada vez más severas.
Comments