En un significativo avance para el ecosistema de inteligencia artificial, Snowflake ha anunciado la incorporación de DeepSeek-R1 a su plataforma Cortex AI, en una fase preliminar que promete revolucionar la manera en que se procesan datos tanto estructurados como no estructurados. Este modelo, nacido de la colaboración con DeepSeek, ha sido entrenado a través de aprendizaje por refuerzo a gran escala, desmarcándose del ajuste fino supervisado tradicional, con resultados que compiten directamente con tecnologías cerradas de alto nivel, como OpenAI-o1.
El acceso anticipado a DeepSeek-R1 ya está disponible para los clientes de Snowflake, quienes podrán experimentar las capacidades avanzadas de este modelo sin servidor, ya sea mediante inferencias por lotes a través de SQL o de forma interactiva usando Python y REST API. Durante esta fase de lanzamiento, la empresa se ha comprometido a asegurar una experiencia que encarne sus principios de facilidad, eficiencia y confianza.
DeepSeek-R1 se aloja en los Estados Unidos y será accesible solo con autorización previa a través del control de acceso basado en roles (RBAC), permitiendo a los administradores gestionar a detalle quién puede utilizar el modelo bajo las políticas internas de gobernanza de la información.
La integración de DeepSeek-R1 en Cortex AI no es un hecho fortuito. Snowflake ha diseñado este entorno como un conjunto de herramientas integradas que potencian la generación de aplicaciones de inteligencia artificial mediante la gestión de modelos lingüísticos líderes en el sector, tanto de código abierto como cerrados. La iniciativa refuerza el compromiso de la empresa con la apertura y la colaboración, sumando aliados como Meta y Mistral al ecosistema innovador que representa Cortex.
El desarrollo de DeepSeek-R1 se diferencia notablemente de otros modelos previos por su enfoque en el aprendizaje directo sin supervisión preliminar. Esto ha permitido al modelo no solo explorar sino optimizar el proceso de resolución de problemas complejos. A pesar de desafíos iniciales como la repetición y mezcla de idiomas, DeepSeek ha implementado medidas de avance significativas, como el uso de entrenamientos FP8 de baja precisión y nuevas estrategias de balanceo de carga, disminuyendo considerablemente los costes computacionales.
Snowflake destaca también la facilitación de los controles de gobernanza y seguridad a través de Cortex AI. Con la activación de Cortex Guard, los clientes pueden asegurar que las respuestas generadas por los modelos se adhieren a estándares de seguridad, filtrando contenidos potencialmente nocivos o inapropiados.
Los próximos pasos, según DeepSeek, están dirigidos a demostrar que las capacidades de razonamiento en modelos lingüísticos extensos pueden ser desarrolladas exclusivamente por medio de aprendizaje por refuerzo. Tanto Snowflake como DeepSeek están enfocados en optimizar DeepSeek-R1 para mejorar aún más la relación costo-rendimiento, lo que les permitirá a los clientes propulsar aplicaciones de inteligencia artificial generativa más rápidamente.
Este desarrollo no solo representa un avance en la tecnología de modelos abiertos, sino también un compromiso continuo con la innovación dentro de la inteligencia artificial. Mientras la fase preliminar de DeepSeek-R1 avanza, el mercado observará de cerca cómo estas mejoras impactarán la eficiencia y capacidad de las soluciones actuales ofrecidas por Snowflake y sus colaboradores.
