Conoce a Luo Fuli: La profesional de la IA detrás del modelo de código abierto de DeepSeek y la tecnología MLA

Luo Fuli es una investigadora de 29 años a quien los internautas y compañeros de trabajo en China le dieron el apodo de "prodigio de la IA". Es conocida por su papel fundamental en el desarrollo de DeepSeek-V2. Este es el primer modelo de lenguaje de inteligencia artificial (IA) de China que podría competir cara a cara con el ChatGPT de OpenAI.

Según el South China Morning Post, el modelo de lenguaje grande (LLM) fue lanzada por DeepSeek el 26 de diciembre de 2024, y fue entrenado con muchos menos recursos que el Llama de Meta.

En un 2023 de mayo con Punchbowl News. con el medio chino 36Kr, el fundador de DeepSeek, Liang Wenfeng, dijo que al reclutar talento, la empresa prioriza la capacidad sobre la experiencia. Las fuentes de noticias locales sugieren que el equipo de desarrolladores de la startup consiste principalmente en graduados y estudiantes universitarios. 

"Nuestros roles técnicos principales están ocupados principalmente por recién graduados o aquellos con uno o dos años de experiencia laboral", explicó.

Esta estrategia ha ayudado DeepSeek a construir un equipo de jóvenes investigadores ambiciosos, incluidos Gao Huazuo y Zeng Wangding. Se ha acreditado a los dos por innovaciones clave en la arquitectura MLA.

Luo Fuli: Apostar por la ciencia de la computadora dio frutos

Entre los devs más buscados en la empresa está Luo Fuli. Se dice que es una experta tecnológica "inteligente" y sincera con una sólida formación en procesamiento de lenguaje natural (NLP). Se informa que Fuli creció en un entorno modesto. Se dice que su interés en la tecnología podría haber provenido de su padre, un ingeniero eléctrico.

El ascenso de Luo en el campo de la IA comenzó en el Instituto de Lingüística Computacional de la Universidad de Pekín. No confirmado informes de inmersiones profundas y redes sociales afirman que inicialmente estaba insegura sobre estudiar ciencia de la computación. Fuli incluso falló varias veces mientras lo hacía.

Sin embargo, eventualmente encontró su pasión por la IA y se dio a conocer a través de investigaciones innovadoras. Además, se rumorea que Luo recibió invitaciones y ofertas de trabajo mientras aún estaba en la escuela, pero las rechazó todas.

En 2019, llamó la atención del sector tecnológico chino después de publicar ocho artículos sobre NLP en la conferencia de la Asociación de Lingüística Computacional (ACL).

Su conocimiento e input en NLP le vieron recibir varias ofertas de grandes empresas tecnológicas, particularmente Alibaba.

En la Academia DAMO de Alibaba, Luo contribuyó a VECO, un modelo de IA multilingüe. Trabajó en el proyecto de código abierto AliceMind de la empresa, ayudando al marketplace en línea a avanzar en sus iniciativas de IA. Sin embargo, sus ambiciones crecieron más allá de la investigación corporativa. Con ese fin, se unió a un rol en DeepSeek AI liderado por Wengfeng en 2022 como investigadora principal.

Luo Fuli y el joven equipo de desarrolladores en DeepSeek AI

Al principio, Luo formó parte del equipo que materializó DeepSeek-V2. Este es un modelo de lenguaje grande rentable que los locales apodaron "AI Pinduoduo"—una referencia al gigante chino de comercio electrónico en línea conocido por sus precios asequibles. 

Feminismo con características chinas.

Esta es Luo Fuli, una prodigio en DeepSeek y autora de 8 artículos de IA!

Obtuvo su maestría en la Universidad de Pekín en 2020.

Trabajó en Alibaba, se unió a DeepSeek en 2022, hizo cosas increíbles, y ahora ha sido "robado" por el laboratorio de IA de Xiaomi! pic.twitter.com/MCz3ahXKVJ

— S.L. Kanthan (@Kanthan2030) 29 de enero, 2025

Hablando en una conferencia tecnológica en 2023, Luo reveló cómo el modelo ofrece capacidades de idioma chino de primera categoría. Esto rivalizaba incluso con los mejores sistemas de IA globales como ChatGPT y Qwei.

Luo Fuli atribuyó el éxito de DeepSeek-V2 a una combinación de arquitectura innovadora, infraestructura sólida y el compromiso de la empresa con la transparencia. Durante su tiempo en la empresa, DeepSeek compartió abiertamente sus informes técnicos, pesos del modelo y código de inferencia en GitHub. Esto tenía como objetivo materializar su enfoque de código abierto para el desarrollo de IA.

DeepSeek AI: La tecnología de código abierto en su máxima expresión

Una de las características más destacadas de DeepSeek-V2 es su uso de la arquitectura de Atención Multinivel (MLA) y Mezcla de Expertos (MoE). MLA permite al modelo centrarse en diferentes niveles de información textual, similar a cómo un lector humano procesa un libro. Alterna la atención entre oraciones, párrafos y capítulos según el contexto. 

Mientras tanto, MoE optimiza la eficiencia computacional dirigiendo las tareas a "expertos" virtuales seleccionados dentro del modelo. Esta estructura redujo el consumo de recursos mientras aumentaba el rendimiento.

Luo Fuli cree que China necesita más laboratorios de IA. Insiste en que su país debe centrarse en proyectos de ingeniería prácticos y a gran escala.

Luo Fuli también ha sido una firme defensora de un cambio hacia una investigación que priorice las aplicaciones del mundo real. La nueva dirección debe garantizar que los avances en IA se traduzcan en beneficios tangibles para empresas y consumidores.

La creciente influencia de esta tecnóloga de 29 años en la industria de la IA no ha pasado desapercibida. Según informes el SCMP, el fundador de Xiaomi le ofreció personalmente un paquete de compensación anual de 10 millones de yuanes, pero no está claro si aceptó la oferta.