Um laboratório de inteligência artificial pouco conhecido na China gerou pânico no Vale do Silício ao lançar modelos de Inteligência Artificial que superam os melhores dos EUA — apesar de serem desenvolvidos com menor custo e usando chips menos potentes.
O laboratório, chamado DeepSeek, apresentou no final de dezembro um modelo de linguagem de código aberto, afirmando que o desenvolveu em apenas dois meses e com um orçamento inferior a US$ 6 milhões, utilizando chips da Nvidia de capacidade reduzida, conhecidos como H800.
Esses avanços levantaram preocupações sobre a possível redução da liderança global dos EUA em inteligência artificial, além de questionarem os altos investimentos das big techs no desenvolvimento de modelos de IA e data centers.
Leia também:
Em uma série de testes independentes de benchmark, o modelo da DeepSeek superou o Llama 3.1, da Meta, o GPT-4o, da OpenAI, e o Claude Sonnet 3.5, da Anthropic, em métricas que avaliam precisão em resolução de problemas complexos, matemática e codificação.
Na segunda-feira, a DeepSeek lançou o r1, um modelo de raciocínio que também superou o modelo mais recente da OpenAI, o o1, em muitos desses testes independentes.
“Ver esse novo modelo da DeepSeek é extremamente impressionante, tanto pela eficiência no uso de recursos computacionais quanto pela forma como eles desenvolveram um modelo de código aberto altamente eficaz,” disse Satya Nadella, CEO da Microsoft, durante o Fórum Econômico Mundial em Davos, na Suíça, na quarta-feira. “Precisamos levar muito a sério os avanços vindos da China.”
A DeepSeek também enfrentou as rígidas restrições dos EUA à exportação de semicondutores, que cortaram o acesso da China a chips de alta potência, como os H100 da Nvidia.
Os avanços mais recentes sugerem que a DeepSeek encontrou uma forma de contornar essas limitações ou que os controles de exportação não tiveram o impacto esperado por Washington.
“Eles podem usar um modelo muito grande e bom para aplicar um processo chamado destilação,” explicou Chetan Puttagunta, sócio da Benchmark. “Basicamente, você utiliza um modelo maior para ensinar um modelo menor a se especializar naquilo que você quer. É um método muito eficiente em termos de custo.”
Pouco se sabe sobre o laboratório e seu fundador, Liang WenFeng. De acordo com reportagens, a DeepSeek nasceu de um fundo de hedge chinês chamado High-Flyer Quant, que administra cerca de US$ 8 bilhões em ativos.
No entanto, a DeepSeek não é a única empresa chinesa avançando no setor.
O renomado pesquisador de IA Kai-Fu Lee afirmou que sua startup, a 01.ai, foi treinada com um orçamento de apenas US$ 3 milhões. Na quarta-feira, a ByteDance, controladora do TikTok, anunciou uma atualização de seu modelo, alegando que ele superou o o1 da OpenAI em um importante teste de benchmark.
“A necessidade é a mãe da invenção,” disse Aravind Srinivas, CEO da Perplexity. “Por terem que descobrir soluções alternativas, eles acabaram construindo algo muito mais eficiente.”
