A inteligência artificial (IA) está passando por uma transformação radical com o surgimento da DeepSeek , uma startup chinesa fundada em 2023 que capturou a atenção global com seus modelos inovadores de código aberto. Suas criações mais recentes, DeepSeek R1 e DeepSeek V3 , tiveram um impacto significativo na indústria de tecnologia, desafiando gigantes como a OpenAI e colocando em risco o domínio das empresas americanas no setor de IA.
O impacto do DeepSeek na indústria de tecnologia
O fato de a DeepSeek ter desenvolvido modelos de IA altamente competitivos com menor consumo de recursos desencadeou uma reação no mercado. A Nvidia , empresa líder em semicondutores e hardware de IA, viu o preço de suas ações despencar 17% , representando uma perda de US$ 600 bilhões . Essa queda lhe custou o título de empresa mais valiosa do mundo, ultrapassada pela Apple e pela Microsoft . Outras empresas de tecnologia também foram afetadas, com a Alphabet caindo 4% e a Microsoft 2%.
A incerteza do mercado foi agravada por uma queda de 3.77% no índice Nasdaq , juntamente com perdas nos futuros do Dow Jones (-1.04%) e do S&P 500 (-2.29%) . Essa volatilidade reflete o receio de que a IA chinesa possa substituir as soluções americanas em termos de eficiência e custo.
Restrições e avanços tecnológicos do DeepSeek
Apesar das restrições dos EUA à venda de chips avançados para empresas chinesas, a DeepSeek fez progressos significativos sem acesso a hardware de ponta. Segundo o jornalista Holger Zschaepitz , a capacidade da DeepSeek de desenvolver modelos eficientes e de baixo custo coloca em questão os enormes investimentos em infraestrutura feitos por empresas ocidentais nesse setor.
O que é DeepSeek?
A DeepSeek foi fundada em 2023 por Liang Wenfeng , que também dirige a High-Flyer Capital Management , única investidora da startup. Seu primeiro modelo foi o DeepSeek Coder , um modelo de código aberto especializado em programação, lançado em novembro de 2023.
A equipe da DeepSeek é formada por recém-formados das principais universidades da China , com um foco claro em inovação tecnológica. Por não depender de investidores externos, a empresa conseguiu desenvolver sua tecnologia sem pressão financeira, o que lhe permite trabalhar em projetos de IA de longo prazo.
No entanto, o DeepSeek está sujeito à regulamentação da internet na China , o que significa que sua IA não responde a tópicos considerados sensíveis pelo governo chinês. Por exemplo, quando questionado sobre os protestos da Praça Tiananmen em 1989 , ele evita responder, embora forneça informações sobre a Guerra Civil Espanhola.
DeepSeek R1: IA de Raciocínio Avançado
Em 20 de novembro de 2023 , a DeepSeek apresentou uma prévia do DeepSeek R1 e, em 20 de janeiro de 2024, lançou-o como um modelo de código aberto. Trata-se de um modelo de raciocínio avançado , projetado para tarefas complexas de lógica e matemática, que supera o GPT-4o da OpenAI em certos parâmetros.
Principais características do DeepSeek R1
- Desempenho superior em métricas-chavecomo:
- AIME (eficiência em modelos de IA).
- MATEMÁTICA-500 (resolver problemas matemáticos).
- SWE-bench verificado (tarefas de programação).
- Capacidade de autoverificação, graças ao seu raciocínio em várias etapas.
- Velocidade de resposta moderada, mas com maior precisão., devido ao seu foco no planejamento antecipado e na execução de tarefas.
- 671 bilhões de parâmetros, com versões mais leves de 1,500 bilhão a 70 bilhões, adaptado para diferentes dispositivos, desde laptops a servidores de alto desempenho.
- Código aberto no Hugging Face, sob licença MIT sem restrições comerciais.
DeepSeek V3: IA com combinação de especialistas
Dias após o lançamento do R1, a DeepSeek apresentou o DeepSeek V3 , um modelo de linguagem baseado na arquitetura Mixture-of-Experts (MoE) . Essa tecnologia divide as tarefas em diferentes módulos especializados, otimizando o desempenho ao utilizar apenas os especialistas necessários para cada consulta.
Principais funcionalidades do DeepSeek V3
- Arquitetura do Ministério da EducaçãoOtimiza o processamento dividindo o aprendizado entre vários especialistas.
- 671 bilhões de parâmetros, com 37 bilhões ativados por token.
- Manipulação avançada de tarefas baseadas em texto, Incluindo:
- Codificação.
- Tradução.
- Redação e criação de conteúdo.
- Ele supera modelos como:
- Lhama 3.1 405B.
- Cláudia 3.5.
- GPT-4o em vários parâmetros.
- Custo do treinamento: US$ 5.5 milhões, significativamente menor do que a de GPT-4 da OpenAI (US$ 80 milhões).
- Licença flexível, que permite seu download, modificação e uso comercial em múltiplas aplicações.
- Disponível: Site do DeepSeek, GitHub e seu aplicativo oficial.
A ascensão do DeepSeek no mundo da IA
A DeepSeek demonstrou que é possível desafiar gigantes da IA com modelos de código aberto altamente eficientes e acessíveis. Seu foco em raciocínio avançado, otimização de recursos e desenvolvimento sem restrições comerciais pode revolucionar o setor, oferecendo alternativas aos modelos proprietários de empresas como a OpenAI.
À medida que a IA continua a evoluir, a capacidade da DeepSeek de competir sem acesso a hardware avançado levanta questões sobre o futuro do desenvolvimento da IA e a eficiência dos investimentos bilionários ocidentais. Com modelos como o R1 e o V3 , esta startup chinesa poderá tornar-se um interveniente fundamental na próxima geração da inteligência artificial.
Artigo original de María Bastero | 27 de janeiro de 2025, publicado em Marketing4eCommerce
