Como a empresa chinesa DeepSeek lançou um modelo de raciocínio de IA de ponta, apesar das sanções dos EUA #ÚltimasNotícias

Gigantes da tecnologia como Alibaba e ByteDance, bem como um punhado de startups com investidores abastados, dominam o espaço chinês de IA, tornando a concorrência difícil para as pequenas e médias empresas. Uma empresa como a DeepSeek, que não tem planos de arrecadar fundos, é rara.

Zihan Wang, ex-funcionário da DeepSeek, disse Revisão de tecnologia do MIT que ele teve acesso a recursos computacionais abundantes e teve liberdade para experimentar quando trabalhava na DeepSeek, “um luxo que poucos recém-formados teriam em qualquer empresa”.

Numa entrevista ao meio de comunicação chinês 36Kr em julho de 2024, Liang disse que um desafio adicional que as empresas chinesas enfrentam, além das sanções aos chips, é que as suas técnicas de engenharia de IA tendem a ser menos eficientes. “Nós [most Chinese companies] tem que consumir o dobro do poder de computação para alcançar os mesmos resultados. Combinado com as lacunas na eficiência dos dados, isto pode significar a necessidade de até quatro vezes mais capacidade computacional. Nosso objetivo é preencher continuamente essas lacunas”, disse ele.

Mas o DeepSeek encontrou maneiras de reduzir o uso de memória e acelerar os cálculos sem sacrificar significativamente a precisão. “A equipe adora transformar um desafio de hardware em uma oportunidade de inovação”, afirma Wang.

O próprio Liang continua profundamente envolvido no processo de pesquisa do DeepSeek, realizando experimentos junto com sua equipe. “Toda a equipe compartilha uma cultura colaborativa e dedicação à pesquisa intensa”, diz Wang.

Além de priorizarem a eficiência, as empresas chinesas estão cada vez mais a adoptar princípios de código aberto. Alibaba Cloud lançou mais de 100 novos modelos de IA de código aberto, suportando 29 idiomas e atendendo a diversas aplicações, incluindo codificação e matemática. Da mesma forma, startups como Minimax e 01.AI abriram o código-fonte de seus modelos.

De acordo com um livro branco divulgado no ano passado pela Academia Chinesa de Tecnologia da Informação e Comunicação, um instituto de pesquisa afiliado ao Estado, o número de grandes modelos de linguagem de IA em todo o mundo atingiu 1.328, com 36% originários da China. Isto posiciona a China como o segundo maior contribuinte para a IA, atrás dos Estados Unidos.

“Esta geração de jovens investigadores chineses identifica-se fortemente com a cultura de código aberto porque beneficiam muito dela”, diz Thomas Qitong Cao, professor assistente de política tecnológica na Universidade Tufts..