Matéria traduzida e adaptada do inglês, publicada pela matriz americana do Epoch Times.
O mundo da tecnologia e a competição EUA-China ficaram chocados quando uma empresa de tecnologia chinesa relativamente desconhecida lançou um modelo de código aberto que rapidamente superou concorrentes maiores dos EUA em qualidade e eficiência de recursos.
Esse resultado chocou muitos e trouxe o que alguns chamam de momento Sputnik dos Estados Unidos: a percepção de que o regime chinês apresenta um concorrente formidável. No entanto, antes de ceder ao hype, vamos analisar e entender o que aconteceu explicitamente.
Neste ponto da história, a maioria das pessoas conhece modelos de inteligência artificial (IA) ou empresas como a ChatGPT da OpenAI, a Copilot da Microsoft ou a Gemini do Google. Mesmo que você não use esses produtos específicos, você pode usá-los de uma forma desconhecida por meio de outras empresas que usam seus modelos fundamentais. Criar e “treinar” esses modelos exige enorme energia intelectual e, fundamentalmente, energia computacional.
No fundo, esses modelos computacionais nada mais são do que enormes modelos estatísticos. Eles não são realmente inteligentes, mas são modelos estatísticos que determinam qual deve ser a próxima letra ou palavra em uma sequência e qual deve ser a resposta que você está buscando para sua pergunta.
Deixe-me dar um exemplo simples. Se eu lhe der a frase, “Meu cachorro está doente, e eu vou levá-lo para buscar remédio no … consultório”, você provavelmente poderia inferir, com base no contexto, a palavra que falta na sequência. Esses modelos estatísticos são treinados em grandes quantidades de texto usando modelos estatísticos em camadas para inferir que a palavra que falta é “veterinário”.
Os modelos estatísticos usados são enormes e exigem vastos recursos. As necessidades computacionais e elétricas são tão intensas que o governo dos EUA estima que até 2030, em menos de cinco anos, 10% a 15% da demanda de eletricidade dos EUA poderia ir para data centers executando modelos de IA. Estima-se que a OpenAI, proprietária do ChatGPT, gastou mais de US$ 100 milhões apenas para treinar seu modelo.
O principal avanço de saída feito pela empresa chinesa DeepSeek foi criar um modelo de ponta que supera modelos como o ChatGPT, mas faz isso por uma fração do preço. De acordo com a DeepSeek, ela treinou esse modelo por US$ 5 milhões a US$ 6 milhões em vez dos US$ 100 milhões necessários para treinar o ChatGPT. Essa ênfase em aumentar a eficiência era um foco de toda a indústria e não exclusivo da DeepSeek ou de empresas chinesas. No entanto, como a DeepSeek conseguiu isso, e até mesmo de onde a DeepSeek veio, é onde as coisas começam a ficar interessantes.
Tecnicamente, a abordagem da DeepSeek para aumentar a eficiência não é totalmente nova. É uma novidade combinar várias técnicas que outras empresas e pesquisadores usaram para melhorar a eficiência em um modelo. Cada uma das técnicas separadas aumentou a eficiência, mas a DeepSeek empregou todas elas.
As técnicas individuais, no entanto, são bem conhecidas. Por exemplo, uma técnica chamada quantização simplesmente pega um número no modelo estatístico que pode ter 32 casas decimais e o reduz para, digamos, quatro a oito casas decimais.
Outra técnica é chamada de modelo de mistura de especialistas. Pense nisso como seções de uma biblioteca ou engrenagens em um carro. Quando um usuário faz uma pergunta, o modelo de IA, em vez de usar o modelo inteiro, pode enviar algumas perguntas a um especialista específico e desenvolver vários modelos menores para responder a perguntas específicas que também funcionam como parte do todo maior quando necessário.
Todas essas técnicas e outras que a DeepSeek usou eram maneiras bem estabelecidas de aumentar a eficiência na modelagem, mas nunca haviam sido combinadas antes em um modelo.
Onde a história sobre a DeepSeek vai para o lado é a campanha de relações públicas que ela travou. A empresa declarou que treinou seu modelo fundamental em recursos limitados, mas simultaneamente declarou que tinha acesso a 50.000 dos processadores mais avançados do mundo.
Ela alegou que gastou apenas US$ 5 milhões no treinamento, mas teve acesso a quase US$ 2 bilhões, o que, no total, custaria US$ 4 bilhões com outros custos relacionados. A própria história da empresa não fazia sentido.
A história da DeepSeek se tornou ainda mais confusa quando ela falou sobre isso ser apenas uma atividade paralela. Dada a natureza política do acesso a um número limitado de processadores de última geração na China, que estão oficialmente bloqueados para exportação para a China, parece improvável que uma startup desconhecida tenha prioridade sobre os tradicionais gigantes da tecnologia, como Alibaba, Tencent e Baidu, sem influência significativa.
Isso claramente não foi uma atividade paralela e, vindo de um dos maiores fundos de hedge da China com 200 funcionários, parece provável que tenha apoio e influência significativos, embora a fonte exata ainda não tenha sido determinada.
Há várias lições a serem tiradas do que se sabe agora.
Primeiro, o avanço tecnológico é, sim, um avanço de saída importante porque reúne todas as outras técnicas, mas fundamentalmente, não há nenhum avanço de técnica inovadora em andamento.
Segundo, toda a indústria de IA está evoluindo rapidamente, e o que é de ponta hoje pode facilmente se tornar geriátrico e desatualizado em um ou dois meses. Somente no ano passado o líder chinês Xi Jinping se preocupou abertamente com as empresas chinesas ficando para trás das empresas de IA dos EUA. No entanto, a proeza chinesa em IA e setores relacionados que estão tão intimamente ligados e são tão bem financiados pelo aparato de segurança do Partido Comunista Chinês (PCCh) deve representar uma preocupação de longo prazo.
Terceiro, enquanto o presidente Donald Trump emitiu uma ordem executiva para tentar encontrar um comprador para o TikTok, o DeepSeek parece se enquadrar na mesma lei. Dado que o DeepSeek diz que envia dados para o regime chinês e realiza uma ampla variedade de atividades, como registrar pressionamentos de tecla, as atividades de coleta de dados de todas as empresas chinesas com eletrônicos devem ser uma preocupação crescente para o governo Trump.
Quarto, apesar de todas as informações fornecidas, isso ainda serviu como um tipo de momento Sputnik para muitos cidadãos dos EUA, pois eles começaram a perceber que o estado autoritário do PCCh é um oponente formidável. O governo Trump seria bem servido não apenas criticando o PCCh, mas também estabelecendo políticas e incentivando as empresas mais competitivas e inovadoras do mundo a enfrentar o desafio do regime chinês e desenvolver tecnologia liderada e controlada pelos EUA.
Espero que este seja o momento Sputnik em que traçaremos uma nova direção para examinar o desafio que enfrentamos em um concorrente sério e enfrentar esse desafio para proteger a liberdade e a liderança dos EUA.
As opiniões expressas neste artigo são as opiniões do autor e não refletem necessariamente as opiniões do Epoch Times
