Tudo sobre Inteligência Artificial

A repercussão do lançamento do DeepSeek, modelo de inteligência artificial (IA) desenvolvido na China, foi enorme. Muitos elogiaram fortemente a ferramenta, enquanto outros criticam o chatbot e alegam que ele gera uma série de riscos.

De qualquer forma, é inegável que a tecnologia tem atraído muita atenção. Neste cenário, muitos investidores estão de olho em uma possível participação na IA chinesa, embora esta seja uma possibilidade praticamente descartada.

Intenção é manter o serviço gratuito

O fundador do DeepSeek, Liang Wenfeng, rejeitou uma série de propostas. Ele disse a potenciais investidores que deseja manter o espírito de projeto científico da IA, sem o interesse de visar o lucro (pelo menos por enquanto).

O chatbot tem enfrentado alguns problemas de acesso nos últimos dias. Além disso, autoridades de vários países estão restringindo o uso da ferramenta por questões de segurança relacionadas ao uso dos dados coletados.

Este cenário pode indicar a necessidade de novos aportes financeiros para manter as operações. No entanto, Wenfeng afirmou que não tem pressa em obter investimentos, dizendo querer manter o serviço gratuito e temer que pessoas de fora interfiram nas decisões do DeepSeek.

Entre os interessados estão, inclusive, empresários chineses. Alguns deles têm ligação com o governo do país asiático, o que também desperta um certo temor em relação aos desafios para a adoção global dos modelos de IA.

Leia mais

DeepSeek é considerada uma ameaça para outras gigantes do setor

• A IA do DeepSeek foi projetada para lidar com tarefas complexas de raciocínio e tem apresentado resultados que vêm surpreendendo o mercado.
• O grande diferencial é o baixo custo da tecnologia, o que pode ameaçar a posição dominante dos principais players.
• Para se ter uma ideia, o modelo chinês foi treinado ao custo de aproximadamente US$ 6 milhões, enquanto ferramentas como o Llama 3.1, da Meta, custaram mais de US$ 60 milhões para serem desenvolvidos.
• A empresa chinesa adota estratégias como o chamado aprendizado por reforço, que permite que os modelos aprendam por tentativa e erro.
• Além disso, ativa apenas uma fração dos parâmetros do modelo para tarefas específicas, economizando recursos computacionais.
• E melhora a capacidade dos modelos de processar dados e identificar padrões complexos.
• A startup ainda adota um modelo parcialmente aberto, permitindo que pesquisadores acessem seus algoritmos.
• Isso democratiza o acesso à IA avançada e promove maior colaboração na comunidade global de pesquisa.