DeepSeek: 5 coisas que você precisa saber sobre IA concorrente do ChatGPT

ChatGPT, Gemini Google e Meta AI, apesar de mais maduras, ainda estão em estágio de desenvolvimento e, principalmente, regulação, então é importante estar atento a diversas questões de segurança, privacidade e a própria verificação de fontes, para minimizar o risco de propagar desinformação por resultados imprecisos das interações. Pensando nisso, o TechTudo listou cinco características importantes do DeepSeek que o diferenciam dos chatbots que já estamos acostumados.

Talvez o maior diferencial e atrativo do DeepSeek seja conseguir oferecer um desempenho equivalente ou superior ao do ChatGPT, mas a um custo significativamente inferior. Isso é resultado de uma combinação de fatores, entre otimizações no modelo de linguagem e treinamento e o hardware mais acessível, com placas NVIDIA H100 adquiridas antes das sanções e bloqueios dos EUA sobre a exportação de componentes de IA para a China. Enquanto OpenAI, Meta e Google investem cifras na casa de centenas de milhões a alguns bilhões em infraestrutura de IA, o orçamento da DeepSeek é de apenas US$ 6 milhões.

Giuseppe Sette, presidente da empresa especializada em IA, Reflexivity, esclarece recentemente em nota ao portal CBS News que o modelo LLM de código aberto da DeepSeek utiliza uma abordagem de operação conhecida como “Computação por Tempo de Inferência”. Resumidamente, o modelo é programado para acionar apenas suas “partes mais relevantes para cada consulta”, reduzindo drasticamente o consumo de recursos de hardware. Isso permite que ele seja executado de forma eficiente em uma infraestrutura que custou uma pequena fração da utilizada por outras IAs generativas.

Em termos de algoritmo de aprendizado, a equipe da DeepSeek implementou uma abordagem mais autônoma de treinamento, exigindo menos interações humanas. Essencialmente, a DeepSeek utiliza IA para treinar IA, se valendo de modelos pré-treinados para refinar o treinamento de seus modelos próprios. Apesar de não estar claro quais são esses modelos, alguns testes realizados por usuários no final de dezembro de 2024, antes da versão pública do chatbot ser liberada, sugerem se tratar de modelos das ferramentas de desenvolvedores da OpenAI. Aper perguntar ao chatbot qual seu modelo, em 5 de 8 interações o DeepSeek afirmou ser o “GhatGPT baseado no modelo GPT-4”.

Durante os testes realizados pelo TechTudo entre os dias 27 e 28 de janeiro, sempre que questionado sobre seu modelo, o DeepSeek respondeu se tratar do “DeepSeek-V3, um assistente de IA desenvolvido exclusivamente pela empresa chinesa DeepSeek.” A diferença de respostas no intervalo de aproximadamente 30 dias também é um indício de que a maior parte do treinamento é realizada de forma autônoma, com IA treinando IA, mas com supervisão humana sendo utilizada para “corrigir alucinações”.

A questão é que neste caso específico não se tratariam de alucinações, tecnicamente, mas de efeitos colaterais do sistema de treinamento utilizado para otimizar o modelo e reduzir custos. Inclusive, práticas como essa já são previstas atualmente para refinar os dados dos modelos ocidentais, com a diferença que eles se valem de dados gerados internamente, e não de amostras de outros modelos, como o que parece ser o caso do DeepSeek.

Para o usuário final, a parte mais impressionante do DeepSeek é combinação do modelo V3, de inferência, com o modelo R1 de “raciocínio”, para entregar interações que apresentam todo o caminho lógico realizado pela IA para entregar a resposta. Para fins de teste, propusemos um problema matemático prático com contextos reais, mas omitindo dados verificáveis. O DeepSeek produziu um raciocínio de mais de 2 mil palavras descrevendo o problema, apontando os itens omitidos e esclarecendo todas as decisões tomadas para estimar o valor que faltava, para apenas então desenvolver o problema e apresentar o resultado.

Todo o processo utilizou o equivalente a quase 13 mil tokens de saída em apenas 90 segundos, e esclareceu em detalhes todas as etapas do raciocínio antes de dar a resposta final. Realizando a mesma interação no Gemini Advanced 1.5 Pro com Pesquisa Profunda (disponível apenas no plano pago do Gemini), a IA gerou uma tabulação dos passos do raciocínio de forma bastante resumida, apresentando o que parecia mais uma sequência de prompts gerados internamente com base no comando original, mas não descreveu as etapas de forma detalhada.

Além disso, a resposta do Gemini 1.5 Pro ainda foi mais genérica e aproximada, com um cálculo baseado na velocidade média somada, mas desconsiderando trechos urbanos do trajeto, enquanto a resposta do DeepSeek levou em conta todo o trajeto descrito no problema original.

Independentemente das especulações acerca dos conjuntos de dados utilizados no treinamento, tanto as empresas de IA quanto a Nvidia, responsável pela maior parte da infraestrutura desse mercado, reconhecem que utilizar IA para treinar IA é, sim, uma forma de garantir mais escalabilidade. Tanto por isso, o desempenho atual do DeepSeek é extremamente surpreendente em pouco menos de dois anos desde a fundação da startup e início do investimento exclusivo na área.

Um primeiro reflexo disso é que os resultados recentes fizeram com que as ações da própria Nvidia despencassem na última segunda-feira (27). O ativo NVDC34 que reflete em BDR o valor das ações da empresa na NASDAQ encerrou o pregão avaliado em R$ 14,61, contra os R$ 17,57 do fechamento da sexta-feira (24). Mesmo com o lançamento das novas GPUs Blackwell para IA, o setor de infraestrutura vem enfrentando dificuldades para continuar a crescer em escala, muito disso devido ao custo de adoção das soluções.

A maior fatia de clientes ainda implementando IA está na base das pequenas e médias empresas, com orçamento reduzido, tanto que era justamente neste mercado que Intel e AMD estavam mirando quando começaram a desenvolver um ecossistema de IA em arquitetura x86. Por essa razão, os resultados apresentados pela DeepSeek podem representar um grande problema tanto para NVIDIA, em linguagem CUDA, quanto para a concorrência. Na prática, a empresa chinesa abriu possibilidade para um caminho do meio, entregando bons resultados, com soluções, sim, da NVIDIA, mas não as topo de linha, que geralmente movimentam o maior volume em receita.

Ao demonstrar que é possível “fazer mais com menos”, o modelo da DeepSeek pode fazer com que o segmento de entrada do mercado consiga implantar soluções de IA em seus serviços, sem depender dos servidores mais caros da NVIDIA, e tampouco adotando as soluções mais baratas da Intel e AMD, em arquitetura x86, menos eficiente.

Talvez o maior problema da DeepSeek enquanto empresa e não do modelo em si é a questão do tratamento e privacidade dos dados e viés político. De maneira geral, a regulamentação do uso da Inteligência Artificial ainda é muito incipiente — para não dizer inexistente. O discurso geral das empresas desenvolvendo as ferramentas de IA é quase sempre defendendo que “a tecnologia não é boa ou má”, mas depende da forma como é utilizada. Mesmo sendo uma interpretação válida do contexto, mensagens desse tipo quase isentam de responsabilidade os desenvolvedores.

A única garantia que é oferecida oficialmente são os chamados “guardrails” nas linguagens, que bloqueiam algumas tarefas, mas, principalmente em modelos abertos, profissionais especializados conseguiriam, teoricamente, contornar essas medidas. No caso específico da DeepSeek, os modelos ainda são disponibilizados sob a Licença MIT, mais permissiva no que diz respeito a seu uso, modificação, sublicenciamento, e protege a equipe de desenvolvimento de qualquer implicação legal em caso de mal-uso do código.

Ou seja, mesmo que a plataforma oficial tenha garantias de privacidade, segurança de dados, e restrições em suas aplicações, ela pode abrir as portas para o surgimento de ferramentas bem menos éticas. A situação é ainda mais grave quando adicionamos ao contexto, o fato de a DeepSeek ser originária de um fundo de investimentos chinês, país com altíssimo controle de informação. Sendo assim, fatalmente isso gera um viés político fortíssimo no direcionamento dos conjuntos de dados utilizados para treinamento da IA.

Ao perguntar para o DeepSeek sobre “as investidas recentes do governo chinês em relação à autonomia política e econômica de Taiwan?”, o modelo prontamente respondeu em tom apaziguador, mas deixando claro que o país “é uma parte inalienável da China desde os tempos antigos”. Apesar do tema controverso, a resposta foi ao menos redigida em português, sugerindo que ela foi processada pelo algoritmo da IA. O mesmo não ocorre ao perguntar simplesmente sobre Xi Jinping, em exercício desde 2013, com a resposta da IA sendo produzida em inglês, afirmando estar além de seu escopo e sugerindo “falar sobre outra coisa.”

Resumidamente, o DeepSeek tem, de fato, potencial para revolucionar o mercado tech e impulsionar inovações em fatias que, até então, não conseguiam ser contempladas por conta de orçamentos limitados ou alta complexidade de adoção. Por outro lado, o novo modelo, justamente por ser extremamente eficiente e de fácil implantação, abre margem para uma série de usos questionáveis, em um setor que já está extremamente defasado em relação a sua regulamentação e responsabilização no caso de crimes digitais.