Arquitetura inteligente em vez de potência bruta: DeepSeek quebra a abordagem do "maior é melhor" no desenvolvimento de IA.

A narrativa da IA alcançou um ponto de inflexão crítico. A inovação do DeepSeek — alcançando desempenho de ponta sem depender dos chips mais avançados — prova o que muitos já afirmaram na NeurIPS em dezembro: o futuro da IA não diz respeito a despejar mais poder computacional nos problemas — mas a repensar como esses sistemas interagem com os humanos e nosso ambiente.

Como cientista da computação educado em Stanford que testemunhou tanto a promessa quanto os perigos do desenvolvimento da IA, vejo este momento como ainda mais transformador do que o lançamento do ChatGPT. Estamos entrando naquilo que alguns chamam de “renascença do raciocínio.” O o1 da OpenAI, o R1 do DeepSeek e outros estão superando a escalabilidade bruta em direção a algo mais inteligente — e fazendo isso com uma eficiência sem precedentes.

Essa mudança não poderia ser mais oportuna. Durante sua palestra na NeurIPS, o ex-cientista-chefe da OpenAI, Ilya Sutskever, declarou que “o pré-treinamento vai acabar” porque, enquanto o poder computacional cresce, estamos limitados por dados da internet finitos. A inovação do DeepSeek valida essa perspectiva — os pesquisadores da empresa chinesa atingiram um desempenho comparável ao o1 da OpenAI a uma fração do custo, demonstrando que a inovação, e não apenas o poder computacional bruto, é o caminho a seguir.

IA avançada sem pré-treinamento massivo

Modelos de mundo estão se destacando para preencher essa lacuna. A recente captação de $230 milhões do World Labs para construir sistemas de IA que compreendam a realidade como os humanos fazem se assemelha à abordagem do DeepSeek, onde seu modelo R1 apresenta momentos de “Eureka” — interrompendo-se para reavaliar problemas, assim como os humanos fazem. Esses sistemas, inspirados por processos cognitivos humanos, prometem transformar tudo, desde modelagem ambiental até interação humano-IA.

Estamos vendo vitórias iniciais: a recente atualização do óculos inteligentes Ray-Ban da Meta permite conversas contínuas e contextuais com assistentes de IA sem palavras de ativação, juntamente com tradução em tempo real. Isso não é apenas uma atualização de recurso — é uma prévia de como a IA pode aprimorar as capacidades humanas sem exigir modelos massivamente pré-treinados.

No entanto, essa evolução traz desafios sutis. Embora o DeepSeek tenha reduzido drasticamente os custos por meio de técnicas de treinamento inovadoras, esse avanço de eficiência pode, paradoxalmente, levar a um aumento no consumo geral de recursos — um fenômeno conhecido como Paradoxo de Jevons, onde melhorias na eficiência tecnológica geralmente resultam em aumento e não diminuição do uso de recursos.

No caso da IA, o treinamento mais barato pode significar mais modelos sendo treinados por mais organizações, potencialmente aumentando o consumo de energia líquido. Mas a inovação do DeepSeek é diferente: ao demonstrar que o desempenho de ponta é possível sem hardware de última geração, eles não estão apenas tornando a IA mais eficiente — estão mudando fundamentalmente nossa abordagem ao desenvolvimento de modelos.

Essa mudança em direção à arquitetura inteligente em vez do poder computacional bruto pode nos ajudar a escapar da armadilha do Paradoxo de Jevons, à medida que o foco se desloca de “quanto poder computacional podemos permitir?” para “quão inteligentemente podemos projetar nossos sistemas?” Como observa o professor da UCLA, Guy Van Den Broeck, “O custo geral do raciocínio de modelos de linguagem certamente não está diminuindo.” O impacto ambiental desses sistemas continua substancial, pressionando a indústria em direção a soluções mais eficientes — exatamente o tipo de inovação que o DeepSeek representa.

Priorizar arquiteturas eficientes

Essa mudança exige novas abordagens. O sucesso do DeepSeek valida o fato de que o futuro não se trata de criar modelos maiores — trata-se de construir modelos mais inteligentes e eficientes que funcionem em harmonia com a inteligência humana e as restrições ambientais.

O cientista-chefe de IA da Meta, Yann LeCun, visualiza sistemas futuros passando dias ou semanas pensando em problemas complexos, muito parecido com os humanos. O modelo R1 do DeepSeek, com sua capacidade de pausar e reconsiderar abordagens, representa um passo em direção a essa visão. Embora intensivo em recursos, essa abordagem poderia gerar avanços em soluções para mudanças climáticas, inovações em saúde e além. Mas, como o Ameet Talwalkar da Carnegie Mellon sabiamente adverte, devemos questionar qualquer um que afirme certeza sobre onde essas tecnologias nos levarão.

Para os líderes empresariais, essa mudança apresenta um caminho claro a seguir. Precisamos priorizar uma arquitetura eficiente, que possa:

• Implantar cadeias de agentes de IA especializados em vez de um único modelo massivo.
• Investir em sistemas que otimizem tanto o desempenho quanto o impacto ambiental.
• Construir infraestrutura que suporte desenvolvimento iterativo, com a intervenção humana em loop.

O que me empolga é que a inovação do DeepSeek prova que estamos superando a era do “maior é melhor” e entrando em algo muito mais interessante. Com o pré-treinamento atingindo seus limites e empresas inovadoras encontrando novas maneiras de alcançar mais com menos, há esse espaço incrível se abrindo para soluções criativas.

Cadeias inteligentes de agentes menores e especializados não são apenas mais eficientes — elas vão nos ajudar a resolver problemas de maneiras que nunca imaginamos. Para startups e empresas dispostas a pensar de forma diferente, este é o nosso momento de nos divertirmos novamente com a IA, de construir algo que realmente faça sentido tanto para as pessoas quanto para o planeta.

Kiara Nirghin é uma tecnóloga premiada de Stanford, autora de sucesso e cofundadora da Chima.