DeepSeek: Tudo o que você precisa saber sobre o aplicativo de chatbot de IA

DeepSeek se tornou viral.

O laboratório de IA chinês DeepSeek ganhou destaque na consciência pública esta semana, após seu aplicativo de chatbot subir ao topo das paradas da Apple App Store (e Google Play, também). Os modelos de IA da DeepSeek, que foram treinados utilizando técnicas computacionais eficientes, levaram analistas de Wall Street — e tecnólogos — a questionar se os EUA podem manter sua liderança na corrida da IA e se a demanda por chips de IA será sustentável.

Mas de onde veio a DeepSeek e como ela conseguiu alcançar fama internacional tão rapidamente?

As origens de trader da DeepSeek

A DeepSeek conta com o apoio da High-Flyer Capital Management, um fundo de hedge quantitativo chinês que utiliza IA para informar suas decisões de negociação.

O entusiasta de IA Liang Wenfeng co-fundou a High-Flyer em 2015. Wenfeng, que supostamente começou a se envolver com negociações enquanto era estudante na Universidade de Zhejiang, lançou a High-Flyer Capital Management como um fundo de hedge em 2019, focando no desenvolvimento e implementação de algoritmos de IA.

Em 2023, a High-Flyer iniciou a DeepSeek como um laboratório dedicado à pesquisa de ferramentas de IA, separado de seus negócios financeiros. Com a High-Flyer como um de seus investidores, o laboratório se transformou em sua própria empresa, também chamada DeepSeek.

Desde o primeiro dia, a DeepSeek construiu seus próprios clusters de data center para treinamento de modelos. Mas, como outras empresas de IA na China, a DeepSeek foi afetada pelas proibições de exportação dos EUA sobre hardware. Para treinar um de seus modelos mais recentes, a empresa foi forçada a usar chips Nvidia H800, uma versão menos potente do chip H100, disponível para empresas dos EUA.

A equipe técnica da DeepSeek é considerada jovem. A empresa reportadamente recruta de forma agressiva pesquisadores de IA com doutorado de universidades chinesas de topo. A DeepSeek também contrata pessoas sem nenhum histórico em ciência da computação para ajudar sua tecnologia a compreender melhor uma ampla gama de assuntos, segundo o The New York Times.

Os modelos robustos da DeepSeek

A DeepSeek revelou seu primeiro conjunto de modelos — DeepSeek Coder, DeepSeek LLM e DeepSeek Chat — em novembro de 2023. Mas foi somente na primavera passada, quando a startup lançou sua próxima geração de modelos, a família DeepSeek-V2, que a indústria de IA começou a prestar atenção.

O DeepSeek-V2, um sistema de análise de texto e imagem de uso geral, apresentou um desempenho excelente em vários benchmarks de IA — e era muito mais barato de operar do que modelos comparáveis na época. Isso forçou a concorrência doméstica da DeepSeek, incluindo ByteDance e Alibaba, a reduzir os preços de uso de alguns de seus modelos e tornar outros completamente gratuitos.

O DeepSeek-V3, lançado em dezembro de 2024, apenas aumentou a notoriedade da DeepSeek.

De acordo com os testes de benchmark internos da DeepSeek, a DeepSeek V3 supera tanto os modelos disponíveis para download e de acesso aberto, como o Llama da Meta, quanto os modelos “fechados” que só podem ser acessados através de uma API, como o GPT-4 da OpenAI.

Igualmente impressionante é o modelo R1 de “razoamento” da DeepSeek. Lançado em janeiro, a DeepSeek afirma que o R1 se apresenta com um desempenho equivalente ao modelo o1 da OpenAI em benchmarks-chave.

Sendo um modelo de razoamento, o R1 efetivamente se autocorrige, o que ajuda a evitar algumas das armadilhas que geralmente atrapalham os modelos. Modelos de razoamento levam um pouco mais de tempo — geralmente alguns segundos a minutos a mais — para chegar a soluções em comparação com um modelo típico não razoante. O lado positivo é que eles tendem a ser mais confiáveis em domínios como física, ciência e matemática.

No entanto, há uma desvantagem para o R1, DeepSeek V3 e outros modelos da DeepSeek. Sendo uma IA desenvolvida na China, eles estão sujeitos à avaliação pelo regulador de internet da China para garantir que suas respostas “incorporem os valores socialistas centrais.” No aplicativo de chatbot da DeepSeek, por exemplo, o R1 não responde a perguntas sobre a Praça da Paz Celestial ou a autonomia de Taiwan.

Uma abordagem disruptiva

Se a DeepSeek possui um modelo de negócios, não está claro qual é exatamente. A empresa precifica seus produtos e serviços muito abaixo do valor de mercado — e oferece outros gratuitamente.

Como a DeepSeek conta, as inovações em eficiência lhe permitiram manter uma competitividade extrema em termos de custo. Alguns especialistas disputam os números fornecidos pela empresa, no entanto.

Seja como for, os desenvolvedores têm adotado os modelos da DeepSeek, que não são open source, como é comumente entendido, mas estão disponíveis sob licenças permissivas que permitem uso comercial. Segundo Clem Delangue, CEO da Hugging Face, uma das plataformas que hospeda os modelos da DeepSeek, desenvolvedores na Hugging Face criaram mais de 500 modelos “derivados” do R1 que acumularam 2,5 milhões de downloads combinados.

O sucesso da DeepSeek contra rivais maiores e mais estabelecidos foi descrito como “revolucionando a IA” e “superestimado.” O sucesso da empresa foi, pelo menos em parte, responsável pela queda de 18% no preço das ações da Nvidia em janeiro, e por provocar uma resposta pública do CEO da OpenAI, Sam Altman.

A Microsoft anunciou que a DeepSeek está disponível em seu serviço Azure AI Foundry, a plataforma da Microsoft que reúne serviços de IA para empresas sob uma única bandeira. Quando questionado sobre o impacto da DeepSeek nos gastos com IA da Meta durante a chamada de resultados do primeiro trimestre, o CEO Mark Zuckerberg afirmou que os gastos com infraestrutura de IA continuarão a ser uma “vantagem estratégica” para a Meta.

Durante a chamada de resultados do quarto trimestre da Nvidia, o CEO Jensen Huang enfatizou a “excelente inovação” da DeepSeek, dizendo que ela e outros modelos de “razoamento” são ótimos para a Nvidia porque necessitam de muito mais computação.

Ao mesmo tempo, algumas empresas estão banindo a DeepSeek, assim como países inteiros e governos, incluindo a Coreia do Sul. O estado de Nova York também baniu a DeepSeek de ser usada em dispositivos governamentais.

Quanto ao que o futuro da DeepSeek pode reservar, não está claro. Melhorias nos modelos são uma certeza. Mas o governo dos EUA parece estar cada vez mais cauteloso em relação ao que percebe como uma influência estrangeira prejudicial.

A TechCrunch tem um boletim informativo focado em IA! Assine aqui para recebê-lo em sua caixa de entrada toda quarta-feira.

Esta história foi publicada originalmente em 28 de janeiro de 2025 e será atualizada regularmente.