As técnicas usadas pela Deepseek e o protótipo de lucidez sintético do gigante chinês Alibaba, Qwen, já são peças fundamentais em algumas das mais recentes promessas da IA no Brasil. O lançamento do V3-R1, da Deepseek, em 20 de janeiro, mostrou a capacidade da China de concorrer com os Estados Unidos no desenvolvimento tecnológico em pé de paridade.
O protótipo de código lhano adotado pelas companhias chinesas, no qual há divulgação de detalhes técnicos do desenvolvimento da tecnologia e liberdade para modificar o resultado, permite que brasileiros —e também desenvolvedores de outras partes do mundo— comecem os seus trabalhos de um ponto de partida mais avançado.
Assim, o dispêndio para produzir uma lucidez sintético adequada para certas tarefas cai da morada dos bilhões para milhares de dólares.
Um estudante de economia da Instalação Getúlio Vargas, por exemplo, conseguiu usar o conhecimento divulgado pela Deepseek e os resultados de um outro grupo de pesquisa chinês independente para melhorar a performance do Qwen em testes de matemática e ciências exatas.
Ele, que se labareda Rafael Coelho, 22, e é autodidata em computação, testou o protótipo que desenvolveu em provas padrões aplicadas a outras ferramentas do mercado, uma vez que GPT (da OpenAI), Gemini (Google) e a Deepseek-V3-R1.
A IA, batizada de Rio 1.5, é um protótipo de raciocínio e, assim uma vez que o ChatGPT no modo o1 e a Deepseek R1, conversa consigo mesma antes de apresentar uma resposta mais elaborada. A versão brasileira aprimorada do Qwen tira uma nota de cinco vezes a que a IA original obteve em matemática —80,4 contra 16,6.
No teste de física, química e biologia, o protótipo de Coelho ganha mais de 20 pontos em relação ao Qwen —70,2 contra 48,8.
A Rio 1.5, testada pela Folha, obteve resultados semelhantes aos da Deepseek R1, nas provas e aquém de concorrentes americanos. Outrossim, o estudante afirma ter gasto somente R$ 5.000 em provedores de nuvem para entender o resultado.
Embora os números tragam otimismo, a performance do Rio 1.5 ainda peca em relação ao tempo de processamento.
Pesquisadores ouvidos pela reportagem também afirmaram que é difícil tirar conclusões sobre as capacidades do protótipo de IA somente observando os resultados dos testes. Eles disseram que grande segmento dos resultados se deve ao trabalho dos chineses do grupo Light-R1, uma nascente que o próprio Coelho mencionou em conversa com a Folha.
O Light-R1 usou o ChatGPT para obter respostas de referências que serviram de referência para o Qwen aprender a resolver os problemas de matemática —esse processo chama-se destilação e também foi usado pela Deepseek. Ao permanecer melhor nos cálculos e no raciocínio lógico, o protótipo também se saiu melhor nas questões de ciências exatas e biológicas.
O que Coelho fez foi filtrar um conjunto de exemplos relevantes e treinar a IA a partir de recompensas pelos seus acertos. A técnica, chamada de tirocínio de reforço, também ganhou fôlego em seguida a Deepseek vulgarizar uma maneira de fazer uma segunda lucidez sintético estimar quando dar o incentivo.
Ainda assim, o trabalho do estudante serve de exemplo das possibilidades abertas pela postura de conhecimento lhano adotada prioritariamente por empresas chinesas do ramo da IA. A estratégia visa açodar o desenvolvimento tecnológico ao atrair outros desenvolvedores que também compartilham seus resultados.
Há mais de um relato de sucesso da abordagem, incluindo o caso de empresas e pesquisadores brasileiros que já trabalham em cima dos avanços divulgados pelos chineses.
Incubada no Porto Maravalley, da Prefeitura do Rio de Janeiro, a startup Dharma AI já desenvolve versões especialistas do Qwen e de outros pequenos modelos de linguagem para empresas, com financiamento da consultoria EloGroup.
O objetivo é ter produtos em plena operação nos próximos meses, de congraçamento com o CEO da empresa, Gustavo Renault.
Os serviços da Dharma teriam três diferenciais, diz o empreendedor: precisão, sustentabilidade e preço.
Em um teste feito em uma versão do Qwen treinada para realizar tarefas relacionadas à legislação brasileira, a utensílio da Dharma obteve sucesso em 85% das situações, contra um índice de 68% do ChatGPT. O preço para executar a tarefa no pequeno protótipo brasílio foi de US$ 0,003, contra US$ 0,608 no ChatGPT.
Isso porque o Qwen, um exemplo de protótipo de linguagem pequeno, tem 2,5 bilhões de parâmetros, enquanto o ChatGPT (um grande protótipo), 1,6 trilhão de parâmetros. Cada parâmetro desse é uma conta matemática e resolver todos os cálculos custa a vigor de supercomputadores rodando a toda potência.
“Um protótipo pequeno consome por resposta 13 watts, enquanto um protótipo grande uma vez que o GPT consome 700 watts de vigor —é insustentável”, diz Renault.
De congraçamento com Renault, o resultado mais viável da Dharma é uma IA capaz de ler texto manuscrito em português e reproduzi-lo digitalmente tão muito quanto o ChatGPT, a uma fração do preço da concorrente —US$ 0,50 contra US$ 8,00 da utensílio americana.
O pulo do gato é que a tecnologia da Dharma se sai muito somente em português, mas é o serviço que os clientes daqui procuram, diz Renault.
“A IA que vai fazer a manutenção na fábrica não precisa saber todas as músicas de Rolling Stones, Beatles e U2”, afirma Renault.
Na visão de pesquisadores e empresários consultados pela Folha, o nicho de mercado dos modelos pequenos e de código lhano apresenta as melhores oportunidades para o país.
O fundador do acelerador de startups Província, Gustavo Araújo, avalia que as técnicas popularizadas pela Deepseek nivelaram a disputa pelo desenvolvimento de IA. “Não é mais um cenário em que a OpenAI [do ChatGPT] vai lucrar e levar tudo.”
Renault, por outro lado, afirma que ainda existem poucas pessoas e empresas escolhendo a abordagem do código lhano no país e esse método tem na colaboração um de seus pilares.
Ele ainda reconhece que as IAs enxutas não ocuparão o lugar do ChatGPT. “Um pequeno protótipo de linguagem não consegue ser o parceiro de chat que serve de oráculo, sabe de tudo e fala diversos idiomas”, diz.
