DeepSeek apresenta modelo que pode transformar a memória das inteligências artificiais

A empresa chinesa DeepSeek lançou um novo modelo de inteligência artificial que promete melhorar a forma como as máquinas “lembram” informações. O sistema, baseado em técnicas inéditas, pode tornar a IA mais eficiente e sustentável ao reduzir o uso de recursos computacionais.

O modelo, analisado pela MIT Technology Review, é voltado para reconhecimento óptico de caracteres (OCR). Essa tecnologia extrai textos de imagens e os transforma em palavras legíveis por máquinas — o mesmo princípio usado em aplicativos de scanner, tradução de textos em fotos e ferramentas de acessibilidade.

Um campo maduro, mas com inovação inédita

Embora o OCR seja um campo já consolidado, o novo modelo da DeepSeek chamou a atenção por introduzir uma forma completamente nova de lidar com a memória artificial. Segundo os pesquisadores, a principal inovação está em como o sistema armazena e recupera informações — o que pode reduzir significativamente o consumo de energia e a pegada de carbono da IA.

Atualmente, modelos de linguagem, como os usados em chatbots, dividem o texto em pequenas unidades chamadas tokens. Esses tokens permitem que a IA entenda e processe o conteúdo, mas também tornam o armazenamento caro e limitado. Conversas longas fazem o sistema “esquecer” partes anteriores, um problema conhecido como “context rot”.

Memória visual: uma nova forma de armazenar conhecimento

Para contornar esse desafio, a DeepSeek desenvolveu um método que transforma palavras em representações visuais, como se o modelo tirasse “fotos” das páginas de um livro. Isso permite armazenar a mesma quantidade de informação com menos tokens, mantendo a eficiência.

Além disso, o sistema usa um mecanismo de compressão em camadas que imita a forma como a memória humana funciona: informações antigas ou menos importantes ficam guardadas de maneira mais compacta, mas ainda acessíveis quando necessário.

“Embora a ideia de usar imagens para armazenar contexto não seja totalmente nova, este é o primeiro estudo que leva o conceito tão longe e mostra que ele pode funcionar de verdade”, explica para a MIT Technology Review Manling Li, professora assistente de ciência da computação na Universidade Northwestern.

A abordagem chamou a atenção de especialistas renomados. Andrej Karpathy, ex-diretor de IA da Tesla e um dos fundadores da OpenAI, elogiou o trabalho em uma publicação na rede X. Para ele, usar imagens em vez de texto pode ser mais eficiente. “Os tokens de texto podem ser desperdiçados e ruins como entrada”, afirmou.

Mais eficiência e novos horizontes

Além da memória aprimorada, o modelo pode gerar grandes quantidades de dados de treinamento. De acordo com o artigo, o sistema é capaz de criar mais de 200 mil páginas de dados por dia usando apenas uma GPU — um avanço importante em meio à escassez global de textos de qualidade para treinar novas IAs.

Apesar dos resultados promissores, os pesquisadores afirmam que o projeto ainda está em fase inicial. Li ressalta que o próximo passo é aplicar os tokens visuais não apenas na memória, mas também no raciocínio. “Queremos que a IA lembre de forma mais dinâmica, como os humanos, valorizando o que é realmente importante”, diz.

Com sede em Hangzhou, a DeepSeek vem se destacando no cenário global de IA. No início do ano, a empresa surpreendeu ao lançar o DeepSeek-R1, modelo de raciocínio aberto que rivalizou com sistemas ocidentais líderes, usando menos recursos computacionais.

Assine os nossos canais no WhatsApp e Telegram