Os EUA criam um modelo de IA super barato que funciona de forma semelhante ao GPT-o1.

O modelo de IA (inteligência artificial) s1, criado por pesquisadores americanos, tem um custo operacional de apenas 50 dólares, mas oferece capacidades de raciocínio equivalentes ao modelo o1 da OpenAI, que custa muito mais. O surgimento do s1 ocorre após o impressionante sucesso do DeepSeek, que causou grande repercussão no Vale do Silício nos últimos dias.

A guerra da "IA barata" está se intensificando desde o surgimento do DeepSeek.

A equipe tornou público o código-fonte do s1 no GitHub, juntamente com o código e os dados usados ​​para construir o modelo. Um artigo publicado na semana passada explica o processo de desenvolvimento do modelo, destacando as técnicas inteligentes que eles utilizaram. Em vez de começar do zero com um novo modelo de raciocínio, a equipe usou um modelo de linguagem existente e realizou um processo de "ajuste fino" extraindo as capacidades de raciocínio do modelo experimental Gemini 2.0 Flash Thinking do Google.

Os custos operacionais da IA ​​ficam um pouco abaixo de US$ 50.

O treinamento do modelo s1 levou apenas 30 minutos, utilizando 16 GPUs Nvidia H100. Embora cada GPU custe cerca de US$ 25.000, o custo do aluguel do processo foi inferior a US$ 50 graças aos serviços de computação em nuvem. Em particular, a equipe descobriu um truque útil: instruir o modelo a "esperar" antes de dar uma resposta final, o que melhorou seu raciocínio e resultou em soluções mais eficientes.

Embora o s1 tenha apresentado avanços significativos a baixo custo, existem preocupações quanto à sua escalabilidade. Utilizar o modelo do Google como "professor" levanta questões sobre sua capacidade de competir com os principais modelos de IA da atualidade. É provável que o Google acompanhe de perto a situação, especialmente devido ao litígio em curso entre a OpenAI e a DeepSeek.

Fonte: https://thanhnien.vn/my-tao-ra-mo-hinh-ai-sieu-re-hoat-dong-tuong-tu-gpt-o1-185250207182535164.htm