Inteligências Artificiais

Primeiramente, é válido contextualizarmos o assunto. Nem todos sabem do que se trata uma Inteligência Artificial e, muitas vezes, não sabem como essa máquina funciona por trás dos panos. Para um melhor entendimento do assunto, irei inferir que você, caro leitor, é completamente leigo no assunto e tem um certo interesse nisso. Caso isso não seja verdade e você deseja apenas saber sobre o que está acontecendo no mundo das IAs, sem necessariamente saber o que é uma IA, sinta-se livre para pular para o próximo tópico.

Tudo começou em 2010, com a criação das Redes Recorrentes (RNNs) e LSTMs (Long Short-Term Memory), essas conseguiam processar sequências de algumas centenas de tokens, mas sofriam com "amnésia", ou seja, à medida que a cadeia de tokens crescia, o modelo esquecia o início da frase.

Em 2017, um artigo publicado por Vaswani et al., mudou completamente a forma que as redes lidam com tokens, nesse a recorrência foi substituída pelo mecanismo de autoatenção, onde agora cada token pode "olhar" diretamente para todos os outros tokens da frase simultaneamente.

Inicialmente, o artigo tinha como propósito a tradução - esse foi publicado por engenheiros Google e tinha como objetivo melhorar o Google Translate - mas em pouco tempo outros pesquisadores bifurcaram sua aplicação em duas vertentes: Encoder-only e Decoder-only. Por ser mais escalável para textos longos, a aplicação decoder-only se popularizou mais fácil e, a partir disso, surgiu o GPT-1 (Generative Pre-Trained Transformer 1).

Claro, que apenas com as contextualizações históricas muitas perguntas ainda não são respondidas e "o que é um token?" é, provavelmente, a mais frequente. Modelos de linguagem não processam texto diretamente, eles processam números. O tokenizador converte texto em uma sequência de IDs numéricos, portanto o que é um token depende do tokenizador. Um token pode ser: um caractere único, a parte de uma palavra ou uma palavra inteira. Normalmente, palavras comuns são um token, enquanto palavras raras ou complexas dividem-se em vários tokens.

Outro ponto que necessita de esclarecimento antes de seguirmos é "o que é a janela de contexto?". A janela de contexto é o número máximo de tokens de input (pergunta) e de output (resposta) juntos que o modelo consegue processar em uma única sessão - ou tentando trazer para algo mais próximo do nosso uso, uma conversa. A janela de contexto é essencial pois essa dita diretamente a capacidade de raciocínio do modelo. Com uma janela pequena, o envio de documentos grandes podem "engolir" todos o espaço para tokens que um modelo tem disponível em memória e por consequência, ao começar a responder o usuário, ele começa a esquecer o conteúdo do arquivo e "alucina" uma resposta baseada em informações que não existem.

Em 2020, o primeiro modelo com mais de 175 bilhões de parâmetros foi liberado para o público geral, seu nome: GPT-3. Esse modelo provou que com parâmetros suficientes, o modelo não apenas decorava, mas aprendia a fazer tarefas novas. No entanto, esse modelo ainda "alucinava" bastante, e durante dois anos, a OpenAI treinou seu modelo com aprendizado por reforço humano. Foi no ano de 2022 que o ChatGPT foi lançado, e as LLMs - Large Language Models - foram popularizados no público geral.

Nos ano seguinte, a Meta entrou em uma disputa direta com a OpenAI e provou com o Llama que um modelo menor - apenas 7 bilhões de tokens - podia rivalizar com o GPT-3.5 - modelo de mais de 1.4 trilhões de tokens. Além disso, ainda em 2023, a China também começou a rivalizar a OpenAI e lançou o DeepSeek, modelo esse que popularizou a arquitetrua MoE (Mixture of Experts) onde uma fração dos parâmetros é ativada por token, o que permite escalar o total de parâmetros, sem um aumento de custos.

Em 2024, o Claude 3, lançado pela startup americana Anthropic começou uma briga direta com o Gemini 1.5 Pro, da Google. Ambas empresas estavam em busca de serem a primeira à ter um modelo com uma janela de contexto de 1 milhão de tokens, o que permitiria ler livros inteiros (como Senhor dos Anéis) de uma só vez.

No começo de 2025, a OpenAI lançou seu modelo o1, que foi rapidamente respondido pela empresa china DeepSeek com o seu modelo R1. Ambos modelos introduzira o test-timescaling, esse modelo que gera cadeias de "pensamento" antes de responder, gastando mais na inferência, mas trazendo respostas mais precisas para matemática e lógica.

No começo do ano de 2026, os modelos atuais não funcionam apenas como "previsores de próxima palavra". Eles evoluiram para sistemas agênticos que conseguem interagir com sistemas e orquestrar outros agentes para resolver problemas complexos em contextos extralongos.

Contexto Atual

No dia 9 de junho 2026, a startup americana Anthropic publicou o modelo Claude Fable 5 esse, que até o momento, é o modelo de inteligência artificial mais avançado - dado os benchmarks testados. Ele compartilha o mesmo modelo do Claude Mythos 5, com algumas camadas extras de segurança para o uso seguro público.

Três dias após o seu lançamento público, o governo Trump, emitiu uma diretiva que suspendesse o acesso aos modelos Fable e Mythos para qualquer cidadão estrangeiro - incluindo os funcionários da própria empresa. Como a Anthropic não tinha como verificar a nacionalidade dos usuários, ela se viu forçada a desabilitar completamente o acesso aos dois modelos para todos os clientes.

Isso foi justificado pelo governo Trump como uma medida com base em "risco à segurança nacional". Estrategicamente falando, a priori, essa parece ser uma decisão contraditória pelo governo Trump, afinal: porque bloquear o produto de uma empresa americana que consolidava a liderança dos EUA na corrida da IA?

O governo Trump entendeu que o Fable 5 não era um modelo de IA apenas. Relatórios do UK's AI Security, descobriu que o modelo conseguia explorar defesas e sistemas em 73% dos casos. A decisão do bloqueio veio da lógica de que: se a China (ou a Rússia) tiver acesso a ferramenta, ela poderia ser usada para descoberta de vulnerabilidades em infraestruturas americanas.

Além disso, o governo Trump agiu preventivamente para evitar que a China "destilasse" o Fable 5. Dessa maneira, o bloqueio para estrangeiros funcionaria como um bloqueio de fluxo de dados para impedir que o modelo se tornasse mais um "professor" para os modelos chineses.

Mas, acima de tudo listado anteriormente, o movimento de bloqueio foi para o estabelecimento de uma diretiva importante: o governo americado pode, a qualquer momento, revogar o acesso a modelos de IA americanos para o resto do mundo. Isso, que inicialmente era para servir como ameaça a países no estilo: não me oponha para não perder acesso ao estado da arte; se tornou um incentivo a países para que esses desenvolvam suas próprias IAs.

Rapidamente, em apenas 18 dias, o bloqueio foi removido pelo governo trump. Mas, com apenas esse pequeno período de tempo, foi possível notar que o tiro havia saído pela culatra.

A maioria dos desenvolvedores e hard-users que estavam utilizando do Fable foram em busca de outras opções no mercado e a chinesa Z.AI aproveitou o momento para anunciar seu modelo mais poderoso - e de código totalmente aberto - GLM 5.2. O modelo oferece valores de benchmark equiparáveis ao Fable 5, por 15% do preço total. Além disso, houveram algumas controversias referentes ao modelo, a principal sendo acusações de que o modelo foi destilado a partir do GPT 5.5 e o Clade Opus 4.8.

Corrida Espacial

No ano de 1957, a União das Repúblicas Socialistas Soviéticas (URSS) lançava o Sputnik 1. De longe, não era a tecnologia mais avançada, mas ele foi o pioneiro dos satélites artificiais. Na época, isso quebrou a narrativa de superioridade tecnológica americana e gerou pânico generalizado. Após um ano, em 1958, os EUA respondem o Sputnik 1 com o Explorer 1, o primeiro satélite articial americano. No final desse mesmo ano, a NASA foi criada.

Em 1959 a URSS dispara na frente com o lançamento de: Luna 1, Luna 2 e Luna 3 - esses que foram os primeiros satélites a escaparem da gravidade terrestre, atingir a lua e obter imagem do "lado oculto" da lua, respectivamente.

Em 12 de abril de 1961, Yuri Gagarin se tornou o primeiro humano no espaço, o voo durou 108 minutos e completou uma órbita terrestre. Em 5 de maio de 1961, os EUA responderam enviando Alan Shepard ao espaço, fazendo um voo de 15 minutos na Freedom 7. Vinte dias após o voo de Alan, o presidente John F. Kennedy definiu uma meta concreta e ousada contra os feitos soviéticos: "Pousar um homem na lua e retornar-lo em segurança, antes da virada da década". O objetivo era mensurável e claro, sabia-se o que era preciso ser feito e, portanto, era possível calcular o custo disso.

Até o ano de 1969, a história se repetiu: a União Soviética acumulou "primeiras conquistas" e os Estados Unidos seguiu seu planejamento lento, porém concreto. Em 16 de julho de 1969, Apollo 11 foi lançada ao espaço pelos Estados Unidos da América e, em 20 de junho de 1969, Neil Armstrong e Buzz Aldrin andaram na lua, enquanto 650 milhões de pessoas assistiam à transmissão ao redor do mundo.

Os Estados Unidos tinham um plano, anunciado de maneira ousada por Kennedy, mas ainda sim tinham um plano. Mesmo estando "atrasados" em relação a União Soviética, por terem seguindo um planejamento concreto dentro de um prazo visível, eles se tornaram os primeiros a enviar um humano à lua.

Paralelo com hoje

O ChatGPT , lançado em 2022 pela startup americana OpenAI, foi o primeiro Sputnik da IA pública. Quando publicado ele mostrou ao mundo o que era possível de ser feito e o que era necessário para isso.

Diferente da corrida espacial, não existe uma definição concreta para a linha de chegada. Na década de 1960, Kennedy deixou claro: até o fim da década, um americano pisaria em solo lunar e voltaria para a terra. Atualmente, a meta das inteligências artificais é a AGI (Inteligência Geral Artifical) ou ASI (Superinteligência), e isso é um parâmetro subjetivo, as opiniões se divergem de especialista a especialista e a pergunta continua: "o que define uma AGI?".

Ao contrário da corrida espacial, que, por sua vez, era estatal com apoio de empresas privadas. A corrida das LLMs é uma corrida privada, onde (até o momento) apenas a china tem uma parceria público-privada. Ou seja, essa corrida está sendo mantida com capital privado de um lado e sendo suportado por capital privado/estatal do outro.

O custo da corrida espacial, no pico do lançamento Apollo, era de 4.5% do orçamento federal dos EUA - aplicados à NASA. Isso é um total de 25 bilhões, em 1960, ou mais de 300 bilhões, se convertido pela inflação. Por sua vez, na corrida das LLMs, os gastos estimados dos EUA foram de 285 bilhões de dólares, enquanto a China gastou apenas 12,4 bilhões de dólares - cerca de 23x menos e alcançando performances comparáveis aos melhores modelos americanos.

Conclusão

Minha conclusão é simples e matemática: os EUA irão perder a corrida por uma questão de custo. Não se sabe ainda qual é o objetivo final do investimento em IA. Estamos em uma fase de "hype", onde investidores animados injetam capital com apenas promessas. Mas estamos nessa corrida a bastante tempo e o ânimo inicial já está se amenizando e, por consequência, o capital sendo injetado em startups de IA está diminuindo de volume e migrando para outras áreas com melhor promessa de lucro.

Os EUA nesse momento, ainda estão na frente na corrida das LLMs. Diferente da época Kennedy, não existe um plano a ser seguido, IAs só estão sendo lançadas para provar que um novo marco pode ser alcançado, como a URSS que lançava satélites à orbita apenas para provar que conseguiam.

A China tem se demonstrado bem mais sábia nesse quesito, como não se tem uma linha final definida, os recursos devem ser economizados - vide o custo 23x menor que os EUA. O império asiático entendeu que diferente da década de 60, LLMs não são uma corrida e sim uma maratona, e para se manter competitivo é necessário manter o ritmo do começo ao fim.

Acho interessante também como ambos os países estão tratando os segredos tecnológicos. Os EUA escondem seus pesos, mas publicam os artigos técnicos de como chegaram em tal resultado. Já a China esconde seus datasets e processos de treino (informações que normalmente seriam publicadas nos artigos) mas libera os pesos dos modelos para uso público (código aberto).

Por fim, é válido ressaltar que não sou especialista em História, muito menos Relações Internacionais, deixo isso para meus amigos de humanas. Eu sou formando em Engenharia da Computação e notei que algumas decisões que estão sendo tomadas atualmente são parecidas com as decisões tomadas na corrida espacial. Me interessei no assunto e decidi fazer um paralelo temporal. Agradeço por ter lido até aqui.