Exibir código-fonte para Deep Research (DeepSeek)



== Título da Ideia  ==

 Essa pesquisa envolve o desenvolvimento de um material comparativo entre soluções de "Deep Research"

<br>

== Objetivos  ==

 Abordagens avançadas para Extração e Análise Profunda de Informações 

<br>

== Conceito  ==

<br> 

Deep Research é uma abordagem de pesquisa aprofundada que vai além da coleta superficial de informações. Ele envolve a exploração detalhada e sistemática de fontes diversas, o cruzamento de dados e a análise crítica para obter insights mais profundos sobre um determinado tema.

<br>
1.Análise de Big Data: Integrar técnicas de Deep Research com ferramentas de Big Data permite a análise de grandes volumes de informações não estruturadas, identificando padrões e insights que seriam difíceis de detectar manualmente.

<br>

2.Sistemas de Recomendação: Aplicar métodos de Deep Research em sistemas de recomendação pode aprimorar a personalização, fornecendo sugestões mais precisas com base em análises aprofundadas do comportamento e preferências dos usuários.

<br>

3.Desenvolvimento de Agentes Autônomos: O conceito de Deep Research pode ser estendido para criar agentes de IA capazes de executar tarefas complexas de forma independente, como diagnósticos médicos ou consultoria financeira, baseados em pesquisas detalhadas e atualizadas.

<br>

O Deep Research surge através de uma necessidade de uma aceleração no desenvolvimento de pesquisas e buscas aprofundadas, sendo elas analíticas ou acadêmicas. 
 

<br>

== Características&nbsp;  ==

<br> 

O principal objetivo foi investigar e comparar diferentes soluções de inteligência artificial capazes de realizar “Deep Research”, ou seja, pesquisa profunda e abrangente de informações. Em termos simples, buscou-se desenvolver e analisar um material comparativo entre várias ferramentas de IA voltadas ao raciocínio avançado e à busca detalhada de dados. Assim, a pesquisa visou entender como essas tecnologias funcionam, quais seus pontos fortes e fracos, e avaliar uma nova abordagem introduzida pela OpenAI chamada Deep Research, em relação a outras soluções existentes. 

<br>

Para contextualizar, Deep Research representa uma forma de pesquisa automatizada que vai além da coleta superficial de informações. Trata-se de explorar fontes diversas de maneira detalhada e sistemática, cruzando dados e fazendo análise crítica para obter insights profundos sobre um tema. Em resumo, a pesquisa teve como objetivo explicar e demonstrar essa abordagem, construindo um panorama comparativo entre a novidade da OpenAI e outros modelos avançados de IA.

<br> 

<br>

== Estudo Dirigido  ==

<br> 
::: https://openai.com/index/introducing-deep-research/
::: [[Llama]]
*Pesquisar e escrever sobre as características principais da tecnologia
*Redigir sobre Conceito conforme orientações do template
*Definir Objetivos com o time
*Descrever as principais soluções do mercado incluindo num item apropriado
*Avaliar os ratings e montar quadro comparativo
*Pesquisar soluções open-source
*Começar a pensar numa aplicação dessa tecnologia que deverá estar alinhada com o objetivo.


<br>



== Apresentação  ==

https://algarnet-my.sharepoint.com/:p:/g/personal/lclaudio_inovacaobrain_com_br/EaGBmz9DMU5LsF8j3-YXwN8B3_S-eYFc7LPZWT8SG_cTBw?e=AThTIo

<br>

=  Histórico  =

''Responsável: Giovana Borges do Amaral e Manoel Botelho''

''' 06/02/2025 - Kickoff com Davi '''
* Atores: Davi Lacerda, Giovana Amaral e Manoel Botelho

<br>

'''19/02/2025 - Reunião de Alinhamento Deep Research'''
* Atores: Davi Lacerda, Giovana Amaral e Manoel Botelho
 
<br>


'''02/04/2025 - Reunião de Finalização da pesquisa Deep Research'''
* Atores: Davi Lacerda, Giovana Amaral e Manoel Botelho


<br>

= Pesquisadores  =

Giovana Borges do Amaral

<br>

Manoel Botelho