No Vale do Silício, uma crescente preocupação tem surgido entre especialistas em inteligência artificial (IA): o avanço rumo à inteligência artificial geral (IAG) pode estar desacelerando, conforme revela o Tech Xplore.
Desde o lançamento do ChatGPT há quase dois anos, a expectativa era de que os modelos de IA gerativa evoluiriam de forma exponencial, à medida que gigantes da tecnologia, como OpenAI e Microsoft, despejavam enormes recursos financeiros em poder computacional e dados.
A crença era de que, com investimentos suficientes, a IAG surgiria, alcançando, ou, até, superando a inteligência humana.
Apesar dos bilhões investidos, como fez a OpenAI, que levantou US$ 6,6 bilhões (R$ 37,93 bilhões, na conversão direta) para novos avanços, e da xAI, de Elon Musk, que busca US$ 6 bilhões (R$ 34,48 bilhões) para adquirir chips da Nvidia, especialistas começam a questionar a escalabilidade dos modelos de linguagem grandes (LLMs, na sigla em inglês).
A expectativa de que o simples aumento de dados e poder computacional levaria à IAG parece cada vez mais distante, com o desempenho desses modelos mostrando sinais de estagnação.
Especialistas estão descrentes
- Gary Marcus, crítico da IA, afirma que a visão de que mais dados e mais potência computacional levariam à inteligência geral artificial é uma “fantasia”;
- Scott Stevenson, CEO da Spellbook, também adverte que confiar apenas em dados de linguagem está limitando o progresso;
- Sasha Luccioni, da Hugging Face, argumenta que a busca por IAG sempre foi irrealista e que a abordagem de “quanto maior, melhor” está chegando a um limite.
Leia mais:
- Meta AI ou Google Gemini: qual é melhor inteligência artificial?
- Claude.AI: como usar inteligência artificial
- Quais são as principais empresas de Inteligência Artificial do mundo
Embora alguns líderes da indústria, como Sam Altman (OpenAI) e Dario Amodei (Anthropic), mantenham otimismo, o progresso está claramente mais lento do que o esperado. A OpenAI adiou o lançamento do sucessor do GPT-4, pois os resultados não atingiram as expectativas, redirecionando esforços para otimizar as capacidades já existentes.
Essa mudança de foco pode ser o sinal de que, em vez de continuar alimentando os modelos com mais dados, o futuro da IA exigirá mais eficiência e foco em tarefas específicas, algo comparado por alguns especialistas à descoberta do fogo – não mais lançar combustível, mas usar o que já temos de forma mais inteligente.
Tags: