O painel sobre inteligência artificial generativa (GenIA) no IoT Congress Brasil, realizado na última quinta-feira (6/6) em São Paulo, reuniu Claudio Lima, CEO da Microbrains; Dave Lafferty, presidente da Scientific Technical Services; Jomar Silva, gerente de Relacionamento LATAM da Nvidia; e Tim Dykstra, diretor e responsável por Parcerias Estratégicas e Canais de Vendas na Boston Dynamics; para discutir os atuais usos e potenciais da IA Generativa, assim como a necessidade de ser criativa e coletiva, além de sua aplicabilidade na indústria.
O painel começou com uma explanação introdutória de Dave Lafferty sobre o funcionamento da IA Generativa. Ele explicou que a inteligência artificial, na verdade, é uma forma de comunicação da tecnologia com o mundo real, embora nem sempre isso seja percebido. “A IA coleta dados e procura padrões, construindo trabalhos por meio de instruções [dadas por seres humanos reais]. Ela pega uma informação, organiza os dados e apresenta um resultado de uma maneira nova, ainda não vista; e no centro disso está a tecnologia”, comentou, reforçando que quando bem trabalhada, a IA Generativa é capaz de criar redes neurais, inclusive com outros tipos de IA, para apresentar modelos linguísticos e associá-los a parâmetros já conhecidos, transformando todo esse conhecimento em uma linguagem natural ao ser humano.
Essa capacidade da IA de se retroalimentar, criando vieses e novamente outros modelos linguísticos, também foi comentada por Jomar Silva, que ressaltou a possibilidade de uso da IA Generativa para treinar a própria IA a partir da criação de um volume de dados sintéticos. “A GenIA aumenta a quantidade de dados disponíveis e, a partir disso, é possível, por exemplo, treinar máquinas.”
Alerta de dados
Mas um alerta foi trazido por Claudio Lima durante o painel: o uso de dados públicos e privados pela IA Generativa. Ele explicou que é possível separar as fases da inteligência artificial em duas partes: a tradicional, de aprendizado de máquina, e a generativa, que tomou forma em novembro de 2022 com o lançamento do ChatGPT.
“Machine Learning precisa de muito mais dados para treinar um modelo [automatizado]. Com a IA Generativa, é necessário menos. E, toda vez que você gera [novos] dados com a IA Generativa, dados sintéticos artificialmente gerados, eles voltam para a internet. Dessa forma, grandes empresas já estão fazendo crawling de data, buscando e absorvendo conteúdo de dados e treinando os modelos, que estão ficando cada vez mais caros, mais sofisticados, criando um big brain”, disse.
“Só que, hoje, falta muito pouco conteúdo para eles absorverem, pois eles já têm todas as grandes bibliotecas do mundo, livros, conteúdo digital, papers. Então, o que sobrou foram as empresas, as operações, os dados privados. Eles não adquiriram esse nível, de operacionalizar a inteligência artificial com dados proprietários das empresas. Então existe uma grande diferença entre o dado público e o dado privado, que chamamos de micro-brain, dados superespecializados que vão fazer o mercado se diferenciar.”
Uso de robôs
Neste ponto, Tim Dykstra, da Boston Dynamics, destacou o uso de robôs pelas empresas, que já seriam capazes de ajudar a IA Generativa a ficar mais inteligente de forma privativa, pois conseguem coletar dados específicos das organizações em que atuam. “Um robô já atua na Petrobras e em Itaipu e foi construído para caminhar por uma instalação de forma autônoma e colecionar dados, que são repetidos de novo, de novo e de novo. Então, ao final de um mês [de uso do robô], é possível ter milhares de pontos de dados privados sobre a sua própria organização, para começar a usar e treinar modelos próprios de IA.”
Para Dykstra, o futuro da IA passa também pelos humanoides, de forma coletiva e até criativa. “Vejo que a AI vai permitir treinar humanoides para fazer novas tarefas muito mais rapidamente. Quando você está construindo um humanoide, está fazendo isso para que eles possam colaborar com os humanos e ajudá-los a fazer o seu trabalho. Então, estamos super animados para ver como os humanoides, usando a IA, poderão aprender mais rapidamente, e então serem bons companheiros para os trabalhadores humanos que estão em fábricas ou em qualquer tipo de organização”, finaliza.
Participe das comunidades IPNews no Instagram, Facebook, LinkedIn e X (Twitter).
