O CEO da IBM, Arvind Krishna, não acredita que a inteligência artificial de hoje esteja no caminho direto para a inteligência artificial geral (AGI). Apesar da longa história da IBM na computação – desde as tecnologias fundamentais do século XX até ao mais recente supercomputador Watson – Krishna reconhece os erros do passado e explica por que a mudança atual em direção à IA generativa é ao mesmo tempo promissora e fundamentalmente diferente.
A evolução da IA na IBM
Durante décadas, a IBM tem sido um ator importante na pesquisa de IA. A vitória do Jeopardy! do Watson em 2011 apresentou o processamento precoce da linguagem natural, mas Krishna admite que empurrar o Watson para a área de saúde muito cedo foi “inapropriado”. A abordagem inicial era demasiado monolítica; os engenheiros ansiavam por modularidade e personalização.
A principal diferença agora é a mudança de modelos de aprendizagem profunda personalizados – que exigiam conjuntos de dados massivos e rotulados e reciclagem constante – para grandes modelos de linguagem (LLMs). Os LLMs aproveitam a computação de força bruta para obter uma melhoria de 100x na velocidade, ajuste e capacidade de implantação.
O ponto de inflexão do LLM
Embora o Google tenha sido pioneiro em algumas das tecnologias subjacentes ao LLM (como o artigo “Atenção é tudo que você precisa”), a mudança do setor em direção aos LLMs foi um ponto de inflexão crucial. Krishna aponta que os LLMs reduzem a necessidade de rotulagem humana constante, tornando-os significativamente mais escaláveis e adaptáveis.
Esta mudança não é isenta de custos. A infraestrutura para LLMs exige investimentos maciços em GPUs e data centers, e os retornos não são garantidos. No entanto, Krishna acredita que os avanços nos semicondutores e as arquiteturas alternativas (como as da Groq e da Cerebras) reduzirão os custos nos próximos cinco anos.
Além dos LLMs: a aposta quântica
Apesar do entusiasmo atual em torno dos LLMs, Krishna enfatiza que este não é o “fim de tudo”. A IBM continua a investir pesadamente em computação quântica, reconhecendo que os LLMs são apenas um passo numa evolução tecnológica mais longa. A computação quântica continua a ser uma aposta de longo prazo, mas Krishna acredita que ela detém a chave para resolver problemas que estão além do alcance da IA clássica.
Em última análise, a IBM está a posicionar-se para um futuro onde a IA não se trata apenas de computação mais rápida, mas de capacidades fundamentalmente novas.
A transição é cara e incerta, mas Krishna continua confiante de que a IBM não ficará para trás.
