Como isso transformará nosso mundo até 2024!

IUB-COOKIE-BLOCK-START 300x250, No topo do artigo IUB-COOKIE-BLOCK-END

O surgimento de chatbots e modelos de inteligência artificial anunciou uma era de capacidades sem precedentes no cenário digital, mas estas inovações representam apenas as fases iniciais de desenvolvimento. Até o ano de 2024, espera-se que as mesmas tecnologias que podem ter sido anteriormente desprezadas pelas suas deficiências percebidas alcancem avanços notáveis, superando até mesmo as expectativas mais imaginativas dos profissionais da indústria.

A previsão seminal de Gordon Moore postula um aumento exponencial no número de transistores em circuitos integrados a cada dois anos, o que concomitantemente resulta num aumento correspondente da capacidade computacional. No entanto, pesquisas recentes indicam que os requisitos de desempenho para modelos de inteligência artificial ultrapassaram esta taxa, necessitando de uma quase triplicação das capacidades de processamento em poucos meses. Esta rápida expansão da complexidade do modelo de IA é limitada pelos recursos disponíveis alocados a estes sistemas, limitando o seu potencial avanço. Consequentemente, apenas as organizações com acesso a centros de dados de última geração e de alto desempenho são capazes de suportar eficazmente essas necessidades computacionais em expansão.

Até recentemente, a implantação de grandes modelos de linguagem

Andrew Ng, cofundador do Coursera, ex-chefe de IA do Baidu e Google Brain – foto do perfil em

Em essência, exigir que uma pessoa produza um texto polido, sem qualquer oportunidade de revisões, seria análogo a solicitar-lhe que redigisse um artigo ou ensaio sequencialmente, do início ao fim, em uma única tentativa, mantendo simultaneamente uma qualidade excepcional e uma precisão imaculada ao longo de todo o processo. , desprovido de quaisquer imperfeições.

Com avanços contínuos em inteligência artificial e maior disponibilidade de recursos computacionais, podemos agora estabelecer fluxos de trabalho altamente eficientes que superam meros rascunhos iniciais e emulam o nível de proficiência exibido por profissionais experientes.

Jensen Huang cofundador e CEO da Nvidia – imagem Nvidia PR

Como faria um editor experiente, o modelo de IA está sendo condicionado para organizar um espaço de trabalho, segmentando o objetivo principal em vários estágios operacionais e intermediários. Isso permite construir uma visão geral, avaliar se são necessárias mais pesquisas na internet para obter detalhes adicionais.

Após a conclusão da sessão de brainstorming, o modelo de IA produzirá um rascunho inicial que será posteriormente submetido à auto-revisão pelo sistema. O objetivo deste exercício é detectar quaisquer detalhes ou tangentes irrelevantes que possam ter surgido na narrativa. Depois de identificar as deficiências no primeiro rascunho, o modelo de IA gerará versões subsequentes ou refinará ainda mais o conteúdo até que atenda aos padrões de qualidade desejados. Deve-se notar que existem restrições quanto ao número de iterações possíveis devido a considerações como recursos computacionais e consumo de energia.

Na linguagem industrial, esta abordagem é denotada como um fluxo de trabalho orientado por agente de IA que necessita de recursos computacionais substanciais. No entanto, tem potencial para revolucionar o campo, conforme opinou Andrew Ng, superando até mesmo as capacidades de modelos avançados de IA.

Acredito que a implementação de fluxos de trabalho de agentes de IA levará a avanços significativos na inteligência artificial durante o ano em curso, ultrapassando potencialmente as capacidades dos fundamentos do modelo geracional futuro. A importância desta tendência merece a máxima atenção de todos os indivíduos envolvidos no campo da IA.

Na prática contemporânea, é predominante o emprego de grandes modelos de linguagem (LLMs) em uma capacidade zero-shot, em que as entradas são fornecidas como prompts…

-Andrew Ng (@AndrewYNg) 21 de março de 2024

Através do esforço do pesquisador e de sua equipe, foram obtidos dados quantificáveis ​​​​no que diz respeito à geração de código computacional. Ao utilizar o GPT-3.5 em sua capacidade de tiro zero, observa-se uma precisão de 48,1%. Em contraste, quando o GPT-4 opera consistentemente dentro desta mesma estrutura, é alcançada uma impressionante taxa de sucesso de 67%. No entanto, ao fazer a transição do GPT-3.5 para um processo de trabalho orientado por agentes de IA, produz resultados notáveis, com uma percentagem de respostas corrigidas de 95,1%.

Imagine um nível de proficiência alcançado pela inteligência artificial na elaboração de conteúdo escrito e na condução de análises financeiras, na produção de imagens visuais, vídeos e composições musicais, entre uma extensa gama de campos e setores que adotaram ou estão antecipando a integração com a tecnologia de IA. Parece que a IA busca a perfeição, mas para o editor humano, alcançar tal precisão pode ser um desafio.

Superchip NVIDIA GB200 Grace Blackwell

A NVIDIA reconhece a realidade da situação, pois num período de dois anos, as suas GPUs evoluíram para servir não apenas jogadores e investigadores, mas também centros de dados e computação de alto desempenho necessários para a inteligência artificial. A menos que se apresente um substituto adequado, esta tendência deverá persistir.

A mais recente iteração da plataforma Blackwell tem o potencial de solidificar ainda mais a preeminência da Nvidia numa indústria em rápida expansão, que alguns especialistas especulam que poderá superar as revoluções da Internet e do comércio eletrónico combinadas.

Preço das ações da Nvidia nos últimos 5 anos – Yahoo Finance

Na verdade, o optimismo de Elon Musk relativamente aos avanços na tecnologia de condução autónoma parece ter sido alimentado pela sua recente aquisição de recursos computacionais substanciais, que pretende oferecer aos militares dos Estados Unidos. Embora as suas promessas anteriores possam ter faltado credibilidade devido a repetidos atrasos, existe a possibilidade de que desta vez ele possa finalmente cumprir as suas reivindicações. Como a história tem demonstrado, a adoção generalizada de veículos elétricos demorou mais do que o previsto, mas acabou por se tornar uma realidade. Portanto, apesar do seu fracasso anterior em corresponder às expectativas, não se pode descartar a potencial validade das últimas previsões do Sr. Musk.

O componente visual inicial foi fornecido como cortesia de Julien Tromeur no Unsplash, e todas as informações relevantes relativas à inteligência artificial podem ser encontradas na seção designada de nosso site.

*️⃣ Link da fonte:

sem , pic.twitter.com/nBqySLHqR6 , 21 de março de 2024 , Yahoo Finance , julien Tromeur , Unsplash ,