*Direto da ML Conference 2023 de New York
Se você fizer uma pesquisa sobre os temas mais acessados nos últimos meses, com toda certeza comprovará que é IA (Inteligência Artificial). Estou em New York agora participando de um congresso que trata de uma de suas disciplinas, o aprendizado de máquina, mais conhecido como ML (Machine Learning). Por aqui, uma das expressões que ouvi hoje realmente conseguiu refletir o que estamos vivendo: o momento iPhone da IA. Em 2007, quando o primeiro iPhone chegou ao mercado, com sua revolucionária tela touch realmente nos mostrou que poderíamos dispor de muitas funcionalidades em um pequeno equipamento, inclusive que fazia ligações. Não levou muito tempo para aparecerem os concorrentes, bem como expandir o número de aplicativos para uso no dispositivo, hoje com centenas de milhões de alternativas.
No caso de IA realmente o momento é semelhante. Afinal, o termo IA existe desde 1956, criado por John McCarthy, do MIT. Porém, após as demonstrações de aplicações incríveis pelo ChatGPT no final do ano passado, realmente o termo ganhou popularidade porque realmente pudemos ter conhecimento do seria possível desenvolver com tal tecnologia.
Porém devemos tomar cuidado com temas que viram “moda” pois todos começam a dizer que seus sistemas possuem recursos baseados em IA generativa quando, de fato, não necessariamente possuem. Uma simples aplicação com um tutorial (wizard) que orienta o passo a passo de criação de um curso online, por exemplo, não significa que seja resultante de IA. Para que realmente tenhamos uma aplicação nativa em IA há a necessidade de dispormos de um processo em que haja uma base de fundação (base de dados), essa base é categorizada e depois treinada de forma intensa, sob a supervisão de um curador de prompt, que é o especialista no conhecimento da base proposta. Portanto, neste caso é fundamental que a aplicação seja específica e não generalista, pois no caso de bases generalistas o modelo de ML não é viável.
O que tenho percebido, em eventos que tenho participado, como o AWS Summit que ocorreu mês passado em São Paulo, o ML Conference que está ocorrendo esta semana em New York, bem como o curso o curso de especialização em IA que encerrarei na próxima semana no MIT, é que há um gap entre o conhecimento técnico e sua aplicação específica nos negócios. Afinal, não há magia pela IA generativa, mas sim uma série de técnicas aplicadas pela máquina para que os dados sejam organizados em modelos matemáticos, vetores e algoritmos, para que possam resultar em uma apresentação efetiva de conteúdo. Este conteúdo, de forma diferente das demais aplicações computacionais, pelos modelos aplicados, permite que haja um aprendizado constante no tema, resultante de cada interação com os usuários. Ou seja, em um linguajar mais simples, a máquina aprende a cada nova interação, mas ela aprende tendo como base o que lhe foi definido pela curadoria de prompt referente à base de fundação. Isso quer dizer que se o víes da base for racista, por exemplo, e a curadoria de prompt não prever e realizar os ajustes no “playgroud” do sistema, o resultado apresentado terá um viés racista. Aí está um dos desafios que muitas vezes ainda são desconhecidos pela maioria dos usuários.
Por isso estou em uma imersão em IA para desbravar este incrível modelo de disseminação de conhecimento especializado, pois esta é a minha missão de vida.
Portanto, a meu ver há muito a aprender sobre as aplicações de IA, seja sob o viés técnico, de negócios, legal, moral, ético e de fato prático. Porém, uma dúvida que não tenho é que, como o modelo de smartphone com tela touch, que também faz ligações veio para ficar, as aplicações de IA generativa vieram para ficar e há um universo a aprender e nos desafiar no tema! Além disso, que os seres humanos continuarão imbatíveis na forma de raciocínio com o toque humanizado que é só nosso e, neste caso, toda a tecnologia da IA generativa apenas nos ajudará a viver melhor e sermos mais precisos, melhores no que fazemos!
Comments