Nomes renomados no campo da inteligência artificial se reuniram esta semana na pequena cidade de estação de esqui de Davos, Suíça, para a reunião anual do Fórum Econômico Mundial (FEM).
A IA foi o tema central de muitas discussões entre líderes corporativos, governamentais, acadêmicos e organizações não governamentais. Contudo, surgiu uma clara distinção sobre o quão próximos os modelos atuais estão de replicar a inteligência humana e quais serão os impactos econômicos de curto prazo dessa tecnologia.
Os grandes modelos de linguagem (LLMs) que fascinaram o mundo não representam um caminho para a inteligência artificial de nível humano, afirmaram dois especialistas em IA em comentários separados em Davos.
Demis Hassabis, CEO da Google DeepMind e ganhador do Prêmio Nobel, disse que os sistemas de IA atuais, apesar de suas impressionantes capacidades, estão “muito longe” de alcançar a inteligência geral artificial (AGI).
Yann LeCun, um pioneiro em IA que recebeu o Prêmio Turing, a mais prestigiada honraria em ciência da computação, foi ainda mais incisivo, afirmando que os LLMs que sustentam os principais modelos de IA nunca conseguirão atingir uma inteligência semelhante à humana e que uma abordagem completamente diferente será necessária.
As opiniões deles contrastam de forma marcante com a posição defendida por executivos das principais concorrentes da Google em IA, OpenAI e Anthropic, que afirmam que seus modelos de IA estão prestes a rivalizar com a inteligência humana.
Dario Amodei, CEO da Anthropic, disse a uma plateia em Davos que modelos de IA substituirão o trabalho de todos os desenvolvedores de software em um ano e alcançarão pesquisas científicas de nível “Nobel” em múltiplas áreas em dois anos. Ele afirmou que 50% dos empregos de colarinho branco desaparecerão em cinco anos.
O CEO da OpenAI, Sam Altman (que não esteve em Davos este ano), afirmou que já estamos começando a avançar para além da AGI de nível humano em direção à “superinteligência”, ou uma IA que seria mais inteligente que todos os humanos juntos.
LLMs podem levar à inteligência geral artificial?
Em uma aparição conjunta no FEM com Amodei, Hassabis mencionou que há uma chance de 50% de que a AGI seja alcançada dentro de uma década, embora não através de modelos construídos exatamente como os sistemas de IA atuais.
Em uma palestra posterior patrocinada pelo Google, ele detalhou que “talvez precisemos de uma ou duas inovações a mais antes de atingirmos a AGI.” Ele identificou várias lacunas principais, incluindo a capacidade de aprender a partir de apenas alguns exemplos, a habilidade de aprender continuamente, melhor memória de longo prazo e aprimoradas capacidades de raciocínio e planejamento.
“Minha definição de [AGI] é um sistema que pode mostrar todas as capacidades cognitivas que os humanos têm — e eu quero dizer todas,” afirmou, incluindo os “mais altos níveis de criatividade humana que sempre celebramos, os cientistas e artistas que admiramos.” Enquanto sistemas de IA avançados começaram a resolver equações matemáticas complexas e abordar conjecturas anteriormente não comprovadas, a IA precisará desenvolver suas próprias conjecturas inovadoras — uma tarefa “muito mais difícil” — para ser considerada no mesmo nível da inteligência humana.
LeCun, falando na AI House em Davos, foi ainda mais crítico em relação ao foco singular da indústria em LLMs. “A razão pela qual … os LLMs têm sido tão bem-sucedidos é porque a linguagem é fácil,” argumentou.
Ele contrastou isso com os desafios impostos pelo mundo físico. “Temos sistemas que podem passar no exame da ordem, eles podem escrever código … mas eles não realmente lidam com o mundo real. Essa é a razão pela qual não temos robôs domésticos [e] não temos carros-autônomos de nível cinco,” disse ele.
LeCun, que deixou a Meta em novembro para fundar o Advanced Machine Intelligence (AMI) Labs, argumentou que a indústria de IA se tornou perigosamente monolítica. “A indústria de IA está completamente obcecada por LLMs,” afirmou.
Ele disse que a decisão da Meta de focar exclusivamente em LLMs e investir bilhões em centros de dados colossais contribuiu para sua decisão de deixar a gigante da tecnologia. LeCun adicionou que sua opinião de que LLMs e IA generativa não eram o caminho para a IA de nível humano, muito menos a “superinteligência” desejada pelo CEO Mark Zuckerberg, o tornou impopular na empresa.
“No Vale do Silício, todos estão trabalhando na mesma coisa. Todos estão cavando a mesma trincheira,” disse ele.
A limitação fundamental, segundo LeCun, é que os sistemas atuais não conseguem construir um “modelo de mundo” que possa prever o que é mais provável que aconteça a seguir e conectar causa e efeito. “Não consigo imaginar que possamos construir sistemas agentes sem que esses sistemas tenham a capacidade de prever com antecedência quais serão as consequências de suas ações,” afirmou. “O modo como agimos no mundo é que sabemos prever as consequências de nossas ações, e isso é o que nos permite planejar.”
A nova empreitada de LeCun espera desenvolver esses modelos de mundo por meio de dados de vídeo. Mas, enquanto alguns modelos de IA em vídeo tentam prever pixels quadro a quadro, o trabalho de LeCun é projetado para funcionar em um nível de abstração mais elevado, correspondendo melhor a objetos e conceitos.
“Esta será a próxima revolução da IA,” disse ele. “Nunca vamos alcançar a inteligência de nível humano treinando LLMs ou apenas treinando com texto. Precisamos do mundo real.”
A perspectiva dos negócios
Hassabis coloca o prazo para uma AGI genuína de nível humano entre “cinco a dez anos.” No entanto, os trilhões de dólares investidos em IA mostram que o mundo dos negócios não está esperando para descobrir.
A discussão sobre AGI pode ser algo acadêmico para muitos líderes empresariais. A questão mais urgente, diz o CEO da Cognizant, Ravi Kumar, é se as empresas poderão capturar o enorme valor que a IA já oferece.
De acordo com uma pesquisa da Cognizant divulgada antes de Davos, a tecnologia de IA atual poderia desbloquear aproximadamente 4,5 trilhões de dólares em produtividade do trabalho nos EUA — se as empresas conseguirem implementá-la de forma eficaz.
Mas Kumar afirmou à Fortune que a maioria das empresas ainda não fez o trabalho duro de reestruturar seus negócios ou requalificar suas equipes para aproveitar o potencial da IA.
“Esses 4,5 trilhões gerarão valor real nas empresas se você começar a pensar sobre reinvenção [dos negócios existentes],” observou. Ele também mencionou que isso requer o que ele chamou de “integração” do trabalho humano e do trabalho digital realizado pela IA.
“A qualificação não é mais uma questão secundária,” argumentou. “Agora tem que ser parte da história da infraestrutura para que você possa direcionar as pessoas ao futuro, criar salários mais altos e mobilidade social ascendente, e tornar isso um esforço que gera prosperidade compartilhada.”
