Olá, pessoal, bem-vindos ao boletim informativo regular sobre IA do TechCrunch.
Esta semana em IA, a Gartner lançou um relatório sugerindo que cerca de um terço dos projetos de IA generativa na empresa serão abandonados após a fase de prova de conceito até o final de 2025. Os motivos são muitos — baixa qualidade de dados, controles de risco inadequados, custos crescentes de infraestrutura e assim por diante.
Mas uma das maiores barreiras à adoção da IA generativa é o valor comercial pouco claro, de acordo com o relatório.
Adotar a IA generativa em toda a organização traz custos significativos, variando de US$ 5 milhões a incríveis US$ 20 milhões, estima a Gartner. Um simples assistente de codificação tem um custo inicial entre US$ 100.000 e US$ 200.000 e custos recorrentes de mais de US$ 550 por usuário por ano, enquanto uma ferramenta de pesquisa de documentos com tecnologia de IA pode custar US$ 1 milhão inicial e entre US$ 1,3 milhão e US$ 11 milhões por usuário anualmente, descobre o relatório.
Esses preços altos são difíceis de engolir para as empresas quando os benefícios são difíceis de quantificar e podem levar anos para se materializarem — se é que realmente se materializam. sempre materializar.
Uma pesquisa da Upwork deste mês revela que a IA, em vez de aumentar a produtividade, provou ser uma fardo para muitos dos trabalhadores que a utilizam. De acordo com a pesquisa, que entrevistou 2.500 executivos de alto escalão, funcionários em tempo integral e freelancers, quase metade (47%) dos trabalhadores que utilizam IA dizem que não têm ideia de como obter os ganhos de produtividade que seus empregadores esperam, enquanto mais de três quartos (77%) acreditam que as ferramentas de IA têm diminuiu produtividade e adicionado à sua carga de trabalho de pelo menos uma maneira.
Parece que o fase de lua de mel da IA pode muito bem estar acabando, apesar de atividade robusta do lado do VC. E isso não é chocante. Anedota depois anedota revela como a IA generativa, que tem não resolvido fundamental técnico problemasfrequentemente é mais problemático do que compensador.
Só terça-feira, Bloomberg Publicados um artigo sobre uma ferramenta do Google que usa IA para analisar registros médicos de pacientes, agora em testes em hospitais HCA na Flórida. Usuários da ferramenta com quem a Bloomberg falou disseram que ela não consegue fornecer consistentemente informações confiáveis sobre saúde; em uma ocasião, ela não conseguiu observar se um paciente tinha alguma alergia a medicamentos.
As empresas estão começando a esperar mais da IA. Salvo avanços de pesquisa que abordem o pior de suas limitações, cabe aos fornecedores gerenciar as expectativas.
Veremos se eles terão a humildade de fazer isso.
Notícias
PesquisarGPT: A OpenAI anunciou na última quinta-feira o SearchGPT, um recurso de pesquisa projetado para dar “respostas oportunas” a perguntas, extraídas de fontes da web.
O Bing ganha mais IA: Para não ficar para trás, a Microsoft apresentou na semana passada sua própria experiência de busca com tecnologia de IA, chamada de busca generativa do Bing. Disponível para apenas uma “pequena porcentagem” de usuários no momento, a busca generativa do Bing — como o SearchGPT — agrega informações de toda a web e gera um resumo em resposta às consultas de busca.
X opta por usuários em: O X, antigo Twitter, silenciosamente lançou uma mudança que parece colocar os dados do usuário como padrão em seu pool de treinamento para o chatbot Grok do X, uma mudança que foi notada por usuários da plataforma na sexta-feira. Reguladores da UE e outros rapidamente reclamaram. (Quer saber como cancelar? Aqui está um guia.)
UE pede ajuda com IA: A União Europeia deu início a uma consulta sobre as regras que serão aplicadas aos provedores de modelos de IA de uso geral sob a Lei de IA do bloco, sua estrutura baseada em risco para regulamentar aplicações de IA.
Perplexity detalha licenciamento do editor: O mecanismo de busca de IA Perplexity em breve começará a compartilhar a receita de publicidade com editores de notícias quando seu chatbot exibir o conteúdo deles em resposta a uma consulta, uma medida que parece ter sido criada para apaziguar os críticos que acusaram o Perplexity de plágio e extração antiética da web.
Meta lança AI Studio: A Meta disse na segunda-feira que está lançando sua ferramenta AI Studio para todos os criadores nos EUA para deixá-los criar chatbots personalizados com tecnologia de IA. A empresa revelou o AI Studio pela primeira vez no ano passado e começou a testá-lo com criadores selecionados em junho.
O Departamento de Comércio endossa modelos “abertos”: O Departamento de Comércio dos EUA emitiu na segunda-feira um relatório em apoio a modelos de IA generativa de “peso aberto”, como o Llama 3.1 da Meta, mas recomendou que o governo desenvolva “novos recursos” para monitorar esses modelos em busca de riscos potenciais.
$99 Amigo: Avi Schiffmann, um desistente de Harvard, está trabalhando em um dispositivo de US$ 99 alimentado por IA chamado Friend. Como o nome sugere, o pingente usado no pescoço é projetado para ser tratado como uma espécie de companheiro. Mas ainda não está claro se ele funciona como anunciado.
Artigo de pesquisa da semana
Aprendizado por reforço a partir de feedback humano (RLHF) é a técnica dominante para garantir que modelos de IA generativos sigam instruções e cumpram diretrizes de segurança. Mas RLHF requer o recrutamento de um grande número de pessoas para classificar as respostas de um modelo e fornecer feedback, um processo demorado e caro.
Então a OpenAI está adotando alternativas.
Em um novo papelpesquisadores da OpenAI descrevem o que eles chamam de recompensas baseadas em regras (RBRs), que usam um conjunto de regras passo a passo para avaliar e guiar as respostas de um modelo a prompts. RBRs quebram comportamentos desejados em regras específicas que são então usadas para treinar um “modelo de recompensa”, que direciona a IA — “ensinando-a”, em certo sentido — sobre como ela deve se comportar e responder em situações específicas.
A OpenAI afirma que os modelos treinados com RBR demonstram melhor desempenho de segurança do que aqueles treinados apenas com feedback humano, ao mesmo tempo em que reduzem a necessidade de grandes quantidades de dados de feedback humano. Na verdade, a empresa diz que usa RBRs como parte de sua pilha de segurança desde o lançamento do GPT-4 e planeja implementar RBRs em modelos futuros.
Modelo da semana
O DeepMind do Google está progredindo em sua busca para resolver problemas matemáticos complexos com IA.
Há alguns dias, a DeepMind anunciado que treinou dois sistemas de IA para resolver quatro dos seis problemas da Olimpíada Internacional de Matemática (IMO) deste ano, a prestigiosa competição de matemática do ensino médio. A DeepMind afirma que os sistemas, AlphaProof e AlphaGeometry 2 (o sucessor do de janeiro) AlfaGeometria), demonstrou aptidão para formar e utilizar abstrações e planejamento hierárquico complexo — tudo isso historicamente desafiador para os sistemas de IA.
AlphaProof e AlphaGeometry 2 trabalharam juntos para resolver dois problemas de álgebra e um problema de teoria dos números. (As duas questões restantes em combinatória ficaram sem solução). Os resultados foram verificados por matemáticos; é a primeira vez que sistemas de IA conseguem atingir desempenho de nível de medalha de prata em questões da IMO.
Há algumas ressalvas, no entanto. Levou dias para os modelos resolverem alguns dos problemas. E embora suas capacidades de raciocínio sejam impressionantes, AlphaProof e AlphaGeometry 2 não podem necessariamente ajudar com problemas abertos que têm muitas soluções possíveis, diferentemente daqueles com uma resposta certa.
Veremos o que a próxima geração trará.
Saco de surpresas
A startup de IA Stability AI lançou um modelo de IA generativa que transforma um vídeo de um objeto em vários clipes que parecem ter sido capturados de ângulos diferentes.
Chamado Vídeo Estável 4Do modelo pode ter aplicações no desenvolvimento de jogos e edição de vídeo, diz Stability, assim como realidade virtual. “Prevemos que as empresas adotarão nosso modelo, ajustando-o ainda mais para atender às suas necessidades exclusivas”, disse a empresa escreveu em uma postagem de blog.
Para usar o Stable Video 4D, os usuários carregam as filmagens e especificam os ângulos de câmera desejados. Após cerca de 40 segundos, o modelo gera oito vídeos de cinco quadros (embora a “otimização” possa levar outros 25 minutos).
A Stability diz que está trabalhando ativamente para refinar o modelo, otimizando-o para lidar com uma gama mais ampla de vídeos do mundo real além dos conjuntos de dados sintéticos atuais nos quais foi treinado. “O potencial dessa tecnologia na criação de vídeos realistas e multiangulares é vasto, e estamos animados para ver como ela evoluirá com pesquisa e desenvolvimento contínuos”, continuou a empresa.