A Inteligência Artificial vai fracassar nos próximos anos e o motivo é bem simples do que você imagina.
Muito se fala sobre o alcance que a Inteligência Artificial (IA) e como serão nossas vidas com ela incorporada em tudo que fazemos no nosso dia a dia, de torradeiras a carros, de celulares a atendimento em restuarantes, focamos no pensamento de como as coisas vão mudar sem pensar na lógica básica em torno do problema em que a IA resolve.
Mas que problema a IA resolve?
Empresas como OpenAI e a Antriphic propõem que se tornarão pilares fundamentais para trabalhos intelectuais (e futuramente para os braçais também), podendo substituir seres humanos em alguns casos atualmente, pretendendo substituir todos no futuro.
No entanto, com o recente aumento nos preços do serviço prestado, intimamente ligados ao período pré-IPO das gigantes do setor, os verdadeiros custos estão indicando que a substituição do trabalho pode não ser tão acessível assim para todas as empresas. Com isso, a velha conversa sobre eficiência vem a tona, com cada vez mais pessoas falando sobre economia de tokens e usar modelos somente nos momentos certos.
Mas economizar tokens faz sentido?
Veja bem, todo o lance da IA é habilitar os computadores a interagir com os seres humanos usando uma linguagem de gente, não de máquina, e que a máquina entenderia todas as nuances do diálogo e resolveria o problema tão bem quanto qualquer um. Esse processo envolve trilhar caminhos de racioncínio e iterar várias vezes sobre o que se está produzindo para gerar um resultado satisfatório. Temos várias alternativas para economizar tokens nesse processo: a primeira é compactar os dados e treinar modelos para trabalhar nos dados compactados, a segunda seria criar regras formais para pedir coisas aos modelos de linguagem ou para iterar sobre o raciocínio do modelo.
E o que siginifica isso?
Se você leu até aqui para eu lhe informar que o tema prompt engineering vai voltar a moda ou que provavelmente vão tentar te vender uma linguagem de programação para agentificar LLMs, vou te falar mais, isso é a mais pura bobagem! Não faz sentido mudar o fluxo de:
Humando -> programar -> SO -> máquina
para:
Humano -> programar -> IA -> programa -> SO -> máquina
Isso torna todo o processo de uso de computadores extremamente ineficiente e caro, adicionando camadas que não precisavam existir, tentando resolver o problema para o qual as linguagens de programação foram criadas.
Se não faz sentido criar uma linguagem de programação para IAs, como podemos otimizar o processo?
Esse processo pode ser otimizado se pensarmos em que camadas podemos nos livrar para economizar memória e processamento, ou meios de verificar o que foi gerado sem ter que escrever meia duzia de arquivos para os documentos. A redução de cada camada poderia ser feita a partir dessas tecnologias:
- Model verification - verificações formais sobre o que foi gerado pela IA
- Compressão homomórfica - criação dessa área de conhecimento
- IA criando código de máquina - elminaria a camada de programação em alto nível e Sistema Operactional, diminuindo significativamente a interpretabilidade do código gerado
- Sistemas operacionais ou virtualizações voltados para execução de comandos da IA - eliminaria a necessidade de gerar um programa a ser interpretado pela IA, quando a IA pode executar os comandos diretamente
Coloquem nos comentários o que acham dessas ideias e o que mais acham que deveria surgir para tornar a IA mais eficiente.