Especialistas em IA em Davos debatem o quão perto estamos de alcançar a inteligência em nível humano

Líderes de IA se reúnem em Davos para o Fórum Econômico Mundial

Esta semana, Davos, Suíça—um renomado destino de esqui—tornou-se o ponto de encontro de algumas das figuras mais proeminentes em inteligência artificial durante o Fórum Econômico Mundial (WEF).

A inteligência artificial foi um tema central nas conversas entre executivos de negócios, formuladores de políticas, acadêmicos e representantes de organizações sem fins lucrativos. No entanto, as opiniões divergiram fortemente sobre o quão próximos os sistemas atuais de IA estão de igualar a inteligência humana e quais mudanças econômicas podem seguir em breve.

Dois dos principais pesquisadores de IA em Davos enfatizaram que os grandes modelos de linguagem (LLMs), que capturaram a atenção mundial, não são o caminho para alcançar a inteligência de nível humano.

Demis Hassabis, CEO do Google DeepMind e laureado com o Nobel, lidera o desenvolvimento dos modelos Gemini AI do Google. Ele afirmou que, apesar de suas capacidades impressionantes, os sistemas de IA de hoje ainda estão longe de alcançar uma inteligência geral artificial (AGI) comparável à humana.

Yann LeCun, vencedor do Prêmio Turing e pioneiro em redes neurais, adotou uma postura ainda mais forte. Ele argumentou que os LLMs, que formam a espinha dorsal dos principais modelos de IA, nunca alcançarão uma inteligência semelhante à humana e que uma abordagem fundamentalmente nova é necessária.

Essas perspectivas contrastam fortemente com as de executivos da OpenAI e da Anthropic, principais concorrentes de IA do Google, que acreditam que seus modelos estão à beira de igualar a inteligência humana.

Dario Amodei, CEO da Anthropic, previu em Davos que a IA automatizaria todas as funções de desenvolvimento de software em um ano e atingiria capacidades de pesquisa em “nível Nobel” em vários campos científicos em dois anos. Ele também previu que metade de todos os empregos administrativos poderia desaparecer em cinco anos.

Enquanto isso, o CEO da OpenAI, Sam Altman (que não compareceu a Davos este ano), sugeriu que já estamos indo além da AGI de nível humano rumo à “superinteligência”—IA que supera a inteligência coletiva da humanidade.

Os LLMs são o caminho para a inteligência geral?

Durante uma sessão conjunta do WEF com Amodei, Hassabis estimou uma probabilidade de 50% de que a AGI possa se tornar realidade na próxima década, embora não por meio de modelos idênticos aos usados hoje.

Em uma discussão subsequente organizada pelo Google, Hassabis detalhou que “uma ou duas descobertas significativas” ainda podem ser necessárias para atingir a AGI. Ele destacou várias áreas cruciais onde o progresso é necessário: aprendizado com exemplos mínimos, aprendizado contínuo, memória de longo prazo aprimorada e habilidades de raciocínio e planejamento mais avançadas.

Ele definiu a AGI como um sistema capaz de demonstrar toda a gama de capacidades cognitivas humanas—including as formas mais elevadas de criatividade vistas em cientistas e artistas de destaque. Embora a IA avançada já consiga resolver problemas matemáticos complexos e abordar conjecturas anteriormente não resolvidas, Hassabis observou que a IA deve ser capaz de gerar suas próprias descobertas originais—um feito muito mais desafiador—antes que possa realmente rivalizar com a inteligência humana.

Crítica de LeCun: os limites dos LLMs

Falando na AI House em Davos, LeCun foi especialmente crítico em relação ao foco excessivo da indústria em LLMs. “Os LLMs tiveram sucesso porque a linguagem é relativamente simples”, argumentou.

Ele contrastou isso com as complexidades de interagir com o mundo físico: “Temos sistemas que podem passar em exames jurídicos e escrever códigos, mas eles não se envolvem realmente com ambientes do mundo real. É por isso que não temos robôs domésticos e veículos totalmente autônomos”, explicou.

LeCun, que deixou a Meta em novembro para lançar a Advanced Machine Intelligence Labs (AMI), acredita que o setor de IA tornou-se muito focado de forma restrita. “A indústria está totalmente fixada em LLMs”, disse.

Ele citou o investimento exclusivo da Meta em LLMs e grandes centros de dados como um fator para sua saída. O ceticismo de LeCun quanto aos LLMs e à IA generativa como caminho para uma IA de nível humano ou “superinteligente”—uma ambição do CEO Mark Zuckerberg—tornou suas opiniões impopulares dentro da empresa.

“No Vale do Silício, todos estão perseguindo a mesma ideia. Todos estão cavando a mesma trincheira”, comentou LeCun.

LeCun vê uma falha fundamental: os sistemas de IA atuais não conseguem construir um “modelo de mundo” para antecipar eventos futuros e ligar causas a efeitos. “Não acredito que possamos criar agentes autônomos sem capacitá-los a prever os resultados de suas ações”, disse. “Os humanos planejam porque podemos prever as consequências do que fazemos.”

Seu novo empreendimento visa desenvolver tais modelos de mundo usando dados de vídeo. Diferentemente de alguns modelos de IA de vídeo que preveem cada quadro de pixel por vez, a abordagem de LeCun busca operar em um nível mais alto de abstração, focando em objetos e conceitos.

“Isso vai desencadear a próxima revolução da IA”, previu. “A inteligência em nível humano não surgirá do treinamento de LLMs ou apenas do uso de texto. Precisamos que a IA interaja com o mundo real.”

Perspectivas de negócios sobre o futuro da IA

Hassabis estima que uma verdadeira AGI de nível humano pode chegar dentro de cinco a dez anos. No entanto, as enormes somas investidas em IA indicam que o setor empresarial não está esperando a materialização da AGI.

Para muitos líderes empresariais, o debate sobre a AGI é menos urgente do que a questão imediata de como aproveitar as capacidades atuais da IA. Ravi Kumar, CEO da Cognizant, enfatiza que o verdadeiro desafio é se as empresas podem realizar o imenso valor que a IA já oferece.

Uma pesquisa da Cognizant, divulgada antes de Davos, sugere que a IA de hoje poderia desbloquear cerca de US$ 4,5 trilhões em produtividade do trabalho nos EUA—desde que as empresas consigam implementá-la com sucesso.

No entanto, Kumar disse à Fortune que a maioria das organizações ainda não realizou a reestruturação ou a requalificação da força de trabalho necessária para se beneficiar totalmente da IA.

“Esses US$ 4,5 trilhões só se tornarão valor tangível se as empresas começarem a se reinventar”, disse ele, acrescentando que isso também depende da combinação eficaz do trabalho humano e automatizado por IA.

“Desenvolver novas habilidades não é mais opcional”, argumentou Kumar. “Isso precisa ser integrado à base da sua organização para ajudar as pessoas a se adaptarem, elevar salários, promover mobilidade social e garantir que o progresso impulsionado pela IA beneficie a todos.”

Este artigo foi publicado originalmente em Fortune.com.