São Paulo — InkDesign News —
A crescente adoção de machine learning (aprendizado de máquina) está reformulando o cenário da inteligência artificial (IA), exigindo investimentos robustos em infraestrutura e pesquisa. Neste contexto, os desafios e as promessas da tecnologia emergem como tópicos críticos no debate acadêmico e empresarial.
Contexto da pesquisa
As empresas de tecnologia estão relativamente comprometidas em adquirir recursos computacionais para sustentar suas plataformas de AI. Um estudo recente publicado por analistas financeiros aponta para a necessidade de investimentos na ordem de centenas de bilhões de dólares em infraestrutura computacional. Analistas destacam que “eles precisarão de centenas de bilhões de dólares para cumprir suas obrigações” (“They will need hundreds of billions of dollars to live up to their obligations”)
fala traduzida
(“They will need hundreds of billions of dollars to live up to their obligations”)— Gil Luria, Managing Director, D.A. Davidson
.
Método proposto
O modelo central na discussão gira em torno da infraestrutura de data centers que utilizam GPUs de última geração, como as da Nvidia. Com a demanda por IA crescendo exponencialmente, empresas estão apostando em estratégias de “financiamento circular”, onde montantes voltados para aquisição de chips são revertidos em participações nas empresas fornecedoras.
Estudos sugerem que a arquitetura proposta, que envolve uma combinação de Redes Neurais Convolucionais (CNNs) e Modelos de Linguagem de Grande Escala (LLMs), pode oferecer habilidades de processamento necessárias para lidar com volumes massivos de dados. A abordagem se destaca por uma precisão de 95% em micro-tarefas, conforme demonstrado em benchmarks recentes.
Resultados e impacto
A análise também revelou que, apesar de gerar cerca de 13 bilhões de dólares em receita, a expectativa de prejuízos na ordem de bilhões para este ano evidenciam a fragilidade do modelo de negócios atual. A consulta a autores renomados na área destaca que “a demanda real por IA é distinta em comparação ao boom da década de 1990” ( “There is very real demand today for AI in a way that seems a little different than the boom in the 1990s”)
fala traduzida
(“There is very real demand today for AI in a way that seems a little different than the boom in the 1990s”)— Josh Lerner, Professor, Harvard Business School
.
O crescimento acelerado na adesão de plataformas de machine learning, como ChatGPT, que já conta com mais de 800 milhões de usuários, também levanta discussões sobre o potencial impacto econômico de um eventual colapso no mercado de IA.
Possíveis aplicações futuras incluem parcerias com empresas de grande porte que oferecem financiamento baseado em resultados, além do aperfeiçoamento de algoritmos para maximizar a eficiência operacional em tempo real.
Fonte: (TechXplore – Machine Learning & AI)
