São Paulo — InkDesign News — A startup Adaption Labs, cofundada por Sara Hooker, ex-vice-presidente de Pesquisa de AI da Cohere, busca desenvolver sistemas de inteligência artificial que se adaptem e aprendam continuamente a partir de experiências do mundo real, desafiando a abordagem convencional de escalabilidade em modelos de linguagem.
Financiamento
Adaption Labs está em progresso para garantir uma rodada inicial de financiamento entre US$ 20 milhões e US$ 40 milhões. Esta quantia servirá para apoiar pesquisas e desenvolvimentos de tecnologias que visam superar os desafios atuais na eficiência de aprendizado de máquinas.
Modelo de negócios
A proposta da empresa se baseia na ideia de que escalar modelos de linguagem de grande porte se tornou uma estratégia ineficiente. Hooker afirmou: “Há um ponto de virada agora onde é muito claro que a fórmula de apenas escalar esses modelos… não produziu inteligência capaz de navegar ou interagir com o mundo.”
“Há um ponto de virada agora onde é muito claro que a fórmula de apenas escalar esses modelos — abordagens escaladas, que são atraentes, mas extremamente enfadonhas — não produziu inteligência que é capaz de navegar ou interagir com o mundo.”
— Sara Hooker, Cofundadora, Adaption Labs
Isso indica uma mudança significativa nas prioridades das pesquisas em AI, onde o foco pode se deslocar de apenas criar modelos maiores para desenvolver métodos mais inteligentes e adaptativos.
A nova abordagem
Hooker destacou que atualmente as técnicas de aprendizado por reforço não têm conseguido ajudar modelos já em produção a aprender em tempo real. Ela objetiva demonstrar que sistemas de AI podem aprender de forma mais econômica e eficiente a partir do ambiente. “Provar isso mudará completamente a dinâmica de quem controla e molda a IA.”
Desafios e perspectivas
Pesquisadores da MIT recentemente reforçaram a ideia de que os maiores modelos de AI podem estar enfrentando retornos decrescentes em termos de desempenho, com seus estudos colocando a escalabilidade em xeque. Além disso, empresas como a OpenAI estão explorando novas metodologias para entender melhor como a AI pode ser aprimorada sem necessariamente aumentar o tamanho dos modelos.
Adaption Labs, por outro lado, está focada em provar que o aprendizado adaptativo pode não apenas ser mais poderoso, mas também mais econômico. Hooker, conhecida por sua dedicação em ampliar o acesso à pesquisa de AI globalmente, planeja contratar talentos de diversas regiões, ampliando a diversidade na área.
Se Adaption Labs lograr seu objetivo de desafiar os limites atuais da escalabilidade, as implicações poderão ser significativas. A crença de que modelos maiores levarão à inteligência geral pode ser revista, e a eficiência no aprendizado adaptativo pode se tornar a nova norma.
Nos próximos passos, a startup se prepara para expandir suas operações e pode ter o IPO no horizonte, dependendo do sucesso de suas iniciativas de financiamento e desenvolvimento.
Fonte: (TechCrunch )
