São Paulo — InkDesign News —
A tecnologia de machine learning (ML) continua a revolucionar diversos setores, permitindo avanços significativos na inteligência artificial (IA). Pesquisa recente revela abordagens inovadoras que elevam a acurácia de sistemas de aprendizado, oferecendo novas perspectivas para o futuro da IA.
Contexto da pesquisa
A implementação de modelos de IA enfrenta desafios complexos, especialmente no que se refere à regulação e ao desenvolvimento ético. Executivos de grandes empresas europeias, como Airbus e Mercedes-Benz, expressaram preocupação com as novas normas da União Europeia. Eles alertaram que um avanço apressado nas regulamentações pode comprometer o potencial competitivo da região no cenário global de IA.
Método proposto
Um grupo de líderes industriais está clamando por uma pausa de dois anos nas regulamentações que afetam modelos de IA de propósito geral, como o ChatGPT da OpenAI. O apelo se baseia na análise do impacto regulatório que poderá afetar a implementação de sistemas de IA de alta risco. As novas diretrizes propostas pela Comissão Europeia seguem uma abordagem baseada em risco, onde a gravidade das obrigações aumenta proporcionalmente ao potencial impacto sobre os direitos e a saúde dos cidadãos europeus.
“A complexidade da regulação atual coloca os objetivos de IA na Europa em risco”
(“The EU’s complex regulation puts Europe’s AI ambitions at risk.”)— CEO, Airbus
Resultados e impacto
A EU anunciou que publicará um código de prática antes dos novos regulamentos entrarem em vigor. Embora haja preocupações sobre a diluição deste código, a expectativa é que ele forneça diretrizes mais claras para modelos de IA de propósito geral, incluindo ferramentas como o Gemini da Google. Comparações de desempenho estão sendo realizadas em diferentes conjuntos de dados, validando a eficácia dos modelos em cenários reais.
“É crucial que simplifiquemos as regras para não inviabilizar a inovação”
(“It’s essential that we simplify the rules to not stifle innovation.”)— CEO, Mistral
Estudos futuros focarão na aplicação desses modelos em setores críticos, como saúde e transporte, onde a IA pode oferecer soluções significativas para problemas complexos.
Fonte: (TechXplore – Machine Learning & AI)
