O pioneiro em IA, Yann LeCun, gerou uma discussão animada hoje ao aconselhar a próxima geração de desenvolvedores a evitar modelos de linguagem de grande escala (LLMs). "Este trabalho é dominado por grandes empresas; há pouco para você contribuir", afirmou LeCun na VivaTech em Paris. "Concentre-se, em vez disso, em sistemas de IA da próxima geração que transcendem as limitações dos LLMs."
As observações de LeCun, chefe de IA da Meta e professor na NYU, rapidamente suscitaram perguntas sobre as deficiências dos LLMs atuais. Quando questionado mais a fundo no X (antigo Twitter), ele esclareceu: "Estou desenvolvendo sistemas de IA de próxima geração, não LLMs. Estou essencialmente sugerindo: 'compitam comigo!' Quanto mais mentes trabalhando nisso, melhor!"
Apesar do chamado à ação, muitos usuários buscaram clareza sobre o que constitui "IA da próxima geração" e alternativas potenciais aos LLMs. Desenvolvedores, cientistas de dados e especialistas em IA compartilharam uma variedade de ideias no X, incluindo IA orientada a limites, IA discriminativa, múltiplas tarefas, multimodalidade, aprendizado profundo categórico, modelos baseados em energia, pequenos modelos de linguagem com propósitos, casos de uso específicos, ajuste fino personalizado, modelos de espaço de estado e hardware para IA incorporada. Alguns sugeriram explorar as Redes Kolmogorov-Arnold (KANs), um avanço promissor em redes neurais.
Um usuário delineou cinco sistemas de IA da próxima geração:
- IA multimodal
- Raciocínio e inteligência geral
- IA incorporada e robótica
- Aprendizado não supervisionado e auto-supervisionado
- Inteligência Geral Artificial (AGI)
Outro aconselhou que todo estudante deve dominar os fundamentos, como:
- Estatísticas e probabilidade
- Transformação e manipulação de dados
- Reconhecimento clássico de padrões (ex.: Bayes ingênuo, árvores de decisão, florestas aleatórias)
- Redes neurais artificial
- Redes neurais convolucionais
- Redes neurais recorrentes
- IA generativa
Por outro lado, alguns argumentaram que o momento é ideal para os estudantes se envolverem com LLMs, já que suas aplicações estão amplamente inexploradas. Há muito a aprender sobre prompts, jailbreak e acessibilidade. Críticos também apontaram para o extenso desenvolvimento de LLMs pela Meta, sugerindo que as declarações de LeCun visavam sufocar a concorrência. Como um usuário comentou: "Quando o chefe de IA de uma grande empresa diz: 'não compitam', isso me faz querer competir."
LeCun, defensor da IA orientada a objetivos e de sistemas de código aberto, declarou em uma recente entrevista ao Financial Times que os LLMs carecem de raciocínio lógico e nunca alcançarão a inteligência humana. "Eles não compreendem o mundo físico, carecem de memória persistente, não conseguem raciocinar de forma significativa e não podem planejar hierarquicamente", afirmou.
A Meta recentemente apresentou sua Arquitetura Preditiva de Embedding de Vídeo Conjunto (V-JEPA), projetada para reconhecer e entender interações complexas entre objetos. Essa inovação se alinha à visão de LeCun para uma inteligência de máquina avançada (AMI).
Muitos especialistas da indústria ecoam o sentimento de LeCun sobre as limitações dos LLMs. O aplicativo de chat de IA Faune descreveu suas percepções como "incríveis", destacando como sistemas de loop fechado enfrentam rigidez significativa. "O criador de uma IA que pode aprender e se adaptar como um humano provavelmente receberá um Prêmio Nobel", afirmaram.
Outros apontaram a "supervalorização" dos LLMs na indústria, considerando-os um beco sem saída para verdadeiro avanço. Alguns até rotularam os LLMs como meras ferramentas conectivas que vinculam sistemas de forma eficiente, semelhantes a operadores de telefonia.
LeCun não é estranho à controvérsia. Ele se envolveu em debates intensos com outros pioneiros da IA, como Geoffrey Hinton, Andrew Ng e Yoshua Bengio, sobre os riscos existenciais que a IA representa, frequentemente argumentando que essas preocupações são exageradas. Um comentarista lembrou de uma entrevista recente com Hinton, que defendeu uma abordagem abrangente para os LLMs, afirmando uma correlação próxima entre cérebros humanos e de IA. "É fascinante observar tal desacordo tão fundamental", comentou o usuário.
Esse choque de perspectivas provavelmente não será resolvido tão cedo.
Classificação
