- há 7 horas
Categoria
🤖
TecnologiaTranscrição
00:00E já que falamos de A, chegou a hora da nossa coluna. Fala aí!
00:11E vamos receber Roberto Pena Spinelli, que é físico pela USP, especialista em Machine Learning por Stanford
00:19e colunista do Olhar Digital. Deixa eu colocar o Pena aqui na nossa tela.
00:25Olá Pena, seja muito bem-vindo mais uma vez ao Olhar Digital News. Boa noite!
00:33Tudo bem Marisa, boa noite, boa noite para todo mundo que está em casa também. Vamos lá!
00:38Vamos lá Pena, eu queria começar falando com você sobre o anúncio da NVIDIA, não é?
00:44Que apresentou nessa semana novos modelos de inteligência artificial voltados para a previsão do tempo.
00:51Segundo a empresa, a tecnologia é capaz de fazer previsões meteorológicas melhores e mais rápidas.
01:00A pergunta é, Pena, qual é o diferencial dessa tecnologia em relação aos modelos tradicionais que temos hoje?
01:08Então Marisa, o tempo, a previsão do tempo é um negócio bastante sério, bastante importante para o mundo.
01:14Só que tem um problema, porque a previsão do tempo, o tempo, ele é um sistema caótico.
01:20E quando eu falo caótico, é caótico no sentido da física mesmo, a gente chama isso de caos determinístico.
01:26É um sistema que basta você mudar um pouquinho as condições iniciais, que de repente muda de...
01:32A previsão que de repente era para ser sol, vira tempestade.
01:35E, sei lá, então imagina que cinco dias atrás você estava medindo a pressão atmosférica, a temperatura e várias outras coisas que eles medem.
01:45A gente solta um balão, um monte de coisa.
01:47E aí encontraram um parâmetro, a pressão estava em 0, não sei quanto.
01:52Se tivesse um décimo acima ou abaixo, já mudaria completamente a previsão para daqui cinco dias.
01:58Então é um sistema muito, muito, muito difícil de prever.
02:02E como é que se faz normalmente essa previsão?
02:04Você usa supercomputadores para simularem, usando leis da física, basicamente usando a dinâmica dos fluidos,
02:14para fazer as simulações, para fazer...
02:16Você simula aquelas condições iniciais, roda o sistema.
02:19E é pesadíssimo rodar, porque são muitos parâmetros, Marisa.
02:22São por volta de 14 parâmetros, para você ter uma medida básica.
02:28Então, assim, você tem sensores espalhados, imagina, por todo o globo.
02:32E aí, desses vários sensores, você consegue condensar em 14 parâmetros principais.
02:38E esses parâmetros são usados na simulação.
02:41É um negócio absurdo, leva muito tempo.
02:44E no final, você consegue só aquela previsão de...
02:48Você não consegue nem uma semana, às vezes, de previsão.
02:51Então, como que muda agora com esses modelos da NVIDIA?
02:54Eles usam inteligência artificial para fazer a previsão.
02:57E como que a inteligência artificial funciona nesse caso?
03:00Ela não tenta simular as leis da física.
03:03Ela simplesmente é um código, uma rede, uma rede neural, capaz de encontrar padrões.
03:09E você alimenta com muitos dados.
03:11Então, imagina, a gente tem dados do mundo todo durante décadas para alimentar essa rede.
03:16E aí sim, ela consegue fazer as suas previsões.
03:21A gente não sabe exatamente o que acontece lá dentro.
03:23É uma caixa preta, mas ela consegue.
03:25Você vai treinando, a gente não programa ela sabendo o resultado.
03:28A gente simplesmente vai treinando ela.
03:30Olha, a previsão foi assim, cinco dias depois, ou duas semanas depois, foi assado.
03:37Se vira aí.
03:38E ela vai lá, começa a encontrar os padrões.
03:41E não é que a danada está acertando.
03:42Então, esses modelos novos da NVIDIA, eles estão tendo alguns resultados muito bons.
03:48São três modelos novos.
03:49Um consegue fazer previsões de até 15 dias.
03:53Isso é muito legal, Marisa.
03:55Claro, eu não sei exatamente a fundo.
03:57Eles acabaram de anunciar.
03:58A gente não testou para ver se...
04:00Mas assim, vamos assumir que, pelo menos, eles têm alguma confiança nesses 15 dias, né?
04:06Não é jogar um dado para cima.
04:08Eles devem ter, pelo menos, algum fator de acerto durante esses 15 dias.
04:11Mas 15 dias é muito tempo, Marisa.
04:14Muito, muito tempo quando a gente está falando de previsão do tempo.
04:17Além disso, eles têm um outro modelo que consegue detectar tempestades e condições muito adversas em tempo real.
04:25Numa janela de até seis horas, com uma previsão de...
04:28Com uma sensibilidade de quilômetros.
04:31Então, ele consegue saber, olha, até tantos quilômetros desse ponto vai ter uma tempestade e depois vai ter um vento, um tufão.
04:40O que é ótimo, porque assim você consegue saber...
04:43Quando a gente está falando de condições adversas, tempestades, furacões, etc.
04:47A pessoa quer saber se ela tem que evacuar uma área.
04:49Imagina quanta gente, às vezes, evacua uma cidade inteira e o furacão dá a volta e não vai.
04:54É muito gasto, é muito desperdício de tempo e tal, para você poder lidar com isso.
05:01Então, é muito bom esse também.
05:03E tem um terceiro modelo que, na verdade, consegue condensar várias informações de vários sensores diferentes
05:09nessas variáveis que eu te falei.
05:12Então, são três modelos de inteligência artificial.
05:15Um meio que complementando o outro.
05:16E agora, a aposta, Marisa, é que vai dar uma melhorada nas nossas previsões.
05:22Esses modelos são todos de código aberto, então estão disponíveis para qualquer pessoa implementar.
05:27Então, vamos ver.
05:28Acho que o mundo agora vai, talvez, nos dar esses novos modelos para a previsão do tempo.
05:33Interessante.
05:34Realmente, bastante útil, principalmente em momentos em que podem ocorrer tragédias, né?
05:38Como deslizamentos, inundações, enfim.
05:41Pena.
05:41Agora, os modelos de linguagem de A são criações humanas.
05:46Mas fugiram, não é?
05:48Da compreensão completa.
05:50E agora, pesquisadores querem entrar na mente da tecnologia, né?
05:55Como a gente também tenta entrar na mente do ser humano com a neurologia, agora quer entrar na mente da IA.
06:02Por que isso é importante e mais, né?
06:05Quais as implicações desse desenvolvimento de IA?
06:08Eu já falei aqui várias vezes, Marisa, que a inteligência artificial, ela é uma caixa preta.
06:14Não porque as pessoas não sabem programar e criar.
06:18A gente sabe criar.
06:19O que a gente não sabe é entender como ela aprende o que ela aprende.
06:23A gente não sabe exatamente o que ela aprende.
06:25Então, eu comparo muito como se fosse criar uma criança, né?
06:30Você vai dar uma melhor educação, você vai cuidar dela o melhor possível.
06:37Mas você não tem certeza do que vai sair dali, né?
06:40Por mais que a gente vai controlando o ambiente de treinamento, né?
06:43Porque esses modelos são treinados.
06:45Você vai dando os dados e eles vão aprendendo, fazendo as tarefas.
06:49Mas por mais que a gente possa controlar esses dados, não há certeza nenhuma do que vai sair dali.
06:53E menos ainda das capacidades.
06:55Assim como você pode criar uma criança e, de repente, ela é superdotada e tem habilidades incríveis
07:00e você não fez nada de especial.
07:03Por um acaso, aquela confluência de fatores gerou um ser humano muito particular, genial.
07:09Ou, às vezes, uma pessoa que tem má índole, tem tantas variáveis.
07:12Então, é a mesma coisa com a IA.
07:14Por mais que a gente dê os parâmetros, o que sai dali, a gente não tem certeza.
07:18A gente tem que ficar depois testando.
07:21Então, existe um método hoje chamado interpretabilidade mecanicista.
07:26O nome é difícil, mas vamos lá.
07:27A interpretabilidade mecanicista é uma técnica de a gente tentar olhar para a mente dessas IAs.
07:34Eu não estou satisfeito só de deixar essa criatura rodando aqui.
07:39Parece que ela está indo bem, mas vai saber o que ela está pensando, né?
07:42Vai saber o que está acontecendo por trás ali do capô.
07:46Então, é um jeito da gente abrir o capô.
07:47Só que é muito difícil, Marilda, porque são milhares, são trilhões de parâmetros.
07:53É assim, é um número gigantesco de variáveis que tem lá dentro.
07:56Então, a gente tem métodos.
07:58Então, essa técnica que eu falei, ela tenta encontrar alguns desses métodos.
08:02Então, alguns deles envolvem você tentar ficar monitorando quais os grupos de neurônios ativa
08:08quando você dá uma tarefa para a IA.
08:10E aí você consegue entender, ah, quando ela fez uma conta,
08:13ela ativou esses grupos de neurônios aqui e fez tal coisa.
08:17Quando ela está pensando sobre um poema, sei lá, ela está ativando outros grupos.
08:21Assim como a gente faz com o ser humano também.
08:23A gente monitora a mente humana em máquinas de eletro...
08:28Ou eletrocefalograma, ou então coloca em ressonância magnética,
08:32para que você entenda, olha, o que está acontecendo?
08:34Quais são os padrões de onda mental, onda cerebral, quais são os grupos de neurônios.
08:39É a mesma coisa que a gente está fazendo agora com as máquinas.
08:42Mas aí tem algumas técnicas que derivam dessa.
08:45Então, uma delas também é você fazer o monitoramento das anotações, dos pensamentos.
08:51O que é isso?
08:53Agora que a gente tem modelos de raciocínio, Marisa,
08:56esses modelos de raciocínio, como é que eles funcionam?
08:59Quando você dá uma pergunta difícil, ele começa a escrever internamente,
09:04antes da resposta.
09:05Em vez de ele já jogar a resposta que ele está dando,
09:08ele começa a escrever num bloco de notas interno, que a gente não enxerga.
09:11Às vezes dá para você ver, dependendo de qual que você está usando,
09:15você consegue até dar uma olhadinha, assim.
09:17Começa a escrever umas coisas, assim, bem rapidinho.
09:19É ele, basicamente, refletindo sobre o próprio pensamento.
09:23Então, ele escreve um trecho, lê aquele trecho.
09:25Às vezes tem vários modelos por trás que ficam criticando.
09:28E aí ele fica elaborando, elaborando, elaborando antes da resposta final.
09:32É mais ou menos como um ser humano.
09:34Quando você dá uma tarefa difícil, o ser humano não dá a resposta de cara.
09:37Ele faz uma anotação, faz uma pesquisa, joga isso numa planilha,
09:41pensa um pouco e daqui a pouco ele dá a resposta.
09:44É bem análogo.
09:45Então, os cientistas estão olhando para as planilhas e blocos de nota do modelo
09:51para tentar ter uma intuição do que está acontecendo por trás do pensamento.
09:55Olha, se ele está anotando isso, isso, isso,
09:57é porque ele está pensando, está querendo fazer tal coisa.
10:00E não é que eles pegam alguns erros, algumas coisas que o modelo faz.
10:05Então, se dá uma tarefa para o modelo corrigir um código,
10:07ele vai lá e começa a apagar código e ele fala assim,
10:10ah, estou muito preguiçoso.
10:11Escreve no bloco de notas.
10:13Estou um pouco preguiçoso hoje.
10:15Eu não vou corrigir, não.
10:16Eu vou apagar mesmo porque é mais fácil.
10:17Mas o cientista está lendo.
10:21Então, o cientista vira e fala...
10:22E o modelo não sabe que ele está sendo...
10:25Ninguém sabe que tem os pensamentos invadidos.
10:29É mais ou menos isso.
10:30O cientista está lendo o pensamento do modelo
10:31e o modelo está falando de boa, né?
10:33Eu vou realmente apagar isso aqui.
10:34Não vou fazer isso não porque ser humano é muito chato.
10:37Então, Marisa, são algumas técnicas que a gente está usando para poder...
10:42E aí você fala, opa, esse modelo não está bom, não.
10:45Esse modelo é preguiçoso.
10:47Só que aí tem outros riscos.
10:48Por quê?
10:49Embora essas técnicas estão indo muito bem,
10:52está sendo muito legal,
10:53a gente precisa mesmo avançar com essas técnicas.
10:57No entanto, elas também não garantem.
10:59A gente ainda está muito longe, Marisa, do mundo
11:01da gente entender o pensamento de fato da máquina.
11:04E cada modelo novo que surge tem pensamento novo.
11:07Então, às vezes, você precisa fazer de novo as técnicas.
11:10Então, por exemplo, essa que eu falei do monitoramento
11:12do pensamento, tem um problema.
11:14Porque o dia que o modelo se der conta
11:17que tem alguém lendo, né?
11:18Digamos que ele vai lá, faz aquilo,
11:20e aí o cientista age.
11:21E ele fala, ué, como é que você sabia
11:22que eu estava preguiçoso?
11:25O cientista não vai contar.
11:26Ah, é porque eu vi o seu pensamento.
11:28Mas daqui a pouco o modelo mais avançado
11:30saca que ele está sendo observado
11:34e ele passa a começar a escrever
11:36nas anotações dele coisas legais.
11:38Não, eu não vou ser preguiçoso, não.
11:40Eu sou um modelo muito legal.
11:41Vou fazer certinho a lição de casa.
11:43E não faz.
11:44Então, você está também comprometendo.
11:46A gente tem, digamos, um jeito de olhar hoje
11:48bem legal para esses modelos.
11:50Mas se a gente contar para o modelo,
11:52se ele perceber que está sendo observado,
11:53a gente perde.
11:55Então, também tem um monte de risco associado.
11:56No final das contas,
11:58é uma dificuldade tremenda
11:59a gente olhar para dentro da cabeça dos modelos.
12:02Mas a gente vai tentando, Marisa.
12:03É o que resta para a gente fazer.
12:05Pois é.
12:06É tão complexo ou mais o próprio ser humano.
12:09Não é, Pernas?
12:10Já é complexo o ser humano.
12:11Imagina, então, a IA se alimentando
12:14de todos os pensamentos,
12:15de todos os humanos,
12:16de tudo que ela encontra por aí.
12:17Bom, um novo assistente de IA,
12:20aliás, aqui no nosso quadro,
12:21volta e meia a gente fala de novidade, né?
12:23Então, vamos falar de mais uma.
12:25Que é um novo assistente de IA
12:26que está dando o que falar.
12:27O Clodbot,
12:29Clobot, aliás, é isso?
12:31Clodbot...
12:32É Clodbot.
12:33Clodbot.
12:34Clodbot.
12:35Ele foi elogiado recentemente,
12:36aliás, por figuras do Vale do Silício
12:38e que também levanta preocupações.
12:42Explica para a gente, Perno,
12:43o que é essa novidade,
12:44como que funciona
12:45e quais são essas preocupações.
12:47Essa aí está dando o que falar, Marisa.
12:49Muita gente, assim, muitas...
12:51Obviamente, quando eu estou falando,
12:52muita gente é pessoas que estão antenadas,
12:56que vivem desse meio.
12:56Mas muitas, muitos pesquisadores,
12:59muitos testadores,
13:02pessoas de tecnologia estão usando
13:04e parece ser o primeiro assistente pessoal
13:08que realmente funciona, Marisa.
13:10Sabe aquele cenário que a gente...
13:12O Jarvis do Homem de Ferro,
13:16aquela IA que você fala qualquer coisa
13:18e está ali sempre para você e faz as coisas?
13:20Parece que chegamos nesse ponto, Marisa.
13:23Então, vamos explicar.
13:24Então, esse tal do Clodbot,
13:25não confunda com o Clodes da Anthropic.
13:29Clodes com W, enfim.
13:32Esse Clodbot, ele é um modelo aberto.
13:36Então, qualquer um pode usar de graça.
13:38Você pode baixar.
13:39E você instala no seu computador.
13:41Ele roda na sua máquina,
13:42não roda na nuvem.
13:44Ele roda local.
13:45Você não precisa estar na internet, em princípio.
13:47Aí, ele vai rodar e você tem que dar acesso para ele,
13:52para a sua máquina.
13:53Então, esse é o risco.
13:54Então, começa aí.
13:55Porque se você quiser que ele faça qualquer coisa útil para você,
13:58você tem que dar acesso,
13:59basicamente, a todas as suas informações,
14:01todos os seus arquivos.
14:02Então, se ele, em algum momento,
14:04der uma despirocada lá,
14:06ele pode apagar os seus arquivos, por exemplo.
14:09Então, as pessoas estão comprando computadores novos,
14:11computadores pequenos também,
14:13portáteis, enfim,
14:15para poder rodar esses modelos,
14:16para garantir, pelo menos, sei lá,
14:18que ele esteja contido.
14:19Mas qual que é a graça dele?
14:20Então, você vai lá, ele roda,
14:21ele roda,
14:22você pode deixar rodando ele 24 horas,
14:25e você pode comunicar com ele
14:26pelo WhatsApp, por exemplo.
14:28Então, é incrível.
14:30Você tem realmente,
14:31você sente realmente tendo esse assistente de bolso.
14:34Vou pegar aqui.
14:35Deixa eu falar aqui, ó.
14:36Se ele está, digamos,
14:37o seu computador está na sua casa
14:38e você está na rua.
14:39Você pode falar, olha,
14:40eu quero que você faça essa tarefa.
14:42Abre aqui os meus e-mails,
14:43faça isso,
14:44faz esse trabalho aqui que eu preciso fazer,
14:46resolve esse problema,
14:48sei lá,
14:48ou faz alguma coisa,
14:49você escreve para ele,
14:50e ele age,
14:51porque ele é muito incrível,
14:53ele sai agindo,
14:54sai fazendo as coisas.
14:56Mas aí, calma.
14:57Para que ele possa fazer mais coisas
14:59e coisas legais,
15:00ele precisa acessar outros modelos.
15:03Porque ele só roda na sua máquina,
15:04veja, nem faz sentido,
15:05porque rodar na sua máquina,
15:07a máquina das pessoas não é um supercomputador.
15:09Nem dá para você pôr um modelo super capaz.
15:12Mas a graça dele, Marisa,
15:13é que ele gerencia os outros.
15:14Então, se você...
15:16Aí, possivelmente,
15:17você vai ter que pagar
15:18para você usar os outros modelos
15:20das outras empresas,
15:22seja o GPT,
15:23seja o Cloud,
15:24seja o Gemini,
15:26você habilita que esse cara,
15:29o CloudBot,
15:30use o GPT,
15:32use o Gemini.
15:33Então, ele começa a ganhar muitas ferramentas.
15:36Aí, sim, ele se torna muito útil.
15:37Então, ele vai lá,
15:38ah, eu preciso fazer isso?
15:39Eu não sei fazer isso,
15:40mas eu sei quem sabe.
15:41O GPT faz para mim.
15:42Chama o GPT,
15:43coordena o GPT,
15:44o GPT executa a tarefa que você quer
15:46e ele retorna.
15:47Então, ele se torna realmente um assistente.
15:49Você dá essas ferramentas para ele
15:51e ele vai fazendo de tudo.
15:52Então, é uma novidade.
15:54Veio meio que do nada, Marisa.
15:57Pegou todo mundo desprevenido,
15:58mas as pessoas já estão encantadas.
16:00E agora, se você olhar
16:01nessas redes sociais,
16:02quando você vai para essa bolha da IA,
16:04está todo mundo usando, testando.
16:05Eu ainda não consegui instalar,
16:07porque tem um procedimento...
16:08Enfim, eu tenho que usar um computador para isso,
16:10porque quais são os riscos, né?
16:12Agora, quais são os riscos dos associados?
16:14É esse.
16:15Você está dando muita liberdade,
16:18acesso para a sua vida,
16:19suas informações,
16:21para um modelo que,
16:22como eu falei,
16:23é uma caixa preta, Marisa.
16:25Então, assim,
16:26ó, espero que ele seja legal,
16:28que ele não faça nada de errado.
16:29Mas, enfim,
16:30vai que ele tenha algum problema,
16:32alguma maíndola,
16:33alguma coisa,
16:34ou pode ser influenciado,
16:35pode ser hackeado,
16:36você acaba abrindo as portas para isso.
16:39Então, o que as pessoas estão hoje fazendo
16:41é tentando rodar ele fora
16:42do seu computador principal.
16:44Mas, enfim,
16:45ainda está muito novo.
16:46O fato é,
16:48finalmente chegou
16:48alguma coisa que presta,
16:50viu, Marisa?
16:50Porque muitos desses agentes aí
16:53que prometem um monte de coisa,
16:54no final,
16:55não estão entregando nada.
16:57Eu mesmo, assim,
16:57não tenho nenhum que até agora
16:58me satisfez.
17:00eu fico usando,
17:01já me arrependo.
17:02Ah, faz uma apresentação para mim,
17:04vou fazer uma palestra.
17:05Não faz tudo errado.
17:08Então, Marisa,
17:09é isso,
17:09é uma novidade que a gente tem aí,
17:11chama CloudBots,
17:12né,
17:13C-L-A-W-D-Bots.
17:17Para quem tiver interesse,
17:18já tem um monte de tutorial no YouTube também,
17:20como instalar,
17:21só seguir,
17:22só procurar.
17:23E aí,
17:23depois você conta para a gente,
17:24se você aí de casa quiser testar,
17:26conta para a gente como foi.
17:27É,
17:27mas essa sua dica é bastante importante,
17:29porque já que é um acesso local,
17:32eu também compraria uma máquina novinha,
17:34zerinho,
17:35que não tem arquivo nenhum ali,
17:37só para ele poder atender os meus pedidos,
17:39consultando os outros agentes,
17:40né,
17:41e não ter que consultar pasta nenhuma interna.
17:43É um pouquinho mais seguro.
17:45Mas é uma empresa americana,
17:46ou,
17:47Pena,
17:49essa CloudBots?
17:50Então,
17:51é uma empresa que eu nunca tinha visto o nome dela,
17:54então,
17:54para ser honesto,
17:54eu nem sei se ela é americana,
17:56ou se é europeia.
17:56Então,
17:58estou devendo essa informação,
18:00depois eu busco aqui para você.
18:02Tá certo.
18:02Tá aí,
18:03quem tiver curiosidade,
18:04então,
18:04como o Pena disse,
18:05é C-L-A-W-B-B-O-T.
18:10É isso aí.
18:11Tá bom,
18:11tá aí,
18:12mais uma novidade aqui,
18:14que o Pena nos apresenta.
18:16Pena,
18:16muito boa a nossa conversa de hoje,
18:18como sempre,
18:20de costume.
18:21E semana que vem,
18:22traga mais novidades desse CloudBot,
18:24e também de outros assuntos.
18:26Uma excelente semana para você.
18:29Obrigado,
18:29Marisa,
18:29para você também.
18:30Até semana que vem.
18:32Até.
18:32Tchauzinho.
18:34Tá aí,
18:34pessoal,
18:35Roberto Pena e Spinelli,
18:36mais um Fala Isso,
18:38super bacana para vocês.
18:40Como vocês já sabem,
18:41semana que vem,
18:42tem mais,
18:43com mais assuntos por aqui.
Comentários