Se você perguntar Yann LeCun, do Vale do Silício, tem um problema de pensamento de grupo. Desde que deixou Meta em novembro, o pesquisador e luminar da IA mirado na visão ortodoxa de que grandes modelos de linguagem (LLMs) nos levarão à inteligência synthetic geral (AGI), o limiar onde os computadores igualam ou excedem a inteligência humana. Todos, ele declarou em um entrevista recentefoi “cheio de LLM”.
Em 21 de janeiro, a startup Logical Intelligence, com sede em São Francisco nomeou LeCun para seu conselho. Construindo sobre uma teoria concebido por LeCun duas décadas antes, a startup afirma ter desenvolvido uma forma diferente de IA, mais bem equipada para aprender, raciocinar e autocorrigir.
A Inteligência Lógica desenvolveu o que é conhecido como modelo de raciocínio baseado em energia (EBM). Enquanto os LLMs preveem efetivamente a próxima palavra mais provável em uma sequência, os EBMs absorvem um conjunto de parâmetros – digamos, as regras do sudoku – e completam uma tarefa dentro desses limites. Supõe-se que esse método elimine erros e exija muito menos computação, porque há menos tentativa e erro.
O modelo de estreia da startup, Kona 1.0, pode resolver quebra-cabeças de sudoku muitas vezes mais rápido do que os LLMs líderes mundiais, apesar de rodar em apenas uma GPU Nvidia H100, de acordo com a fundadora e CEO Eve Bodnia, em entrevista à WIRED. (Neste teste, os LLMs são impedidos de usar recursos de codificação que lhes permitiriam “forçar o quebra-cabeça”.)
A Logical Intelligence afirma ser a primeira empresa a construir um EBM funcional, até agora apenas uma fantasia acadêmica. A ideia é que Kona resolva problemas espinhosos, como a otimização de redes de energia ou a automatização de processos de fabricação sofisticados, em ambientes sem tolerância a erros. “Nenhuma destas tarefas está associada à linguagem. É tudo menos linguagem”, diz Bodnia.
Bodnia espera que a Logical Intelligence trabalhe em estreita colaboração com a AMI Labs, uma startup sediada em Paris recentemente lançada pela LeCun, que está a desenvolver outra forma de IA – um chamado modelo mundial, destinado a reconhecer dimensões físicas, demonstrar memória persistente e antecipar os resultados das suas ações. O caminho para a AGI, afirma Bodnia, começa com a estratificação destes diferentes tipos de IA: os LLMs irão interagir com os humanos em linguagem pure, os EBMs assumirão tarefas de raciocínio, enquanto os modelos mundiais ajudarão os robôs a agir no espaço 3D.
Bodnia conversou com a WIRED por videoconferência de seu escritório em São Francisco esta semana. A entrevista a seguir foi editada para maior clareza e extensão.
WIRED: Eu deveria perguntar sobre Yann. Conte-me como vocês se conheceram, o papel dele na condução da pesquisa na Logical Intelligence e o que seu papel no conselho implicará.
Bódnia: Yann tem muita experiência acadêmica como professor na Universidade de Nova York, mas esteve exposto à indústria actual por meio da Meta e de outros colaboradores por muitos e muitos anos. Ele viu os dois mundos.
Para nós, ele é o único especialista em modelos baseados em energia e em diferentes tipos de arquiteturas associadas. Quando começamos a trabalhar neste EBM, ele period a única pessoa com quem eu podia conversar. Ele ajuda nossa equipe técnica a navegar em determinadas direções. Ele tem sido muito, muito prático. Sem Yann, não consigo imaginar que cresceremos tão rápido.
Yann fala abertamente sobre as limitações potenciais dos LLMs e sobre quais arquiteturas de modelo têm maior probabilidade de impulsionar a pesquisa de IA. Onde você está?
LLMs são um grande jogo de adivinhação. É por isso que você precisa de muita computação. Você pega uma rede neural, alimenta-a com praticamente todo o lixo da web e tenta ensiná-la como as pessoas se comunicam umas com as outras.
Quando você fala, sua linguagem é inteligente para mim, mas não por causa da linguagem. A linguagem é uma manifestação de tudo o que está em seu cérebro. Meu raciocínio acontece em algum tipo de espaço abstrato que decodifico em linguagem. Sinto que as pessoas estão tentando fazer engenharia reversa da inteligência, imitando a inteligência.
