A empresa iniciante de IA, Counterintuitive, decidiu construir “computação nativa de raciocínio”, permitindo que as máquinas entendam em vez de simplesmente imitarem. Tal avanço tem o potencial de mudar a IA do reconhecimento de padrões para a compreensão genuína, abrindo caminho para sistemas que possam pensar e tomar decisões – por outras palavras, para serem mais “semelhantes aos humanos”.
O presidente contra-intuitivo, Gerard Rego, falou sobre o que a empresa chama de problema da ‘armadilha dupla’ que a IA enfrenta, afirmando que o primeiro objetivo da empresa é resolver dois problemas principais que limitam os atuais sistemas de IA que impedem até mesmo os maiores sistemas de IA de serem estáveis, eficientes e genuinamente inteligentes.
A primeira armadilha destaca como os actuais sistemas de IA carecem de bases numéricas fiáveis e reprodutíveis, tendo sido construídos com base em bases matemáticas ultrapassadas. Os exemplos incluem aritmética de ponto flutuante que foi projetada décadas atrás para acelerar tarefas como jogos e gráficos. Falta, portanto, precisão e consistência.
Em sistemas numéricos, cada operação matemática introduz pequenos erros de arredondamento que podem aumentar com o tempo. Por causa disso, executar o mesmo modelo de IA duas vezes pode fornecer resultados diferentes, causando não determinismo. A inconsistência desta natureza torna mais difícil verificar, reproduzir e/ou auditar decisões de IA, especialmente em áreas como direito, finanças e saúde. Se os resultados da IA não puderem ser explicados ou comprovados com clareza, tornam-se “alucinações” – um termo cunhado para a sua “falta de comprovabilidade”.
A IA moderna tem uma luta fundamental com uma precisão que carece de verdade, criando uma parede invisível. A falha tornou-se um limite rígido, afetando o desempenho geral, aumentando os custos e desperdiçando energia em correções de ruído.
A IA moderna luta com uma precisão que carece de verdade, criando uma parede invisível. A falha se transformou em um limite rígido, afetando o desempenho, aumentando custos e desperdiçando energia em correções computacionais de ruído.
A segunda armadilha é encontrada na arquitetura. Os modelos atuais de IA não têm memória. Em vez disso, eles prevêem o próximo quadro ou token sem nenhum raciocínio que os ajude a alcançar a previsão. É como texto preditivo, apenas com esteróides, diz a empresa. Depois que os modelos modernos produzem algo, eles não retêm por que tomaram tal decisão e são incapazes de revisitar ou desenvolver seu próprio raciocínio. Pode parecer que a IA tem razão, mas está apenas a imitar o raciocínio, não compreendendo verdadeiramente como se chega às conclusões.
“A Counterintuitive está construindo uma equipe de classe mundial de matemáticos, cientistas da computação, físicos e engenheiros que são veteranos dos principais laboratórios de pesquisa globais e empresas de tecnologia, e que entendem os fundamentos da Twin Trap e a resolvem”, disse Rego.
A equipe de Rego tem mais de 80 patentes pendentes, abrangendo hardware de raciocínio determinístico, sistemas de memória causal e estruturas de software que acredita terem o potencial de “definir a próxima geração de computação baseada no raciocínio – não no mimetismo”.
A pesquisa de computação nativa de raciocínio da Counterintuitive visa produzir o primeiro chip de raciocínio e pilha de raciocínio de software que leva a IA além de seus limites atuais.
A unidade de raciocínio artificial (ARU) da empresa é um novo tipo de computação, em vez de um processador, que se concentra no raciocínio baseado em memória e executa lógica causal em silício, ao contrário das GPUs. “Nossa pilha ARU é mais do que uma nova categoria de chips em desenvolvimento – é uma ruptura clara com a computação probabilística”, disse o cofundador da Counterintuitive, Syam Appala.
“A ARU inaugurará a próxima era da computação, redefinindo a inteligência da imitação à compreensão e potencializando as aplicações que impactam os setores mais importantes da economia, sem a necessidade de enormes orçamentos de hardware, data center e energia.”
Ao integrar a lógica causal baseada na memória em hardware e software, a Counterintuitive visa desenvolver sistemas que sejam mais confiáveis e auditáveis. Isso marca uma mudança dos tradicionais modelos de caixa preta de IA probabilísticos e focados na velocidade para um raciocínio mais transparente e responsável.
(Fonte da imagem: “Abacus” de blaahhi está licenciado sob CC BY 2.0.)
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e é realizado junto com outros eventos de tecnologia líderes. Clique aqui para mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
