IA

Fei-Fei Li, com a venda da World Labs para a AMD: “O universo não é feito de palavras; é feito de coisas reais…”

Ao anunciar a venda da World Labs para a AMD, Fei-Fei Li retomou a ideia que fundou seu laboratório. Vinda da futura cientista-chefe de uma fabricante de chips, soa menos como filosofia e mais como aposta em hardware.
Adrian Kessler
Adicione-nos no Google

Fei-Fei Li é a cientista cujo trabalho ensinou as máquinas a enxergar, e acaba de vender o laboratório que criou para levar a IA além da linguagem. Ao anunciar que a World Labs passará a fazer parte da AMD, fabricante de chips comandada por sua antiga apoiadora Lisa Su, ela reafirmou em uma única frase a convicção que deu origem à empresa — e que também funciona como uma aposta contra a era da IA que coloca as palavras em primeiro lugar.

“O universo não é feito de palavras; é feito de coisas reais. Muitos dos problemas mais importantes que a IA precisa resolver, da ciência ao entretenimento e à robótica, exigem modelos capazes de raciocinar sobre a estrutura e o comportamento do mundo físico.”

Li escreveu isso em “World Labs to AMD”, uma publicação em seu blog no Substack, citada pelo The Register em sua reportagem sobre o acordo. A frase imediatamente anterior estabelece os termos: a empresa foi “orientada pela convicção fundamental de que a linguagem, por si só, não é suficiente para desenvolver modelos”.

A AMD concordou em adquirir a World Labs em uma transação totalmente em ações avaliada em aproximadamente US$ 8,2 bilhões, com conclusão prevista até o fim de 2026, caso os órgãos reguladores aprovem o negócio. Li se tornará vice-presidente executiva e cientista-chefe da AMD, respondendo diretamente a Su. Fundado em São Francisco no início de 2024 por Li, Ben Mildenhall e Justin Johnson, o laboratório desenvolve o que o setor chama de modelos de mundo: sistemas que geram, reconstroem e simulam ambientes 3D a partir de textos, imagens e vídeos. Enquanto um grande modelo de linguagem prevê a próxima palavra, um modelo de mundo, como descreveu o The Register, imagina o ambiente e, a partir daí, trabalha para resolver o problema.

Uma interpretação simplista coloca a frase ao lado das ideias de Yann LeCun, ex-cientista-chefe de IA da Meta, que já sugeriu que os grandes modelos de linguagem podem ser um beco sem saída. A posição de Li é mais específica; o The Register fez questão de observar que ela não é contra os LLMs. O modelo mais recente de seu laboratório aproveita a abordagem dos LLMs: segundo ela, o Atlas prevê a próxima perspectiva a partir de um conjunto de imagens 2D, assim como um modelo de linguagem prevê o próximo token. A divergência não está no método, mas no material. O texto é um registro do mundo escrito por pessoas; o argumento de Li é que os problemas que vale a pena resolver — da ciência ao entretenimento e à robótica — estão naquilo que o texto descreve.

O que torna essa frase relevante é quem pagou por ela. Uma fabricante de chips não gasta bilhões em ações por causa de uma filosofia. O anúncio da AMD apresenta a aquisição como uma aposta em capacidade computacional e observa que, à medida que a IA avança para a robótica, a simulação e a IA física, “as demandas sobre a infraestrutura computacional se tornam mais diversas”. A frase da própria Su dá uma pista: “Construir as plataformas computacionais para a próxima geração de IA exige uma compreensão profunda de como os modelos estão evoluindo”. Em termos simples: a AMD quer enxergar a próxima carga de trabalho antes de projetar o silício que vai executá-la. Em comparação com a Nvidia, observa o The Register, a equipe de engenharia de software da AMD é minúscula; a World Labs lhe dá um time de pesquisa interno, poucas semanas depois de a empresa concordar em comprar a Taalas, uma startup que incorpora diretamente no silício os pesos dos modelos.

Li descreve o mesmo mecanismo pelo outro lado. “Sem um esforço dedicado ao hardware, a IA fica limitada em eficiência. E em escala. E, para os nossos objetivos, continua presa ao mundo digital”, escreve ela. Esse é o conteúdo prático da frase. Um modelo capaz de raciocinar sobre o espaço físico só é útil na medida em que a máquina consegue executá-lo rápido o bastante para controlar um robô — e Li decidiu que o caminho mais rápido até essa máquina é entrar na empresa que a fabrica.

A frase ganha força por causa da trajetória que a antecede. Li entrou na área em 2000, movida pela busca por inteligência visual, nas máquinas e no cérebro. O trabalho com o ImageNet realizado por seu laboratório ajudou a abrir caminho para a era moderna da IA; mais tarde, ela fundou a unidade de IA do Google Cloud como cientista-chefe e se tornou diretora fundadora do instituto Human-Centered AI, de Stanford. Um quarto de século depois, o argumento continua o mesmo. O que mudou foi o que está em jogo. Quando o acordo for concluído, a professora que defendeu essa ideia responderá a Su.

Se estiver certa, a AMD terá comprado uma visão antecipada das cargas de trabalho que vão definir a próxima geração de hardware para IA. Se estiver errada e a linguagem continuar absorvendo tudo, terá comprado uma proteção cara — exatamente a leitura que o The Register fez do acordo: um seguro caso os LLMs se revelem um beco sem saída.

A frase de Li começa como uma afirmação sobre o universo. Quando o acordo for concluído, terá se transformado em uma ficha técnica.

Tags: , , , ,

Adicione-nos no Google

Discussão

Há 0 comentários.