Startup de US$ 1 bilhão propõe ideia diferenciada para IA

Yann LeCun, ex-chefe de IA da Meta, lançou a Advanced Machine Intelligence Labs (AMI Labs), uma organização de pesquisa que não pretende vender produto nos próximos anos.
A proposta é usar IA modular, composta por componentes independentes treinados para usos específicos, em vez de grandes modelos de linguagem generalistas.
O conjunto inclui um modelo de mundo específico, um ator, um crítico, um sistema de percepção, uma memória de curto prazo e um configurador para orquestrar os módulos.
Diferentemente dos grandes modelos de linguagem, cada instância seria alimentada com dados direcionados ao ambiente e objetivo, com pesos dos módulos ajustados conforme o caso.
A iniciativa recebe financiamento expressivo e aponta para custos menores de computação e potencial execução local, contrastando com os altos gastos de treinamento e operação dos grandes modelos atuais.

A AMI Labs, startup liderada por Yann LeCun, recebeu bilhões de dólares em financiamento mesmo com apenas 12 funcionários. O fundador, ex-chefe de IA na Meta, anuncia uma linha de pesquisa distinta da usada em LLMs. O objetivo é desenvolver IA com resultados sustentáveis a longo prazo, não um produto pronto para venda em curto prazo.

A proposta de LeCun envolve sistemas compostos por módulos especializados, treinados para usos específicos. Em vez de modelos generalistas, cada IA seria montada a partir de componentes como mundo, ator, crítico, percepção, memória de curto prazo e um configurador que orquestra a comunicação entre eles.

Diferentemente dos grandes modelos de linguagem, que se baseiam em uma ampla variedade de dados textuais, cada módulo receberia dados direcionados ao seu ambiente. A importância de cada componente pode variar conforme a aplicação, com maior peso para o crítico em áreas sensíveis ou para a percepção em respostas rápidas a eventos reais.

Abordagem modular de AMI Labs

O modelo proposto não utiliza apenas grandes redes com bilhões de parâmetros. Em vez disso, a estrutura modular busca reduzir o consumo de poder computacional e a dependência de infraestruturas de alto custo. A visão é que IA especializada requer menos GPUs e, possivelmente, possa operar em dispositivos locais.

LeCun compara a estratégia com sistemas que aprendem de forma autônoma em jogos ou tarefas específicas, contrastando com a tendência atual de amplos LLMs. A expectativa é diminuir custos, aumentar a eficiência e manter maior controle sobre regras e segurança.

Analistas destacam que esse caminho pode oferecer alternativas viáveis frente ao aumento constante de recursos necessários para treinar e manter LLMs generalistas. A estratégia também enfatiza a adaptabilidade, com cada versão ajustada a contextos distintos.

A empresa afirma que não busca entregar um produto comercial imediato, mas avançar em pesquisa aplicada ao longo de vários anos. A iniciativa pode influenciar a indústria caso demonstre viabilidade com custos menores e maior eficiência, segundo especialistas.