Começou a temporada de previsões sobre o futuro da IA em 2024

A IA precisa de benchmarks.Mas, por ora, o que temos, são bolas de cristal. Só na última semana, dois dos mais aguardados relatórios sobre o futuro imediato da tecnologia foram publicados: o "Kaggle AI" e o "State of AI", de Nathan Benaich. E, embora ofereçam um caleidoscópio de previsões para o próximo ano, eles podem não capturar necessariamente as mudanças sísmicas que realmente ditam o futuro da tecnologia. Nenhum deles menciona o salto nos modelos de aprendizagem automática energeticamente eficientes, ou no hardware de menor consumo, como o transistor de aprendizado de máquina ultraeficiente que reduz o uso de energia da IA em 99%.

Uma das principais conclusões do "State of AI" é o crescimento dos esforços para tentar clonar ou superar o desempenho da IA, por meio de modelos menores, melhores conjuntos de dados e contextos mais longos. Há urgência, em meio a preocupações de que os dados gerados por seres humanos serão capazes de sustentar as tendências de expansão da IA durante mais alguns anos. O relatório também inclui entre suas previsões:

• A colisão dos Self-improving AI agents com o estado da arte da IA.

• O IPO de ao menos uma empresa de IA (Databricks?!).

• O escalonamento da GenAI levando um grupo a gastar mais de US$ 1 bilhão para treinar um único modelo em grande escala.

• O início de uma investigação sobre o acordo Microsoft/OpenAI pela FTC (EUA) ou pela CMA (Reino Unido) por motivos concorrenciais.
• A inclusão de música gerada por IA no Billboard Hot 100 Top 10 ou no Spotify Top Hits 2024.

• A aquisição de uma empresa de chips de IA focada em inferência por uma grande empresa de IA (OpenAI?!), à medida que as cargas de trabalho e os custos de inferência aumentem significativamente.

O Kaggle, por sua vez, aborda as especificidades da tecnologia, como as complexidades em torno da visão computacional e do MLpara dados tabulares, por meio de artigos de luminares da comunidade global de IA. Sublinha a importância do desenvolvimento ético da IA ​​e da utilização responsável, ao mesmo tempo que celebra o potencial transformador da IA ​​Generativa. E dedica um capítulo para ensaios sobre algoritmos de otimização, redes de grafos, física teórica, robótica, IA na saúde e muito mais, destacando a influência interdisciplinar do aprendizado de máquina.