Em um dos palcos do Web Summit Rio 2024, a Fintech de crédito agrícola Traive anunciou o lançamento do TravisChat, chatbot de IA que utiliza o raciocínio abdutivo para aumentar a eficiência no setor de agronegócios. Mais um bom exemplo da combinação de um Knowledge Graph com um LLM para alcançar o que nenhum dos dois pode fazer sozinho.
Os LLMs tradicionais dependem muito de seus dados de treinamento. Esses dados são vastos, mas muitas vezes genéricos e carecem de insights específicos do setor, levando a respostas que podem não compreender totalmente as nuances de setores complexos como o financiamento agrícola.
Já LLMs aprimorados pela combinação com um Knowledge Graph representam uma evolução significativa. Eles não só são alimentados com texto, como são integrados com bases de conhecimento que incorporam relações probabilísticas e dados estruturados. O que permite que entendam melhor o contexto e forneçam insights que não são apenas relevantes, mas também profundamente enraizados nas realidades específicas dos domínios da indústria.
Portanto, a Traive é uma das muitas startups que estão usando LLMs para criar agentes de IA capazes de automatizar processos já existentes em domínios específicos, ou potencializar um recurso ou uma etapa em um fluxo de trabalho. Agentes inteligentes equipados com recursos LLM são mais eficientes ou mais rápidos. Também representam uma nova geração de IA, mais adaptável, interativa e capaz de lidar com tarefas complexas e multifacetadas em ambientes dinâmicos.
Um passo importante em direção ao que Yann LeCun, cientista-chefe de IA da Meta chama de Objectve-Driven AI, ou IA orientada por objetivos. Afinal, agentes de IA usam a IA para perseguir um objetivo específico. Conseguem, decompondo o objetivo em tarefas acionáveis, monitorando o seu progresso e interagindo com recursos digitais e outros agentes, conforme necessário.
No cerne da IA orientada por objetivos está o princípio da otimização restrita. Ao contrário dos sistemas de IA de uso geral, treinados para lidar com uma ampla variedade de tarefas, os modelos de IA orientados por objetivos são projetados e treinados para otimizar um objetivo específico e mensurável, sujeito a um conjunto de restrições.
“Estas restrições podem incluir considerações de segurança, diretrizes éticas, requisitos de desempenho ou outras limitações do mundo real”, comenta Matheus Ferreira, cofundador da 7D Analytics.
Ao restringir o foco do sistema de IA a uma meta bem definida, as abordagens orientadas por objetivos podem aproveitar arquiteturas especializadas, algoritmos de treinamento e técnicas de engenharia de recompensas para impulsionar o desempenho em direção ao resultado desejado.
Este foco na otimização, juntamente com a capacidade de incorporar restrições contextuais, tem o potencial de produzir sistemas de IA mais confiáveis, robustos e eficazes do que seus equivalentes mais generalistas.
Em linhas gerais, a Objective-Driven AI é um salto em direção a sistemas inteligentes que podem realmente colaborar com os seres humanos, oferecendo insights, gerando soluções e compreendendo o impacto mais amplo das suas ações.
Ao contrário da IA atual, que se destaca em domínios restritos sem compreender a causalidade, a IA orientada por objetivos será capaz de raciocinar causalmente e compreender as relações entre ações e resultados.
LeCun reconhece que a jornada em direção à IA orientada por objetivos está repleta de desafios científicos e técnicos. O caminho é complexo e incerto. Mas as recompensas potenciais – uma IA que pode genuinamente raciocinar, aprender e inovar — poderão redefinir a nossa relação com a tecnologia e desbloquear novos horizontes.
O impacto potencial desta abordagem em vários setores é profundo. Desde a revolução dos cuidados de saúde com diagnósticos precisos até à remodelação do setor financeiro com estratégias de mitigação de riscos, a IA orientada por objetivos promete ser o eixo do próximo renascimento tecnológico.
Não qualquer renascimento. No domínio da Objectve-Driven AI o futuro não deve apenas ser previsto — deve ser moldado. Estamos prontos para abraçar os desafios e oportunidades da construção de sistemas de IA que realmente compreendam e interajam com o mundo?
Quer entender melhor? Ouça Yann LeCun.
