Quando a OpenAI lançou o GPT-4 em março de 2023, ajudou a consolidar o conceito das Leis de Escala (Scaling Laws). O GPT-4 era cerca de 10 vezes maior do que o modelo que alimentava o ChatGPT original, e seu tamanho maior produziu um salto significativo no desempenho dos GPTs. Desde então, o mercado passou a ansiar por um GPT-5, gigantesco e poderoso. Mas 18 meses depois, a OpenAI limitou-se a lançar vários outros modelos com capacidades impressionantes, incluindo o GPT-4o, em maio, e o o1, em setembro, sem revelar o tamanho desses modelos. Hoje, acredita-se amplamente que eles não são muito maiores do que o GPT-4 original — e podem até ser menores.
A história tem sido semelhante em outros laboratórios líderes em IA. Alguns meses atrás, tanto Google quanto Anthropic atualizaram seus modelos de pequeno e médio porte (Sonnet 3.5 e Haiku 3.5 para Anthropic, Pro 1.5 e Flash 1.5 para Google). Mas ainda estamos esperando por atualizações correspondentes para seus modelos maiores (Opus 3.5 para o Anthropic e Ultra 1.5 para o Google).
As leis de escala estão perdendo força? A revolução da IA Generativa — construída com base na crença de que os modelos continuarão melhorando à medida que crescem vertiginosamente — começa a estagnar?
Este é um conteúdo exclusivo para assinantes.
Cadastre-se grátis para ler agora
e acesse 5 conteúdos por mês.
É assinante ou já tem senha? Faça login. Já recebe a newsletter? Ative seu acesso.
Três estudos sobre o futuro chegam a um diagnóstico parecido: a IA virou infraestrutura, mas esbarra em limites de energia, recursos, demografia e confiança
A China puxa a instalação recorde de robôs industriais, enquanto investidores apostam em robôs de uso geral e num "momento GPT-3" da IA Física em cerca de um ano
Por que a IA não precisa falar, nem ser cara, para ser útil
Estudos apontam menos erros de sintaxe sem avanço equivalente em segurança. O desafio é medir quanto da velocidade de programação resiste ao custo de revisar, corrigir e manter o software.
Agentes multiplicam a inferência. Custo, latência, privacidade e continuidade decidem onde ela vai acontecer.
Dados do BCG e da MIT Sloan Management Review mostram que a ambição de IA no C-level corre à frente das duas frentes necessárias para sustentá-la: a arquitetura de dados e a competência das equipes. E nenhuma delas tem responsável cl...
Aproveite nossas promoções de renovação
Clique aquiPara continuar navegando como visitante, vá por aqui.
Cadastre-se grátis, leia até 5 conteúdos por mês,
e receba nossa newsletter diária.
Já recebe a newsletter? Ative seu acesso
