Da Redação Avance News
Tudo sobre Inteligência Artificial
Imbue, o laboratório de pesquisa em Inteligência Artificial (IA) anteriormente conhecido como Generally Intelligent, acaba de levantar US$ 200 milhões em uma segunda rodada de financiamento. Esta injeção de recursos eleva a avaliação da empresa para mais de US$ 1 bilhão. Entre os participantes estão o Instituto Astera, a Nvidia, o CEO da Cruise, Kyle Vogt, e o co-fundador do Notion, Simon Last.
Essa nova rodada eleva o total arrecadado pela Imbue para $220 milhões, colocando-a entre as startups de IA mais bem financiadas dos últimos meses. Ela está apenas ligeiramente atrás da AI21 Labs (US$ 283 milhões), a empresa sediada em Tel Aviv que desenvolve uma variedade de ferramentas de geração de texto baseadas em IA, bem como de fornecedores de IA generativa como Cohere (US$ 435 milhões) e Adept (US$ 415 milhões).
Leia mais:
Esse último financiamento acelerará nosso desenvolvimento de sistemas de IA capazes de raciocinar e programar, para que possam nos ajudar a alcançar objetivos maiores no mundo. Nosso objetivo continua o mesmo: construir agentes de IA práticos que possam alcançar objetivos maiores e trabalhar com segurança para nós no mundo real.
Comunicado da Imbue em post de blog
A Imbue saiu do sigilo em outubro passado com um objetivo ambicioso: pesquisar os fundamentos da inteligência humana que as máquinas atualmente carecem. Seu plano era transformar esses “fundamentos” em uma série de tarefas a serem resolvidas, segundo o TechCrunch.
Além disso, a empresa aspirava projetar diferentes modelos de IA para testar sua capacidade de aprender a resolver essas tarefas em mundos tridimensionais complexos criados pela equipe da Imbue. A abordagem da empresa parece ter mudado um pouco desde então.
Mudança na abordagem
- Em vez de liberar a IA em mundos 3D, a Imbue diz que está desenvolvendo modelos que considera “internamente úteis” para começar.
- Isso inclui modelos que podem programar, à semelhança do GitHub Copilot e do Amazon CodeWhisperer.
- Muitos modelos podem programar, mas o que diferencia os da Imbue é a capacidade de “raciocinar robustamente”, afirma a empresa.
Acreditamos que o raciocínio é o principal obstáculo para agentes de IA eficazes. O raciocínio robusto é necessário para ação eficaz. Isso envolve a capacidade de lidar com a incerteza, saber quando mudar nossa abordagem, fazer perguntas e reunir novas informações, criar cenários e tomar decisões, formular e descartar hipóteses e, em geral, lidar com a natureza complicada e difícil de prever do mundo real.
Imbue em post de blog
- A Imbue também acredita que o código é um caso de uso importante, além de permitir que sua equipe construa aplicativos de IA em escala.
- No post do blog, a empresa argumenta que o código pode melhorar o raciocínio e é uma das maneiras mais eficazes para que os modelos tomem ações em uma máquina.
Um agente que escreve uma consulta SQL para extrair informações de uma tabela tem muito mais chances de atender a uma solicitação do usuário do que um agente que tenta montar as mesmas informações sem usar nenhum código. Além disso, o treinamento com código ajuda os modelos a aprender a raciocinar melhor; o treinamento sem código parece resultar em modelos que raciocinam mal.
Imbue em post de blog
- É uma filosofia que não é muito diferente da Adept, que visa construir IA que possa automatizar qualquer processo de software.
- A Google DeepMind também explorou abordagens para ensinar a IA a controlar computadores.
- Por exemplo, ter uma IA observando comandos de teclado e mouse de pessoas que concluem tarefas de computador “seguindo instruções”, como reservar um voo.
Incluir raciocínio na IA
A Imbue diz que seus modelos são “feitos sob medida” para o raciocínio no sentido de que são treinados com dados para “reforçar padrões de raciocínio sólidos” e usam técnicas que gastam “muito mais poder de processamento durante o tempo de inferência” para chegar a “conclusões e ações robustas”.
Especificamente, a Imbue está treinando “modelos muito grandes” — modelos com mais de 100 bilhões de parâmetros — otimizados para se saírem bem em suas métricas internas de raciocínio. Esse treinamento está sendo realizado em um cluster de computação co-projetado pela Nvidia, contendo 10.000 GPUs da série H100 da Nvidia.
A empresa também está investindo na construção de suas próprias ferramentas de IA e aprendizado de máquina, como protótipos de IA para depuração e interfaces visuais sobre modelos de IA. E está conduzindo pesquisas para entender o processo de aprendizado em grandes modelos de linguagem.
A Imbue não pretende produzir muito do que está trabalhando no momento. Em vez disso, ela vê essas ferramentas e modelos como uma maneira de melhorar futuras IAs de propósito mais geral e estabelecer as bases para uma plataforma que as pessoas poderão usar para criar seus próprios modelos personalizados.
Quando construímos agentes de IA, na verdade estamos construindo computadores que podem entender nossos objetivos, comunicar-se proativamente e trabalhar para nós nos bastidores. No final das contas, esperamos lançar sistemas que permitam a qualquer pessoa construir agentes de IA robustos e personalizados que coloquem o poder produtivo da IA ao alcance de todos… Esse último financiamento acelerará nosso desenvolvimento de sistemas de IA que podem raciocinar e programar, para que possam nos ajudar a alcançar objetivos maiores no mundo.
Imbue em post de blog
Já assistiu aos novos vídeos no YouTube do Olhar Digital? Inscreva-se no canal!
