Volte 12 meses e, de um modo geral, provavelmente parece que tudo mudou. O ritmo da inovação é muito mais rápido do que eu esperava – tudo em grande parte impulsionado pela IA – e não mostra sinais de desaceleração.

Há apenas um ano, prevíamos que a IA um dia seria capaz de gerar vídeo sob demanda. Três meses depois, a previsão era uma realidade. A densidade e a capacidade de computação mais do que dobraram em menos de 12 meses. Nunca vimos nada parecido com isso – e isso torna as previsões difíceis e fáceis.

Por um lado, podemos especular que a inovação pode levar anos e que os primeiros resultados surgirão no próximo ano (primeira previsão incorreta, estou vendo você). Mas, no ritmo atual de inovação, podemos ver o que normalmente seriam consideradas tendências de longo prazo para acompanhar surgindo quase na íntegra dentro de um ano civil. Então, a esse respeito, as previsões são difíceis ... mas eles também são um pouco mais fáceis agora do que nunca.

Imagine uma inovação e há uma chance de isso acontecer. Com isso em mente, evitarei prever algo completamente especulativo e fora da caixa como "Hologramas de IA substituirão pilotos" – e agora que eu disse isso, por favor: ninguém tente inventá-lo. Em vez disso, vou me ater às previsões para as quais já vi indícios de emergência.

GettyImages-1495043596_1.width-358
– Getty Images

Os primeiros resultados da inteligência artificial geral (AGI) surgirão em meados de 2025

Ao contrário da IA generativa, que precisa de prompts antes de prosseguir, a AGI refere-se à capacidade da IA de aprender, pensar e agir – em alguns casos de forma autônoma. Ele pode ensinar a si mesmo e, teoricamente, realizar tarefas para as quais não foi treinado.

Esse avanço está sendo impulsionado por algo semelhante a uma corrida espacial moderna; As próprias empresas de IA, como Google e OpenAI, estão desenvolvendo LLMs cada vez mais sofisticados, que são componentes essenciais na busca da AGI.

Estamos começando a ver o surgimento de sistemas multimodais de IA, que são capazes de processar e gerar vários tipos de dados, como texto, vídeo, imagens e áudio. Isso é visto como um passo em direção a uma inteligência mais generalizada, e esses primeiros passos já estão sendo dados.

A Amazon, por exemplo, está criando um novo sistema de IA multimodal chamado Olympus, que se concentra na análise de imagens e vídeos. A corrida contínua entre o Google e a OpenAI continua em ritmo acelerado neste domínio, com o ChatGPT-4 omni sendo lançado em maio e o Google respondendo rapidamente com seu próprio sistema de IA multimodal, o Projeto Astra.

À medida que esses avanços continuam a surgir, os blocos de construção da AGI começarão a se aglutinar e evoluir. Como o CEO da OpenAI afirmou recentemente, a partir daqui a AGI é "apenas um problema de engenharia".

É um problema de engenharia que é eminentemente solucionável. Precisamos apenas de uma nova arquitetura da infraestrutura necessária para habilitá-lo: data centers personalizados para IA e muito mais largura de banda estão agora no menu para novas compilações, e essas novas compilações estão começando enquanto falamos.

Fluxos de trabalho de IA agêntica para se tornar a IA do dia para empresas

O chatbot no passado respondeu a algumas perguntas. Em seguida, eles se tornaram assistentes para fazer bem certas tarefas, como o Copilot. Mas os chatbots são assistentes básicos, embora muito eficazes e eficientes.

Estamos prontos para ir além do básico agora, e o que estamos vendo é uma evolução em direção a um colega de trabalho digital – um agente. Os agentes são realmente aqueles colegas de trabalho digitais, nossos amigos, que vão nos ajudar a fazer pesquisas, escrever um texto e depois publicá-lo em algum lugar.

Então você define a meta – digamos, executar pesquisas sobre algumas previsões de telecomunicações e redes para o próximo ano – e um agente faria a pesquisa e a executaria por você e, em seguida, a enviaria para onde precisa ir para ser revisada, editada e muito mais. Você forneceria um resultado e ele escolheria o melhor caminho para chegar a esse resultado.

No momento, os chatbots são realmente um mecanismo de pesquisa aprimorado com talento criativo. Mas a IA Agêntica é o próximo estágio de evolução e será usada em todas as empresas já no próximo ano. Isso exigirá maior largura de banda de rede e conectividade determinística, com computação mais próxima dos usuários – mas esses fundamentos já estão sendo implementados enquanto falamos, garantindo que a IA Agêntica esteja firmemente na agenda das empresas no novo ano.

As preocupações crescentes com a privacidade dos dados levarão a um maior escrutínio do aprendizado descentralizado

Em meio à corrida da IA, temos nos concentrado nos resultados, e não nos aspectos práticos de como estamos acessando e armazenando os dados gerados. Mas as preocupações estão surgindo. Para onde vão os dados? Ele desaparece em uma grande nuvem?

Obviamente, preocupações estão sendo levantadas em muitos setores, particularmente no espaço médico, no qual os registros médicos não podem sair das fronteiras estaduais / nacionais. Mas digamos que eles queiram analisar imagens de ressonância magnética; eles precisam treinar nessas imagens para construir uma IA maior que possa realmente criar melhores resultados a partir das análises.

Mas como eles podem fazer isso com um modelo descentralizado onde os dados podem facilmente cruzar fronteiras?

No ano novo, as organizações que se preocupam com a privacidade começarão a adotar modelos mais centralizados – na verdade, garantindo que o treinamento de IA seja feito de forma específica e segura no estado ou país de origem das organizações. Mas os modelos só compartilharão o que aprenderem, portanto, os dados primários que ele usou para treinamento permanecem dentro das fronteiras exigidas.

Voltando ao exemplo do setor de saúde, isso pode ser eficaz quando se trata de detecção precoce de doenças, ou mesmo mapeamento do genoma, que depende de muitos dados básicos – esses dados básicos nunca saem do modelo centralizado, mas as lições aprendidas podem ser compartilhadas além.

Como resultado, você verá mais centros de treinamento soberanos surgirem aqui e no exterior, sem conexão entre si. Muitas vezes vimos um afastamento dos silos, mas as preocupações com a privacidade garantem que, pelo menos quando se trata de treinamento, os silos ressurjam.

Como você pode ver, as previsões não são fáceis – mas, assim como as mentes por trás da inovação em si, vale a pena ser ousado.