E aí curioso, seja bem vindo novamente!

ada vez mais percebemos que os modelos de IA precisam de quantidades descomunais de dados e energia para que tragam resultados… Isso nos aponta duas coisas:

Resolver esses dois pontos não vai acabar com todos os problemas que ainda existem, mas tornará o uso dessas tecnologias mais eficaz e responsável, impulsionando soluções cada vez mais viáveis para serem implementadas na sociedade.

E no conteúdo de hoje, trago alguns assuntos que estão diretamente relacionados com esse tema.

Ah, e caso você prefira escutar os conteúdos do NoFinn. É simples:

🌐 Se você está na versão web ou no aplicativo basta dar clicar no player no topo da página, logo abaixo do título da postagem.

📧 Caso você esteja no e-mail é só clicar aqui, ou no banner no topo do e-mail e você será direcionado para a postagem na web, após isso é só dar play no topo da página.

🎧 E pra você que já está escutando o conteúdo, maravilha! Bora lá para o resumo de hoje.

Além disso, olha o que você verá hoje:

Bora lá?

Atendendo a alguns pedidos, resolvi mudar um pouco a estrutura do conteúdo, trazendo as novidades em ferramentas pro início do post, assim fica mais fácil para você sair testando tudo o que achar interessante!

Dá uma olhada no que eu achei hoje:

Se tornou comum as empresas praticarem a "raspagem" de dados dos seus usuários para treinar seus modelos de IA ou de parceiros comerciais. Desta vez, o LinkedIn está no centro das atenções, acusado de realizar essa prática sem o consentimento dos usuários dos EUA e sem a devida atualização de suas políticas de privacidade.

As regulamentações de proteção de dados exigem que essas práticas sejam realizadas após a atualização dos termos de serviço das plataformas, permitindo que os usuários sejam informados das mudanças e decidam se aceitam ou não o uso de seus dados.

Esse debate já existia antes do "hype" da IA, com casos notáveis como o da Meta, amplamente discutido no setor de tecnologia, além de outros que têm surgido nos últimos meses.

No caso do LinkedIn, há alegações de que a empresa está usando os dados para treinar um modelo próprio, que pode ser disponibilizado para outros provedores, incluindo a controladora Microsoft.

Devido às regras de privacidade da União Europeia, os dados de usuários da UE não foram incluídos nesse treinamento.

Essa situação reforça a ideia de que os dados são o novo "ouro" na era da tecnologia, especialmente com o crescimento da IA, que depende de grandes volumes de informações para ser eficaz. No entanto, as regulamentações de privacidade desempenham um papel importante em restringir o uso indevido desses dados, que muitas vezes contêm informações sensíveis e confidenciais dos usuários.

A Alibaba lançou mais de 100 novos modelos de IA de código aberto, expandindo sua presença no mercado e mirando a concorrência com os principais nomes do setor de inteligência artificial.

Esses modelos, denominados Qwen 2.5, foram projetados para aplicações em diversas áreas, como a indústria automobilística, games e pesquisa científica. Além de suas capacidades avançadas em matemática e codificação, os modelos são capazes de interpretar prompts, gerar textos e criar imagens, conforme divulgado pela empresa.

No último ano, o modelo Qwen foi disponibilizado ao público e acumulou cerca de 40 milhões de downloads. Além disso, o modelo principal, Qwen-Max (que não é de código aberto), também foi atualizado para a versão 2.5, superando, segundo benchmarks da empresa, competidores como Meta Llama e ChatGPT4 em aspectos como raciocínio e compreensão de linguagem.

A Alibaba também lançou uma nova ferramenta para criação de vídeos a partir de prompts de texto, semelhante à Sora da OpenAI.

Eddie Wu, CEO da empresa, declarou:

Com esses avanços rápidos no desenvolvimento, somados aos investimentos das empresas locais e ao apoio governamental, a China pode se posicionar como uma líder global no setor de IA.

Embora algumas empresas tenham tomado medidas, como a Meta banindo a RT de suas plataformas, o Senado pediu respostas rápidas e detalhadas sobre os anúncios pagos e os conteúdos de influência que foram promovidos. Warner também expressou preocupação com a lentidão de algumas empresas em lidar com esses problemas, especialmente em relação a anúncios eleitorais.

Hongyu Wang, um PhD chinês, que estagiou no setor de pesquisa de Computação em Linguagem Natural da Microsoft Ásia, apresenta o modelo de linguagem Bitnet, especificamente as versões B1 e B1.58, que são muito eficientes na forma como usam recursos computacionais. Ele explica que esses modelos funcionam com uma técnica chamada quantização, que basicamente os torna mais leves e rápidos, sem sacrificar muito a qualidade das respostas.

As principais vantagens deste modelo são:

Wang destaca que essa eficiência é crucial porque permite que o modelo funcione bem em dispositivos como smartphones ou computadores simples. Além disso, esses modelos são uma ótima opção para aplicações do dia a dia, como assistentes virtuais, chatbots e tradução automática.

Em resumo, o pesquisador mostra que os modelos Bitnet representam uma nova alternativa interessante para trabalhar com linguagem natural, oferecendo um bom equilíbrio entre qualidade e eficiência, facilitando sua implementação em diversas áreas.

Para mais notícias sobre IA, fique atento aos próximos conteúdos!

Caso tenha interesse, possuo alguns conteúdos já publicados em meu site. Dê uma olhada: