Nova abordagem reduz custos computacionais em mais de 90% e promete democratizar o estudo e o controle de grandes modelos de linguagem, como GPT e Llama.
A busca por uma IA acessível deu um passo fundamental graças à ciência brasileira. Grandes modelos de linguagem (LLMs), como o GPT e o Llama, protagonizam a revolução tecnológica atual, mas compreender como esses sistemas tomam decisões e garantir sua confiabilidade ainda é um desafio complexo. Uma das principais barreiras é o alto custo computacional exigido para analisar e ajustar esses modelos. No entanto, pesquisadores brasileiros apresentaram uma solução que promete mudar esse cenário.
📲Quer receber notícias direto no celular? Entre no nosso grupo no WhatsApp.
Liderada pelos cientistas Danilo Carvalho e André Freitas, da Universidade de Manchester, na Inglaterra, a equipe criou duas novas estruturas de software batizadas de LangVAE e LangSpace. O objetivo central do estudo é claro: tornar a análise de inteligência artificial mais eficiente e, consequentemente, viabilizar uma IA acessível para mais setores da sociedade.
Tecnologia geométrica para uma IA acessível
A inovação proposta pelos pesquisadores foge do convencional. Em vez de realizar modificações diretas e pesadas nos LLMs, a nova abordagem gera representações compactadas da linguagem produzida pelos modelos. Os cientistas tratam os padrões internos da inteligência artificial como estruturas geométricas. Neste espaço matemático, pontos, distâncias e formas podem ser medidos e ajustados com precisão.
Essa técnica permite interpretar e influenciar o comportamento dos modelos com uma eficiência muito superior às práticas atuais. De acordo com o artigo publicado no repositório científico arXiv, o método reduz o consumo de recursos computacionais em mais de 90% quando comparado às abordagens tradicionais. É um avanço técnico que traduz a complexidade dos dados em uma operação mais leve, pavimentando o caminho para uma IA acessível e sustentável.
Impactos na pesquisa e no meio ambiente
A redução drástica nos custos de processamento não é apenas uma vitória técnica, mas também um ganho social e ambiental. Ao diminuir as exigências de hardware e energia, a tecnologia permite que universidades menores, startups e equipes industriais com orçamentos limitados possam investigar a segurança e a previsibilidade desses sistemas.
“Reduzimos de forma significativa as barreiras de entrada para o desenvolvimento e a experimentação de modelos de IA explicáveis e controláveis”, afirma Danilo Carvalho.
Além de democratizar o acesso, a técnica contribui para a sustentabilidade. O treino e a análise de grandes modelos consomem quantidades massivas de energia. Ao otimizar esse processo, torna-se possível reduzir o impacto ambiental da pesquisa tecnológica. Com uma IA acessível e eficiente, aplicações críticas, como diagnósticos na área da saúde, podem ser desenvolvidas com maior rapidez e confiabilidade.
Leia mais:
Demis Hassabis e a aposta de longo prazo do Google na inteligência artificial
Governo sanciona crédito suplementar de R$ 14,4 bi para impulsionar inovação e saúde
Nova IA do Senai orienta carreira e conecta profissionais ao mercado
Siga nosso perfil no Instagram, Tiktok e curta nossa página no Facebook
