Transcrição do episódio A transcrição é gerada automaticamente por Podscribe, Sonix, Otter e outros serviços de transcrição eletrônica.
Olá pessoal, aqui é o Ricardo Vargas e esse é mais um 5 Minutes Podcast. Hoje eu queria falar sobre o Círculo Virtuoso, o círculo positivo de um projeto de inteligência artificial, e eu estou usando como referência um dos conceitos que o Andrew Ng, o Andrew Ng, é uma das principais referências nessa área e ele tem um curso muito, muito bom no Coursera chamado AI for Everyone, que é um curso que eu recomendo a todo mundo fazer, porque é um curso muito simples, muito direto e muitíssimo bem-preparado. E ele fala nesse curso explicando o que faz um grande projeto de inteligência artificial. Bem, e eu queria mostrar isso com duas visualizações que eu queria que vocês abstrair bem agora. Então imaginem um diagrama de Venn, Ou seja, o diagrama de Venn é aquele diagrama onde dois círculos e eles tem uma interseção em uma área comum entre eles. No primeiro círculo, vocês colocam o que a inteligência artificial pode fazer, né, este é o universo. Dentro desse círculo está tudo o que hoje a inteligência artificial consegue fazer. E no outro círculo, o valor para o seu negócio. Bem, um projeto de inteligência artificial só tem sentido se existir uma interseção entre esses dois círculos, ou seja, se existir coisas que a inteligência artificial pode fazer que gerem valor para o seu negócio. Ou seja, a gente não faz um projeto de inteligência artificial só porque a gente tá com medo de ficar fora, né? Como eu falo, Fear of Missing Out.
Ou seja, a gente faz. Não é só porque existe uma tecnologia disponível, mas sim porque existe uma tecnologia que agrega valor ao nosso business. Então é muito importante porque o que acontece se o que a AI pode fazer está mudando o tempo todo? Então imagina que esse círculo ele. Toda hora ele está se expandindo em um monte de coisas que eram inviáveis há um ano, hoje são muitíssimo viáveis. E esse círculo virtuoso, ele se baseia no seguinte: prestem atenção nessas consequências. Ou seja, quando você tem muito dado, ou seja, você tem um banco de dados onde você tem um treinamento e você consegue desenvolver melhor. Você tem um algoritmo melhor, então mais dados vai levar você a ter um algoritmo melhor. Bem, ao ter um algoritmo melhor, o que vai acontecer? Você vai ter um serviço melhor, ou seja, você vai dar uma resposta melhor para o seu cliente, para o seu usuário. Naturalmente você vai ter mais quantidade de uso, ou seja, as pessoas vão querer usar mais. Quando as pessoas usam mais, você angaria maior, maior quantidade de dados, e o Por que eu estou falando isso? Por isso que é tão difícil hoje para uma empresa normal competir com essas grandes empresas de tecnologia. Por quê? Porque eles estão dentro de um círculo virtuoso. E eu não estou falando que esse círculo virtuoso é positivo para a sociedade, eu estou dizendo o seguinte do ponto de vista de desenvolvimento de projetos, como é que você vai competir, por exemplo, querendo fazer um chatbot que vai competir de alguma forma com o ChatGPT? É muito difícil.
A não ser que você seja a Google fazendo o Gemini ou a Anthropologie. Com Cloud. Por quê? Porque é muito difícil. Por quê? Porque a quantidade de dados que eles têm permitem com que eles tenham um algoritmo melhor, um serviço melhor, que gera mais uso, que gera mais dados. Ou seja, quanto, a inteligência artificial, ela aprende pelo uso, quanto mais. Imagine que você está criando um jogo de inteligência artificial. Quanto mais gente jogar o jogo, mais você evolui naquilo. Então, por exemplo, quando a Meta lançou recentemente o Lhama, essa nova versão do Lhama, e ela dá isso gratuitamente, por que ela está dando isso gratuitamente? Porque ela quer uso, porque o uso já faz com que o trabalho que ela tem de desenvolvimento entre nesse círculo virtuoso. O que acontece se você tem um projeto de AI e você não consegue ter muito dado, com isso você vai ter um algoritmo médio, com isso as pessoas vão usar menos as pessoas, usando menos você não vai conseguir ter dado. E é por isso que a gente tem visto o desenvolvimento dramático dentro de AI principalmente e a generativa dentro de poucas empresas. Então, o que acontece? Não adianta você, por exemplo, sendo uma empresa de projetos, querer desenvolver um sistema em ChatGPT, por exemplo, e um competidor do ChatGPT para, por exemplo, endereçar projetos? Por quê? Porque é muito difícil.
Imaginem quantos milhões de pessoas estão usando todos os dias o ChatGPT para poder fazer perguntas como essa foi? Esse foi um dos motivos pelo qual a gente pegou o PMOtto, colocou dentro do ChatGPT como um fine-tuning do ChatGPT. Por quê? Porque é impossível você conseguir competir com quem está treinando em 500 bilhões ou um trilhão de tokens. Então o que acontece? É muito importante que você entenda um nicho e atue em um nicho onde você consiga fazer esse círculo virtuoso. Por exemplo, se você tem um assunto absolutamente específico, onde você consegue criar esse círculo virtuoso, você consegue dominar a inteligência artificial naquele segmento, por exemplo. Seja um segmento muito específico, por exemplo, de projetos de estruturas metálicas construtivas. E você consegue entrar nesse círculo? Sim, você consegue produzir algo de muito valor. Agora, sempre a gente precisa lembrar que igual nas redes sociais, a gente fala quando você não paga pelo produto, o produto é você. Nós estamos vendo que a maior parte dos desenvolvimentos são das empresas que tem um domínio da internet. Por quê? Porque o dado é crítico. Quem tem condição de treinar a maior quantidade de dados consegue entrar nesse círculo virtuoso. Então isso não é muito mais do que fazer um bom cronograma. É muito mais do que fazer um bom orçamento, é você ter o controle desse dado. Se você tem, por exemplo, as informações de projeto de todos os projetos do mundo e consegue criar uma AI que pegue todos esses projetos do mundo, seria perfeito.
Agora é muito difícil você ter isso. Por quê? Porque a maior parte das empresas não deixa esse tipo de informação disponível, amplamente disponível para que você treine agentes desse tipo, para que você gere um aprendizado como esse. Então, acho que isso é muito importante, porque o que a gente tem visto, a gente tem visto que aí as generativa e os projetos, eles vão sempre usar como uma plataforma base de conhecimento. Esses, esses grandes modelos que já atingiram esse ciclo virtuoso. Ao invés de você começar do zero e querer criar um Large Language Model a partir do zero para responder a projetos, isso aí simplesmente não vai funcionar e ou seja, isso vai custar uma fortuna e você ainda vai ter dificuldade, porque quando nós estamos falando em centenas de milhões de usuários usando todo dia, você está retroalimentando esse ambiente de uma forma muito mais precisa. Pense nisso, dê uma olhada e eu sugiro muito, a quem tiver aí 3 ou 4 horas para fazer. Façam esse curso do Andrew NG, ele é gratuito na Coursera. Vale muito a pena para a gente ter uma ideia geral, porque sem dúvida nenhuma, se você está ouvindo esse podcast, existe uma chance enorme que você de alguma forma vai participar de um projeto. Uma ótima semana para vocês! Até semana que vem com mais um 5 Minutes Podcast!
