A pretensão neste artigo é fazer um paralelo das novidades tecnológicas e das oportunidades de aplicação, em especial no Brasil. Escrevo este artigo no dia em que a Google lança o projeto Gemini, pela mais pura coincidência. Então, por que não usar essa referência? Além disso, no mesmo mês, a IBM e a Meta fazem uma aliança em torno da inteligência artificial.
Começo com definição sob um prisma da evolução para os negócios. Eu sei, eu sei que definição sempre é chata. Mas, experimente ler a minha, pois nela tento trazer toda a contemporaneidade do assunto.
LLMs (Large Language Model) são sistemas de IA que têm a função de processar, analisar grandes quantidades de dados de linguagem natural e responder de forma mais eficiente e humanizada aos usuários. Uma perseguição de décadas das empresas de tecnologia, vide o exemplo que trago da Microsoft, de 13 anos atrás, representado em seu vídeo Microsoft Future Envision, que explorava bem este conceito. Entre as várias cenas futuristas estava a de duas crianças, em países diferentes, com línguas diferentes, usando IA para se comunicar, bem como LLM.
Nesta época, já havia avanços de estudos sobre o processamento natural de linguagem, o NLP (Natural Language Processing). E eu estava lá. Estudei muito o aprimoramento da fluidez que os celulares e dispositivos ganhariam para conquistar não apenas os nerds, como eu, mas as pessoas em geral.
Confesso que fiquei muito maravilhada, ou melhor, deslumbrada. Manifestei isso mostrando o vídeo Microsoft Future Envision para toda minha família, que na época ficou mais interessada em conhecer o YouTube, que era para muitos, sim, uma super novidade naquele ano.
Claro, que ninguém acreditou em mim, achando ser mais uma coisa de família Jetson. Levaram-se mais de 10 anos, para que eu pudesse expressar aquela famosa frase: “Eu te disse!”
Bom, esqueçamos de minha revanche e nos apeguemos à velocidade da evolução das coisas, até então. Cabe aqui uma nota de referência importante: o iPhone ainda estava em poucas mãos aqui no Brasil. A sua versão de lançamento, tinha poucos gadgets e o mundo de aplicativos estava numa revolução com milhares de programadores sendo convocados a construí-los. E por que esta referência é importante? Abrindo a plataforma para mais contribuições, como as criações dos aplicativos, habilitou todo este ecossistema que temos hoje.
O mesmo acontece com o LLM hoje, sendo que as diferenças, entre 2007 e 2023, são a velocidade dos avanços tecnológicos e um ecossistema de tamanho milhares de vezes maior.
Então, é natural presenciar as alianças, inclusive entre as grandes big techs como e IBM e Meta, pois, na visão delas, quando a IA é desenvolvida abertamente, criam-se oportunidades para mais pessoas e empresas, uma vez que, se apropriando de seus benefícios, podem construir produtos e soluções inovadores.
Assim, os LLMs estão se tornando cada vez mais importantes em uma variedade de aplicações, como processamento de linguagem natural, tradução automática, geração de código e texto e muito mais. Embora, neste artigo eu concentre o foco em modelos de linguagem, é importante compreender que eles são apenas um aspecto sob o guarda-chuva da IA generativa e que tudo isso não se limita somente a textos, mas ao uso de imagens e áudios. Há muito a ser explorado e investido.
Por que só agora IA, LLM e NLP estão conquistando manchetes e estão entre os hot topics de tecnologia?
Houve avanços recentes que realmente trouxeram este destaque para a IA generativa e no LLM, tais como:
- Coletas aprimoradas de dados, pois à medida que melhora a coleta e a análise de grandes quantidades de dados, o desempenho do modelo melhora drasticamente.
- Avanços tecnológicos, que foram significativos nos últimos anos, em especial nas técnicas usadas para treinar esses modelos, resultando em grandes saltos no desempenho.
- Acessibilidade, pois o lançamento do ChatGPT abriu a porta para qualquer pessoa com acesso à internet interagir com um LLM, por meio de uma interfaceweb simples, acelerando avanços dos LLMs.
- Poder computacional, que cresceu muito com a disponibilidade de recursos computacionais mais poderosos, como as unidades de processamento gráfico (GPUs). As melhores tecnologias de processamento de dados permitiram aos cientistas e à comunidade de desenvolvedores treinarem modelos muito maiores, melhorando o desempenho desses modelos de linguagem.
Apesar dos grandes avanços, há muitos desafios, mas eles vão sendo superados, sendo que este universo não é só das big techs. Há muitos modelos de linguagem sendo construídos. E algumas soluções que serão criadas, não necessariamente terão seu próprio LLMs, mas derivarão de modelos existentes ou até da combinação entre eles.
Neste universo em ebulição, todos estão na corrida do aperfeiçoamento. Em 2022 o Center for Research on Foundation Models da Universidade de Stanford (EUA) combinou várias métricas diferentes em um grande benchmark holístico, que avaliou a precisão, calibragem, robustez, imparcialidade, viés, toxicidade e a eficiência de grandes modelos de linguagem. Você ficará surpresa ou surpreso ao ver que modelos maiores não ofereciam necessariamente a melhor performance.
Enquanto aplicação, para que servem os LLMs?
São diversas as aplicações que podem ser poderosamente combinadas com processos e sistemas já existentes ou que permitem a criação de novas aplicações. Como transformar a maneira de aplicar o aprendizado online, responder um técnico no campo e integrar máquina e homem.
Aqui estão apenas alguns exemplos de casos de uso comuns para LLMs:
Chatbots e assistentes virtuais – Uma das implementações mais comuns podem ajudar em coisas como suporte ao cliente e, inclusive, conversas abertas.
Tradução de idiomas – Permite a globalização de todo o conteúdo sem horas de trabalho meticuloso, simplesmente alimentando suas páginas da web através dos LLMs adequados e traduzindo-as para diferentes idiomas.
Resumo e síntese – Chamadas ou reuniões podem ser resumidos de forma eficiente para que outras pessoas possam digerir o conteúdo com mais facilidade.
Geração de conteúdo – Começa com um prompt detalhado para que o LLM desenvolva um esboço para você, usando-o para debater ideias e se inspirar.
Geração e depuração de código LLMs – Com as técnicas adequadas, os LLMs também podem ser construídos de forma a fazer referência a outros dados relevantes, como os processos e documentações de uma empresa, ajudando a fornecer respostas mais precisas.
Entendimento de sentimento humano – É possível analisar em um texto as emoções e opiniões. Atuando de uma forma efetiva na satisfação do cliente.
Clusters de texto – Mostram tendências através de nuvem de palavras, que podem ser aplicadas por tribos, países, regiões ou temas.
Mix com a realidade aumentada ou as tecnologias imersivas – Pode proporcionar atendimento virtual mais eficiente, ou suporte ao um agrônomo no campo e até mesmo ajuda das dúvidas do dia a dia de uma família, como consertar vazamentos entre outras coisas.
Como as empresas brasileiras podem surfar a onda
Cada organização terá desafios ímpares a superar e não existe um caminho único quando se trata de LLMs. Em comum, as empresas têm à sua frente um mundo que se torna mais orientado para os dados, e tudo, incluindo os LLMs, dependerá de uma base sólida de dados. A IA como os LLMs são ferramentas fantásticas, mas precisam ser usadas e implementadas com base nessa base sólida de dados. O que exigirá investimentos tanto para pesquisa como para desenvolvimento.
Falando do potencial no Brasil, cresce o entendimento dos empreendedores na importância no domínio e uso dos dados. E é extremamente crescente as corporações se voltando para entender e usar dados, bem como suas ferramentas.
Segundo a Mckinsey, ainda em 2019, num estudo sobre a transformação digital, os líderes digitais do Brasil já tinham uma equiparação com a situação dos líderes de organizações globais. Porém, com um gap quando se comparava os times operacionais. Essa avaliação levava em consideração suas estratégias, capacidade, organização e cultura organizacional. A pandemia acelerou este processo, criando um campo fértil para consumir mais tecnologia, bem como desenvolvê-la.
Falando em desenvolvimento, também no Brasil prosperam as empresas que fornecem estas tecnologias ou adaptam LLMs e IA aos seus produtos e serviços. Demandando investimento e apoio, inclusive propiciando competitividade tanto em terreno nacional como internacional.
Dando ênfase ao LLM, o Brasil tem uma particularidade, que é a sua língua, português do Brasil, e as vários nuances de sua regionalização, abrindo uma frente de investimentos dedicada ao jeito “brazuca” de ser. Logo, todas as tecnologias e integrações precisam levar isto em conta, proporcionando um rico mercado interno.
Apoiando-se em pesquisa da Gartner, os CIOs brasileiros entrevistados planejam implementar até 2025:
- 96% – inteligência artificial e aprendizado de máquina;
- 86% – IA responsável,
- 82% – Plataforma de desenvolvimento multiexperiência.
E o êxito delas perpassa o uso de LLMs, ou seja, encontramos um mercado propício no Brasil em todos os segmentos, desde os que visam otimizar processos produtivos como os que são responsáveis pelo consumidor final, como varejo e saúde. E a sua eficiência será marcada pelo consumo das tecnologias do poderoso guarda-chuva da inteligência artificial que abriga LLM entre outros.
Maria Eva Mit Lazarin é CEO e fundadora da Benkyou do Brasil.
*Este texto reproduz a opinião do autor e não reflete necessariamente o posicionamento da Mercado&Consumo.
Imagem: Shutterstock
