A notícia de que a OpenAI, o Google e a Anthropic – três dos maiores nomes na área de inteligência artificial – estão enfrentando dificuldades para aperfeiçoar seus modelos mais recentes está gerando grande repercussão. O foco está no novo projeto da OpenAI, "Orion", que busca superar o desempenho de modelos anteriores, como o GPT-4. No entanto, em vez de conseguir um grande avanço, a empresa está lidando com um revés: Orion não atende às expectativas internas. A mesma dinâmica é observada no Google e na Anthropic, que também enfrentam desafios.

Orion: Ein Schritt zurück?

Orion, o novo modelo tão aguardado da OpenAI, passou por uma primeira rodada de treinamento em setembro. As expectativas eram altas, afinal, esperava-se que superasse o GPT-4. No entanto, insiders relatam que Orion não atingiu os objetivos de desempenho estabelecidos, especialmente em tarefas complexas, como questões de programação que estão fora do âmbito dos dados de treinamento.

Um Insider erläuterte, dass es Orion an ausreichend spezifischen Trainingsdaten im Bereich Programmierung mangelt. Ein Problem, das OpenAI in der Entwicklung von Orion immer wieder einholt: Trotz intensiver Feinarbeit – sogenannter „Post-Trainingsprozesse“ – bleibt Orion unter dem Niveau, das für eine Markteinführung nötig wäre. Das Unternehmen könnte daher die Veröffentlichung des Modells auf das nächste Jahr verschieben.

Der schrumpfende Fortschritt

A experiência da OpenAI não é um caso isolado. O Google e a Anthropic também estão sob pressão. No Google, a nova versão do software Gemini decepciona, e na Anthropic, o aguardado lançamento do Claude-3.5 Opus está atrasado. Apesar do trabalho de desenvolvimento intensivo, do enorme investimento financeiro e do talento de muitas equipes de especialistas, o sucesso dos novos modelos de IA continua bem aquém das expectativas.

KI-Modelle am Limit – Ein Wachstumsdilemma

O desenvolvimento de novos modelos de IA baseia-se principalmente em dois pilares: a disponibilidade de dados de treino de alta qualidade e o poder computacional massivo. No entanto, ambos os recursos são difíceis de obter. Fontes de dados de alta qualidade geradas por humanos estão se tornando raras, e a aquisição de novos e únicos conjuntos de dados requer especialistas especializados e enormes investimentos. Algumas empresas já estão recorrendo a dados sintéticos – textos e imagens gerados por IA –, mas a qualidade e diversidade desses dados permanecem limitadas.

„É menos sobre quantidade e mais sobre qualidade e diversidade dos dados“, diz Lila Tretikov, chefe de estratégia de IA na New Enterprise Associates. „Podemos gerar dados sintéticos em grande quantidade, mas obter conjuntos de dados realmente de alta qualidade e únicos sem orientação humana é um desafio, especialmente com modelos baseados em linguagem.“

Die Kosten steigen, die Fortschritte sinken

Para empresas como a OpenAI ou o Google, que investem bilhões no desenvolvimento de IA, a eficiência decrescente é um problema sério. O desenvolvimento de modelos como Orion ou Gemini custa centenas de milhões de dólares a cada ano. "Fizemos progressos enormes em pouco tempo", diz Noah Giansiracusa, professor de matemática na Bentley University, "mas isso não foi sustentável." O entusiasmo por inovações rápidas parece estar esfriando, enquanto o desenvolvimento de IA precisa de novas abordagens para fazer progressos significativos.

OpenAI e Google também mudaram a estratégia: de simples crescimento de modelo para casos de uso concretos.

Wird das „Agenten-Zeitalter“ die KI befreien?

Na indústria de IA, o conceito de "agentes" é considerado um ponto de inflexão potencial. Aplicações de IA capazes de tomar decisões ativas e automatizadas podem ser a próxima revolução a transformar o mercado. A OpenAI planeja lançar essa tecnologia nos próximos anos, e o Google está experimentando ferramentas semelhantes.

Enquanto as limitações do sistema de modelo atual se tornam cada vez mais evidentes, "agentes" poderiam lançar as bases para a próxima geração da IA - uma que não apenas responde, mas age. As expectativas permanecem altas, e para a indústria de IA, a corrida pelo futuro da inteligência artificial está mais acirrada do que nunca.