(Nikolaus Skene)
Por vezes apetece-lhe um vinho branco.
Por vezes, um tinto.
E depois de fazer desporto, uma cerveja também sabe muito bem.
Ninguém se lembraria de encomendar tudo ao mesmo tempo precisamente nesse momento.
Nenhum sommelier no mundo diria: «Não há problema, trago-lhe vinho branco, vinho tinto, cerveja, um bife, uma toalha, uma massagem, uma chamada telefónica com a sua mãe e, por precaução, umas férias de esqui.»
O nosso cérebro é muito mais eficiente nesse aspeto.
Decide contextualmente. De forma situacional. Poupando energia.
Ativa apenas as regiões que são relevantes naquele momento. O resto permanece «calmo».
E é precisamente aqui que reside uma diferença frequentemente ignorada entre a inteligência humana e a inteligência artificial atual.
E é aqui que entra o ChatGPT.
O ChatGPT funciona, na sua essência, de forma diferente.
Independentemente daquilo que lhe apeteça neste momento – ele pergunta sempre tudo.
Não apenas a cerveja depois do desporto, mas simultaneamente a cerveja, o vinho branco, o vinho tinto, o bife, a receita, a cadeia de distribuição, a pegada de CO₂, a região vitivinícola, a modalidade desportiva e o significado filosófico da sede.
A razão pela qual não damos por isso:
Acontece extremamente depressa.
As «regiões» sem sentido são excluídas em milissegundos e, no fim, surge uma resposta razoavelmente sensata. Mas o esforço computacional por detrás disso é gigantesco.
O cérebro humano ficaria completamente sobrecarregado desta forma.
E é precisamente por isso que o consumo de eletricidade dos sistemas de IA atuais é um ponto de crítica sério.
A DeepSeek já dá aqui um passo em frente.
Tenta «ativar» de forma mais direcionada diferentes partes do modelo, dependendo daquilo que é provavelmente relevante naquele momento. Não tudo, sempre, ao mesmo tempo. Mas de forma mais seletiva. Mais sensível ao contexto.
E depois surge o HuggingGPT.
O HuggingGPT não é um modelo novo.
É uma ideia arquitetural.
A ideia central:
Um grande modelo linguístico como o ChatGPT deixa de ser utilizado como um génio universal e passa a ser um controlador. Um maestro. Um planeador.
Ouve o utilizador, compreende a intenção – e depois divide-a em tarefas parciais concretas.
Estas tarefas parciais não são resolvidas pelo mesmo modelo, mas são encaminhadas de forma direcionada para especialistas : modelos de imagem, modelos de áudio, classificadores, sistemas de texto-para-fala, reconhecimento de objetos, segmentação. Todos modelos que já existem, por exemplo, no ecossistema Hugging Face.
O decisivo aqui não é apenas o que é feito, mas em que ordem.
O HuggingGPT planeia dependências.
Algumas tarefas têm de ser processadas em série, enquanto outras podem decorrer em paralelo. Os resultados de um modelo são utilizados como entrada para o seguinte. Só no fim o controlador reúne tudo novamente e formula uma resposta.
Um pedido simples como «Descreve esta imagem detalhadamente» é automaticamente dividido em classificação de imagem, reconhecimento de objetos, segmentação, criação de legendas e modelos visuais de pergunta-resposta – e só depois é reunido.
Isto não é uma inteligência nova.
Mas é uma forma diferente de trabalhar de maneira inteligente.
E é aqui que o HuggingGPT se torna realmente interessante:
O sistema não escala através de modelos cada vez maiores, mas através de coordenação. Através de seleção. Através de divisão do trabalho. Através de contexto.
De repente, a IA já não parece um estudante universal sobrecarregado, que tem de saber fazer tudo ao mesmo tempo, mas sim uma equipa bem organizada.
Ainda «chia» aqui e ali: maior latência, dependência da capacidade de planeamento do controlador, limites de tokens, instabilidades. O HuggingGPT não é um produto acabado. É um modelo de pensamento.
Mas um que aponta para uma direção importante:
Longe de «maior, mais rápido, tudo ao mesmo tempo».
Rumo ao «certo, seletivo, eficiente».
E assim regressamos ao consumo de eletricidade. Uma das principais críticas justificadas à IA atual é a sua fome de energia. Se a inteligência já não surgir da máxima paralelização, mas de uma orquestração direcionada, estaremos possivelmente a aproximar-nos de uma forma mais eficiente de pensar das máquinas.
O que isso significa a longo prazo – também para o trabalho humano, a inteligência humana e a relevância humana – é uma discussão diferente.
Para outro sábado.
Hoje basta uma observação:
É preciso voltar a «huggar» mais.
Não tudo ao mesmo tempo.
Mas o que é certo, no momento certo.
(Nikolaus Skene vive e trabalha em São Francisco, presta aconselhamento a empresas na área da IA e organiza há vários anos visitas ao Silicon Valley e a outros pontos nevrálgicos do desenvolvimento tecnológico