O que é IA generativa, o que são modelos de base e por que eles são importantes?

Desde seu lançamento em novembro de 2022, o ChatGPT da OpenAI capturou a imaginação de consumidores e líderes empresariais, demonstrando o potencial que a IA generativa tem para transformar drasticamente as maneiras como vivemos e trabalhamos. À medida que o escopo de seu impacto na sociedade continua a se desenrolar, organizações de negócios e do governo ainda estão correndo para reagir, criando políticas sobre o uso da tecnologia pelos funcionários ou até mesmo restringindo o acesso ao ChatGPT.

Os mais prudentes deles têm avaliado as formas de aplicar a IA às organizações e se preparado para um futuro que já existe. Os mais avançados estão mudando seu pensamento de que a IA é uma reflexão tardia para reimaginar os fluxos de trabalho críticos com a IA no núcleo.

O mercado global de IA generativa está se aproximando de um ponto de inflexão, com uma avaliação de US$ 8 bilhões e um CAGR estimado de 34,6% até 2030. Com mais de 85 milhões de vagas de emprego previstas para permanecerem em aberto até lá, a criação de operações mais inteligentes com IA e automação é essencial para alcançar a eficiência, a eficácia e as experiências que os líderes empresariais e os stakeholders esperam.

A IA generativa é uma oportunidade convincente de aumentar os esforços dos funcionários e tornar a empresa mais produtiva. Mas, à medida que a diretoria executiva pesquisa soluções de IA generativa, eles estão descobrindo mais questões: quais casos de uso proporcionarão o maior valor para minha empresa? Qual tecnologia de IA é mais adequada às minhas necessidades? É segura? É sustentável? Como é governada? E como posso garantir o sucesso de meus projetos de IA?

Tendo trabalhado com modelos de base por vários anos, a IBM Consulting, a IBM Technology e a IBM Research desenvolveram um ponto de vista fundamentado sobre o que é necessário para obter valor com a implementação responsável da IA em toda a empresa.

Como o nome sugere, a IA generativa gera imagens, música, fala, código, vídeo ou texto, enquanto interpreta e manipula dados preexistentes. A IA generativa não é um conceito novo: as técnicas de aprendizado de máquina por trás da IA generativa evoluíram ao longo da última década. A abordagem mais recente é baseada em uma arquitetura de redes neurais, chamada de “transformadores”. Combinando a arquitetura de transformação com aprendizado não supervisionado, surgiram modelos de base que superam os benchmarks existentes capazes de lidar com várias modalidades de dados.

Esses grandes modelos são chamados de modelos de base, pois servem como ponto de partida para o desenvolvimento de modelos mais avançados e complexos. Ao desenvolver um modelo de base, podemos criar modelos mais especializados e sofisticados, adaptados a casos de uso ou domínios específicos. Exemplos iniciais de modelos, como GPT-3, BERT, T5 ou DALL-E, mostraram o que é possível: insira um prompt, e o sistema gera um ensaio inteiro ou uma imagem complexa, com base em seus parâmetros. 

Os grandes modelos de linguagem (LLMs) foram explicitamente treinados em grandes quantidades de dados de texto para tarefas de NLP e continham um número significativo de parâmetros, geralmente excedendo 100 milhões. Eles facilitam o processamento e a geração de texto de linguagem natural para tarefas diversas. Cada modelo tem seus pontos fortes e fracos, e a escolha de qual utilizar depende da tarefa específica de NLP e das características dos dados que estão sendo analisados. Escolher o LLM correto para usar em um trabalho específico requer experiência em LLMs.

O BERT foi projetado para entender relações bidirecionais entre palavras em uma frase e é usado principalmente para classificação de tarefas, resposta a perguntas e named entity recognition. O GPT, por outro lado, é um modelo unidirecional baseado em transformador usado principalmente para tarefas de geração de texto, como tradução de idiomas, resumo e criação de conteúdo. O T5 também é um modelo baseado em transformador, no entanto, difere do BERT e do GPT porque é treinado usando uma abordagem de texto para texto e pode ser ajustado para várias tarefas de processamento de linguagem natural, como tradução de idiomas, sumarização e resposta a perguntas.

Sendo pré-treinados com grandes quantidades de dados, esses modelos de base proporcionam uma enorme aceleração no ciclo de vida de desenvolvimento da IA, permitindo que as empresas se concentrem no ajuste fino para seus casos de uso específicos. Em vez de construir modelos de NLP personalizados para cada domínio, os modelos de base estão permitindo às empresas reduzir o time to value de meses para semanas. No engajamento de clientes, a IBM Consulting está observando uma redução de até 70% no time to value para casos de uso de NLP, como resumo de transcrições de centrais de atendimento, análises de avaliações e outros. 

Considerando o custo de treinar e manter modelos de base, as empresas terão que fazer escolhas sobre como incorporar e implementar os modelos para seus casos de uso. Há considerações específicas para casos de uso e pontos de decisão relacionados a custo, esforço, privacidade de dados, propriedade intelectual e segurança. É possível usar uma ou mais opções de implementação dentro de uma empresa negociando esses pontos de decisão. 

Os modelos de base irão acelerar drasticamente a adoção da IA nos negócios, reduzindo os requisitos de rotulagem, o que facilitará para as empresas experimentarem a IA, construir automação eficiente orientada por IA e aplicações, e implementar a IA em uma variedade maior de situações de missão crítica. O objetivo da IBM Consulting é trazer o poder dos modelos de base para todas as empresas em um ambiente de nuvem híbrida sem atrito. 

Para mais informações, veja como a IA generativa pode ser usada para maximizar experiências, tomada de decisão e valor de negócios, e como a IBM Consulting traz uma abordagem de valor e responsável à IA.