Desde o verão passado, a empresa de inteligência artificial xAI, do bilionário Elon Musk, prometeu que seu modelo principal, Grok3, seria lançado no final de 2024, como resposta a modelos como o GPT-4 da OpenAI e o Gemini do Google. No entanto, com a chegada de 2 de janeiro, o Grok3 ainda não apareceu, e não há nenhum sinal de lançamento iminente.
Musk havia declarado na plataforma de mídia social X em julho que, após o treinamento com 100.000 GPUs H100, o Grok3 seria lançado no final do ano e representaria um "grande salto". No entanto, até hoje, o Grok3 ainda não foi lançado, e o código no site da xAI sugere que um modelo intermediário, "Grok2.5", pode ser lançado primeiro.
Esta não é a primeira vez que Musk falha em cumprir promessas de lançamento de produtos. Musk tem um histórico de previsões otimistas sobre prazos de lançamento que frequentemente não se concretizam. Apesar disso, em uma entrevista ao podcast de Lex Fridman em agosto, ele mencionou que o Grok3, com sorte, poderia realmente ser lançado em 2024.
Este atraso não é exclusivo da xAI. A startup de IA Anthropic enfrenta um dilema semelhante. No ano passado, a Anthropic não conseguiu lançar o sucessor de seu modelo Claude3Opus no prazo e, recentemente, anunciou que o Claude3.5Opus, originalmente programado para o final de 2024, foi removido de sua documentação de desenvolvimento.
Além disso, os modelos principais do Google e da OpenAI também sofreram atrasos semelhantes nos últimos meses, refletindo os gargalos atuais da tecnologia de IA. Com a melhoria de desempenho de cada geração de modelos diminuindo gradualmente, as empresas de IA estão enfrentando dificuldades para superar os gargalos usando métodos de expansão tradicionais.
Em sua entrevista com Fridman, Musk também mencionou que, embora esperassem que o Grok3 fosse o modelo de IA mais avançado, isso pode não acontecer. Ele observou: "Podemos não conseguir atingir esse objetivo, essa é nossa aspiração."
É ainda mais digno de nota que a equipe da xAI é significativamente menor do que a de seus concorrentes, o que pode ser outra razão para o atraso no lançamento.
Essa série de atrasos destaca as limitações dos métodos de treinamento de IA, especialmente em termos de expansão tradicional de computação e conjuntos de dados. Com o avanço da tecnologia, como superar os gargalos existentes e criar sistemas de IA mais eficientes e poderosos tornou-se um desafio urgente para toda a indústria.