Um estudo recente sugere que a inteligência artificial (IA) tem o potencial de superar a inteligência humana no futuro. O estudo explora a complexidade da IA e do cérebro humano, e propõe uma nova estrutura teórica: aplicando a tecnologia de IA ao nível celular da neurociência, a IA pode se aproximar infinitamente das funções do cérebro humano, ou até mesmo superar a inteligência humana. O cérebro humano é amplamente considerado um dos sistemas mais complexos do universo, enquanto a inteligência artificial é considerada uma das tecnologias mais importantes da história da humanidade. Uma questão central surge: a inteligência artificial acabará superando a inteligência humana?

Já ouviu falar sobre ChatGPT e 文心一言, essas IAs sofisticadas? A tecnologia central por trás delas são os "Modelos de Linguagem Grandes" (LLM). Parece complicado e difícil de entender? Não se preocupe, mesmo que você tenha apenas o nível de matemática do 2º ano, após ler este artigo, você poderá entender facilmente os princípios de funcionamento do LLM! Redes neurais: a magia dos números. Primeiro, precisamos saber que uma rede neural é como uma supercalculadora, que só pode processar números. Tanto a entrada quanto a saída devem ser números. Então, como fazemos para que ela entenda texto? O segredo...

O Prêmio Nobel de Física de 2024 foi concedido a John J. Hopfield e Geoffrey E. Hinton por suas descobertas e invenções fundamentais no uso de redes neurais artificiais para aprendizado de máquina. Seu trabalho lançou as bases da inteligência artificial, tornando possível o aprendizado de máquina e o aprendizado profundo. Hopfield criou uma memória associativa que pode armazenar e reconstruir imagens e outros tipos de padrões em dados. Hinton inventou um método que pode encontrar autonomamente atributos em dados, permitindo tarefas como identificar elementos específicos em imagens. Nobel

Os departamentos de Engenharia Elétrica e Automação da Universidade Tsinghua desenvolveram com sucesso o chip de treinamento óptico "Taiji-II", que permite o treinamento eficiente e preciso de redes neurais em larga escala usando computação óptica. Essa inovação supera as limitações das tecnologias de computação óptica existentes, eliminando a necessidade de modelagem off-line com GPU, simplificando o processo de treinamento e melhorando significativamente a capacidade de aplicação de sistemas de computação óptica em inteligência artificial e processamento de big data. O chip pode treinar vários sistemas ópticos e apresenta desempenho excelente em várias tarefas, o que demonstra o aumento da força de pesquisa e da capacidade de inovação da China em áreas de tecnologia de ponta.

Por 35 anos, a capacidade das IAs de generalizar sistematicamente como os humanos foi debatida. Pesquisadores da NYU e da Universidade Pompeu Fabra demonstraram, pela primeira vez, que redes neurais podem alcançar uma generalização semelhante à humana. Seu modelo MLC treina redes neurais em ambientes de tarefas, permitindo-lhes gradualmente adquirir a capacidade de raciocínio sistemático sobre o significado de combinações de palavras. O modelo MLC supera o GPT-4, exibindo um raciocínio surpreendentemente humano. Esta pesquisa tem implicações de longo alcance para a inteligência artificial e as ciências cognitivas, conferindo às redes neurais a capacidade de generalização sistemática.

A startup de inteligência artificial Anthropic anunciou um grande avanço, apresentando um método para melhor compreender o comportamento das redes neurais. A pesquisa resultará em maior segurança e confiabilidade na próxima geração de inteligência artificial, ajudando pesquisadores e desenvolvedores a controlar melhor o comportamento dos modelos de IA. Por meio do estudo aprofundado das características das redes neurais, a Anthropic decifrou o funcionamento interno dessas redes, fornecendo novos métodos para prever seus resultados. Essa descoberta pode ajudar a superar os desafios de compreensão do comportamento dos modelos de linguagem e tem grande impacto no campo da inteligência artificial.