Aditya Ramabadran, Simon Mahns e Tobias Gessler, três engenheiros de IA em uma startup chamada Axiomrecentemente gostou do In-N-Out Burger para o almoço.
Eles não estavam dispostos a dirigir sozinhos, no entanto. Sentados em um Toyota Corolla 2024 perto da pista drive-thru do restaurante Bay Area, eles abriram um laptop e perguntaram GPT-6 Astra da OpenAI para assumir o volante. Eles vincularam uma interface de bate-papo a um servidor, que estava conectado a diversas câmeras montadas no para-brisa e ao sistema de direção hidráulica do carro. Um motorista de segurança manteve um pé acima do freio, só para garantir.
O modelo de IA, que normalmente tem a tarefa de gerar texto, código e imagens estranhas, navegou lenta mas seguramente no veículo até a janela de entrega para que pudessem coletar a comida.
“Talvez a AGI esteja aqui, afinal”, comentou um dos engenheiros, referindo-se a inteligência artificial gerala tão alardeada ideia de máquinas que podem se equiparar à inteligência humana.
Carros autônomos não são novidade, é claro, mas normalmente são operados por algoritmos especificamente treinados e projetados para a tarefa. Nesse caso, a operação partiu de um modelo projetado para saída de texto e aconteceu na hora, sem orientação prévia do trio. A façanha do fast-food, bem como uma série de outras experiênciassugerem que os modelos de IA baseados em linguagem estão começando a obter uma compreensão rudimentar, mas útil, do mundo físico.
Embora nada de manifestamente alarmante tenha acontecido durante o passeio do trio na hora do almoço, eles admitem que colocar um modelo de uso geral no comando de um pedaço de aço de duas toneladas em movimento rápido é uma tarefa de alto risco. À medida que a compreensão física melhora, poderemos ver os modelos de IA chegarem ao mundo real de novas maneiras impressionantes – e talvez perigosas.
Ficando físico
Os modelos mais inteligentes de hoje são incrivelmente bons em responder questões complexas e até mesmo realizando algumas tarefas virtuais de forma autônomamas as suas competências tendem a limitar-se ao mundo dos computadores e da Internet. Leve esses modelos para o mundo real e eles rapidamente ficarão confusos. Apesar das alegações de que a AGI chegouas empresas de IA evidentemente veem o raciocínio físico como uma fronteira ainda a ser conquistada para a IA.
Alguns pesquisadores deixaram grandes empresas para fundar startups focadas em resolver raciocínios físicos. Andrew Dai, CEO de uma dessas empresas, chamada Elorian AI, trabalhou anteriormente como pesquisador no Google DeepMind. Ele diz que um melhor raciocínio visual abrirá muitas novas aplicações para a IA, como sistemas que entendem se os clientes estão desfrutando de suas refeições em um restaurante ou robôs capazes de funcionar em uma casa. Dai diz que a robótica é um teste crucial para habilidades de raciocínio físico. “É bastante essencial para a robótica”, diz ele. “Você realmente não pode imaginar a robótica doméstica sem isso.”
Elorian e Scale AI, uma empresa que fornece dados de treinamento para grandes laboratórios de IA, desenvolveram recentemente uma nova referênciaSexto Sentido da Humanidade, que mede a capacidade dos modelos de compreender cenas físicas.
