Em uma recente cúpula em Paris focada em políticas e avanços de IA, o chefe de inteligência artificial da Meta, Yann LeCun, compartilhou uma visão simplificada do que realmente significa ser inteligente. Enquanto muitas empresas empurram os limites com modelos de linguagem e ferramentas generativas, ele argumentou que os sistemas atuais estão perdendo os fundamentos que até mesmo animais comuns compreendem intuitivamente.
Na visão dele, quatro habilidades estão no cerne da verdadeira inteligência: entender o entorno físico, armazenar memórias duradouras, raciocinar em problemas e planejar com estrutura – especialmente quando os passos exigem hierarquia. Esses não são objetivos abstratos; são ferramentas de sobrevivência cotidianas na natureza.
A IA moderna, segundo ele, ainda não atende a esses requisitos. Em vez de desenvolver modelos que aprendam genuinamente como o mundo funciona, a maioria das empresas está adicionando partes extras para cobrir as fraquezas. Um computador pode aprender a descrever o que vê adicionando um módulo de visão separado. Ou pode buscar fatos em bancos de dados para simular a memória. Mas empilhar componentes em cima de sistemas baseados em texto, ele alertou, não replica como as mentes pensantes funcionam.
Automatize a indexação de páginas no Google, monitore status e erros, e melhore seu SEO.
Solução perfeita para criar assinaturas de e-mail profissionais e personalizadas.
Gere vídeos de marketing a partir de qualquer prompt de texto, script ou postagem de blog usando IA.
Identifique visitantes anônimos do site, qualifique-os e converta-os em leads.
Crie fotos, arte e imagens com a mais recente tecnologia de IA.
O serviço de validação de e-mail mais preciso que limpa endereços de e-mail inválidos.
Crie sua própria ferramenta de IA sem código! Ganhe dinheiro com assinaturas.
Crie conteúdo de alta qualidade com relevância para SEO com esta poderosa ferramenta de IA.
Ele acredita que a correção não virá de atualizações – virá de mudança de direção. Isso significa construir sistemas que pensam em termos de causa e efeito. Dê a uma máquina uma percepção do que está acontecendo agora, deixe-a imaginar tomar uma ação e treine-a para prever que mudanças essa ação poderia causar. Esse ciclo – observar, agir, prever – é como os seres vivos se adaptam.
Mas a vida não segue roteiros. Os eventos se desenrolam de maneiras imprevisíveis, com detalhes que frequentemente não importam. Então, em vez de tentar prever tudo, ele disse que a IA precisa aprender a abstração. Os humanos têm feito isso por séculos. A química, por exemplo, se tornou gerenciável quando os cientistas pararam de pensar em cada átomo e começaram a pensar em camadas – partículas, átomos, moléculas e, em seguida, materiais. Em cada nível, informações desnecessárias são filtradas.
Essa abordagem – aprendendo organizando o mundo em camadas usáveis – é a que a equipe da Meta está perseguindo agora. No início deste ano, a empresa lançou um modelo de pesquisa chamado V-JEPA. Ao contrário de ferramentas que tentam adivinhar cada pixel em uma imagem ou quadro em um vídeo, o V-JEPA foca nos padrões subjacentes. Ele aprende observando o que está faltando e descobrindo o que deveria estar ali, sem se distrair com detalhes que não têm significado.
A esperança a longo prazo é ensinar máquinas a pensarem menos como máquinas. Não apenas para responder com respostas plausíveis, mas para construir uma lógica interna silenciosa – um mapa do mundo que elas possam usar para raciocinar e planejar. Por enquanto, esse objetivo permanece fora de alcance. Mas se a inteligência pode ser decomposta em partes, a Meta parece determinada a construir as que faltam.