Depois de 5 semanas de newsletters destacando as tendências de tecnologias emergentes e inovações disruptivas para 2024, a Carta de Hoje volta a trazer casos práticos de como estas tecnologias estão sendo utilizadas. Afinal de contas é na aplicação prática das tecnologias que podemos fazer nossas empresas, organizações e mundo melhores. 
Hoje trarei a você o menor acelerador de partículas do mundo, a versão gratuita do chatGPT com voz, iniciativas para regular drones assassinos, o momento GPT dos robôs chegando, o braço robótico usado em experimentos quânticos e fecho com a opinião dos pesquisadores do Google sobre a Singularidade, se está próxima ou não… 
Bora lá? 
O menor acelerador de partículas do mundo é 54 milhões de vezes menor que o Grande Colisor de Hádrons (LHC) – e funciona 
No mundo da física de partículas, um avanço notável acaba de ser alcançado: a criação do menor acelerador de partículas do mundo, uma inovação que é 54 milhões de vezes menor que o Grande Colisor de Hádrons (LHC) e, surpreendentemente, funciona!
Este dispositivo incrivelmente pequeno é suficientemente compacto para caber em uma moeda. Conhecido como acelerador de elétrons nanofotônico (NEA), ele é composto por um microchip que abriga um tubo de aceleração minúsculo, com apenas alguns milímetros de comprimento. Para se ter uma ideia, o tubo principal de aceleração tem cerca de 0,5 milímetro, uma fração ínfima em comparação com os 27 quilômetros do anel do LHC, o maior e mais poderoso acelerador de partículas do mundo, localizado na Suíça. 
O interior deste pequeno túnel tem apenas cerca de 225 nanômetros de largura, o que, para contextualizar, é muito mais fino que um fio de cabelo humano, que tem entre 80.000 a 100.000 nanômetros de espessura. Neste acelerador, os elétrons são acelerados através da emissão de mini feixes de laser sobre milhares de “pilares” individuais.
Em um estudo recente, publicado em 18 de outubro na revista Nature, pesquisadores da Universidade Friedrich-Alexander de Erlangen-Nuremberg (FAU), na Alemanha, usaram este dispositivo para acelerar elétrons de um valor de energia de 28,4 kiloeletrons-volts para 40,7 keV, um aumento de cerca de 43%.
Esta é a primeira vez que um acelerador de elétrons nanofotônico, proposto inicialmente em 2015, foi acionado com sucesso. Embora os elétrons acelerados pelo NEA tenham apenas cerca de um milionésimo da energia daqueles acelerados pelo LHC, os pesquisadores acreditam que podem aprimorar o design do NEA, utilizando materiais alternativos ou empilhando múltiplos tubos um ao lado do outro, o que poderia acelerar ainda mais as partículas.
O objetivo principal desses aceleradores é utilizar a energia emitida pelos elétrons acelerados em tratamentos médicos direcionados, que podem substituir formas mais danosas de radioterapia, usadas atualmente no combate a células cancerígenas.
“O sonho seria colocar um acelerador de partículas em um endoscópio, para poder administrar radioterapia diretamente na área afetada dentro do corpo”, escreveu o autor principal do estudo, Tomáš Chlouba, físico da FAU. No entanto, ele acrescenta que isso ainda está longe de ser uma realidade. 
Este avanço representa um marco significativo na física de partículas e na medicina, abrindo caminho para aplicações inovadoras e menos invasivas no tratamento de doenças, demonstrando mais uma vez como a ciência pode transformar vidas. 
https://www.space.com/worlds-smallest-particle-accelerator-nanophotonic
Alexa vai ter que correr atrás…ChatGPT com voz liberado para todos 
Em um mundo cada vez mais conectado, a inovação não para. E a novidade da vez é o “ChatGPT com voz” que, já estava disponível aos usuários pagantes da plataforma há algumas semanas, mas, agora está disponível para todos os usuários de iOS e Android. Isso mesmo, a OpenAI, mesmo em meio a uma semana agitada, com o vai e volta do seu CEO, conseguiu lançar essa funcionalidade que promete revolucionar a forma como interagimos com assistentes virtuais. 
Ainda em fase de implementação, nem todos os dispositivos já contam com o ícone de “fone de ouvido” no aplicativo ChatGPT. 
Mas, como funciona? Simples: ao acessar o aplicativo, você clica no ícone de “fone de ouvido”, faz uma pergunta e uma voz robótica, ainda que um pouco artificial, lhe dará a resposta. É uma experiência similar aos assistentes de voz da Apple, Amazon ou Google, mas com um diferencial: é alimentado por um modelo de linguagem avançado. O ChatGPT, nesse formato, atua mais como um assistente de perguntas e respostas. Ele não faz chamadas telefônicas, não controla sua casa inteligente, não anota recados nem marca compromissos no calendário. Seu foco é responder perguntas. E ele manda muito bem! Nos primeiros testes que fiz, pedi para ele avaliar meu inglês e ser meu professor. Ele não só avaliou como também perguntou se eu queria melhorar gramática, vocabulário ou conversação.
E por falar em futuro, Google e Amazon já estão reformulando seus assistentes de voz para utilizar modelos de linguagem mais complexos, o que indica que o ChatGPT com voz é um vislumbre do que está por vir. Um exemplo interessante é a demonstração de como comprar pizza para um grande grupo, algo que os assistentes de voz atuais ainda não conseguem manejar com tanta eficiência. A resposta do ChatGPT, embora mais longa e detalhada do que a maioria dos assistentes de voz, oferece uma descrição minuciosa do cenário, com 66 palavras em 23 segundos.
Para os entusiastas da tecnologia e curiosos de plantão, a funcionalidade de voz do ChatGPT é uma oportunidade de experimentar, em primeira mão, o futuro da interação com a inteligência artificial. 
https://arstechnica.com/gadgets/2023/11/chatgpt-with-voice-opens-up-to-everyone-on-ios-and-android/
À medida que drones assassinos controlados por IA se tornam realidade, nações debatem limites
Imagine um cenário que, até pouco tempo atrás, parecia exclusivo de filmes de ficção científica: drones assassinos, operados por inteligência artificial, patrulhando os céus e tomando decisões autônomas sobre vida e morte. Esta realidade, antes distante, está se aproximando a passos largos, com países como Estados Unidos e China na vanguarda desse desenvolvimento tecnológico. A transformação digital está alcançando um novo patamar, onde a guerra e a inteligência artificial se entrelaçam de maneira complexa e preocupante. 
Neste contexto, a ONU se tornou palco de um debate acalorado. Muitos países estão pressionando por regulamentações estritas sobre o uso de armas autônomas letais. No entanto, há uma resistência significativa. Grandes potências como Estados Unidos, Rússia e Israel mostram-se reticentes em aceitar novas leis internacionais, enquanto a China propõe limites tão restritivos que pouco alterariam o cenário atual. Essa divergência de opiniões cria um impasse que dificulta a implementação de medidas legalmente vinculativas. 
A urgência dessa discussão é amplificada pelo rápido avanço da inteligência artificial e pelo uso crescente de drones em conflitos atuais, como os observados na Ucrânia e no Oriente Médio. Até o momento, a maioria dos drones depende de operadores humanos para missões letais. No entanto, estamos à beira de uma era onde softwares permitirão que esses drones operem com uma autonomia sem precedentes.
Os Estados Unidos, por sua vez, adotaram políticas voluntárias para limitar o uso de inteligência artificial em armas autônomas letais. Isso inclui uma política revisada do Pentágono e uma declaração do Departamento de Estado sobre o uso responsável dessas tecnologias. Apesar desses esforços, a posição das grandes potências gera uma inquietação palpável entre as nações menores, que temem a normalização das armas autônomas letais em campos de batalha antes que se chegue a um consenso sobre suas regras de uso.
Diplomatas e grupos de controle de armas de países como Áustria, Argentina, Nova Zelândia, Suíça e Costa Rica propuseram uma série de limitações. Algumas dessas propostas visam a proibição global de armas autônomas letais que tenham como alvo seres humanos, enquanto outras sugerem que essas armas sejam mantidas sob “controle humano significativo” e utilizadas apenas em áreas e períodos específicos.
A discussão é intensa e a necessidade de ação rápida é evidente. Estamos diante de uma nova forma de guerra, uma que pode se tornar onipresente e incontrolável se não for adequadamente regulamentada. É um tema que nos convida a refletir sobre o futuro da tecnologia e seu impacto na sociedade e na ética global. Como sempre, a inovação traz consigo desafios e oportunidades – cabe a nós, como sociedade global, decidir como vamos enfrentá-los.
https://www.nytimes.com/2023/11/21/us/politics/ai-drones-war-law.html
Braço robótico pioneiro pronto para atingir novos patamares no mundo quântico
No universo da ciência, a inovação é a chave que abre portas para o futuro. E hoje, vamos mergulhar em uma descoberta que promete revolucionar o campo da pesquisa quântica: um braço robótico pioneiro, desenvolvido pela Universidade de Bristol, que está prestes a alcançar novos patamares em experimentos quânticos.
Esta invenção, fruto da colaboração entre os Laboratórios de Tecnologia de Engenharia Quântica e o Laboratório de Robótica de Bristol, destaca-se por seu design único. Ela permite a realização de experimentos quânticos com uma velocidade, detalhe e complexidade sem precedentes. Imagine um mundo onde avanços na saúde, como o monitoramento da condição de células, ou comunicações no espaço, se tornem mais acessíveis graças à tecnologia quântica. 
Os experimentos nessa área muitas vezes exigem ambientes extremamente controlados, combinando temperaturas ultrabaixas, interações em escala atômica e feixes de laser precisamente alinhados. Com a integração de características robóticas nesses experimentos, os cientistas agora podem investigar com maior velocidade de prototipagem, controle e robustez.
Os resultados dessa pesquisa e o próprio braço robótico foram apresentados na revista Advanced Science. O Dr. Joe Smith, autor principal e Pesquisador Sênior na Escola de Engenharia Elétrica, Eletrônica e Mecânica da Universidade de Bristol, compartilhou que a experimentação padrão em laboratório não seria suficiente para este feito, levando-os a explorar o mundo da robótica. Eles descobriram que os braços robóticos são maduros o suficiente para navegar em configurações muito complexas.
Dr. Smith e sua equipe se inspiraram na forma como os robôs estão sendo cada vez mais utilizados em cirurgias, devido à sua capacidade de navegar com alta precisão em áreas complicadas do corpo. O Dr. Krishna Coimbatore Balram, coautor e Professor Associado de Engenharia Quântica Fotônica na Universidade de Bristol, destacou a importância de trazer desenvolvimentos de outros campos, como a robótica, para avançar nas tecnologias quânticas.
O braço robótico, equipado com um ímã de alta resistência, pode ser posicionado em qualquer lugar no espaço tridimensional, em qualquer ângulo, navegando por obstáculos. Utilizando ferramentas como eletrodos, lasers e superfícies espelhadas, os braços robóticos poderiam facilitar um alinhamento e manipulação mais precisos em vários arranjos experimentais.
Em resumo, estamos diante de um marco na pesquisa quântica, onde a robótica não apenas complementa, mas potencializa as possibilidades de exploração e descoberta. É a ciência avançando de mãos dadas com a tecnologia, rumo a um futuro em que o impossível se torna cada vez mais alcançável.
O “momento GPT” da robótica de IA está próximo
Não é nenhum segredo que os modelos de base têm sido um divisor de águas na inteligência artificial no mundo digital. Modelos de linguagem de grande escala como ChatGPT, LLaMA e Bard trouxeram uma verdadeira revolução para a IA no campo da linguagem. Embora os modelos GPT da OpenAI não sejam os únicos modelos de linguagem de grande escala disponíveis, eles se destacaram por sua capacidade de processar entradas de texto e imagem e fornecer respostas que se assemelham às humanas, lidando até mesmo com tarefas que exigem solução de problemas complexos e raciocínio avançado.
A popularidade e adoção generalizada do ChatGPT moldaram significativamente a percepção da sociedade sobre este novo capítulo da inteligência artificial. Agora, o próximo grande salto que definirá a IA para as futuras gerações é a robótica. A construção de robôs alimentados por IA, capazes de aprender a interagir com o mundo físico, promete revolucionar o trabalho repetitivo em uma variedade de setores, desde logística e transporte até manufatura, varejo, agricultura e saúde. Essa inovação tem o potencial de desbloquear eficiências no mundo físico comparáveis às que testemunhamos no mundo digital nas últimas décadas.
Embora a robótica apresente um conjunto único de desafios em comparação com a linguagem, existem semelhanças fundamentais entre os dois campos. E é aqui que algumas das mentes mais brilhantes em IA estão fazendo progressos significativos na construção do que poderíamos chamar de “GPT para robótica”.
O sucesso do GPT se deve a uma abordagem de modelo de base, onde o GPT, um modelo de IA, é treinado em um vasto e diversificado conjunto de dados. Antes, os engenheiros coletavam dados e treinavam IA específica para resolver um problema específico. Agora, com a abordagem de modelo de base, um único modelo geral é usado universalmente, superando os modelos especializados. Este modelo geral é mais eficaz porque pode se beneficiar do aprendizado de uma variedade de tarefas e generalizar melhor para novas tarefas.
Além disso, o treinamento em um grande conjunto de dados proprietários e de alta qualidade é crucial. A OpenAI conseguiu acessar dados do mundo real necessários para treinar os modelos GPT de maneira eficiente. O GPT foi treinado em dados coletados de toda a internet, incluindo livros, artigos de notícias, postagens em redes sociais, códigos e muito mais. Não é apenas o tamanho do conjunto de dados que importa, mas também a curadoria de dados de alta qualidade e valor.
Outro aspecto fundamental é o papel da aprendizagem por reforço (RL). A OpenAI utiliza a aprendizagem por reforço a partir de feedback humano (RLHF) para alinhar as respostas do modelo com as preferências humanas. Isso é necessário porque a aprendizagem supervisionada por si só não é suficiente, já que os LLMs precisam alcançar objetivos sem uma resposta única e correta. O RLHF permite que o algoritmo avance em direção a um objetivo por tentativa e erro, enquanto um humano valida as respostas corretas.
Agora, a próxima fronteira para os modelos de base está na robótica. A mesma tecnologia central que permite ao GPT processar texto e imagem também capacita as máquinas a entender, pensar e agir no mundo físico. Robôs alimentados por um modelo de base poderão compreender seus arredores físicos, tomar decisões informadas e adaptar suas ações a circunstâncias em mudança.
O “GPT para robótica” está sendo construído seguindo os mesmos princípios do GPT, estabelecendo as bases para uma revolução que redefinirá a inteligência artificial. Ao adotar uma abordagem de modelo de base, é possível construir uma IA que funcione em várias tarefas no mundo físico. Isso permite que a IA responda melhor a cenários de casos extremos que frequentemente existem em ambientes reais desestruturados.
Ensinar um robô a aprender quais ações levam ao sucesso e quais levam ao fracasso é extremamente difícil e requer dados extensivos de alta qualidade baseados em interações físicas do mundo real. Ao contrário da IA para linguagem ou processamento de imagem, não existe um conjunto de dados pré-existente que represente como os robôs devem interagir com o mundo físico. Portanto, implantar uma frota de robôs em produção é a única maneira de construir um conjunto de dados diversificado.
Você precisa de um robô executando aprendizagem por reforço profundo para ter sucesso em robótica. Essa abordagem autônoma e autoaprendizagem combina RL com redes neurais profundas para desbloquear níveis mais altos de desempenho. A IA adaptará automaticamente suas estratégias de aprendizagem e continuará a aprimorar suas habilidades à medida que vivencia novos cenários.
Nos últimos anos, especialistas em IA e robótica estabeleceram as bases técnicas e comerciais para uma revolução do modelo de base robótico que redefinirá o futuro da inteligência artificial. Embora esses modelos de IA tenham sido construídos de maneira semelhante ao GPT, alcançar autonomia em nível humano no mundo físico é um desafio científico diferente.
Construir um produto baseado em IA que possa servir a uma variedade de configurações do mundo real tem um conjunto notável de requisitos físicos complexos. A IA deve se adaptar a diferentes aplicações de hardware, pois é improvável que um hardware funcione em vários setores e atividades dentro de cada setor.
Armazéns e centros de distribuição são um ambiente de aprendizagem ideal para modelos de IA no mundo físico. É comum ter centenas de milhares ou até milhões de unidades de manutenção de estoque (SKUs) diferentes fluindo por qualquer instalação a qualquer momento, fornecendo o grande conjunto de dados proprietário e de alta qualidade necessário para treinar o “GPT para robótica”.
A trajetória de crescimento dos modelos de base robótica está acelerando a um ritmo muito rápido. Aplicações robóticas, particularmente dentro de tarefas que exigem manipulação precisa de objetos, já estão sendo aplicadas em ambientes de produção do mundo real. Veremos um número exponencial de aplicações robóticas comercialmente viáveis implantadas em escala em 2024. Chen, um dos líderes nesse campo, publicou mais de 30 artigos acadêmicos que apareceram nas principais revistas globais de IA e aprendizado de máquina, evidenciando o avanço significativo nessa área.
https://techcrunch.com/2023/11/10/ai-robotics-gpt-moment-is-near/
Pesquisadores do Google desferem um grande golpe na teoria de que a IA está prestes a superar os humanos 
Se o “momento GPT da robótica” está próximo, como acabei de trazer para você, em relação ao “momento Singularidade”, o negócio não está tão quente…
Apesar de existirem movimentos como o de Hasan Chowdhury, em 7 de novembro de 2023, que relatou que Sundar Pichai, CEO do Google, tem se engajado em uma corrida com rivais como a OpenAI em busca da AGI (Inteligência Geral Artificial), parece que esta teoria sofreu um grande revés: pesquisadores do Google acabam de questionar a teoria de que a inteligência artificial está prestes a superar a capacidade humana. 
Um novo estudo pré-publicado no repositório de acesso aberto ArXiv, em 1º de novembro, por um trio de pesquisadores da gigante de buscas, revelou que os “transformers” – a tecnologia por trás dos grandes modelos de linguagem (LLMs) que alimentam o ChatGPT e outras ferramentas de IA – não são muito eficientes em generalizar.
“Quando apresentados a tarefas ou funções que estão fora do domínio de seus dados de pré-treinamento, demonstramos vários modos de falha dos transformadores e a degradação de sua generalização até mesmo para tarefas simples de extrapolação”, escreveram os autores Steve Yadlowsky, Lyric Doshi e Nilesh Tripuraneni.
O que os transformadores fazem bem é executar tarefas relacionadas aos dados com os quais foram treinados. No entanto, eles não são tão bons em lidar com tarefas que vão além disso. Isso representa um problema para aqueles que esperam alcançar a inteligência geral artificial, um termo usado para descrever uma IA hipotética capaz de fazer qualquer coisa que os humanos fazem. Atualmente, a IA é bastante eficiente em tarefas específicas, mas não tão boa em transferir habilidades entre domínios como os humanos. 
Isso significa que “não devemos nos empolgar demais com a iminente AGI neste momento”, disse Pedro Domingos, professor emérito de ciência da computação e engenharia da Universidade de Washington, ao Insider.
A AGI tem sido apontada como o objetivo final do campo da IA representando o momento teórico em que a humanidade cria algo tão inteligente quanto, ou mais inteligente do que, ela mesma. Dependendo do ponto de vista, é um cenário alarmantemente prometeico ou definidor de uma era. De qualquer forma, muitos investidores e entusiastas da tecnologia estão investindo tempo e recursos sérios para alcançá-lo.
Em um evento recente com Satya Nadella, CEO da Microsoft, por exemplo, o chefe da OpenAI, Sam Altman, reiterou seu desejo de “construir a AGI juntos”. 
Alcançar isso significa fazer com que a IA execute muitas das tarefas de generalização que o cérebro humano pode fazer — seja adaptar-se a cenários desconhecidos, criar analogias, processar novas informações ou pensar de forma abstrata.
Mas se a tecnologia luta até mesmo com “tarefas simples de extrapolação”, como observam os pesquisadores, claramente ainda não estamos próximos.
“Este artigo nem mesmo é sobre LLMs, mas parece ser a gota d’água que estourou a bolha de crença coletiva e levou muitos a aceitar os limites dos LLMs”, escreveu Arvind Narayanan, professor de ciência da computação da Universidade de Princeton, no X. “Já era hora.”
Jin Fan, cientista sênior de IA na Nvidia, questionou por que as descobertas do artigo foram uma surpresa para as pessoas, já que “os transformers não são elixires”. Lembrando que no mundo da IA, “Transformer” é um tipo de arquitetura de modelo de aprendizado profundo, especialmente utilizada para processamento de linguagem natural (PLN).
E qual a sua opinião? A minha é que chegaremos lá, mais cedo do que se imagina…Fica formalizado o registro da minha visão nesta newsletter para o futuro dizer se eu acertei ou errei… 
Convido todos os líderes empresariais a refletirem profundamente sobre essas tecnologias e como elas podem impactar seus negócios, tomando iniciativas de se envolverem em diálogos construtivos que levem a ações decisivas. O futuro já está aqui, e as escolhas feitas hoje determinarão o legado deixado para as próximas gerações.
Inclusive, me coloco pessoalmente à disposição, para agendar uma conversa a respeito de como a sua organização está em sua jornada de Transformação Digital e como podemos construir e avaliar cenários de futuro considerando o impacto de tecnologias como as mencionadas neste artigo. Fique à vontade de me acessar pelos meus canais ou diretamente pelo e-mail renatograu@innovision.com.br.
