Na Conferência de Zhiyuan de Pequim, a 12 de junho, o diretor do Instituto de Investigação de IA Beijing Zhiyuan, Wang Zhongyuan, a líder do modelo grande MiMo da Xiaomi, Luo Fuli, o professor de Ciência da Computação da Universidade Tsinghua e cofundador da MianBi Intelligence, Liu Zhiyuan, a vice-diretora do Instituto de Investigação de IA da Universidade Tsinghua e fundadora da ShengShu Technology, Zhu Jun, e o presidente da Nanyang Technological University, An Bo, reuniram-se para um diálogo de cimeira sobre a indústria dos modelos grandes da China. A discussão abordou como os jovens podem navegar a ansiedade perante a rápida iteração tecnológica da IA. Numa conjuntura de aceleração do desenvolvimento de IA — indo do mais recente modelo grande de Anthropic, Claude Fable 5, ao crescimento explosivo de agentes inteligentes — os painelistas exploraram possibilidades de auto-evolução da IA, cenários futuros dos world models e estratégias para se adaptarem a uma era em que a velocidade de iteração tecnológica está a redefinir os limites cognitivos da humanidade enquanto inteligência.
A criação de IA a partir de IA está a tornar-se uma tendência
Quando os modelos grandes ainda estavam a renovar a cognição humana, surgiu uma tendência mais disruptiva — a IA começou a criar IA.
“ No ano passado, os principais modelos grandes apenas conseguiam executar com elevada precisão em cenários com instruções claras, mas agora, as capacidades dos principais modelos passaram a níveis de resolução abstrata de problemas”, observou Luo Fuli. Os modelos grandes atuais conseguem completar processos centrais de investigação científica, incluindo planeamento de procedimentos experimentais e verificação dos resultados da execução, e a principal diferença para investigadores científicos de topo está a diminuir.
Liu Zhiyuan afirmou que o cerne da revolução industrial foi as máquinas substituírem o trabalho físico humano, sendo a forma final a produção de máquinas por máquinas; o cerne da revolução inteligente é a IA substituir o trabalho mental repetitivo humano, e “IA a criar IA” é o marcador central de a revolução inteligente estar a entrar num estádio avançado.
Na perspetiva de Liu Zhiyuan, a revolução industrial demorou centenas de anos a alcançar a manufatura autónoma de máquinas, enquanto os modelos grandes entraram no estádio de iteração autónoma de IA apenas seis a sete anos após o seu aparecimento, com uma velocidade de iteração tecnológica muito acima da da revolução industrial tradicional.
“ No estádio atual, o condutor central da auto-evolução recursiva da IA ainda é a humanidade”, afirmou Liu Zhiyuan. O modelo técnico atual é liderado por humanos, com a IA a ajudar a completar a investigação e a iteração dos modelos. Mesmo que no futuro seja atingida iteração autónoma de IA a nível elevado, a subjetividade e iniciativa humanas continuam a ser insubstituíveis — no fim, a direção de investigação da IA e os objetivos centrais para servir a sociedade precisam sempre de definição humana, que é a relação central entre humanos e IA.
Dois dias antes, a Anthropic lançou oficialmente o Claude Fable 5, alcançando saltos significativos nas capacidades de codificação e de agentes inteligentes — uma migração completa de repositório de uma base de código de 50 milhões de linhas, que uma equipa humana leva um mês a realizar, demora ao Fable 5 apenas um dia. Este avanço tornou-se o primeiro foco da discussão.
“ O Fable 5 ainda é um produto intermédio”, afirmou Luo Fuli. Na sua visão, o caminho do escalonamento contínuo dos modelos grandes está longe de estar interrompido. “O Fable 5 representa uma expansão natural dos modelos grandes em três dimensões: primeiro, a magnitude dos parâmetros no pré-treino atinge escalonamento em múltiplos; segundo, o escalonamento durante a inferência e o investimento em computação de aprendizagem por reforço aumentam substancialmente; terceiro, os dados de treino evoluem de texto natural da internet para um novo estádio de dados sintéticos produzidos em conjunto por humanos e agentes inteligentes.”
Na perspetiva do professor da Universidade Tsinghua e fundador da ShengShu Technology, Zhu Jun, os requisitos de concretização diferem entre cenários, e nem todos os cenários exigem capacidades de modelo extremamente precisas — a maioria dos cenários convencionais consegue concretizar-se com base nas capacidades de compreensão intuitiva dos modelos, o que é também o valor central trazido pelos modelos grandes.
Zhu Jun afirmou que, quanto ao debate aceso da indústria sobre Agente (agentes inteligentes) e a resolução de problemas de código consumindo grandes quantidades de Tokens (elementos de palavras), os modelos de nova versão reduzem substancialmente o consumo de Tokens para tarefas equivalentes, o que é a direção correta para o desenvolvimento da indústria.
Na sua visão, o potencial de escalonamento de modelos de vídeo e world models continua a ser enorme. “A acumulação atual de dados físicos, tecnologias de utilização eficiente de dados, otimização de arquiteturas de modelos e outras direções estão apenas no início; no futuro, ainda há um espaço de exploração e melhoria extremamente grande.”
Inovação vai muitas vezes contra o consenso
Com a iteração rápida da tecnologia de IA, muitos jovens caem em ansiedade — atualizações tecnológicas demasiado rápidas, iteração de conhecimento frequente, competências e profissões tradicionais a transformarem-se continuamente. Como responder?
Na visão de Luo Fuli, a velocidade de iteração dos modelos grandes e dos agentes inteligentes está muito acima das expetativas de todos, e os limites de capacidade e os modelos de divisão de trabalho entre humanos e IA estão a mudar continuamente.
“ O meu conselho central aos jovens tem apenas um ponto: manter sempre o desejo exploratório e a curiosidade. Utilizar de forma extremamente intensa ferramentas de IA de ponta e, no processo de tentativa e erro contínuos, cultivar o próprio juízo e a estética de investigação científica. Numa era de transformação tecnológica acelerada, a cognição, o juízo e a estética únicas são a competitividade central, e mais insubstituível, dos jovens”, afirmou Luo Fuli.
Zhu Jun acredita que a tecnologia de IA muda diariamente, todos os profissionais aprendem continuamente e iteram continuamente, e ninguém consegue permanecer inalterado. Quanto mais se está na onda da transformação tecnológica, mais é preciso consolidar a própria base, que é a competitividade central para responder às mudanças da indústria. “Estamos empenhados em criar um ambiente de crescimento nativo de IA, permitindo que os estudantes abracem a IA e usem a IA bem desde o início da aprendizagem. Ninguém precisa estar excessivamente ansioso — todos estão na mesma linha de partida; os predecessores da indústria, os profissionais e os estudantes estão a aprender de forma sincronizada e a atualizar-se de forma sincronizada. Abraçar ativamente a mudança e cultivar profundamente de forma contínua é o melhor método de crescimento.”
Liu Zhiyuan aconselhou, primeiro, ousar ser o primeiro e ousar inovar. A AGI e a revolução inteligente são territórios totalmente novos e desconhecidos, e a verdadeira inovação muitas vezes “vai contra o consenso”, fazendo coisas não alinhadas com o consenso. Ousando tentar em territórios inexplorados e fazendo escolhas diferenciadas, pode-se agarrar oportunidades futuras.
Em segundo lugar, manter a intenção original e perseverar. As escolhas inovadoras diferenciadas inevitavelmente virão acompanhadas de dúvida e negação. Se se consegue aguentar a pressão e persistir no cultivo profundo é chave para ultrapassar gargalos e produzir resultados.
Em terceiro lugar, ultrapassar a cognição inerente e auto-inovar continuamente. Depois de alcançar resultados por etapas, não se deve aderir rigidamente aos caminhos de sucesso do passado. Perceber proativamente as tendências da indústria, negar a experiência inerente e explorar direções totalmente novas para acompanhar continuamente o ritmo da iteração tecnológica.
“ A ansiedade dos jovens atuais é essencialmente causada por uma mentalidade demasiado utilitarista. Se os objetivos de aprendizagem e trabalho forem apenas salários altos e seguir percursos da moda, cair-se-á numa ansiedade passiva”, afirmou An Bo.
Na perspetiva de An Bo, primeiro, os jovens devem escolher o percurso certo e cultivar profundamente problemas centrais, concentrando-se em direções de investigação valiosas e com significado, evitando a competição interna ineficaz. Em segundo lugar, o valor das credenciais académicas está a enfraquecer. A competitividade verdadeiramente central hoje é a capacidade prática e a cognição de ponta — mesmo sem credenciais académicas elevadas, cultivar profundamente investigação de ponta na linha da frente e acumular experiência prática pode permitir um crescimento rápido. Por fim, seguir sozinho já não consegue acompanhar a velocidade da indústria. É preciso procurar proativamente parceiros de mentalidade semelhante, formar comunidades de comunicação e, ao encontrar problemas, comunicar e discutir prontamente para evitar consumo interno.
Perguntas frequentes
O que aconselhou Luo Fuli aos jovens na Conferência de Zhiyuan de Pequim, a 12 de junho?
Luo Fuli aconselhou os jovens a manterem sempre o desejo exploratório e a curiosidade, a utilizarem de forma extremamente intensa ferramentas de IA de ponta e, no processo de tentativa e erro contínuos, a cultivarem o próprio juízo e a própria estética de investigação científica. Ela afirmou que, numa era de transformação tecnológica acelerada, a cognição, o juízo e a estética únicas são a competitividade mais central e mais insubstituível dos jovens.
Que capacidades técnicas demonstra o Claude Fable 5, segundo a discussão do painel?
De acordo com a discussão, o Claude Fable 5 alcançou saltos significativos nas capacidades de codificação e de agentes inteligentes. Uma migração completa de repositório de uma base de código de 50 milhões de linhas, que uma equipa humana leva um mês a realizar, faz com que o Fable 5 o faça em apenas um dia. Luo Fuli descreveu o Fable 5 como representando uma expansão natural dos modelos grandes em três dimensões: a magnitude dos parâmetros no pré-treino alcança escalonamento em múltiplos, o escalonamento durante a inferência e o investimento em computação de aprendizagem por reforço aumentam substancialmente, e os dados de treino evoluem de texto natural da internet para dados sintéticos produzidos em conjunto por humanos e agentes inteligentes.
Como descreveu Liu Zhiyuan a relação entre humanos e IA no processo de auto-evolução?
Liu Zhiyuan afirmou que, no estádio atual, o condutor central da auto-evolução recursiva da IA continua a ser a humanidade, com o modelo técnico atual a ser liderado por humanos e a IA a ajudar a completar a investigação e a iteração dos modelos. Ele enfatizou que, mesmo que no futuro seja alcançada iteração autónoma de IA a nível elevado, a subjetividade e a iniciativa humanas permanecem insubstituíveis — no fim, a direção de investigação da IA e os objetivos centrais para servir a sociedade precisam sempre de definição humana, que é a relação central entre humanos e IA.
