Resumo:
A Microsoft está fazendo grandes ajustes na estratégia de inteligência artificial subjacente do Windows 11. Ela planeja se livrar gradualmente da dependência primária das teclas físicas do Copilot do teclado e da barra lateral da página da web, e passar para um novo estágio de execução de modelos de IA em grande escala direta e eficientemente no PC do usuário. Essa mudança marca que a exploração da integração de IA e sistemas operacionais pela Microsoft está mudando da interface de interação superficial para a arquitetura de computação subjacente do sistema operacional.
Nos últimos dois anos, a Microsoft adotou uma estratégia intensiva de agrupamento de software e hardware para popularizar o Copilot, incluindo o trabalho com fabricantes OEM para adicionar a chave Copilot, a primeira nova chave física em quase 30 anos à direita da barra de espaço no teclado do PC, e a incorporação de vários botões de chamada de IA em interfaces principais, como a barra de tarefas e o explorador de arquivos do Windows 11. No entanto, esse tipo de design causou muita controvérsia e reação dos usuários após ser apresentado ao mercado. Muitos usuários apontaram que o Copilot, neste estágio, é em grande parte apenas uma janela de encapsulamento de página da web conduzida pela nuvem. Ele não apenas responde lentamente quando a rede está ruim, mas também não consegue formar uma integração verdadeiramente profunda e perfeita com o fluxo de trabalho subjacente do sistema. A forte recomendação de botões físicos é até considerada redundante por muitos usuários profissionais acostumados com teclas de atalho.
Em resposta a esta situação atual, a Microsoft esclareceu a rota técnica "primeiro o lado do dispositivo" em seu mais recente planejamento de sistema e plano de desenvolvimento. A Microsoft acredita que o verdadeiro sistema operacional de IA da próxima geração deve tornar as experiências inteligentes tão invisíveis e imediatamente disponíveis quanto as APIs nativas. O pré-requisito para concretizar esta visão é descarregar diretamente o raciocínio e os cálculos do modelo de IA para o dispositivo local do dispositivo pessoal. Contando com a popularidade de unidades de processamento neural (NPUs) de alta computação em hardware de PC de nova geração e plataformas de sistema que suportam arquiteturas de memória unificada de grande capacidade e alta largura de banda (como o mais recente ecossistema Project Zenith da Microsoft para desenvolvedores profissionais), o Windows 11 está sendo transformado em um ambiente de alto desempenho que pode executar bilhões ou até dezenas de bilhões de modelos de parâmetros direta e simultaneamente localmente, sem depender de servidores em nuvem.
A execução local de modelos de IA pode não apenas eliminar significativamente o atraso da rede causado pela viagem de dados de e para a nuvem, mas também fornecer aos usuários garantias fundamentais de privacidade e segurança. Todas as operações confidenciais no nível do sistema, o reconhecimento do conteúdo da tela e a indexação local de documentos podem ser processados em um circuito fechado dentro do dispositivo, sem carregar dados pessoais para a nuvem remota, resolvendo assim completamente as preocupações de conformidade e privacidade anteriormente causadas pelo mecanismo de análise de IA na nuvem. Ao mesmo tempo, para os desenvolvedores, o modelo do lado do dispositivo local significa que eles podem se livrar do caro modelo de cobrança de chamadas de token na nuvem e construir aplicativos complexos de IA com alta velocidade de resposta e recursos de segurança nativos em ambientes sem rede ou com rede fraca.
Analistas da indústria acreditam que a Microsoft está tentando usar essa mudança profunda para reverter o estereótipo de “atalhos empilhados” deixado pelo Windows 11 nos estágios iniciais da implementação das funções de IA. Com a maturidade da tecnologia local de modelo miniaturizado de alta densidade (SLM) e a explosão do poder de computação do hardware final, o foco futuro do Windows 11 não será mais atrair usuários para clicar em um ícone isolado do Copilot, mas permitir que agentes de nível de sistema com capacidades de execução ativas trabalhem juntos 24 horas por dia na parte inferior, empurrando o sistema operacional para realmente entrar no próximo estágio com a inteligência local como a espinha dorsal central.
Comentários