Yann LeCun, ex-cientista-chefe de IA da Meta e fundador do AMI Labs, disse em uma entrevista recente que a startup de inteligência artificial xAI de Elon Musk é um “fracasso” e não pode competir na fronteira da inteligência artificial. Ele também expôs suas idéias sobre o que poderia levar ao “estouramento da bolha” na indústria.

Os comentários de Yang reacenderam uma disputa de longa data entre ele e Musk e lançaram dúvidas sobre as avaliações de algumas das maiores empresas de inteligência artificial do mundo.

Nos últimos anos, Yang e Musk discordaram sobre uma série de temas, incluindo inteligência artificial e o que ele chama de “teorias da conspiração” divulgadas pelo CEO da Tesla nas redes sociais. Musk acusou Yang Likun de “há muito tempo não saber nada sobre inteligência artificial”.

Yang Likun disse em uma entrevista recente: “Falando francamente, o xAI falhou até certo ponto porque a equipe fundadora foi dissolvida.

“Elon está em uma posição muito difícil no momento e é difícil recrutar os melhores talentos em inteligência artificial porque ele não tratou bem sua equipe anterior.”

Vários cofundadores da xAI deixaram a empresa no ano passado. Em fevereiro deste ano, Musk fundiu a SpaceX com a xAI. Este grande negócio avaliou a xAI em US$ 1,25 trilhão.

No primeiro trimestre deste ano, a unidade de inteligência artificial da SpaceX (incluindo xAI) registou um prejuízo operacional de 2,5 mil milhões de dólares. Entretanto, os AMI Labs de Likun Yang angariaram mil milhões de dólares numa ronda de financiamento em Março para construir um modelo global, dando-lhe uma avaliação pré-financeira de 3,5 mil milhões de dólares.

Yang Likun disse que a xAI tem uma “enorme infraestrutura” e a aluga para outras empresas “porque essa é a única maneira de ele (Musk) recuperar os custos”.

A infraestrutura à qual Yang Likun se refere são os data centers Colossus 1 e Colossus 2 da xAI em Memphis, Tennessee. Tanto o Google quanto a Anthropic alugam poder de computação de data centers xAI.

“Não estou muito otimista quanto às perspectivas do xAI”, disse Likun Yang, acrescentando que não acha que o xAI possa competir com os dois gigantes, OpenAI e Anthropic.

'A enorme bolha estoura'

Os gastos das empresas com inteligência artificial têm sido alvo de escrutínio nos últimos meses, uma vez que a tecnologia custou muito mais do que o esperado. O CEO da OpenAI, Sam Altman, disse durante uma transmissão ao vivo da empresa neste mês que as empresas estão atualmente discutindo seus gastos em inteligência artificial. Altman chamou o custo da IA ​​de “enorme problema”.

Yang Likun disse: "O preço dos serviços de inteligência artificial está subindo e, embora os custos operacionais estejam caindo, eles não estão caindo rápido o suficiente. Portanto, todas essas empresas estão perdendo dinheiro e, basicamente, o uso da maioria das pessoas é financiado por investidores. Isso não pode durar muito, certo?"

Ele acrescentou que laboratórios como OpenAI e Anthropic “ou terão que aumentar os preços ou cortar custos, ou haverá um enorme estouro de bolha”.

Yang Likun há muito critica as limitações dos grandes modelos de linguagem (LLMs), que são a base do aprendizado de máquina atual. Yang Likun até defende o “modelo mundial”.

Resolver o problema do superinvestimento em inteligência artificial é o desafio da OpenAI e da Anthropico

Os LLMs aprendem padrões de linguagem para prever o que virá a seguir, o que os torna ideais para inferência e programação. O Modelo Mundial de Yang Likun adota uma abordagem diferente, concentrando-se na construção de uma compreensão de como funciona o mundo real ou simulado. Isso envolve objetos, causalidade e comportamento.

“Eu pessoalmente acredito que apenas sistemas de agentes baseados em modelos mundiais podem ser verdadeiramente universais e confiáveis”, disse Yang Likun.

Da Anthropic à OpenAI, as empresas de inteligência artificial estão se concentrando em agentes de inteligência artificial (agentes de IA), sistemas que podem executar tarefas mais complexas de forma autônoma.

Yang Likun disse que o LLM é muito útil em áreas como programação ou matemática. Mas ele observou que “o custo de operação de um sistema de alto desempenho é muito alto comparado ao que os usuários estão dispostos a pagar”.