A IA é a tecnologia definidora do nosso tempo, tornando-se rapidamente a infraestrutura central de negócios. É impulsionada por um ecossistema diverso de modelos: grandes e pequenos, abertos e proprietários, generalistas e especialistas.
Essa variedade é essencial para um futuro em que toda aplicação será impulsionada por IA, todo país a desenvolverá e toda empresa a usará. E este não é um debate entre inovação aberta e fechada.
Como fundador e CEO da NVIDIA, Jensen Huang disse aos participantes em uma sessão especial sobre modelos abertos de fronteira no NVIDIA GTC: “Não há uma competição entre modelos proprietários e abertos. Proprietários e abertos andam lado a lado.”
É por isso que o futuro da inovação em IA não se trata de um único modelo gigantesco. Todos os setores — saúde, finanças, manufatura — enfrentam seus próprios desafios únicos. Todos precisam de IA que possa raciocinar com seus dados e workflows de maneiras diversas. E isso requer que sistemas de modelos, ajustados e especializados para diferentes modalidades, domínios e organizações, trabalhem juntos para resolver um problema empresarial específico.
A NVIDIA é uma grande contribuinte para a IA de código aberto: agora é a maior organização no Hugging Face, com quase 4 mil membros na equipe. E no GTC, a empresa anunciou a Coalizão NVIDIA Nemotron, uma colaboração global inédita entre criadores de modelos e laboratórios de IA para avançar modelos fundacionais, abertos e de ponta por meio de experiência compartilhada, dados e computação.
O primeiro projeto decorrente da coalizão será um modelo fundacional codesenvolvido pela Mistral AI e NVIDIA, com membros da coalizão contribuindo com dados, avaliações e experiência de domínio para apoiar o pós-treinamento e o desenvolvimento contínuo do modelo. Ele será compartilhado com o ecossistema aberto e sustentará a próxima geração de modelos NVIDIA Nemotron, que foram baixados mais de 45 milhões de vezes do Hugging Face.
Vários membros da Coalizão Nemotron se juntaram a outros líderes que criam e utilizam modelos abertos para uma sessão de painéis em sequência no GTC.
O primeiro painel contou com a presença do cofundador e CEO da LangChain, Harrison Chase, a fundadora e CEO da Thinking Machines Lab, Mira Murati, o CEO e cofundador da Perplexity, Aravind Srinivas, o CEO e cofundador da Cursor, Michael Truell, e o cofundador e CEO da Reflection AI, Misha Laskin. O segundo incluiu o cofundador e CEO da Mistral, Arthur Mensch, o CEO da OpenEvidence, Daniel Nadler, e o cofundador e CEO da Black Forest Labs, Robin Rombach, ao lado de Hanna Hajishirzi, diretora sênior de processamento de linguagem natural da Ai2, e Anjney Midha, fundador da AMP PBC.
Cinco pontos-chave se destacaram da conversa:
1. Os agentes de IA estão se tornando colaboradores altamente capazes.
“Em breve veremos agentes sendo realmente colegas de trabalho e podendo assumir tarefas de muitas horas ou dias, bem como realizar tarefas incrivelmente complexas”, disse Truell, da Cursor.
2. A IA não é um modelo único — é um sistema orquestrado.
“O que queremos é uma orquestra multimodal, multimodelo e multinuvem”, disse Srinivas, da Perplexity. “Tudo o que você precisa fazer é delegar sua tarefa. Você não precisa se preocupar com qual modelo é bom em quê — cabe ao sistema de orquestração descobrir.”
3. O incentivo ao código aberto impulsiona a inovação em todo o ecossistema de modelos.
“Os modelos são infraestrutura de conhecimento fundamental, e a infraestrutura de conhecimento fundamental anseia por abertura”, disse Laskin, da Reflection AI. “Há um ecossistema próspero de modelos potentes e fechados, além de modelos abertos igualmente capazes, que estará chegando nos próximos anos”.
Essa combinação de modelos abertos e proprietários impulsiona avanços em empresas de IA de fronteira, bem como na academia.
“Há muitos estudos a serem realizados, e eles não podem ser feitos completamente em grandes laboratórios”, disse Murati, da Thinking Machines Lab. “É nesse ponto que iniciativas abertas podem ser muito úteis… elas avançam a ciência da IA, a ciência da inteligência.”
4. Os sistemas abertos são confiáveis e acessíveis.
“Em última instância, você está delegando confiança… e é muito mais fácil confiar em um sistema aberto”, disse Midha, da AMP PBC.
Com um sistema confiável, os desenvolvedores podem implantar agentes de IA de longa execução que podem enfrentar praticamente qualquer tarefa.
“Os modelos e os sistemas que orquestram os modelos se tornarão muito mais capazes”, disse Chase, da LangChain. “Com isso, você poderá ter agentes de produtividade pessoais que assumem tarefas mais complexas e são executadas por mais tempo.”
Os ecossistemas abertos também promovem a colaboração, ajudando a democratizar o acesso à IA.
“Acreditamos que os modelos abertos devem ser a base para desenvolver todo o software de IA do mundo”, disse Mensch, da Mistral. “Por meio de um ecossistema aberto de pessoas que têm incentivos alinhados para criar ativos que serão ótimos para a humanidade, podemos acelerar o progresso e garantir que todos tenham acesso justo à inteligência artificial em todo o mundo”.
5. A sociedade precisa de IA generalistas e especialistas para gerar valor.
“É necessário moldar a IA da maneira como a sociedade é moldada”, disse Nadler, da OpenEvidence, descrevendo como hospitais são organizados com generalistas que trabalham ao lado de especialistas de alto nível. “Acredito que a forma da IA refletirá isso”.
A IA especializada está em ascensão porque permite que as organizações combinem bases abertas com seus próprios dados proprietários. E esses dados exclusivos são o que realmente desbloqueia valor real e diferenciado para empresas e para a academia.
“Atualmente, é possível argumentar que o progresso em IA está se limitando a alguns laboratórios fechados, mas isso é, na realidade, muito importante para a grande maioria da academia e dos pesquisadores, bem como para organizações sem fins lucrativos e outras entidades que também querem fazer parte desse progresso”, disse Hajishirzi, da Ai2. “E vimos que todo esse progresso aconteceu justamente porque tudo estava aberto”.
“Agora é um dos momentos mais empolgantes para trabalhar com modelos de fronteira, grandes modelos ou modelos abertos mais especializados a serem implantados em dispositivos”, disse Rombach, da Black Forest Labs. “Há muitas fronteiras diferentes, e todas deveriam ter algum componente aberto”.
Assista aos destaques da sessão do GTC no YouTube e comece a desenvolver com modelos abertos do NVIDIA Nemotron.