CADE propõe regulação da IA, Consulta Pública Aborda Futuro e mais
CADE propõe regulação da IA, enquanto o Conselho de Inteligência Artificial realiza consulta pública sobre a tecnologia, Nvidia e AMD lançam novos chips e OpenAI tenta se livrar de processos.
CADE PROPÕE SER UM DOS ÓRGÃOS REGULADORES DA IA NO BRASIL
O Conselho Administrativo de Defesa Econômica (CADE) apresentou ao Senado sugestões para o projeto de lei 2.338/23, que regula o desenvolvimento e uso da inteligência artificial no Brasil. O órgão propõe sua inclusão no Sistema Nacional de Regulação e Governança de IA (SIA) e a criação de ambientes experimentais, conhecidos como sandboxes, para promover a inovação.
O CADE enfatiza a necessidade de ferramentas regulatórias para tecnologias avançadas, recomendando a revisão dos poderes de requisição e inspeção para investigar condutas envolvendo algoritmos, além do desenvolvimento de conhecimentos técnicos e ferramentas para análise de dados de treinamento. A proposta também inclui diretrizes para o compartilhamento de informações entre entidades reguladoras do SIA, investigações conjuntas e acesso remoto a dados de sistemas de IA de alto risco. A inclusão no SIA visa fortalecer a política de defesa da concorrência, permitindo uma operação mais coordenada e a troca de experiências entre autoridades.
O CADE fala impor algum nível de controle a sistemas de IA de "alto risco", mas não tenta definir o que isso significa, propondo que se estabeleça escalas de risco. Esta é uma discussão que vários países têm enfrentado -- qual é o nível correto, ou abstração correta, para regulamentação destas tecnologias? Faz sentido falar em "regulamentar IA", quando IA se tornou um termo tão amplo que sequer tem boas definições?
CONSELHO DE INTELIGÊNCIA ARTIFICIAL E SOCIEDADE REALIZA CONSULTA PÚBLICA “O QUE QUEREMOS DA IA?”
Em assunto relacionado, o Conselho de Inteligência Artificial e Sociedade está organizando uma consulta pública para definir a regulação adequada da inteligência artificial no Brasil. O objetivo é ouvir a sociedade para responder à pergunta "O que o Brasil quer da Inteligência Artificial?".
Os membros do conselho afirmam que a regulação da IA não pode ser decidida sem essa resposta e sem considerar a participação de todos os brasileiros. Está claro que o movimento pela regulação, ou não regulação, da IA, independente do que isso significa, está apenas começando no Brasil.
NVIDIA E AMD APRESENTAM SUA NOVA GERAÇÃO DE CHIPS DE INTELIGÊNCIA ARTIFICIAL
A Nvidia e a AMD lançaram separadamente a próxima geração de chips de inteligência artificial em Taiwan, acirrando a corrida com a Intel. Jensen Huang, CEO da Nvidia, anunciou que a empresa lançará sua plataforma de chip de IA mais avançada, chamada Rubin, em 2026. Esta plataforma sucederá à Blackwell, anunciada em março, e incluirá novas GPUs, uma CPU chamada Vera e chips de rede avançados. Huang destacou a iminente revolução na computação durante seu discurso na Universidade Nacional de Taiwan.
Lisa Su, CEO da AMD, revelou os mais recentes processadores de IA da empresa, incluindo o acelerador MI325X, disponível no quarto trimestre. A AMD planeja lançar novos produtos anualmente, com os chips MI350 e MI400 previstos para 2025 e 2026, respectivamente. A Intel também deve apresentar suas CPUs de próxima geração, Arrow Lake, no final deste ano, com o CEO Patrick Gelsinger programado para falar na Computex.
A Nvidia se aproxima da avaliação de 3 trilhões de dólares em valor de mercado, semelhante ao valor de mercado da Apple e apenas abaixo da Microsoft. Reflete a crescente demanda por GPUs para treinar modelos de IA, um espaço onde a empresa reina praticamente sem concorrência significativa.
OPENAI FECHA PARCERIAS COM THE ATLANTIC E VOX MEDIA PARA USAR CONTEÚDO NO CHATGPT
Os veículos de mídia, The Atlantic e Vox Media, fecharam acordos de licenciamento com a OpenAI, permitindo que seu conteúdo seja usado para treinar modelos de IA e ser compartilhado no ChatGPT. Este movimento faz parte da estratégia da OpenAI de firmar parcerias no setor de mídia para licenciar dados de treinamento e evitar processos por direitos autorais.
Recentemente, a OpenAI também firmou acordos com diversas outras grandes empresas de mídia, incluindo News Corp, Axel Springer, DotDash Meredith, Financial Times e Associated Press, com valores variando conforme o número de publicações incluídas. De acordo com as empresas, os conteúdos receberão links de atribuição quando citados.
Por um lado, a quantidade de conteúdo usado para treinar estes grandes modelos de linguagem é tão grande que é difícil achar que o conteúdo de algumas poucas mídias em particular façam alguma diferença. Por outro lado, é potencialmente muito mais barato fechar acordos do que ter que retreinar todos modelos removendo os dados proprietários. Se espera ver mais acordos como esse enquanto fizer sentido econômico.
PRODUZIDO NO HUB
Entre os dias 19 e 21 de maio, membros do HUB2IA apresentaram quatro trabalhos no The Florida Artificial Intelligence Research Society, um congresso internacional focado em Inteligência Artificial.
O artigo Evaluating Graph Attention Networks as an Alternative to Transformers for ABSA Task in Low-Resource Languages, produzido por Gabriel Gomes, Alexandre Thurow Bender, Arthur Cerveira, Larissa Freitas e Ulisses Brisolara Corrêa, discute a importância das opiniões sobre assuntos e produtos para o processo de tomada de decisão nos negócios. Devido ao aumento do conteúdo gerado pelos usuários, a análise manual se torna inviável, tornando técnicas como a Análise de Sentimentos fundamentais para entender e quantificar as emoções expressas em textos.
A Análise de Sentimentos Baseada em Aspectos (ABSA) visa extrair aspectos de um texto opinativo e identificar seu sentimento subjacente. Representações textuais baseadas em grafos demonstraram benefícios para essa tarefa, especialmente ao representar explicitamente relações estruturais no texto. Este estudo desenvolve um modelo simples de Graph Attention Network para ABSA em português brasileiro, alcançando uma pontuação de 0.74 em Balanced Accuracy, ficando em terceiro lugar na competição ABSAPT e sendo menos exigente computacionalmente em comparação com arquiteturas Transformer.
A graduanda Júlia Junqueira, juntamente com os professores Ulisses Brisolara Corrêa e Larissa Freitas, apresentou o trabalho Transformer Models for Brazilian Portuguese Question Generation: An Experimental Study. Este estudo aborda a geração de perguntas em português brasileiro, uma tarefa complexa que requer compreensão profunda de contexto, semântica e sintaxe. Os modelos T5, FLAN-T5 e BART-PT foram ajustados finamente no dataset SQUAD-v1.1, e os resultados foram avaliados também no SQUAD-v1.1.
O modelo BART apresentou os melhores resultados em todas as métricas ROUGE, sugerindo uma maior similaridade lexical nas perguntas geradas e uma performance comparável às tarefas de geração de perguntas em inglês.
O artigo "The Impact of Data Augmentation on the Hate Speech Detection in Portuguese Language", dos autores Félix Leonel V. da Silva, Artur Cerri, Ulisses Brisolara Corrêa e Larissa A. de Freitas, examina como as comunidades online permitem que os usuários estabeleçam uma presença na web, gerenciem suas identidades e se mantenham conectados. No entanto, as plataformas de mídia social atuais enfrentam problemas como o discurso de ódio, caracterizado por linguagem hostil e maliciosa. Detectar esse tipo de discurso é crucial para manter um ambiente online seguro.
Este estudo avalia o impacto das técnicas de regularização de datasets no desempenho de modelos baseados em BERTimbau, aplicados a quatro datasets de discurso de ódio em português: Fortuna et al. (2019), OFFCOMBR-2, ToLD-BR e Hate-BR. Quatro técnicas de Data Augmentation foram avaliadas: Oversampling, Undersampling, Augmentação de Texto e Substituição de Sinônimos. Os experimentos mostraram que, exceto para o dataset de Fortuna et al. (2019), as técnicas de Data Augmentation não melhoraram significativamente o desempenho na detecção de discurso de ódio.
O trabalho A Machine Learning Pipeline for Emotion Recognition based on Brain Topographic Maps Derived from Electroencephalogram Signals, produzido por Bruno Cascaes Alves, Marla Pereira Melo, Artur Melchiori Cerri, Larissa A. de Freitas, Diana Francisca Adamatti e Marilton Sanchotene de Aguiar, destacou a relevância crescente do reconhecimento de emoções devido às suas implicações diretas em diversos setores. O estudo explora a análise de atividades cerebrais através de sinais de eletroencefalograma (EEG), considerando que as emoções podem se manifestar de forma não verbal.