Cofundador da Hugging Face diz que IAs atuais são estudantes obedientes, em vez de revolucionários
Para Thomas Wolf, os sistemas de IA terão que aprender a questionar seus próprios dados para poderem contribuir com revoluções científicas
:format(webp))
Redatora
Publicado em 10 de março de 2025 às 14h20.
O cofundador da Hugging Face, empresa que hospeda IAs de código aberto, Thomas Wolf disse em um post no X (antigo Twitter) que atualmente os sistemas de inteligência artificial sendo construídos são “estudantes muito obedientes, e não revolucionários”. Ele diz que, por enquanto, os grandes modelos de linguagem têm apenas feito "preenchimentos" com base no conhecimento humano já existente.
Isso tem sido suficiente para cumprir o objetivo atual de criar assistentes e ajudantes úteis, mas não irá trazer revoluções científicas até que os sistemas sejam capazes de questionar os dados com os quais são alimentados.Na avaliação dele, a IA precisa aprender a fazer perguntas que ninguém mais pensou. “O erro comum que as pessoas normalmente fazem é pensar que Newton ou Einstein eram apenas bons estudantes”, escreveu. “Essa perspectiva perde o ponto mais crucial da ciência: a habilidade de fazer as perguntas certas e de desafiar o que o próprio indivíduo aprendeu.”
Ele exemplifica isso com o cientista Copernicus, que defendeu que a Terra orbitava ao redor do Sol e não ao contrário, como havia aprendido em sua época. Essas mudanças de paradigmas são raras e, hoje, costumam ser presenteadas com algum prêmio, como um Nobel.
Enquanto isso, a maioria dos parâmetros para as IAs são testados a partir de perguntas complexas formuladas por especialistas com pós-doutorado. As respostas para essas perguntas são fechadas e claras e consistem em algo em que a humanidade já construiu conhecimento a respeito.
“Entretanto, verdadeiros avanços científicos virão não de respostas a perguntas conhecidas, mas do questionamento de concepções comuns e ideias anteriores, além da formulação de novas perguntas desafiadoras”, defendeu.
Wolf sugere que algumas das formas de medir a performance de IA para disrupções científicas sejam: desafiar o conhecimento presente em seus próprios dados de treinamento, adotar abordagens contrafactuais ousadas, fazer propostas gerais com base em pequenos indícios, formular a perguntas não óbvias que levem a novos caminhos de pesquisa.
-
![]()
1/7 (O MIT Computer Science and Artificial Intelligence Laboratory (CSAIL), em Cambridge, Massachusetts, desenvolveu o sistema de diagnóstico de câncer de mama baseado em IA, reduzindo erros em 15%.)
-
![]()
2/7 (O Google AI, com sede em Mountain View, Califórnia, criou o AlphaGo, o primeiro programa de IA a derrotar um campeão mundial de Go, revolucionando a pesquisa em aprendizado profundo.)
-
![Localizado em Londres, Reino Unido, o DeepMind Lab é famoso pelo desenvolvimento do AlphaFold, um programa de IA que previu estruturas de proteínas com precisão sem precedentes, impactando a biologia molecular.]( "Localizado em Londres, Reino Unido, o DeepMind Lab é famoso pelo desenvolvimento do AlphaFold, um programa de IA que previu estruturas de proteínas com precisão sem precedentes, impactando a biologia molecular.")
3/7 Localizado em Londres, Reino Unido, o DeepMind Lab é famoso pelo desenvolvimento do AlphaFold, um programa de IA que previu estruturas de proteínas com precisão sem precedentes, impactando a biologia molecular. (Localizado em Londres, Reino Unido, o DeepMind Lab é famoso pelo desenvolvimento do AlphaFold, um programa de IA que previu estruturas de proteínas com precisão sem precedentes, impactando a biologia molecular.)
-
![]()
4/7 (O IBM Watson Research Center, em Yorktown Heights, Nova York, desenvolveu a IA Watson, que venceu campeões humanos no programa de TV Jeopardy!, demonstrando avanços significativos em processamento de linguagem natural.)
-
![]()
5/7 (O Baidu Research Lab, em Pequim, China, é conhecido por seu sistema de reconhecimento de voz Deep Speech, que alcançou uma precisão de 97% na transcrição de áudio, superando as tecnologias anteriores.)
-
![]()
6/7 (O Berkeley Artificial Intelligence Research (BAIR) Lab, na Universidade da Califórnia, em Berkeley, criou algoritmos avançados de robótica, incluindo o Dex-Net, que melhorou a precisão da manipulação robótica em 99%.)
-
![]()
7/7 (O centro da Meta AI Research SuperCluster (RSC) tem um dos supercomputadores de IA mais rápidos da atualidade. Com ele, a empresa desenvolveu o sistema de tradução automática baseado em IA que a mais de 100 idiomas, melhorando a comunicação global em plataformas sociais da empresa.)
:format(webp))
:format(webp))
:format(webp))
:format(webp))
:format(webp))
:format(webp))
:format(webp))
:format(webp))