Jonathan Ross, fundador e CEO da empresa de chips de IA Groq, apresenta uma visão contrária: a IA não vai destruir empregos, ela vai criar escassez de mão de obra. Ele descreve três coisas que vão acontecer por causa da IA: Primeiro, uma pressão deflacionária massiva. "Essa xícara de café vai custar menos. Sua moradia vai custar menos. Tudo vai custar menos." Ele explica que isso acontecerá por meio de robôs cultivando café de forma mais eficiente e melhor gestão da cadeia de suprimentos, o que significa que as pessoas precisarão de menos dinheiro. Segundo, as pessoas vão optar por sair da economia. "Eles vão trabalhar menos horas. Eles vão trabalhar menos dias por semana e menos anos. Eles vão se aposentar mais cedo porque vão conseguir sustentar seu estilo de vida trabalhando menos." Terceiro, novos empregos e indústrias surgirão. Jonathan aponta a história como evidência: "Pense em 100 anos atrás. 98% da força de trabalho nos Estados Unidos estava na agricultura. Quando conseguimos reduzir isso para 2%, encontramos coisas para esses outros 98% da população fazerem." Ele continua: "Os empregos que vão existir daqui a 100 anos, nem podemos imaginar." Desenvolvedores de software não existiam há um século. Daqui a outro século, eles também não existirão, "porque todo mundo vai estar codificando vibração." O mesmo vale para influenciadores, uma carreira que seria impensável há 100 anos, mas que agora rende milhões às pessoas. Sua conclusão: pressão deflacionária, exclusão da força de trabalho e novas indústrias que ainda não conseguimos imaginar que se combinarão para criar um único resultado... "Não vamos ter pessoas suficientes."

O CEO da NVIDIA, Jensen Huang, alerta que a liderança dos Estados Unidos em IA está longe de ser segura. Ele divide a competição entre EUA e China em IA no que ele chama de "bolo de cinco camadas". E enquanto os EUA dominam algumas camadas, Jensen vê vulnerabilidades críticas em outras... 1) Energia: A China tem o dobro do que os EUA, apesar de uma economia menor. O que "não faz sentido" para Jensen. 2) Fichas: Os EUA estão "gerações à frente", mas Jensen alerta contra a complacência. "Quem acha que a China não pode fabricar está perdendo a grande ideia." 3) Infraestrutura: Montar um data center nos EUA leva cerca de três anos. Na China? "Eles podem construir um hospital em um fim de semana." 4) Modelos: Os modelos de fronteira dos EUA são "indiscutivelmente de classe mundial", mas "a China está bem à frente, muito à frente em código aberto." 5) Aplicações: O sentimento público difere drasticamente. Pergunte a ambas as populações se a IA fará mais bem do que dano, e "no caso deles, 80% diriam que a IA fará mais bem do que mal. No nosso caso, seria o contrário." O aviso de Jensen é claro. Liderar em chips e modelos de fronteira não é suficiente quando você está atrasado em energia, velocidade de infraestrutura, código aberto e confiança pública. Vencer a corrida da IA exige força em toda a pilha, e agora, os EUA têm trabalho a fazer.

Em 1956, a humanidade atingiu um ponto de virada sobre o qual ninguém fala. 10 cientistas se reuniram em apartamentos universitários para perseguir uma ideia que o mundo chamava de "ficção científica". Esse foi o momento Big Bang da IA: Final do verão de 1955... John McCarthy (professor de matemática no Dartmouth College) reuniu um time de estrelas: • Marvin Minsky - matemático cerebral de Harvard • Nathaniel Rochester - engenheiro prático da IBM • Claude Shannon - gênio da teoria da informação • Mais 6 outros pesquisadores Juntos, elaboraram uma proposta de pesquisa para um workshop de verão de dois meses no Dartmouth College. O objetivo audacioso deles? Provar que as máquinas podiam simular todos os aspectos da inteligência humana — aprendizado, raciocínio, linguagem, resolução de problemas. McCarthy cunhou essa nova área radical de pesquisa: "Inteligência Artificial." Foi o momento de nascimento da IA. Mas encontrar alguém para financiar essa pesquisa seria brutal ↓ McCarthy solicitou $13.500 (cerca de $159.000 hoje) de potenciais financiadores. A resposta? Rejeição atrás de rejeição. As organizações não conseguiam entender as implicações. A ideia de máquinas "pensando" era radical demais, filosófica demais, incerta demais. A área nem existia ainda – como alguém poderia justificar investir nele? Finalmente, após meses de persistência, Rockefeller concordou em financiar o projeto. Mas havia um porém: Eles investiriam apenas $7.500 ($88.000 hoje). Mal o suficiente para cobrir as laterais. Junho de 1956, a pesquisa começou ↓ 11 cientistas se reuniram em apartamentos universitários e alugaram estalagens por 6 a 8 semanas. "Na época, eu acreditava que, se ao menos conseguíssemos reunir todos para dedicar tempo a isso, poderíamos fazer um progresso real", refletiu McCarthy. A tecnologia que possuíam era extremamente primitiva, tornando quase impossível testar ideias teóricas. Mas o desafio foi ainda mais profundo do que hardware ↓ Ninguém conseguia concordar sobre o que "inteligência" realmente significava. Foi para resolver problemas? Raciocínio? Idioma? Aprendizagem? O grupo lutou com questões fundamentais que não tinham resposta. • Minsky admitiu mais tarde que eles "perceberam que a inteligência não era um quebra-cabeça limpo, mas uma vasta natureza selvagem." • Um participante descreveu como "programar máquinas para aprender era como criar uma criança com um conjunto de ferramentas quebrado." Quando o verão terminou em 1956, o trabalho deles também terminou. Eles saíram com: Sem protótipo Sem consenso Sem avanço Mas algo muito mais importante aconteceu ↓ Eles criaram a base para todo um campo científico de pesquisa. Todo sistema de IA hoje — do ChatGPT aos carros autônomos — traça sua linhagem até aquelas 6 semanas na Nova Inglaterra. No verão de 1956, não existiu nenhuma "máquina pensante" funcionando. Mas deu à IA um nome, uma visão e uma comunidade de pensadores renegados dispostos a arriscar tudo por um sonho impossível. Aquele verão foi o momento do big bang da IA. E as ondas de choque ainda estão se expandindo hoje. — Obrigado por ler! Gostou deste post? Siga@RealBigBrainAI para mais conteúdos como este.