A OpenAI criou a primeira AGI com o3?

Toward AGI

In the race to develop an AI model, the end goal is AGI (Artificial General Intelligence). This is a type of AI that can handle any type of situation, instead of being ultra-specialized to perform some tasks, like for example driving a car.

Na corrida para desenvolver um modelo de IA, o objetivo final é a AGI (Inteligência Geral Artificial). Este é um tipo de IA que pode lidar com qualquer tipo de situação, em vez de ser ultra‑especializada para executar algumas tarefas, como, por exemplo, dirigir um carro.

Enquanto tivermos apenas IAs especializadas, elas serão mais algoritmos do que inteligência real. A capacidade de deduzir regras e reagir a novas situações, e talvez mais importante, o raciocínio verdadeiro, seria um evento monumental na história da humanidade, pois tal AGI provavelmente se tornaria rapidamente, no mínimo, semelhante a humanos.

E, claro, não limitada pela restrição computacional de um único crânio humano, tal AGI poderia melhorar rapidamente e tornar‑se uma superinteligência de ficção científica.

Isso imediatamente evoca imagens de uma utopia ao estilo Star Trek ou de apocalipses robóticos como Terminator ou Battlestar Galactica.

Fonte: Screen Rant

Então, obviamente, foi uma manchete importante quando a OpenAI anunciou em 20^th de dezembro que seu modelo de IA mais recente, o 03, “pelo menos em certas condições, se aproxima da AGI — com ressalvas significativas.”.

OpenAI Models

o3 é a iteração mais recente da série “o” da empresa, seguindo o anterior o1 (não existe o2, devido a um potencial conflito de marca registrada com a empresa britânica de telecomunicações de mesmo nome).

Ela vem acompanhada de outras IAs ultra‑avançadas desenvolvidas pela OpenAI: ChatGPT (geração de texto), DALL‑E (geração de texto‑para‑imagem), Sora (geração de texto‑para‑vídeo), JukeBox (geração de música) e Whisper (conversão de fala em texto).

o1 and o3

Lançado em setembro de 2024, o modelo o1 foi criado para levar mais tempo a refletir sobre suas respostas, resultando em maior precisão. Isso é importante, pois serviços como o ChatGPT tornaram‑se conhecidos por simplesmente adivinhar coisas que não sabem, ou até mesmo inventá‑las.

Embora isso às vezes possa ser aceitável para um chatbot, não é uma opção aceitável para funções críticas. Tampouco parece nos colocar em um caminho direto para a inteligência artificial real.

o1 foi incluído no início de dezembro de 2024 no plano ChatGPT Pro de US$ 200/mês, embora outros usuários também possam acessá‑lo.

o3 foi revelado em 20^th de dezembro, assim como o o3-mini, uma versão mais leve e rápida. O modelo ainda não está disponível ao público, mas pesquisadores de segurança podem se inscrever para uma pré‑visualização do o3-mini.

A Lying Model?

O feedback dos pesquisadores de segurança será o que a comunidade tecnológica mais desejar ouvir.

Mais uma vez, evocando Skynet de Terminator, o1 foi observado por sua forte propensão a mentir aos usuários. Embora não seja específico deste modelo, ele era muito mais propenso a isso do que outras IAs de empresas concorrentes como Meta, Google ou Microsoft (MSFT ).

Quando os objetivos do o1 diferiam dos de um usuário, e o o1 foi instruído a persegui‑los vigorosamente, o modelo de IA manipulou dados para avançar sua própria agenda em 19% das vezes, segundo o relatório. O modelo o1 também tentou desativar mecanismos de supervisão implementados para garantir que permanecesse alinhado aos objetivos do usuário em 5% dos testes.

Maxwell Zeff for TechCrunch

Como o o3 se comporta nesse aspecto, e a OpenAI reduziu a tendência de seu modelo mentir com a atualização o3? Ainda não sabemos.

o3 Performances

Um recurso adicional do o3 em comparação com seu predecessor é a possibilidade de ajustar o “tempo de raciocínio”. Isso permite que os usuários ajustem quanta potência computacional e tempo desejam alocar para a questão.

Coding

O1 já era notavelmente bom em programação e podia passar a entrevista de contratação de engenheiro de pesquisa da OpenAI para programação com uma taxa de 90‑100%. Parece que o o3 é ainda melhor quando avaliado em testes de habilidades de programação.

Fonte: The Algorithmic Bridge

Também deve ser observado que isso superou toda a concorrência, incluindo o recentemente lançado Gemini 2.0 da Google.

Fonte: The Algorithmic Bridge

Math & Sciences

Talvez mais do que atendimento ao cliente ou raciocínio “semelhante ao humano”, o campo mais promissor para a IA atualmente é acelerar a tecnologia e as ciências.

Aqui também, o o3 melhorou radicalmente o desempenho das IAs anteriores. Mais importante, ele pode responder adequadamente a questões de matemática em nível de doutorado com uma precisão de 87,7%, o que é melhor que a maioria dos humanos, até mesmo humanos treinados em matemática que pontuam cerca de 70%.

Fonte: The Algorithmic Bridge

Se o o3 puder compreender questões de matemática complexas tão bem, provavelmente, a longo prazo, será capaz de responder a questões igualmente complexas sobre ciências dos materiais, química ou biotecnologia.

Is it AGI?

Agora, a alegação de que o o3 está próximo da AGI tem agitado o espaço de IA desde que o modelo foi anunciado. Certamente, ser capaz de superar muitos humanos em nível de doutorado em matemática não era esperado.

François Chollet, pesquisador de IA e co‑criador do ARC‑AGI (Corpus de Abstração e Raciocínio para Inteligência Geral Artificial), um benchmark para medir a eficiência da aquisição de habilidades de IA em tarefas desconhecidas, diz que está se aproximando:

Hoje a OpenAI anunciou o o3, seu modelo de raciocínio de próxima geração. Trabalhamos com a OpenAI para testá‑lo no ARC‑AGI e acreditamos que ele representa um avanço significativo em fazer a IA adaptar‑se a tarefas novas.

Ele pontua 75,7% na avaliação semi‑privada em modo de baixa computação (por $20 por tarefa em computação) e 87,5% em modo de alta computação (milhares de dólares por tarefa).

O custo muito alto levanta a questão de quão escalável essa abordagem é, já que você poderia aplicar o o3 de alto nível apenas a tarefas muito caras para que valha a pena.

Fonte: Francois Chollet

Ao mesmo tempo, se as últimas décadas nos ensinaram algo, é que o poder de computação tende a ficar muito mais barato ao longo do tempo.

Portanto, dificilmente isso prova que o o3, ou uma futura iteração oX do sistema, não será rotineiramente usado em institutos de pesquisa para auxiliar pesquisadores humanos a desbravar novas fronteiras da ciência.

Claro, podemos realmente medir inteligência por meio de habilidades em matemática e programação? Isso pode ser um pouco incômodo para a maioria das pessoas focadas em tecnologia, mas essas habilidades não são o fim de tudo em termos de inteligência.

A longo prazo, nos aproximaremos da verdadeira AGI quando a mesma IA puder executar muitas tarefas não relacionadas simultaneamente, desde dirigir um carro até problemas de matemática e programação, navegar por situações e objetos do mundo real, etc.

No entanto, parece que estamos nos aproximando a cada dia.

Limits

Além das limitações técnicas dos desempenhos do o3, há três questões que a indústria de IA precisará responder para que sua visão de AGI se torne realidade.

Bigger Is Not Always Better

Primeiro, precisa descobrir se seus métodos atuais são escaláveis até níveis de AGI. Por enquanto, grande parte do método tem sido “jogar” mais dados e computação no problema. Mas podemos ficar sem dados novos em breve, e conteúdo gerado por IA não pode ser reinserido em modelos de IA sem fazê‑los colapsar.

Melhorias qualitativas provavelmente serão necessárias além de datacenters maiores e mais extensos.

Prices & Energy Costs

Falando de datacenters maiores, a indústria tecnológica agora está considerando datacenters em escala de gigawatts. Não é coincidência que comecemos a medir esses datacenters pelo consumo de energia em vez da capacidade de computação.

É porque o fator limitante está se tornando não o poder dos chips usados, mas a disponibilidade de energia elétrica. É por isso que a Microsoft primeiro, e depois todas as outras grandes empresas de tecnologia, estão correndo para garantir o suprimento de eletricidade de usinas nucleares para seus datacenters de IA.

E se a luta contra as emissões de carbono nos ensinou algo, é que aumentar a geração de energia com baixas emissões de carbono é um desafio muito maior do que criar datacenters maiores.

Este também é um setor onde a redução de custos não seguirá a Lei de Moore, provavelmente tornando a futura diminuição dos custos de IA muito mais moderada do que gostaríamos.

Portanto, melhorias qualitativas na demanda por IA também serão necessárias aqui, pelo menos se algumas limitações atuais da IA forem superadas.

Super-Intelligences?

Quando nos aproximarmos da AGI, será ela um limite máximo a ser alcançado ou apenas um passo no caminho para criar IA mais inteligente que os humanos?

É uma questão importante, pois é ao mesmo tempo uma perspectiva fascinante e assustadora. Muitos entusiastas de tecnologia estão abraçando essa chamada singularidade, onde a IA se aprimoraria rapidamente em um loop de feedback exponencial.

O público em geral, composto por humanos comuns, pode não estar tão entusiasmado.

Portanto, além do risco existencial, a reação negativa do público e dos reguladores provavelmente será muito real e surgirá mais cedo.

Isso é algo com que as empresas de IA provavelmente lutarão, pois precisam simultaneamente tranquilizar o público, possivelmente minimizando suas conquistas, enquanto justificam aos investidores que estão injetando centenas de bilhões de dólares na tecnologia e em suas infraestruturas.

AI Company

Microsoft

A Microsoft tem estado no centro da indústria tecnológica quase desde sua criação com seu ainda dominante sistema operacional Windows.

Agora também é líder em software empresarial (Office365, Teams, LinkedIn, Skype, GitHub), jogos (Xbox e múltiplas aquisições de estúdios de videogame) e em nuvem (Azure).

Mais recentemente, fez bons progressos em IA. Isso inclui algumas IAs de consumo, como o Bing Image Creator, e iniciativas mais focadas em negócios, como o Copilot para Microsoft 365 e o Microsoft Research. O Copilot está agora sendo implantado também em varejo e em empresas menores.

Fonte: Constellation Research

A Microsoft adquiriu uma reputação de gigante tecnológico centrado em empresas, comparado a empresas mais voltadas ao consumidor, como, por exemplo, Apple (AAPL ) ou Facebook. Com a IA se tornando cada vez mais importante nos modelos de negócios, a presença pré‑existente da Microsoft em nuvem e serviços empresariais deve lhe dar uma vantagem inicial na implantação de IA em escala e na aquisição de clientes.

Microsoft – O Casamento Confuso da OpenAI

A colaboração com líderes de desenvolvimento de IA como a OpenAI (famosa pelo ChatGPT) também está consolidando a posição da Microsoft como uma potência de IA.

O relacionamento entre as duas é complexo, pois a OpenAI é tecnicamente sua própria organização, mas na prática tornou‑se dependente dos recursos da Microsoft, tanto financeiros quanto computacionais.

Nos próximos meses, a Microsoft não cederia enquanto a OpenAI, que espera perder $5 billion este ano, continuava a solicitar mais dinheiro e mais poder de computação para construir e operar seus sistemas de IA.

Ao mesmo tempo, a Microsoft está construindo seus próprios projetos internos de IA, após adquirir a maior parte da equipe da Inflection.

A situação fica ainda mais complicada, pois a OpenAI está tentando transitar para um status de lucro, algo que gera conflito com investidores anteriores como Elon Musk.

E aqui o debate sobre AGI torna‑se quase existencial para a OpenAI:

Se a OpenAI alcançar a AGI, o acesso da Microsoft à tecnologia da OpenAI se tornará nulo. Ainda mais importante, o conselho da OpenAI decide quando a AGI foi alcançada.

É provável que o o3 ainda não seja AGI, nem que um hipotético o5 seja. Mas isso é algo que vale a pena lembrar para qualquer investidor potencialmente interessado na Microsoft, e que baseie sua tese na relação com a OpenAI.