Pesquisadores da Universidade de Manchester, no Reino Unido, anunciaram uma nova abordagem que promete baratear e simplificar a análise de grandes modelos de linguagem (LLMs), como GPT e Llama. O trabalho é liderado pelos cientistas brasileiros Danilo Carvalho e André Freitas.
A equipe desenvolveu duas estruturas de software, batizadas de LangVAE e LangSpace, capazes de reduzir em mais de 90% o consumo de hardware e energia necessário para estudar e controlar LLMs. Os resultados foram publicados no repositório científico arXiv.
Como funciona a técnica
Em vez de alterar diretamente o modelo original, os pesquisadores geram representações compactadas da linguagem produzida pela própria IA. Esses dados são tratados como elementos geométricos — pontos, distâncias e formas — em um espaço matemático que pode ser medido, comparado e ajustado com eficiência.
Segundo os autores, esse método permite interpretar e influenciar o comportamento dos modelos utilizando recursos computacionais muito inferiores aos exigidos pelas abordagens tradicionais.
Impacto no acesso à pesquisa
Com a diminuição dos custos, universidades, startups e equipes industriais poderão investigar de forma mais ampla como tornar os sistemas de IA mais previsíveis e seguros. “Reduzimos de forma significativa as barreiras de entrada para o desenvolvimento e a experimentação de modelos de IA explicáveis e controláveis”, afirma Danilo Carvalho.
Imagem: Ebru-Omer
Os responsáveis pelo estudo ressaltam ainda que a solução pode reduzir o impacto ambiental das pesquisas em inteligência artificial e acelerar a adoção de modelos confiáveis em áreas críticas, como a saúde.
Com informações de WizyThec
