INTRODUÇÃO

O cenário da inteligência artificial está prestes a ganhar um novo protagonista: os "modelos de mundo". A AMI Labs, nova empresa cofundada pelo vencedor do Prêmio Turing Yann LeCun após sua saída do Meta, acaba de levantar US$ 1,03 bilhão em uma rodada de financiamento que valoriza a startup em US$ 3,5 bilhões antes do investimento. O objetivo é desenvolver uma IA que aprenda diretamente da realidade, não apenas da linguagem, em um movimento que pode redefinir setores críticos como a saúde.

DESENVOLVIMENTO

Publicidade
Publicidade

"Minha previsão é que 'modelos de mundo' será a próxima palavra da moda", disse ao TechCrunch o CEO da AMI Labs, Alexandre LeBrun, com um sorriso, antecipando uma onda de empresas que se autodenominarão assim para captar recursos. No entanto, ele acredita que a AMI é fundamentalmente diferente, pois seu foco é na compreensão do mundo real. A startup nasceu da convergência de visões entre LeCun e LeBrun sobre as limitações dos grandes modelos de linguagem (LLMs), cujas alucinações podem ter consequências graves em áreas como a medicina.

O primeiro parceiro da AMI será a Nabla, startup de saúde digital da qual LeBrun é presidente. A tecnologia central é a JEPA (Arquitetura Preditiva de Incorporação Conjunta), proposta por LeCun em 2022, que promete uma alternativa mais confiável aos LLMs. LeBrun admite que se trata de um projeto ambicioso e de longo prazo, começando com pesquisa fundamental, em contraste com as startups de IA aplicada que lançam produtos rapidamente. "Pode levar anos para os modelos de mundo irem da teoria para aplicações comerciais", destacou.

CONCLUSÃO

Apesar do horizonte de desenvolvimento extenso, os modelos de mundo já atraem investimentos vultosos. Além da AMI Labs, empresas como a SpAItial (US$ 13 milhões em seed) e a World Labs de Fei-Fei Li (US$ 1 bilhão) mostram o crescente interesse do mercado. Com seu financiamento recorde, a AMI se posiciona na vanguarda dessa nova corrida, prometendo uma IA mais alinhada com a realidade física e menos propensa a erros, embora os resultados concretos ainda dependam de anos de pesquisa e testes.