A inteligência artificial está progredindo como nunca, com a realização de experimentos inovadores. No entanto, essa progressão gera algumas questões para 2025: O que é eficaz? E o que de fato compensa?
Embora os programadores de inteligência artificial estejam trabalhando em um próximo lançamento, as organizações ainda enfrentam desafios na integração de dados e tecnologias. Especialistas da Neo4j examinam quais fatores são essenciais para o êxito da IA, as próximas etapas tecnológicas, as preocupações e a função dos grafos nesse percurso.
-qhkjy33q681d.jpg)
Em 2025, espera-se que o Agentic AI tenha uma história de sucesso semelhante à da GenAI e passe a assumir ainda mais controle de fluxos de trabalho e tarefas de rotina do início ao fim. Esses agentes têm a capacidade de agir de maneira dinâmica e organizada, modificar ações de acordo com o contexto e transferir tarefas para outras ferramentas.
Embora seja tentadora, a terceirização de atividades cotidianas através do Agentic AI também gera um sinal de alerta. Como podemos controlá-los e domá-los numa situação de emergência? Quem é responsável caso algo dê errado? Uma coisa é solicitar a um assistente virtual que sugira uma resposta para um e-mail.
Outra situação ocorre quando a inteligência artificial cria e envia a mensagem ao parceiro de negócios por conta própria, principalmente quando os agentes erram e até se distraem. Assim, ainda é preciso estabelecer critérios para verificar se a execução está correta e como agir em caso de falha.
Da mesma forma que a GenAI, os LLMs (Grandes Modelos de Linguagem) produzem respostas, porém requerem muito mais tempo para pensar sobre a questão de um jeito específico. Os modelos de IA com raciocínio analisam alternativas, propõem soluções e as descartam antes de sugerir uma sugestão. Sim, isso demanda mais tempo, porém a qualidade dos resultados é consideravelmente superior. O modelo de Reasoning AI do OpenAI, o1, alcançou o top 500 na Olimpíada de Matemática dos Estados Unidos (AIME) com essas funcionalidades.
Contudo, a inteligência de raciocínio enfrenta um desafio: a "cadeia de pensamento" está escondida no LLM e não pode ser observada de fora. Portanto, o chamado "pensamento em voz alta" da IA acontece de fato em silêncio e compromete consideravelmente sua confiabilidade.
Apesar das IA Agenética e Reasoning já serem uma realidade, a inteligência artificial geral (AGI) ainda é considerada ficção científica, ao menos por ora. Ainda existe um extenso e hipotético percurso a ser feito até que a inteligência artificial atinja ou ultrapasse a inteligência humana.
Expectativas para 2025 nas organizações
Em 2025, muitas organizações devem focar na adoção eficiente das tecnologias já existentes. Não se trata apenas de conformidade e especialização, mas também de custo. Quando a IA for empregada em larga escala, não será exatamente acessível (tal como a computação em nuvem).
Ademais, os LLMs capacitados em dados de domínio público possuem escasso espaço para se destacarem de outros usuários e competidores no mercado. Assim, as organizações estão cada vez mais focando em modelos de linguagem compactos, que são adequadamente ajustados a casos de uso e demandas individuais, sendo constantemente aprimorados e aprimorados.
A performance da Inteligência Artificial também está atrelada à habilidade das empresas de interligar e aprimorar seus próprios conjuntos de dados internos, portanto, a qualidade desses dados é crucial.
Certamente, um chatbot responde em linguagem natural. No entanto, o universo tecnológico é multilíngue, outros sistemas utilizam diferentes linguagens (como linguagens de consulta, código de API) e, no futuro, os outros modelos também se comunicarão cada vez mais entre si. Quanto mais a IA for incorporada às estruturas de TI já existentes, mais importante será a criação de interfaces de linguagem apropriadas.
