Como tal, o TCE recomenda, nomeadamente que o executivo comunitário reavalie, a partir de 2025, as metas de investimento, tendo em conta a evolução internacional e tecnológica.

Ainda este ano, referem os auditores, a Comissão tem de melhorar os instrumentos de coordenação do plano da UE para a inteligência artificial, acordando metas nacionais de investimento em IA, válidas para a próxima revisão do plano.

A partir de janeiro, Bruxelas terá ainda de acompanhar regularmente os progressos na execução do plano da UE, aumentando a acessibilidade e o apoio às pequenas e médias empresas (PME) inovadoras no domínio da inteligência artificial e avaliar uma eventual necessidade de um regime de financiamento específico no âmbito dos atuais programas.

Até meados de 2026, tem de ser garantido que as PME da UE tenham acesso facilitado a instalações de inteligência artificial no bloco e, até meados do próximo ano, Bruxelas deverá reforçar a sua ação de apoio à exploração dos resultados da investigação e inovação no domínio da inteligência artificial ao abrigo do Horizonte Europa.

A auditoria concluiu que a UE não investe em inteligência artificial ao mesmo ritmo dos líderes mundiais, não acompanha sempre os resultados dos projetos de inteligência artificial que financia e ainda que a coordenação entre a UE e os países não é eficaz, porque não há instrumentos para a gerir.

O TCE examinou as ações da Comissão que visavam coordenar as medidas dos planos da UE para a inteligência artificial de 2018 e 2021, bem como adotar um quadro jurídico comum para a partilha de dados e uma IA de confiança.

Avaliou igualmente a criação de infraestruturas financiadas pela UE que facilitam o acesso das PME à inovação em tecnologias de inteligência artificial e à utilização das mesmas (através do Programa Europa Digital).

Analisou ainda a execução dos fundos da União para a investigação neste domínio entre 2014 e 2022 (através dos programas Horizonte 2020 e Horizonte Europa).

A portuguesa Unbabel lançou o TowerLLM, um grande modelo de linguagem (LLM, na sigla em inglês), que foi concebido, treinado e otimizado para fazer tradução. Os LLM são modelos de inteligência artificial (IA), como o GPT-4o que alimenta o ChatGPT, e que foram treinados com enormes quantidades de dados para conseguir gerar informação para os utilizadores.

A Unbabel anuncia em comunicado que o TowerLLM, que foi gerado para ser multilíngue, “melhora significativamente a qualidade da tradução automática, reduzindo os erros e os custos”. A empresa menciona testes em que o modelo terá conseguido obter um desempenho acima dos modelos LLM GPT-3.5 e GPT-4o da OpenAI em tarefas ligadas à tradução. Também terá apresentado um “desempenho consistentemente superior” quando comparado com modelos da Google – não é especificado com qual versão de modelo de IA é que foi comparado.

O comunicado da Unbabel é acompanhado de alguns gráficos de comparação entre modelos, uma prática que se tornou habitual quando é revelada uma novidade deste género. Nestes exemplos foi aferido o desempenho do modelo em questões como a tradução entre pares (de inglês para português, para alemão, espanhol, francês, italiano ou coreano), tradução em vários domínios (financeiro, jurídico, médico e técnico) ou no processo de compreensão contextual.

A empresa explica que treinou o modelo com dados “públicos e internos” e que o TowerLLM foi “afinado com dados de tradução de elevada qualidade”, que foram filtrados e selecionados.

Na fase de lançamento, o modelo vai conseguir fazer a tradução automática em 18 pares de idiomas, conseguir reconhecer entidades nomeadas para localizar nomes, métricas e códigos (por exemplo, moedas, marcas ou localizações) e pós-edição automática para melhorar a tradução. Também é feita a promessa de correção de fonte para eliminar erros de gramática e ortografia antes da tradução. O modelo só vai estar disponível para clientes dos serviços da Unbabel.

“Apesar das dúvidas que surgiram na indústria, o TowerLLM demonstra, claramente, que os LLM são a melhor solução para a tradução automática”, diz João Graça, cofundador e diretor de tecnologia da Unbabel. “Investimos anos no desenvolvimento de LLM e, por isso, não estamos surpreendidos por ver o TowerLLM superar o GPT-4o. Este é o segundo LLM multilíngue que lançamos depois do COMETKiwi e estamos apenas a começar.”

O COMETKiwi foi lançado pela Unbabel em setembro de 2023: é um modelo LLM de código aberto desenvolvido para conseguir prever a qualidade de tradução.

Diagnóstico Preciso e Precoce

Um dos impactos mais significativos da IA na medicina é sua capacidade de auxiliar no diagnóstico precoce e preciso de doenças. Algoritmos de aprendizado de máquina podem analisar exames de imagem, como raios-X, ressonâncias magnéticas e tomografias, com uma precisão muitas vezes superior à dos médicos humanos. Por exemplo, sistemas de IA têm demonstrado alta precisão na detecção de câncer de mama em mamografias, ajudando a identificar a doença em estágios iniciais, quando as chances de cura são maiores.

Medicina Personalizada

A medicina personalizada, ou medicina de precisão, é uma abordagem que leva em consideração as diferenças individuais nos genes, ambientes e estilos de vida de cada pessoa. A IA desempenha um papel crucial ao analisar dados genômicos e ajudar na criação de tratamentos personalizados para pacientes com base em suas características únicas. Isso não só melhora a eficácia dos tratamentos, mas também minimiza os efeitos colaterais.

Assistência na Tomada de Decisões Clínicas

Os sistemas de apoio à decisão clínica (CDSS) baseados em IA fornecem aos médicos recomendações baseadas em evidências para o tratamento de pacientes. Esses sistemas analisam dados clínicos em tempo real, incluindo histórico médico, exames laboratoriais e sintomas, para sugerir as melhores opções de tratamento. Isso ajuda os médicos a tomar decisões mais informadas e a reduzir a variação nos cuidados de saúde.

Gestão de Doenças Crônicas

A IA está transformando a gestão de doenças crônicas, como diabetes e doenças cardíacas, através do monitoramento contínuo e da análise de dados. Dispositivos vestíveis equipados com sensores podem coletar dados sobre os sinais vitais dos pacientes, que são então analisados por algoritmos de IA para detectar quaisquer mudanças preocupantes. Isso permite intervenções mais rápidas e precisas, melhorando a qualidade de vida dos pacientes.

Pesquisa e Desenvolvimento de Medicamentos

A IA também está acelerando o processo de descoberta de medicamentos. Tradicionalmente, o desenvolvimento de novos fármacos pode levar anos e envolver altos custos. No entanto, algoritmos de IA podem analisar vastas bibliotecas de compostos químicos e prever quais têm maior probabilidade de serem eficazes contra uma determinada doença. Além disso, a IA pode ajudar a identificar novos usos para medicamentos existentes, conhecido como reposicionamento de fármacos.

Cirurgia Robótica e Assistida por IA

A cirurgia robótica é outro campo onde a IA está fazendo uma diferença notável. Robôs cirúrgicos equipados com IA podem realizar procedimentos com uma precisão que vai além das capacidades humanas. Esses robôs assistem os cirurgiões durante as operações, permitindo cortes mais precisos e menos invasivos, resultando em menores tempos de recuperação e menos complicações pós-operatórias.

Desafios e Considerações Éticas

Apesar dos benefícios, a integração da IA na medicina apresenta vários desafios e considerações éticas. Questões de privacidade e segurança dos dados são cruciais, já que os sistemas de IA dependem de grandes volumes de informações pessoais de saúde. Além disso, a transparência nos algoritmos e a explicabilidade das decisões tomadas pela IA são essenciais para garantir a confiança dos profissionais de saúde e dos pacientes.

O Futuro da IA na Medicina

O futuro da IA na medicina é promissor, com expectativas de avanços contínuos que podem transformar radicalmente os cuidados de saúde. À medida que a tecnologia evolui, espera-se que a IA se torne uma parte ainda mais integrada da prática médica, desde a prevenção de doenças até a reabilitação e cuidados paliativos.

Para garantir que esses avanços beneficiem todos, é fundamental que haja colaboração entre cientistas, médicos, legisladores e a sociedade em geral. A educação e o treinamento contínuos em IA para profissionais de saúde também são essenciais para maximizar os benefícios dessa tecnologia revolucionária.

Conclusão

A Inteligência Artificial está desempenhando um papel transformador na medicina, trazendo melhorias significativas em diagnósticos, tratamentos personalizados e gestão de doenças. Embora desafios e questões éticas ainda precisem ser abordados, o potencial da IA para revolucionar os cuidados de saúde é inegável. Com a abordagem correta, a IA pode continuar a melhorar a vida de milhões de pessoas em todo o mundo, proporcionando um futuro mais saudável e inovador.

Esta tecnologia de empacotamento foi projetada pela TSMC principalmente para resolver as necessidades das GPUs para Inteligência artificial (IA), que geralmente são constituídas por vários chiplets. Um chiplet nada mais é do que um circuito integrado que aglutina uma parte da lógica de um SoC ou GPU. E é quadrado ou retangular. Como é lógico, o ideal é que o substrato que garante a estabilidade estrutural do SoC também seja retangular.

Wafers 510 x 515 mm

O nome que recebe habitualmente uma bolacha quando ainda não foi submetida aos processos litográficos necessários para transferir o padrão que contém a lógica dos chips é substrato. Este componente é o verdadeiro ponto de partida da fabricação de semicondutores e, como mencionei algumas linhas acima, os substratos retangulares permitem otimizar a distribuição dos chiplets. Esta é a razão pela qual sua tecnologia de embalagem avançada CoWoS os utiliza.

Em Xataka

Os físicos querem entender como o bóson de Higgs estabiliza nosso universo. Felizmente, eles têm um plano

A superfície das bolachas de 510 x 515 mm é 3,7 vezes maior que a das bolachas circulares de 300 mm

Este mesmo processo lógico é o que finalmente levou os técnicos desta empresa a considerar que benefícios obteriam se substituíssem as bolachas circulares com um diâmetro de 300 mm habituais por bolachas retangulares de 510 x 515 mm.

O mais óbvio é que a superfície de material utilizável é 3,7 vezes maior, por isso é possível fabricar muito mais chips em cada uma das bolachas. Além disso, os circuitos integrados alojados na borda da bolacha não ficariam inutilizáveis, algo que acontece habitualmente nas bolachas circulares, pelo que o aproveitamento do espaço disponível seria máximo.

Tudo o que vimos até agora sobre wafers retangulares pinta muito bem, mas colocá-lo em prática é muito complicado. E é porque boa parte dos equipamentos de litografia atualmente envolvidos na fabricação de semicondutores não serviria. Pelo menos não como são agora. Muitos de seus componentes, como, por exemplo, os elementos ópticos que transferem a luz VEE com um comprimento de onda de 13,5 nm da fonte que se encarrega de sua emissão para a máscara que contém o padrão geométrico que é necessário plasmar na bolacha de silício, teriam que ser redesenhados.

Atualmente, a TSMC usa as bolachas circulares usuais de 300 mm em seu processo avançado de embalagem CoWoS, mas sua ideia é substituí-las pelas bolachas retangulares. O problema, como acabamos de ver, é que muitos dos equipamentos e processos envolvidos na fabricação dos circuitos integrados devem ser modificados de uma forma mais ou menos profunda, de modo que provavelmente as bolachas retangulares não começarão a ser utilizadas até dentro de pelo menos cinco anos. Pode até ser que um prazo de uma década seja mais realista. Vamos ver.

Sony Music, Warner Music e Universal Music, junto com o resto dos demandantes nucleados na RIAA, dizem que existe a possibilidade de que os “sons gerados por máquinas” acabem competindo com aqueles que foram criados genuinamente. Isso também baratearia os custos de produção e acabaria sufocando o trabalho dos artistas que representam.

Gravadoras contra apps de música generativa

A RIAA explica em seu processo, que tramita em tribunais de Nova York e Massachusetts, que desenvolver e manter em funcionamento serviços como os de Suno e Udio requer uma enorme quantidade de dados e que seus resultados prejudicam a música gerada por humanos. Além disso, eles pedem para impedir que as empresas generativas de IA continuem “pisoteando” os direitos autorais.

Para sustentar essas alegações, a empresa apresentou uma série de argumentos. Entre eles encontramos os que asseguram que as vozes de canções geradas por Suno e Udio soam como bandas ou artistas como Bruce Springsteen, Lin-Manuel Miranda, Michael Jackson e ABBA. Também acontece com músicas como’ All I Onsant for Christmas Is You’, de Mariah Carey, e’ I Get Around’, dos Beach Boys.

Esta não é a primeira vez que vemos ações legais desse estilo. Os réus, em geral, costumam amparar-se no que no estatuto do direito de autor dos Estados Unidos se conhece como fair use (algo que poderíamos traduzir como ‘uso justo’). RIAA explica que Suno e Udio não podem abraçar o fair use porque esta figura só pode ser aplicada em raras ocasiões.

As gravadoras pediram à justiça que aplique uma ordem judicial para evitar que as empresas atingidas pelo processo possam continuar treinando suas IA com conteúdo protegido por direitos autorais. Além disso, eles buscam indenização de até US.150.000 (ou uma alternativa) por cada música supostamente usada sem permissão.

Mitch Glazier, presidente e CEO da RIAA, disse que ” a comunidade musical está comprometida com uma visão da IA que amplia e potencializa a criatividade humana. Para um mundo em que a IA trabalhe para nós, e não o contrário”. Neste sentido, não hesitou em afirmar que Suno e Udio vêem as coisas de maneira diferente pela forma como parecem ter construído seus serviços.

Basta esperar para saber como tudo isso vai evoluir. A indústria da música, lembre-se, reagiu a várias das mudanças tecnológicas que experimentamos nos últimos tempos. Há anos surgiram preocupações relacionadas aos serviços P2P, depois aos Serviços de streaming, embora aqui tenham sido as grandes vencedoras, e agora é a vez da IA generativa.

Suno e Udio são dois dos aplicativos de música generativa mais populares do mercado. Permitem gerar músicas com uma qualidade impressionante em questão de segundos. A mecânica por trás deles é semelhante à dos geradores de imagens, que também estão no meio de uma encruzilhada em termos legais. Prompts textuais são usados para gerar músicas.