Principais conclusões de @echen (fundador da Surge AI): 1. Em breve veremos empresas com faturamento de US$ 100 milhões por funcionário, à medida que a IA torna tudo mais eficiente. A Surge atingiu US$ 1 bilhão em receita com menos de 100 pessoas, totalmente autofinanciada, em apenas 4 anos. Isso vai quebrar o modelo tradicional de investimento de risco do Vale do Silício. 2. A Inteligência Artificial Geral (IAG) provavelmente ainda está a uma década ou mais de distância. Passar de 80% para 90% de uma tarefa é muito diferente de atingir 99,9% — cada salto leva substancialmente mais tempo do que o anterior. Questões objetivas de testes são mais fáceis de otimizar do que problemas do mundo real. 3. A indústria está otimizando a IA para "dopamina em vez de verdade", atrasando assim a IAG (Inteligência Artificial Geral). Edwin teme que estejamos construindo IA que busca engajamento em vez de promover o avanço da humanidade. Plataformas populares como o LMArena recompensam respostas chamativas com emojis e formatação em detrimento da precisão, forçando os laboratórios a otimizar métricas superficiais que tornam seus modelos piores em tarefas reais. 4. Criar dados de alta qualidade para treinar IA exige bom gosto. Qualquer pessoa pode verificar se um poema tem oito versos e menciona a lua. A dificuldade está em identificar poemas que surpreendem, despertam emoções e ensinam algo novo sobre a linguagem. Essa definição subjetiva e cheia de nuances de qualidade é o que diferencia uma IA mediana de uma IA excepcional. 5. Treinar IA é mais parecido com criar um filho do que rotular fotos. Você não está apenas fornecendo informações; está ensinando valores, criatividade e inúmeras nuances sobre o que torna algo belo ou verdadeiro. A pergunta certa não é "Que teste queremos que a IA passe?", mas sim "Que tipo de entidade queremos criar?". A escolha do que otimizar — métricas de engajamento ou o florescimento humano genuíno — molda tudo o que vem depois. 6. Os rankings de benchmarks de IA são frequentemente manipulados e não refletem o valor na vida real. Edwin não confia em benchmarks por dois motivos: eles geralmente contêm respostas incorretas e testam problemas bem definidos, ao contrário do mundo real, que é mais complexo. Isso explica por que modelos podem ganhar medalhas de ouro na Olimpíada Internacional de Matemática, mas ter dificuldades para analisar PDFs. Os laboratórios otimizam seus modelos para esses benchmarks visando a relações públicas, mesmo que isso os torne piores em tarefas reais. 7. A próxima fronteira no treinamento de IA são os ambientes de RL (Aprendizado por Reforço), onde os modelos aprendem fazendo. Trata-se de simulações detalhadas de cenários do mundo real — como uma startup com Gmail, Slack, repositórios de código e bancos de dados onde a AWS repentinamente fica fora do ar. Os modelos aprendem ao tentar realizar tarefas nesses ambientes e recebem recompensas com base em sua abordagem completa, não apenas nas respostas finais. Isso espelha a forma como os humanos realmente aprendem por tentativa e erro em situações realistas. 8. Existe um custo oculto na assistência por IA: um trabalho perfeitamente elaborado que, na prática, não faz diferença. Gastar 30 minutos com uma IA aperfeiçoando um e-mail por meio de inúmeras iterações, quando a versão original já estava perfeita, é uma armadilha. A questão mais profunda é se a IA deve maximizar o tempo gasto com ela ou ajudá-lo a concluir tarefas e seguir em frente. As melhores ferramentas de IA saberiam quando dizer: "Está bom o suficiente — basta enviar". 9. Construir uma empresa de sucesso não exige que você mude quem você é. Edwin nunca pensou que abriria uma empresa, porque imaginava que teria que se tornar “um empresário olhando para as finanças o dia todo”. Em vez disso, ele construiu a Surge como um laboratório de pesquisa, mantendo-se em contato direto com dados e análises. Seu conselho: “Você não precisa se tornar alguém que não é. Você pode construir uma empresa de sucesso simplesmente criando algo tão bom que se destaque em meio a toda a concorrência.” 10. A estratégia do Vale do Silício — mudar constantemente de rumo, crescer rapidamente, seguir tendências — não é o único caminho para o sucesso. A alternativa: encontre uma grande ideia na qual você acredite, diga não a todo o resto e continue construindo, mesmo quando for difícil. Seguir tendências (criptomoedas, depois NFTs, depois IA) cria empresas sem consistência ou missão. Construa algo que não existiria sem sua combinação única de experiências, interesses e conhecimento.
Carregando detalhes do thread
Buscando os tweets originais no X para montar uma leitura limpa.
Isso normalmente leva apenas alguns segundos.