{"id":67445,"date":"2025-09-11T18:17:16","date_gmt":"2025-09-11T18:17:16","guid":{"rendered":"https:\/\/www.europesays.com\/pt\/67445\/"},"modified":"2025-09-11T18:17:16","modified_gmt":"2025-09-11T18:17:16","slug":"china-revela-a-primeira-ia-semelhante-a-um-cerebro-e-100-vezes-mais-rapida-que-os-rivais-ocidentais","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/pt\/67445\/","title":{"rendered":"China revela a primeira IA semelhante a um c\u00e9rebro. \u00c9 100 vezes mais r\u00e1pida que os rivais ocidentais"},"content":{"rendered":"

geralt \/ Pixabay<\/a><\/p>\n

\"\"<\/p>\n

Ao contr\u00e1rio de sistemas como o ChatGPT, que usam toda a rede para responder a pedidos, o sistema chin\u00eas SpikingBrain 1.0 funciona de forma semelhante a um c\u00e9rebro, ativando apenas partes espec\u00edficas de acordo com a tarefa que lhe foi pedida.<\/strong><\/p>\n

Investigadores do Instituto de Automa\u00e7\u00e3o da Academia Chinesa de Ci\u00eancias, em Pequim, desenvolveram um novo sistema de intelig\u00eancia artificial, o SpikingBrain 1.0<\/strong>, que descrevem como um modelo de linguagem de grande escala \u201csemelhante ao c\u00e9rebro\u201d, concebido para a efici\u00eancia e independ\u00eancia do hardware externo.<\/p>\n

Ao contr\u00e1rio dos sistemas tradicionais baseados em Transformers, como o ChatGPT, que exigem um enorme poder computacional e mem\u00f3ria, o SpikingBrain 1.0 emprega um m\u00e9todo chamado computa\u00e7\u00e3o de picos<\/strong>. Inspirada no funcionamento dos neur\u00f3nios biol\u00f3gicos, esta abordagem ativa apenas partes espec\u00edficas da rede em resposta \u00e0 entrada, em vez de manter todo o sistema em atividade. O resultado \u00e9 um consumo de energia significativamente mais baixo<\/strong> e tempos de processamento mais r\u00e1pidos.<\/p>\n

De acordo com a equipa de investiga\u00e7\u00e3o, o sistema executou determinadas tarefas at\u00e9 100 vezes mais r\u00e1pido<\/strong> do que os modelos convencionais, exigindo menos de 2% dos dados de treino habituais. Para demonstrar a tecnologia, a equipa construiu duas vers\u00f5es: uma com 7 mil milh\u00f5es de par\u00e2metros e outra com 76 mil milh\u00f5es. Ambas foram treinadas com aproximadamente 150 mil milh\u00f5es de tokens \u2014 um conjunto de dados modesto para os padr\u00f5es da ind\u00fastria.<\/p>\n

Os ganhos de efici\u00eancia foram especialmente not\u00e1veis \u200b\u200bao lidar com sequ\u00eancias de dados extremamente longas. Numa experi\u00eancia, o modelo mais pequeno processou um prompt de 4 milh\u00f5es de tokens mais de 100 vezes mais r\u00e1pido do que um Transformer padr\u00e3o. Outro teste mostrou uma melhoria de velocidade de 26,5 vezes ao gerar o primeiro token a partir de um contexto de um milh\u00e3o de tokens.<\/p>\n

Os investigadores destacaram tamb\u00e9m a estabilidade do modelo. O SpikingBrain 1.0 correu durante semanas centenas de chips MetaX, produzidos internamente pela MetaX Integrated Circuits Co., sediada em Xangai, marcando um passo importante para reduzir a depend\u00eancia da empresa americana Nvidia<\/strong>, atual l\u00edder global em chips de IA.<\/p>\n

As potenciais aplica\u00e7\u00f5es para o sistema incluem a an\u00e1lise de documentos jur\u00eddicos e m\u00e9dicos extensivos<\/strong>, a investiga\u00e7\u00e3o em f\u00edsica de altas energias e a sequencia\u00e7\u00e3o de ADN. Todos estes campos exigem a gest\u00e3o de vastos conjuntos de dados de forma r\u00e1pida e eficiente, explica o Interesting Engineering<\/a>.<\/p>\n

\u201cOs principais modelos de linguagem baseados no Transformer enfrentam estrangulamentos de efici\u00eancia significativos\u201d, observaram os investigadores no seu artigo<\/a> t\u00e9cnico, que ainda n\u00e3o foi revisto por pares. \u201cO nosso trabalho inspira-se em mecanismos cerebrais.\u201d<\/p>\n

Os investigadores concluem que o SpikingBrain 1.0 \u201cn\u00e3o s\u00f3 demonstra a viabilidade do treino eficiente de modelos de grande escala em plataformas n\u00e3o NVIDIA, como tamb\u00e9m delineia novas dire\u00e7\u00f5es para a implanta\u00e7\u00e3o e aplica\u00e7\u00e3o escal\u00e1veis \u200b\u200bde modelos inspirados no c\u00e9rebro<\/strong> em futuros sistemas de computa\u00e7\u00e3o\u201d.<\/p>\n


\n \"Subscreva
\n <\/a><\/p>\n


\n \"Siga-nos
\n <\/a><\/p>\n


\n \"Siga-nos
\n <\/a><\/p>\n","protected":false},"excerpt":{"rendered":"geralt \/ Pixabay Ao contr\u00e1rio de sistemas como o ChatGPT, que usam toda a rede para responder a…\n","protected":false},"author":2,"featured_media":67446,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[83],"tags":[88,358,89,90,933,32,33],"class_list":{"0":"post-67445","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-empresas","8":"tag-business","9":"tag-china","10":"tag-economy","11":"tag-empresas","12":"tag-inteligencia-artificial","13":"tag-portugal","14":"tag-pt"},"share_on_mastodon":{"url":"","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/posts\/67445","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/comments?post=67445"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/posts\/67445\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/media\/67446"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/media?parent=67445"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/categories?post=67445"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/pt\/wp-json\/wp\/v2\/tags?post=67445"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}