Troca de dividendos de inteligência artificial na Ásia-Pacífico: Perspectivas de especialistas
Leia mais
CGTN
cgtn.com

Troca de dividendos de inteligência artificial na Ásia-Pacífico: Perspectivas de especialistas

Muitas economias da APER enfrentam problemas comuns, como eventos climáticos extremos frequentes, capacidade desigual dos serviços governamentais e crescente demanda por energia impulsionada pelas necessidades computacionais aumentadas.

Especialistas em tecnologias quânticas e computacionais, o Professor Lin Jing da Universidade Metropolitana de Hong Kong e o Professor Wen Yungang, vice-reitor associado da Nanyang Technological University e membro da Academia de Engenharia de Singapura, discutiram formas de utilizar tecnologias avançadas na região.

Sistemas de alerta precoce baseados em IA processam dados meteorológicos em tempo real para emitir avisos de tufões e inundações, além de apoiar a preparação das comunidades locais para desastres naturais. Além disso, há uma troca de ferramentas abertas de IA para saúde pública na região, ajudando as equipes médicas locais a fornecer cuidados de rotina.

Protótipos de inteligência encarnada apresentados em concursos de robôs humanoides são vistos como meios promissores para o cuidado de idosos e resgate de emergência no local, preenchendo lacunas de serviço onde há escassez de mão de obra.

O Professor Lin Jing, curadora acadêmica do fórum 'Futuro da Computação · Poder Computacional Futuro' na Conferência Mundial de Inteligência Artificial de 2026, observou que arquiteturas híbridas de quântico e IA oferecem vantagens de pesquisa únicas para modelagem climática de alta precisão e desenvolvimento de medicamentos em nível molecular. No entanto, essa tecnologia permanece predominantemente em estágios de pesquisa laboratorial.

Lin enfatizou que a computação quântica ainda está em estágio de pesquisa fundamental e não está pronta para ampla implementação como infraestrutura digital padrão. Embora possua vantagens teóricas para modelar sistemas naturais complexos, ela requer financiamento contínuo de governos, universidades e instituições de pesquisa para progredir.

Ela sugeriu que Hong Kong poderia se tornar um centro regional de cooperação quântica na Ásia-Pacífico, conectando talentos e capital de todo o mundo. Os parceiros podem primeiro desenvolver protótipos em conjunto antes de definir caminhos adequados para implementação local e escalonamento regional mais amplo.

Lin apontou um modelo viável de cooperação representado pelas plataformas de nuvem quântica abertas e pelos laboratórios conjuntos de pesquisa da Ásia-Pacífico. Essas iniciativas se concentram não em transferências pontuais de tecnologia, mas no compartilhamento de recursos computacionais, experimentos conjuntos e intercâmbio acadêmico transfronteiriço.

Em sua opinião, o acesso inclusivo à tecnologia não pode ser alcançado da noite para o dia e exige colaboração voluntária e de longo prazo entre economias em diferentes estágios de desenvolvimento digital.

A computação sustentável é outro problema regional comum. A crescente carga da IA leva ao aumento do consumo de energia dos data centers, criando uma pressão especial sobre economias com recursos terrestres limitados no Sudeste Asiático.

As pesquisas de Wen tratam do projeto de data centers no espaço. Ele argumenta que os cálculos localizados no espaço podem aproveitar maior irradiação solar e resfriamento radiativo natural no espaço, enquanto os recursos orbitais podem ajudar a aliviar as restrições de terra na Terra.

Wen observou que muitas economias do Sudeste Asiático expandiram rapidamente sua infraestrutura de data centers. Alguns estão estudando a experiência da base regulatória de Singapura: alinhar o crescimento dos data centers com fontes de energia renovável, implementar auditorias regulares de eficiência energética e estabelecer restrições para promover uma infraestrutura digital mais ecológica.

Ele acredita que os inovadores na Ásia-Pacífico podem traçar caminhos técnicos únicos para a computação de próxima geração, análogo às trajetórias de desenvolvimento divergentes observadas no setor global de veículos elétricos.

Ambos os especialistas notaram que a disparidade digital entre as economias da APER significa que uma implementação tecnológica uniforme e imposta de cima para baixo não corresponde às condições regionais. Para a cooperação regional em tecnologias avançadas em benefício da sociedade, abordagens mais práticas são a troca voluntária de conhecimento, pesquisas laboratoriais conjuntas e capacitação.

Eles declararam que as partes interessadas regionais buscam transformar os avanços em IA, modelagem quântica e computação sustentável em resultados tangíveis: aumento da resiliência às mudanças climáticas, saúde mais acessível e melhoria dos serviços sociais.

Histórias semelhantes

O futuro da IA será determinado pela combinação de vários modelos, e não por uma única tecnologia dominante
Leia mais
olhardigital.com.br

O futuro da IA será determinado pela combinação de vários modelos, e não por uma única tecnologia dominante

Nos últimos anos, o desenvolvimento da inteligência artificial foi percebido como uma corrida tecnológica, onde após cada lançamento surgiam novas comparações, tabelas de benchmarks e previsões sobre qual empresa estava se aproximando da liderança na próxima grande transformação digital. Muitas vezes, parecia que todo o debate se resumia a uma única questão: qual modelo é o melhor no momento?

No entanto, após uma recente imersão no Vale do Silício, o autor teve a sensação de que essa questão, embora ainda relevante, não é mais central. Parte desse entendimento está ligada ao fato de ele ter visitado o Vale do Silício quase dez anos após sua primeira visita.

Há algo interessante em mergulhar em um ecossistema que reúne algumas das empresas, investidores e universidades mais influentes do mundo. Assim como ao viajar para qualquer cultura, começamos a absorver as características locais; nos EUA, especialmente na Califórnia, você inevitavelmente fica sob a influência da velocidade dos lançamentos, do consumo de tecnologia e da constante sensação de que o futuro está sendo construído ali.

Algo semelhante acontece no Vale do Silício: existe uma tendência natural de focar em tópicos dominantes nas conversas regionais e considerá-los um reflexo exato dos anos vindouros. Isso muitas vezes tem fundamento, pois muitas mudanças tecnológicas significativas das últimas décadas ocorreram lá antes de atingir o resto do mundo.

Mas qualquer ambiente altamente conectado carrega um risco: o risco de misturar consenso com certeza absoluta. Foi isso que atraiu mais atenção durante a viagem.

Ao contrário da maior parte dos debates públicos sobre IA, poucas conversas giraram em torno da competição entre modelos ou da busca pelo próximo salto tecnológico capaz de mudar o mercado. O tema mais frequente foi como a inteligência artificial está sendo integrada aos produtos, processos e operações das organizações, e não a qual laboratório pertence o sistema mais avançado no momento.

Essa mudança de foco manifestou-se de diferentes maneiras ao longo da semana. Discussões com executivos da Snowflake e Elementum, por exemplo, não abordaram qual modelo ocupa as primeiras posições nos rankings ou qual empresa lançará a próxima grande novidade. A discussão centrou-se na transformação do software corporativo. O consenso foi que estamos entrando em uma fase em que agentes inteligentes começam a interagir diretamente com grandes volumes de dados, realizando tarefas que anteriormente exigiam navegação manual em sistemas, análise de relatórios e tomada de várias decisões operacionais por parte de um ser humano.

Por décadas, a maior parte do software corporativo foi criada para organizar informações e facilitar o trabalho humano. Agora, há a expectativa de que esses sistemas comecem não apenas a apresentar informações, mas também a agir com base nelas. Este pode ser um dos mudanças mais importantes causadas pela IA. O impacto não reside apenas na tecnologia em si, mas em como as empresas começam a funcionar. Pela primeira vez em muitos anos, a discussão parece menos ligada à ferramenta utilizada e mais à capacidade de transformar dados em ações de forma rápida, integrada e eficiente.

Ao mesmo tempo, algumas visitas mostraram que nem todos seguem o mesmo caminho absoluto. Por exemplo, na Liquid AI, surgiu um ponto de vista que contrasta com a maioria dos narrativas populares no setor. Enquanto grande parte da indústria continua apostando em modelos cada vez maiores e infraestrutura cada vez mais poderosa, esta empresa desenvolve sistemas mais compactos destinados a operar localmente em dispositivos como telefones celulares, veículos e equipamentos de bordo.

O interesse nessa concepção não reside apenas na tecnologia em si. Ela lembra que a inovação não ocorre em uma única direção. Existe uma tendência natural de associar o progresso tecnológico ao aumento da capacidade computacional, investimentos e tamanho dos modelos. No entanto, em muitos casos, a tarefa é exatamente o oposto: criar soluções mais eficientes, acessíveis e facilmente integráveis na vida cotidiana das pessoas e dos negócios.

Talvez este tenha sido um dos principais aprendizados da viagem. Quando olhamos para o mercado de IA de longe, parece haver uma única corrida. Mas quando olhamos de perto, percebemos que várias corridas diferentes estão acontecendo simultaneamente. Existem grandes modelos generativos; existem sistemas especializados; existem aplicativos multimodais que combinam texto, imagem, áudio e vídeo; existem soluções corporativas desenvolvidas para resolver problemas muito específicos; e há empresas que apostam em tornar tudo isso mais leve e distribuído.

Portanto, a ideia de que o mercado caminhará em direção a uma única tecnologia dominante torna-se cada vez menos provável. Desenha-se um cenário de coexistência de diferentes abordagens, cada uma adequada a contextos, restrições e necessidades específicas.

Essa mudança também altera a abordagem das organizações na adoção de estratégias tecnológicas. Por muito tempo, a lógica era relativamente simples: encontrar a melhor ferramenta disponível e implementá-la. Com o advento da IA, a equação inclui várias outras variáveis. Questões de integração, governança, privacidade, velocidade de implementação, custos operacionais e conformidade com o negócio tornam-se tão importantes quanto a complexidade da tecnologia escolhida.

Na prática, uma empresa pode obter muito mais valor de uma solução simples e bem integrada em seus processos do que do uso de uma tecnologia extremamente avançada isoladamente. Talvez seja por isso que a discussão sobre implementação esteja ocupando mais espaço do que a discussão sobre capacidades.

Outro aspecto que chamou a atenção foi a frequência com que as conversas tecnológicas se transformavam em conversas sobre pessoas. Isso foi particularmente evidente durante a visita ao Stanford. Embora a universidade esteja em um dos ecossistemas de IA mais avançados do mundo, grande parte das discussões ainda se concentra em temas como educação, formação de talentos, formação de cultura organizacional e desenvolvimento de liderança.

Isso não parece coincidência. A história do Vale do Silício nunca foi exclusivamente uma história de tecnologia. Sempre esteve profundamente ligada à capacidade de transformar conhecimento em inovação. As ferramentas mudam. As plataformas mudam. As empresas surgem e desaparecem. Mas a preparação de pessoas capazes de aprender, adaptar e criar permanece um elemento constante.

Este ponto se torna ainda mais relevante à medida que a IA se torna acessível a um número crescente de organizações. O acesso à tecnologia, naturalmente, tende à democratização. O conhecimento de como usá-la estrategicamente, no entanto, permanece uma vantagem difícil de replicar.

A implementação sequencial da IA exige muito mais do que apenas contratar uma plataforma ou fornecer novos recursos às equipes. Requer a reformulação de processos, o desenvolvimento de competências, a revisão de fluxos de trabalho, a criação de mecanismos de supervisão e a preparação das pessoas para trabalhar em um ambiente onde parte da análise, decisão e execução é suportada por sistemas inteligentes.

Portanto, a principal conclusão que o autor tirou dessa experiência não está relacionada a qual empresa liderará a corrida da IA ou qual modelo se tornará o padrão nos próximos anos. A sensação é de que estamos deixando a fase em que o centro da discussão era a tecnologia isolada e entrando em uma fase muito mais orientada para a aplicação prática. A próxima fase da IA não será definida por um único modelo revolucionário que substitui todos os outros. Ela será construída sobre uma combinação de diversas tecnologias, na capacidade de integrá-las nos processos existentes e, o mais importante, na habilidade das organizações de transformar essas capacidades em resultados tangíveis.

Em última análise, a inteligência artificial continua sendo um tópico tecnológico. Mas após tantas conversas durante a viagem, é difícil não chegar à conclusão de que ela está se tornando cada vez mais uma discussão sobre estratégia, execução e adaptação organizacional. Talvez seja por isso que a questão mais importante não seja mais quem possui a IA mais avançada. A questão que parece estar ganhando cada vez mais importância é outra: quem conseguirá utilizá-la melhor.

boolean
Reuniões do FMI e Banco Mundial dedicadas aos potenciais benefícios e riscos da inteligência artificial
Leia mais
cgtn.com

Reuniões do FMI e Banco Mundial dedicadas aos potenciais benefícios e riscos da inteligência artificial

A inteligência artificial já está transformando praticamente todos os setores da economia mundial. Nas reuniões do Fundo Monetário Internacional (FMI) e do Banco Mundial, realizadas na Tailândia, políticos e líderes de setores estão resolvendo a questão de garantir que essa tecnologia sirva ao bem da humanidade e não deixe para trás os trabalhadores, especialmente nos países em desenvolvimento.

Popular