atualizado
As cifras de inteligência artificial, especialmente IA generativa (GenAI), não param de crescer. Estudo da Universidade de Stanford mostrou que os investimentos nesta tecnologia alcançaram US$ 25 bilhões no ano passado, quase nove vezes mais do que em 2022.
A América Latina, porém, ainda tem um grande espaço para crescer: dados da Cepal indicam que o investimento combinado de todos os países da região em IA no último ano não ultrapassava 1,7% do investimento dos EUA ou 5% da China. A diferença se justifica principalmente por uma infraestrutura digital ainda em desenvolvimento, o que dificulta a implementação da tecnologia, e pela lacuna nas competências técnicas e de dados.
Para superar esses desafios e acelerar a implementação da inteligência artificial, muitas organizações estão apostando no código aberto. Com soluções que oferecem desde uma infraestrutura resiliente e segura até plataformas para automação de processos, essas tecnologias permitem desenvolver, testar e executar modelos de linguagem de grande escala (LLMs) para aplicações empresariais.
“O valor que o open source oferece às empresas está em possibilitar que adicionem conhecimentos e habilidades específicas de domínio aos modelos, personalizando-os de acordo com seus casos de uso. Assim, podem começar a usar a GenAI de maneira mais econômica, eficiente e segura”, explica Alejandro Raffaele, líder do segmento Enterprise para a América Latina na Red Hat.
Ponto de entrada
Na prática, essas tecnologias funcionam como uma porta de entrada acessível e benéfica para que as companhias possam adotar e implementar inteligência artificial nos processos e operações de forma mais ágil, adaptando as funcionalidades de IA para diferentes casos de uso em vários setores.
Líder mundial em soluções open source empresariais, a Red Hat vem contribuindo para impulsionar essa revolução positiva no mercado, oferecendo um amplo portfólio de soluções integradas.
Tudo começa com o recém-lançado Red Hat Enterprise Linux AI (RHEL AI), plataforma de modelo fundacional que permite aos usuários desenvolver, testar e implantar modelos de GenAI de forma mais alinhada.
Sendo a base para a construção de uma estratégia coesa e eficaz de IA nas empresas, a infraestrutura aberta baseada no RHEL AI traz aos clientes uma plataforma para modelos de linguagem de grande escala da família IBM Granite, que se tornou open source recentemente. Isso dá às organizações flexibilidade para alinhar esses modelos aos requisitos das próprias aplicações.
“A GenAI é uma grande catalisadora da inovação. No entanto, os LLMs atuais costumam ser pouco abertos, não podem ser aprimorados sem profissionais especializados e demandam custos altos de infraestrutura. O Red Hat Enterprise Linux AI muda esse cenário, transformando a forma como as empresas utilizam a IA ao fornecer um ponto de entrada rápido e fácil para essas tecnologias.”
Thiago Araki, diretor sênior de tecnologia para a América Latina na Red Hat
O Red Hat Enterprise Linux tem como base essa abordagem aberta para a inovação em IA, incorporando uma versão pronta para a empresa do InstructLab, projeto open source para aprimorar os modelos de linguagem de larga escala utilizados em aplicações de inteligência artificial generativa.
Criado pela IBM Research e pela Red Hat, o projeto InstructLab é uma solução aberta e econômica para aperfeiçoar o alinhamento de LLMs que abre as portas para quem quer contribuir, mesmo que tenha pouca experiência em machine learning (aprendizado de máquina).
“Com o Red Hat Enterprise Linux AI e sua abordagem open source, as organizações podem incentivar a inovação da GenIA internamente com confiança e transparência enquanto reduzem custos e eliminam barreiras de entrada”, conta Adrian Cambareri, responsável pela unidade de negócios de RHEL para as Américas na Red Hat.
Solução de gaps
De acordo com o executivo, a falta de habilidades com ciências de dados e a necessidade de investimentos financeiros significativos, incluindo adquirir infraestrutura de IA ou consumir serviços de IA são algumas das barreiras que tecnologias de código aberto, como o RHEL AI, ajudam a derrubar.
A solução contribui também com outros desafios, como o processo complexo de ajustar modelos de IA para necessidades específicas e a dificuldade de integrar a IA em aplicações empresariais e gerenciar tanto essas apps quanto ciclo de vida dos modelos.
“Para realmente reduzir as barreiras de entrada para a inovação com a IA, as empresas precisam ser capazes de expandir a lista de quem pode trabalhar com iniciativas IA ao mesmo tempo em que mantém esses custos sob controle”, complementa Cambareri.
“Com as ferramentas de alinhamento do InstructLab, os modelos Granite e o RHEL AI, a Red Hat visa a aplicar os benefícios de projetos verdadeiramente open source — acessíveis a todos e reaplicáveis, totalmente transparentes e abertos para contribuições — para a GenAI, em um esforço para remover estes obstáculos”, ressalta.
