Adaption Labs Busca Revolução na Inteligência Artificial com Modelos Menores
A ex-vice-presidente de pesquisa da Cohere, Sara Hooker, conseguiu levantar US$ 50 milhões para lançar a Adaption Labs, uma startup de inteligência artificial que está desafiando a tendência do setor, que prioriza modelos de IA menores, adaptativos e com custos operacionais mais baixos.
CONTINUA DEPOIS DA PUBLICIDADE
Essa iniciativa surge em um momento em que empresas e investidores estão começando a questionar a viabilidade financeira de modelos de IA cada vez maiores e mais caros de treinar e manter em funcionamento.
Uma Abordagem Alternativa à Escala
Com passagens pelo Google DeepMind e pela Cohere, Sara Hooker construiu uma reputação como uma crítica importante à ideia de que o avanço da inteligência artificial depende exclusivamente do aumento do tamanho dos modelos e da quantidade de dados utilizados. À frente da Adaption Labs, fundada com Sudip Roy, ex-diretor de computação inferencial da Cohere, Hooker propõe um caminho diferente: sistemas de IA capazes de se adaptar às tarefas em tempo real, utilizando menos poder computacional.
CONTINUA DEPOIS DA PUBLICIDADE
Financiamento e Estratégia Eficiente
A rodada de financiamento foi liderada pela Emergence Capital Partners e contou com a participação de fundos como Mozilla Ventures, Fifty Years, Threshold Ventures, Alpha Intelligence Capital, e14 Fund e Neo. A empresa, sediada em São Francisco, não divulgou sua avaliação após a captação.
Foco na Eficiência Operacional
Segundo Hooker, o objetivo é criar modelos que aprendam continuamente sem a necessidade de retreinamentos caros, ajustes finos frequentes ou a complexa engenharia de prompts. “Este é provavelmente o problema mais importante em que já trabalhei”, afirmou.
CONTINUA DEPOIS DA PUBLICIDADE
LEIA TAMBÉM!
A capacidade de adaptação contínua é considerada um dos principais desafios ainda não resolvidos na indústria de IA.
Técnicas Inovadoras para Redução de Custos
Entre as soluções exploradas pela Adaption Labs estão o “aprendizado sem gradiente”, que atua no momento da inferência – quando o modelo responde às solicitações do usuário – sem alterar seus pesos internos. Outras técnicas incluem o “on-the-fly merging”, que combina pequenos adaptadores treinados para tarefas específicas, e a “dynamic decoding”, que ajusta as probabilidades de resposta conforme o contexto.
Essas soluções buscam substituir tanto o ajuste fino tradicional quanto o que Hooker chama de “acrobacias de prompt”, que frequentemente precisam ser refeitas a cada nova versão de modelo.
Gerenciamento Financeiro Empresarial
A empresa busca otimizar o orçamento de empresas, oferecendo um treinamento focado em análise financeira, planejamento estratégico e gestão de riscos. O treinamento inclui conteúdo desenvolvido por especialistas, carga horária de três horas, programa atualizado, certificado após a conclusão e interação com outros profissionais.
O objetivo é aprimorar a gestão financeira e se destacar num mercado cada vez mais competitivo.