IA em todo lugar: como usar sem virar ruído

O que o material diz sobre usar ia no trabalho

O episódio sobre usar ia no trabalho abre assim: Por exemplo, se você fez uma pesquisa no Google na internet ou usou uma assistência digital como Siri ou Alexa, então você está interagindo com a AI. Nesse e em muitas outras formas, a AI está fazendo as nossas vidas mais fáceis e conduzindo crescimento econômico. Por exemplo, alguns de vocês podem pensar no computador sentiente HAL 9000 de 2001, A Space Odyssey, que era bom no começo, mas finalmente se transformou em uma equipe humana.

Ou talvez pensem no Terminator e uma armada de robôs humanoides que vão causar dano e, finalmente, competir com a humanidade para a dominação global. Ou talvez você tenha sido convencido por Elon Musk que um Deus digital já está entre nós e é apenas um momento antes de todos nos tornarmos subservientes a ele. Você pode até ser preocupado que eu vou usar a AI para exagerar o tamanho e a entusiasmo do público na minha conversa TEDx.

Mesmo se esses cenários do domingo não te assustam, há outros problemas acústicos a serem apresentados pela AI, que variam de privacidade compromissada, de fakes profundos, e de deslocamento de trabalho. Por exemplo, ainda precisamos de professores de inglês quando os alunos podem ter seus ensaios escritos pelo ChatGPT? Ainda precisamos de escritoras de Hollywood quando os screenplays podem ser produzidos usando a AI generativa?

Para `ia-em-todo-lugar-uso-consciente`, preserve só o que muda uma decisão observável esta semana. Se o trecho for opinião, rotule como opinião — não fabrique métrica ausente do áudio.

Mecanismo e restrição em usar ia no trabalho

No miolo do material de usar ia no trabalho, o mecanismo fica explícito: Problemas aparentes com a AI podem te levar a acreditar que esta tecnologia é muito perigosa, que de alguma forma precisamos pará-la nas suas traças e fechá-la. E, como resultado, não temos escolha do que confrontar os desafios que ele vai causar para nós nos próximos anos. O que deixa minha equipe da Universidade da Noroeste trabalhando horas longas no laboratório é uma ameaça que é ainda maior.

Em 2027, apenas três anos de agora, a AI vai consumir 100 trilhões de horas de energia cada ano, o que é equivalente à quantidade de energia usada por um inteiro país do tamanho da Argentina. As demandas de energia da AI até levou a Microsoft a começar a contratar engenheiros nucleares que estão contemplando de forma séria construir reatores nucleares para poder cada um dos seus centros de dados da AI. Quando você está dissipando 100 trilhões de horas de energia, você gera uma quantidade imensa de calor, que precisa ser acolhida por uma quantidade imensa de água.

Em um mundo em que 2,7 bilhões de pessoas vivem com a escassez da água, as demandas de energia e água da AI são simplesmente insustentáveis, se não inúteis. Como nanotecnólogo nos últimos 25 anos, eu acredito fortemente que entendendo a matéria com a menor quantidade de escalas de longo, podemos encontrar soluções para os maiores problemas do mundo. O que estamos perguntando em nosso laboratório é se podemos usar a nanotecnologia para produzir uma plataforma de hardware alternativa para a AI que será muito mais eficaz de energia do que um computador digital convencional.

Para `ia-em-todo-lugar-uso-consciente`, preserve só o que muda uma decisão observável esta semana. Se o trecho for opinião, rotule como opinião — não fabrique métrica ausente do áudio.

Decisões práticas ligadas a usar ia no trabalho

As decisões práticas que aparecem quando o tema é usar ia no trabalho: E enquanto eu vou entrar nos detalhes da tecnologia de nanos em um minuto, o que eu quero focar primeiro é por que a tecnologia computacional atual é tão carinhosa de energia, particularmente para a AI. Na primeira metade do século XX, John von Neumann trabalhou no Instituto para Estudar Avançado, o mesmo instituto como Albert Einstein e Robert Oppenheimer, onde ele se tornou um dos mais influentes matemáticos de todos os tempos. E enquanto seu trabalho tocou muitos campos, Eu diria que as implicações de seu trabalho na ciência da computação são as mais profundas.

Hoje, praticamente todo computador mundial utiliza a arquitetura de von Neumann, que consiste em dois componentes maiores, uma memória e uma unidade de processamento central, ou CPU. Nos últimos 60 anos, quando o número de dados foi pequeno, That motion of data led to negligible. Consumo de poder, mas no mundo de grandes dados de AI hoje em dia, estamos movendo massas quantidades de dados de volta e volta, levando a um consumo de poder intolerável, o que significa que temos que ter plantas de poder dedicadas para cada um de nossos centros de dados de AI ou precisamos reescrever a arquitetura de von Neumann.

Se a AI está tentando imitar a inteligência, então não seria razão que nós deveríamos olhar para a plataforma de hardware para o pensamento humano, ou seja, o cérebro, como uma inspiração para a computação da geração próxima? Isso pode soar como uma ideia sensível, mas só seria verdadeiro se o cérebro fosse muito mais eficaz de energia do que um computador digital. Introduz um exemplo muito famoso da inteligência artificial, o fato de que um computador superiore pode agora derrotar um grande mestre na luta de chess.

Para `ia-em-todo-lugar-uso-consciente`, preserve só o que muda uma decisão observável esta semana. Se o trecho for opinião, rotule como opinião — não fabrique métrica ausente do áudio.

Onde o fluxo de usar ia no trabalho quebra

Onde o fluxo costuma quebrar, segundo a fonte de usar ia no trabalho: E enquanto isso é um feat de AI impressionante, vamos considerar a energia requerida pelos dois oponentes neste jogo. Em contraste, o computador superfície requer o equivalente a 250 mil hot dogs do estilo Chicago, que é o número de hot dogs vendidos na Riggly Field no longo de um mês de temporada de futebol. A eficiência energética remarcável do cérebro é por isso que meu laboratório está procurando neuromorfismo, ou seja, computação como o cérebro, como um caminho para a AI energética.

Bem, a razão clave é que no cérebro, memória e processamento de informação estão co-locados no espaço, minimizando a necessidade de mover dados, evitando a principal fonte de consumo de poder na arquitetura de von Neumann. Em adição, o cérebro é tridimensional, dinâmico, reconfigurável e altamente interconectado, tudo o que contribui mais para sua eficiência de energia extrema. E quando o tamanho de um material se aproxima da escala de longo da atom, suas propriedades se tornam altamente atuáveis e reconfiguráveis usando um campo elétrico.

O que isso implica é que agora, em nosso laboratório, temos dispositivos nanoeletrônicos que podem fazer aprendizagem de máquinas baseadas em AI em um fator de 100% menor consumo de energia do que um computador digital. Essa consumição de energia ultra-low significa que podemos agora fazer AI diretamente em dispositivos eletrônicos portáteis como um smartphone. E então, usando aprendizagem de máquinas baseadas em AI de chip, podemos detectar se você tem aritmia ou um arrepio irregular.

Para `ia-em-todo-lugar-uso-consciente`, preserve só o que muda uma decisão observável esta semana. Se o trecho for opinião, rotule como opinião — não fabrique métrica ausente do áudio.

Como explicar usar ia no trabalho sem hype

Traduzindo o trecho de usar ia no trabalho para quem não viu o vídeo: Isso tem uma vantagem não somente de uma perspectiva de consumo de poder, mas também de uma perspectiva de privacidade. Porque agora, seus dados de saúde pessoal estão sob seu controle no wearable, ao invés de serem enviados para o cloud, onde quem sabe o que acontece com ele em seguida. E enquanto isso é um passo importante, eu quero estressar que estamos fazendo a forma mais rudimentar da AI.

O que nós ultimamente queremos alcançar é uma AI sofisticada, uma AI que possa começar a emular funções cognitivas. Para esse objetivo mais amplo, estou muito feliz de viver na cidade de Chicago, uma cidade que abraça uma cultura de colaboração interdisciplinar. E como resultado, podemos fazer os melhores avanços na Neurosciência e aplicá-los aos nossos projetos de computação neuromorfica da próxima geração.

É altamente heterogêneo, com diferentes subsistemas, cada um com sua única arquitetura que permite a diversidade do pensamento humano. Isto é em contrapeso com a eletrônica de silicon, onde o paradigma sempre foi de levar o mesmo dispositivo, o transistor, e montar mais e mais deles na circuita integrada. Como podemos rapidamente mudar de um protótipo universitário para uma tecnologia amplamente instalada no mundo real?

Para `ia-em-todo-lugar-uso-consciente`, preserve só o que muda uma decisão observável esta semana. Se o trecho for opinião, rotule como opinião — não fabrique métrica ausente do áudio.

Checklist observável para usar ia no trabalho

Para fechar o ciclo de usar ia no trabalho com evidência do próprio material: Bem, é sempre um pouco difícil dar uma data precisa de quando nós vamos entregar isso, mas o que eu posso lhe dizer é que a tecnologia nanômica está agora no ponto em que ela está evoluindo rapidamente e, importante, de uma forma em que ela pode ser escalar comercialmente. E, como resultado, eu estou optimista que a AI energizante pode ser entregue em tempo antes de entrarmos nas consequências nefariosas da AI convencional. Em particular, combinando computação neuromorfica com energia renovável e baterias para o armazenamento de grids, acredito que podemos alcançar uma AI sustentável, uma AI sustentável que pode ser entregue equitativamente em toda a sociedade.

Por exemplo, se você fez uma pesquisa no Google na internet ou usou uma assistência digital como Siri ou Alexa, então você está interagindo com a AI. Nesse e em muitas outras formas, a AI está fazendo as nossas vidas mais fáceis e conduzindo crescimento econômico. Por exemplo, alguns de vocês podem pensar no computador sentiente HAL 9000 de 2001, A Space Odyssey, que era bom no começo, mas finalmente se transformou em uma equipe humana.

Ou talvez pensem no Terminator e uma armada de robôs humanoides que vão causar dano e, finalmente, competir com a humanidade para a dominação global. Ou talvez você tenha sido convencido por Elon Musk que um Deus digital já está entre nós e é apenas um momento antes de todos nos tornarmos subservientes a ele. Você pode até ser preocupado que eu vou usar a AI para exagerar o tamanho e a entusiasmo do público na minha conversa TEDx.

Para `ia-em-todo-lugar-uso-consciente`, preserve só o que muda uma decisão observável esta semana. Se o trecho for opinião, rotule como opinião — não fabrique métrica ausente do áudio.

Sinais de progresso em usar ia no trabalho

Mais um recorte útil sobre usar ia no trabalho antes de virar padrão do time: Mesmo se esses cenários do domingo não te assustam, há outros problemas acústicos a serem apresentados pela AI, que variam de privacidade compromissada, de fakes profundos, e de deslocamento de trabalho. Por exemplo, ainda precisamos de professores de inglês quando os alunos podem ter seus ensaios escritos pelo ChatGPT? Ainda precisamos de escritoras de Hollywood quando os screenplays podem ser produzidos usando a AI generativa?

Problemas aparentes com a AI podem te levar a acreditar que esta tecnologia é muito perigosa, que de alguma forma precisamos pará-la nas suas traças e fechá-la. E, como resultado, não temos escolha do que confrontar os desafios que ele vai causar para nós nos próximos anos. O que deixa minha equipe da Universidade da Noroeste trabalhando horas longas no laboratório é uma ameaça que é ainda maior.

Em 2027, apenas três anos de agora, a AI vai consumir 100 trilhões de horas de energia cada ano, o que é equivalente à quantidade de energia usada por um inteiro país do tamanho da Argentina. As demandas de energia da AI até levou a Microsoft a começar a contratar engenheiros nucleares que estão contemplando de forma séria construir reatores nucleares para poder cada um dos seus centros de dados da AI. Quando você está dissipando 100 trilhões de horas de energia, você gera uma quantidade imensa de calor, que precisa ser acolhida por uma quantidade imensa de água.

Para `ia-em-todo-lugar-uso-consciente`, preserve só o que muda uma decisão observável esta semana. Se o trecho for opinião, rotule como opinião — não fabrique métrica ausente do áudio.

Recortes adicionais da fonte sobre usar ia no trabalho

Estes trechos reforçam o raciocínio de `ia-em-todo-lugar-uso-consciente` sem resumo genérico:

Por exemplo, se você fez uma pesquisa no Google na internet ou usou uma assistência digital como Siri ou Alexa, então você está interagindo com a AI. Nesse e em muitas outras formas, a AI está fazendo as nossas vidas mais fáceis e conduzindo crescimento econômico. Por exemplo, alguns de vocês podem pensar no computador sentiente HAL 9000 de 2001, A Space Odyssey, que era bom no começo, mas finalmente se transformou em uma equipe humana.

Ou talvez pensem no Terminator e uma armada de robôs humanoides que vão causar dano e, finalmente, competir com a humanidade para a dominação global. Ou talvez você tenha sido convencido por Elon Musk que um Deus digital já está entre nós e é apenas um momento antes de todos nos tornarmos subservientes a ele. Você pode até ser preocupado que eu vou usar a AI para exagerar o tamanho e a entusiasmo do público na minha conversa TEDx.

Mesmo se esses cenários do domingo não te assustam, há outros problemas acústicos a serem apresentados pela AI, que variam de privacidade compromissada, de fakes profundos, e de deslocamento de trabalho. Por exemplo, ainda precisamos de professores de inglês quando os alunos podem ter seus ensaios escritos pelo ChatGPT? Ainda precisamos de escritoras de Hollywood quando os screenplays podem ser produzidos usando a AI generativa?

Problemas aparentes com a AI podem te levar a acreditar que esta tecnologia é muito perigosa, que de alguma forma precisamos pará-la nas suas traças e fechá-la. E, como resultado, não temos escolha do que confrontar os desafios que ele vai causar para nós nos próximos anos. O que deixa minha equipe da Universidade da Noroeste trabalhando horas longas no laboratório é uma ameaça que é ainda maior.

Em 2027, apenas três anos de agora, a AI vai consumir 100 trilhões de horas de energia cada ano, o que é equivalente à quantidade de energia usada por um inteiro país do tamanho da Argentina. As demandas de energia da AI até levou a Microsoft a começar a contratar engenheiros nucleares que estão contemplando de forma séria construir reatores nucleares para poder cada um dos seus centros de dados da AI. Quando você está dissipando 100 trilhões de horas de energia, você gera uma quantidade imensa de calor, que precisa ser acolhida por uma quantidade imensa de água.

Em um mundo em que 2,7 bilhões de pessoas vivem com a escassez da água, as demandas de energia e água da AI são simplesmente insustentáveis, se não inúteis. Como nanotecnólogo nos últimos 25 anos, eu acredito fortemente que entendendo a matéria com a menor quantidade de escalas de longo, podemos encontrar soluções para os maiores problemas do mundo. O que estamos perguntando em nosso laboratório é se podemos usar a nanotecnologia para produzir uma plataforma de hardware alternativa para a AI que será muito mais eficaz de energia do que um computador digital convencional.

Internalize com links reais do ecossistema CrazyStack: /blog, /curso-cursor-avancado-configuracoes-pro, /curso-claude-code-9-dicas-profissionais, /programa-crazystack e /checklist-independencia-cursor.