A Heresia do Arquiteto: Por que o co-criador do ChatGPT construiu o seu oposto
Diogo Almeida, um co-criador da OpenAI do RLHF (Aprendizado por Reforço com Feedback Humano), o algoritmo de pós-treinamento por trás da maioria das IAs de fronteira, agora critica os próprios LLMs que ajudou a construir. Sua equipe treinou os primeiros modelos "sobre-humanos em seguir instruções", estabelecendo as bases para IAs focadas em chat como o ChatGPT.
Almeida argumenta que modelos otimizados para preferências humanas, embora ótimos para conversação, são inerentemente inadequados para uma automação robusta. Ele destaca falhas críticas: excesso de confiança, 'mode dropping' e uma falta de confiabilidade generalizada. Os LLMs extraem inteligência através do "pequeno canudo da autorregressão", forçando uma geração sequencial que exige um humano no circuito, dificultando a verdadeira autonomia.
Sua resposta é o Jev, o modelo System One inaugural da TypeSafe AI. O Jev foi projetado para abordar diretamente essas limitações, construído para "produção, não para Deus" — priorizando a automação confiável e nativa para máquinas em vez da conversação semelhante à humana. Ele gera decisões com probabilidades e confiança, visando ser confiável, rápido, autoconsistente e type-safe, ao contrário dos LLMs propensos a alucinações.
Conheça o Jev: IA que pensa como código, não como um poeta
Conheça o Jev, a resposta da TypeSafe AI às limitações dos LLMs: um "modelo System One" construído para máquinas. Ele abandona a geração sequencial e autorregressiva comum nos LLMs — ótima para chat, mas "totalmente inútil para computadores" — em favor da computação paralela. Essa mudança arquitetônica entrega respostas "quase instantâneas", tornando a IA em tempo real finalmente prática ao extrair inteligência de forma muito mais eficiente.
A saída do Jev não é prosa conversacional. Em vez disso, ele retorna decisões estruturadas com probabilidades explícitas e pontuações de confiança. Isso o torna "type-safe" e verdadeiramente incapaz de alucinar, funcionando mais como um código confiável, rápido e autoconsistente. Esse formato nativo para máquinas desbloqueia uma automação anteriormente impossível com LLMs imprevisíveis.
Seu método de treinamento, Aprendizado por Reforço para Decisões Calibradas (RLCD), representa um afastamento fundamental do RLHF. Enquanto o RLHF otimiza LLMs para preferências humanas, muitas vezes levando ao excesso de confiança e falta de confiabilidade, o RLCD prioriza a precisão e a confiança honesta. Esse design garante que o Jev entregue decisões robustas e verificáveis, construídas para automação onde a confiabilidade supera uma conversa agradável.
Velocidade Ludibriante: Demonstrações no Mundo Real e Custos Impressionantes
As afirmações mais surpreendentes do Jev não são sobre sua inteligência, mas sobre sua eficiência bruta. A TypeSafe AI diz que seus modelos System One são até 200 vezes mais rápidos e 400 vezes mais baratos que os LLMs tradicionais. Especificamente, os tokens de entrada custam apenas US$ 42 por bilhão, com tokens de saída precificados como gratuitos, tornando-os "baratos demais para medir". Essa é uma redução de custos significativa.
Desenvolvedores colocaram o Jev à prova imediatamente, criando demonstrações virais em poucas horas por centavos. Exemplos incluem o Jev controlando autonomamente agentes no Minecraft, navegando em um simulador de direção autônoma da Tesla e até dominando o Subway Surfers em tempo real. Esses não são apenas truques de salão; eles demonstram a capacidade do Jev de reagir a ambientes dinâmicos instantaneamente.
O principal desbloqueio para criadores é a capacidade do Jev de injetar comportamento inteligente e reativo em simulações e aplicações sem o ônus habitual do treinamento de modelos especializados. Essa abordagem de computação paralela significa que os desenvolvedores podem prototipar sistemas complexos orientados por IA com velocidade e acessibilidade sem precedentes. Para mais detalhes técnicos sobre essa mudança, visite TypeSafe AI: Home.
Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.
um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros
A Nova Stack de IA: Onde o Jev Substitui suas Instruções If
O Jev não veio para substituir o ChatGPT; é uma ferramenta complementar para um trabalho distintamente diferente. Grandes modelos de linguagem se destacam no raciocínio complexo e aberto – o "cérebro" de um agente de IA, por assim dizer. O Jev, no entanto, entra em cena para gerenciar os milhares de decisões rápidas e estruturadas dentro do fluxo de trabalho desse agente, onde respostas instantâneas e confiabilidade inabalável são fundamentais.
Para desenvolvedores, o Jev atua como uma chamada de função de inteligência de fronteira altamente inteligente. Considere-o uma "instrução if inteligente" que finalmente torna a automação de IA robusta algo prático. As seções anteriores cobriram suas alegações de ser até 200x mais rápido e 400x mais barato, com tokens de entrada custando US$ 42 por bilhão. Estes não são apenas números impressionantes; eles significam que os desenvolvedores podem construir sistemas de IA que respondem em tempo real sem gastar muito.
Esta não é mais uma IA conversacional. O Jev representa uma mudança fundamental em direção à inteligência nativa de máquina. É uma nova camada de IA projetada não para conversas humanas, mas para um mundo cada vez mais povoado por sistemas automatizados, robôs e agentes inteligentes. Ele permite que esses sistemas tomem decisões instantâneas e confiáveis, levando-nos além dos simples processos de intervenção humana para operações verdadeiramente autônomas.
Perguntas Frequentes
O que é o Jev AI?
O Jev é um novo 'modelo de Sistema Um' da TypeSafe AI, projetado para tomada de decisão estruturada extremamente rápida e barata dentro de softwares. Não é um chatbot conversacional como o ChatGPT.
Como o Jev é diferente do ChatGPT?
O Jev gera decisões estruturadas com probabilidades, não texto livre. Isso o torna matematicamente incapaz de alucinar, muito mais rápido (até 200x) e mais barato (até 400x) para tarefas de automação.
Quem criou o Jev AI?
O Jev foi criado pela TypeSafe AI, uma empresa cofundada por Diogo Almeida, que foi um pesquisador chave na OpenAI e um cocriador do RLHF, o método de treinamento por trás do ChatGPT.
Quais são os principais casos de uso para o Jev?
O Jev se destaca em tarefas de tempo real que exigem escolhas rápidas e confiáveis, como controlar personagens de jogos, navegar drones em simulações, rotear dados ou alimentar qualquer sistema automatizado que precise tomar decisões rapidamente.