Abordagens de IA Sustentável para Processamento Natural de Linguagem Inteligente

Grandes Modelos de Linguagem (GMLs), baseados em técnicas de Inteligência Artificial, têm transformado o Processamento de Linguagem Natural (PLN), sendo referência em tarefas como classificação de texto, análise de sentimentos, sumarização e perguntas-e-respostas. No entanto, sua construção e adaptação exigem alto custo computacional, demandando infraestrutura especializada e grande consumo energético, o que acarreta impactos ambientais negativos, como a emissão de CO2. O modelo atual adotado pelos grandes players– baseado na “Lei do Mais” (mais dados, mais hardware, mais energia) – é insustentável e pouco viável para países com recursos limitados, como o Brasil, dificultando a competitividade internacional. Nessa palestra discutiremos alguns esforços sendo desenvolvidos pelo nosso grupo, incluído alguns baseados em Engenharia de Dados e IA generativa, para tratamento dessas questões, com o objetivo de aumentar a efetividade e a eficiência de modelos, ao mesmo tempo que reduz-se os custos computacionais e o consumo energético, contribuindo para um desenvolvimento mais sustentável e acessível.