Generative AI

Generative AI: como sistemas baseados na nova inteligência artificial podem afetar o desempenho do Data Center

Leitura de 8 minutos
22/03/23

O ano de 2023 promete ser marcado por novas tecnologias capazes de restringir ou de acelerar a atividade empresarial, a depender do estágio de transformação digital no qual a organização se encontra. Entre elas, uma das tendências mais comentadas dos últimos meses é a emergência de sistemas baseados em generative AI.

O surgimento de ferramentas de inteligência artificial generativa, como ChatGPT, Dall-E, Lensa AI e GitHub Copilot, que permitem que computadores, usando algoritmos de machine learning, gerem conteúdo (incluindo texto, imagens, áudio, vídeo e código), já impressiona pela velocidade na adesão.

Como exemplo o lançamento do ChatGPT-3, da OpenAI, em 30 de novembro de 2022, que gerou entusiasmo, conquistando um milhão de usuários em apenas 5 dias.

Por outro lado, esse movimento indica o aumento de uma atividade já vibrante nos Data Centers. Se, hoje, enfrentam obstáculos no consumo de energia e gastos mais altos diante das constantes demandas de modernização, a necessidade de aumento na capacidade computacional para absorver a aceleração no tráfego de dados certamente será um dos maiores desafios dos próximos meses.

A verdade é que a infraestrutura dos Data Centers construídos nos últimos anos para suportar a explosão do streaming de vídeo, da cloud computing e das redes 5G certamente não será suficiente para sustentar o próximo nível da evolução digital. E pode-se dizer que este novo cenário começou para valer com a aceleração da inteligência artificial.

Quer saber como preparar a sua TI para este panorama? Leia a seguir:

O que é generative AI e para que serve?

De acordo com a definição do World Economic Forum, a generative AI se refere a uma categoria de algoritmos de inteligência artificial (IA) que geram novos resultados com base nos dados em que foram treinados por machine learning.

Mas, ao contrário dos sistemas de IA tradicionais, projetados para reconhecer padrões e fazer previsões, a IA generativa produz novos e diversos tipos de conteúdo, incluindo código, texto, imagens, áudio, simulações, vídeos e dados sintéticos.

Assim, também pode-se descrever a inteligência artificial generativa como um conjunto de algoritmos capaz de gerar conteúdo aparentemente novo e realista a partir dos dados de treinamento. Esses algoritmos mais poderosos são construídos sobre modelos de base, que são treinados em uma grande quantidade de dados não rotulados de maneira auto supervisionada, para identificar padrões subjacentes para uma ampla gama de tarefas.

Para isso, usa um tipo de aprendizado profundo chamado de redes adversárias generativas (GANs). Por sua vez, uma GAN consiste de duas redes neurais: uma geradora, que cria novos dados, e uma discriminadora, que avalia os dados. Elas trabalham juntas, com a geradora melhorando suas saídas com base no feedback que recebe da discriminadora até gerar um conteúdo indistinguível dos dados reais.

Desse modo, se a IA é capaz de criar novos padrões em dados, podendo promover algoritmicamente qualquer objeto capaz de ser renderizado digitalmente, a generative AI e outros modelos básicos estão levando a tecnologia assistiva a um novo nível.

Isso porque, via de regra, reduz o tempo de desenvolvimento de aplicações como o ChatGPT e oferece recursos poderosos para usuários não técnicos.

Nesse caminho, tudo indica que a generative AI guiará a próxima geração de aplicações para autoprogramação, artes visuais e outras atividades criativas, de design e de engenharia. Ademais, pode ser usada para acelerar a programação de software, para produzir conteúdo original em resposta a consultas e para codificar ou operar como um assistente virtual.


LEIA TAMBÉM: Inteligência Artificial e os Data Centers neutros: como apoiam a evolução dos negócios


O cenário

De acordo com uma estimativa do Boston Consulting Group (BCG), a generative AI deve ganhar cerca de 30% da participação no mercado geral de inteligência artificial até 2025, chegando a um montante de US$ 60 bilhões do mercado total endereçável.

Na mesma linha, a consultoria The Brainy Insights estima que o mercado de inteligência artificial generativa avançará a uma taxa de crescimento anual composto (CAGR) de 36,10% até 2032, atingindo US$ 188,62 bilhões no período.

Esses números, que indicam as perspectivas de crescimento no uso dessa tecnologia em todo o mundo, também traduzem a forma como a maioria das indústrias vê a inteligência artificial: uma porta para a melhoria de seu fluxo de trabalho e, portanto, para o aumento da produtividade no negócio.

Assim, diversos setores comerciais estão investindo em generative IA para fortalecer seu algoritmo de trabalho. Além disso, com os crescentes avanços tecnológicos, muitas empresas já estão inserindo a inteligência artificial em seus processo de fabricação.

Exemplos atuais

O ChatGPT, o sintetizador verbal de IA que já reúne mais de 1 milhão de usuários em todo o mundo e captou bilhões de dólares em apoio de big techs como a Microsoft, é apenas o começo da ascensão das aplicações alimentadas por machine learning.

Além dos reconhecidos ChatGPT (já na versão GPT-4), Dall-E e da Lensa AI, outros exemplos de ferramentas baseadas em generative AI incluem:

  • o Copilot, do GitHub, baseado no Codex da OpenAI, que pode criar código de aplicativo de software com base em prompts de linguagem natural;
  • o CodeT5, da Salesforce;
  • a ferramenta de autocompletar código da Tabnine;
  • novos assistentes de IA para Microsoft Azure e Office 365;
  • bem como atualizações para Google Cloud e Google Workspace.
Assine a newsleter Data Center Insights

Como o ChatGPT e a generative AI afetam o mercado de trabalho?

As discussões sobre as implicações da generative AI despertam diversas dúvidas, não apenas em relação à capacidade computacional necessária para suportá-la, mas também sobre a habilitação da força de trabalho técnica para desenvolver ferramentas baseadas nessa tecnologia.

E claro, aos demais humanos que precisarão aprender a utilizá-las em seu dia a dia.

Nesse caminho, reacendeu-se a pauta do futuro do trabalho. Aqui, envolvendo não apenas os postos que poderão ser substituídos pela tecnologia, mas também as novas competências necessárias aos profissionais, assim como a capacidade das empresas em oferecer treinamentos de requalificação de seus colaboradores.

Como exemplo, a possibilidade da inteligência artificial generativa de assumir tarefas de codificação – antes domínio exclusivo de desenvolvedores humanos – tem gerado certa ansiedade entre os engenheiros de software em relação à possibilidade desses programas acabarem por substituí-los.

Embora a troca completa seja improvável, a generative IA pode mudar significativamente a natureza do trabalho dos programadores, alterando sua experiência de instruir máquinas, por meio de linguagens de codificação. Também está claro que outras tarefas de engenharia de software, como a geração de testes, logo serão assumidas pela IA.

Contudo, a maior probabilidade é de que, à medida que as ferramentas de inteligência artificial se popularizarem, os generalistas passarão a desempenhar algumas funções anteriormente realizadas por especialistas. Assim, haverá casos em que a IA generativa tornará tecnologias complexas acessíveis a pessoas sem conhecimento profundo, aliviando as organizações das atuais lacunas dessas habilidades tecnológicas.

Desse modo, tal movimento indica uma possível mudança no perfil profissional que passará a ser exigido pelas empresas. Neste novo cenário, possivelmente darão mais ênfase em ser capaz de fazer as perguntas certas e menos peso em conhecer os detalhes técnicos, de como saber utilizar determinada ferramenta específica para traduzir essas perguntas.


LEIA TAMBÉM: Gartner anuncia previsões para o setor de infraestrutura e operações


O impacto da generative AI sobre os Data Centers

Considerando-se o aspecto tecnológico, a infraestrutura adequada para suportar o funcionamento de tantas aplicações baseadas em generative IA pode ser cara. Isso, porque as empresas que desejam implementar internamente ferramentas como o ChatGPT não apenas precisarão assegurar a estabilidade e a robustez de sua conectividade de rede, mas terão de atualizar a infraestrutura com um grande número de GPUs.

Na verdade, o que se sabe é que a inteligência artificial generativa exigirá uma estrutura de computação em nuvem diferente de sua infraestrutura digital atual. Uma que redefinirá as atuais redes de Data Centers, em termos de localização de determinados clusters, e de quais funcionalidades específicas essas instalações possuem.

Motivados por tendências que não mostram sinais de desaceleração, estamos vendo um aumento maciço no uso de dados associado a vídeo, armazenamento, demandas de computação e de integrações inteligentes de IoT, bem como de dispositivos baseados em conectividade 5G. No entanto, apesar dessas demandas crescentes, a realidade é que muitas das instalações críticas atuais não estão funcionando com eficiência suficiente.

Além disso, embora as operações nunca tenham estado tão ocupadas, com as equipes pressionadas a diminuir o consumo energético como parte das metas corporativas de redução de carbono, o aumento efetivo dos gastos com a construção de novas fontes geração de energia está colocando uma pressão real nos orçamentos dos Data Centers.

O resultado é uma infraestrutura de Data Center que tem dificuldade para combinar as cargas de TI atuais e planejadas com sua infraestrutura crítica. E, nesse cenário, as perspectivas são de que o problema será exacerbado, à medida que as demandas do centro de dados aumentarem.

Na prática, a priorização da disponibilidade tem sido amplamente alcançada às custas da eficiência. Mas, infelizmente, as evidências sugerem que esse modelo não é mais realista.

Sabe-se que suportar um ritmo tão intenso de modernizações, ao mesmo tempo em que se dedica à manutenção da operação atual, pode ser bastante oneroso para uma empresa que mantém o Data Center dentro das próprias instalações.

Por isso, uma das saídas mais eficientes para se endereçar essa questão é a migração da estrutura para as instalações de um provedor especializado, como na modalidade de Colocation, assim como a adoção de um modelo de infraestrutura híbrida, que combine a operação com ambientes de nuvem.


LEIA TAMBÉM: Colocation ou Multicloud? O futuro do seu Data Center é híbrido


Precisa de ajuda para preparar seu Data Center para o uso corporativo de ferramentas baseadas em inteligência artificial generativa?

Fale com a ODATA

E-BOOKS exclusivos

para você conhecer mais sobre o mundo do Colocation

E-Book: Tendências Tecnológicas 

Fazer o download

Melhore os índices de sustentabilidade da sua empresa

Fazer o download

Assine nossa newsletter

A ODATA utiliza cookies para melhorar sua experiência, de acordo com a nossa Política de Privacidade e, ao continuar navegando, você concorda com essas condições.