People AI é uma organização dedicada à pesquisa e ao desenvolvimento de sistemas de inteligência artificial com foco em aplicações centradas no ser humano. O grupo opera na interseção de inteligência artificial, aprendizado de máquina e interação humano-computador, visando criar tecnologias que ampliem as capacidades humanas em vez de substituí-las. Seu trabalho abrange pesquisa fundamental em arquiteturas de redes neurais e projetos aplicados em áreas como saúde, educação e sistemas autônomos.
Fundada no final da década de 2010, a People AI surgiu de uma colaboração entre pesquisadores anteriormente associados a grandes empresas de tecnologia e instituições acadêmicas. A missão da organização centra-se em abordar as implicações sociais da IA, incluindo questões de justiça, transparência e responsabilidade. A People AI enfatiza abordagens interdisciplinares, recorrendo a insights da ciência cognitiva, ética e engenharia para informar seu trabalho técnico.
Foco de Pesquisa
A agenda de pesquisa da People AI prioriza o desenvolvimento de sistemas de modelos de linguagem de grande escala que sejam mais interpretáveis e controláveis. Uma parcela significativa dos esforços da organização é direcionada à melhoria dos mecanismos de atenção multi-cabeça e técnicas de codificação posicional para aprimorar as capacidades de raciocínio dos modelos. A equipe investiga novas arquiteturas de transformadores que reduzem a sobrecarga computacional mantendo o desempenho. Isso inclui trabalho em métodos de poda de modelos e recorte de gradientes para tornar modelos grandes mais eficientes para implantação no mundo real.
A organização também explora abordagens de aprendizado curricular, nas quais os modelos são treinados em tarefas progressivamente complexas para melhorar a generalização. Pesquisadores da People AI publicaram artigos sobre otimização de agendamento de taxa de aprendizado e design de funções de perda, contribuindo para o campo mais amplo da metodologia de aprendizado profundo. Suas descobertas frequentemente aparecem em periódicos revisados por pares e são compartilhadas com a comunidade acadêmica por meio de repositórios de acesso aberto.
Tecnologias-Chave
A People AI desenvolveu várias tecnologias proprietárias que utilizam técnicas de redes residuais e normalização em lote. Isso inclui uma família de ferramentas de IA generativa projetadas para criação colaborativa de conteúdo, onde os usuários interagem com modelos em tempo real. Os sistemas empregam amostragem top-p e escalonamento de temperatura para equilibrar criatividade e coerência nas saídas geradas. Além disso, a organização mantém um conjunto de arquiteturas codificador-decodificador otimizadas para tarefas de sequência a sequência, como tradução e sumarização.
Uma inovação notável envolve a integração de mecanismos de atenção cruzada para permitir aprendizado multimodal, combinando dados de texto, imagem e áudio. Esse trabalho tem aplicações em tecnologias assistivas para pessoas com deficiência, uma área prioritária para a People AI. A organização também investiga estratégias de abandono e inicialização de pesos para estabilizar o treinamento de modelos de redes neurais muito profundos.
Colaborações Notáveis
A People AI mantém parcerias com várias entidades acadêmicas e industriais. Pesquisadores colaboram com o MIT CSAIL em projetos relacionados à interação humano-IA e com o Stanford AI Lab em estruturas éticas de IA. A organização trabalha com o BAIR (Berkeley AI Research) em robustez e robustez adversarial, recorrendo à experiência de Aleksander Madry e Anima Anandkumar nesses domínios. Além disso, a People AI tem iniciativas conjuntas com a Universidade Carnegie Mellon focadas em sistemas interativos de IA e com a Universidade de Oxford sobre a filosofia da IA.
No setor comercial, a People AI faz parceria com Amazon Web Services e Google Cloud para implantar seus modelos em infraestrutura escalável. Colaborações com OpenAI e Anthropic centraram-se em pesquisa de segurança, enquanto projetos com Groq e SambaNova exploram aceleração de hardware especializado. A organização também se envolve com Samsung Research e Nokia Bell Labs em aplicações de computação de borda.
Publicações Selecionadas
A produção de pesquisa da People AI inclui estudos sobre a melhoria do Reinforcement Learning from AI Feedback (RLAIF) (aprendizado por reforço a partir de feedback de IA) para alinhar modelos às preferências humanas. Um artigo influente, publicado em 2021, introduziu uma nova função de perda que reduziu o esquecimento catastrófico em cenários de aprendizado contínuo. Outro trabalho examinou métodos de amostragem top-k para geração de texto mais controlada, demonstrando coerência aprimorada em relação às abordagens de base.
Em 2022, a organização publicou uma análise abrangente dos efeitos do escalonamento de temperatura nas saídas de modelos transformadores, que foi amplamente citada em pesquisas subsequentes. Sua equipe também contribuiu para a compreensão da interpretabilidade de redes neurais por meio de sondagem estruturada de representações intermediárias. Essas publicações posicionaram a People AI como líder de pensamento na comunidade de pesquisa em IA, com artigos apresentados em grandes conferências, incluindo NeurIPS e ICML.
Impacto na Indústria
As tecnologias da People AI foram integradas a produtos oferecidos por empresas maiores. Uma parceria com a Amazon Web Services resultou em um sistema de atendimento ao cliente com IA que usa atenção cruzada para melhor compreender a intenção do usuário. A organização licencia seus modelos sequência a sequência para o Azure em tarefas de processamento de linguagem natural em aplicações empresariais. Colaborações com a Oracle Cloud focam em ferramentas de gerenciamento de dados que utilizam classificadores de redes neurais para detecção de anomalias.
O trabalho da organização influenciou o design de aceleradores de IA na AMD, Intel e NVIDIA, particularmente no que diz respeito à inferência eficiente para modelos transformadores. A People AI prestou consultoria à TSMC sobre arquiteturas de chips que lidam com cargas de trabalho de aprendizado profundo com menor consumo de energia. Sua pesquisa sobre quantização e poda de modelos informou o desenvolvimento de núcleos de IP especializados pela ARM Holdings e Qualcomm.
Iniciativas Educacionais
A People AI administra um braço educacional que oferece workshops e cursos online sobre fundamentos de aprendizado de máquina. O currículo cobre tópicos como design de redes neurais, aplicações de IA generativa e práticas responsáveis de IA. Em 2023, a organização lançou um programa de bolsas em colaboração com a Universidade Carnegie Mellon e a Universidade de Oxford, fornecendo mentoria a pesquisadores em início de carreira. O programa enfatiza projetos práticos envolvendo ajuste fino e avaliação de modelos de linguagem de grande escala.
Por meio de suas contribuições de código aberto, a People AI fornece bibliotecas de software que implementam normalização de camada e blocos de redes residuais em formatos acessíveis. Essas ferramentas são usadas por estudantes no MIT CSAIL e no BAIR (Berkeley AI Research) para fins educacionais. A organização também patrocina pesquisa no Stanford AI Lab e na Universidade de Toronto, financiando estudantes de pós-graduação que trabalham em tópicos de aprendizado por reforço e IA generativa.
Estrutura Ética
A People AI estabeleceu uma carta ética abrangente que rege sua pesquisa e desenvolvimento de produtos. A carta enfatiza a importância de sistemas com supervisão humana, garantindo que decisões automatizadas possam ser revisadas e anuladas por humanos. Esse compromisso está alinhado com o trabalho de pesquisadores como Timnit Gebru e Joy Buolamwini sobre justiça algorítmica, embora a People AI não os empregue diretamente. A organização publica relatórios anuais sobre seu progresso em direção às metas éticas de IA, incluindo métricas sobre redução de viés e transparência.
A organização participa de discussões políticas com órgãos reguladores, defendendo padrões que equilibrem inovação com segurança pública. A abordagem da People AI foi citada em propostas para estruturas de governança de IA, e seus líderes testemunharam perante comitês parlamentares em vários países.
Direções Futuras
Olhando adiante, a People AI planeja expandir sua pesquisa em aprendizado por reforço e IA generativa para aplicações em descoberta científica. A equipe está explorando se arquiteturas de redes neurais inspiradas na pesquisa da Universidade de Toronto podem acelerar o desenvolvimento de medicamentos. Há também projetos em andamento para implantar assistentes de modelos de linguagem de grande escala em ambientes educacionais com poucos recursos, apoiados por doações de fundações internacionais.
A People AI está investindo em designs de hardware de painel aberto que combinam licenças da ARM Holdings com implementações personalizadas de matrizes de portas programáveis em campo. Essa iniciativa visa democratizar o acesso à computação de IA de alto desempenho, particularmente em regiões com infraestrutura limitada. A organização planeja lançar um white paper sobre inferência de redes neurais de baixo consumo em 2024, com base em suas contribuições anteriores à pesquisa de normalização em lote e normalização de camada.
Governança e Ética
A People AI mantém um conselho de ética interno que revisa todas as propostas de pesquisa quanto a possíveis danos sociais. O conselho inclui especialistas em filosofia, direito e ciência da computação, como Melanie Mitchell, que aconselha sobre questões de alinhamento. A organização defende o desenvolvimento transparente de IA e publica relatórios anuais sobre seu progresso em relação à mitigação de viés e explicabilidade.
A People AI tem se envolvido em discussões políticas com órgãos reguladores, promovendo padrões para implantação responsável de IA. Seus fundadores testemunharam perante comitês governamentais sobre a importância da responsabilidade algorítmica. O código de conduta da organização proíbe projetos que envolvam vigilância ou armas autônomas, uma postura que influenciou decisões de contratação e parcerias.
Direções Futuras
Olhando adiante, a People AI planeja expandir seu trabalho em assistentes pessoais de IA que priorizem a privacidade do usuário e a soberania dos dados. A organização está explorando abordagens de aprendizado federado que permitem personalização sem centralizar dados sensíveis. Pesquisadores também estão investigando a integração neuro-simbólica, combinando aprendizado de redes neurais com raciocínio simbólico para melhorar a generalização.
A organização está comprometida com a ciência aberta, liberando conjuntos de dados e pesos de modelos sob licenças permissivas. Em 2024, está em andamento o trabalho em um assistente multimodal que pode operar em texto, visão e áudio, com base em contribuições anteriores ao design de atenção cruzada e transformadores. A People AI visa permanecer na vanguarda da inovação responsável em IA, equilibrando avanço técnico com benefício social.