Esse empregos estão ameaçados pela IA | com Fabio Akita

Quantas profissões asiás vão eliminar? E os programadores serão desempregados por esses modelos? E todo esse ciclo de investimento em infraestrutura, data center, processadores, até quando isso continua? E será que finalmente chegaremos a atingir a ADI, inteligência artificial geral? Pois esses assuntos e vários outros eu conversei com um Fábio Aquita atendendo a pedidos de muitos aqui do canal. É mais uma conversa que a Gente traz para vocês. Ficou muito bacana. Espero que gostem. Compartilhem o vídeo, se inscrevam aqui no canal também, ativem as notificações e agora fiquem com Fábio Aquita sobre inteligência artificial. Sempre que eu

falo de tecnologia, especialmente inteligência artificial aqui no canal, eu sempre vejo um comentário: "Pô, tem que falar com Fábio Aquita". Pois então, finalmente trouxemos aqui de novo Fábio Aquita. Muito obrigado aí por aceitar Nosso convite. Seja bem-vindo. >> E aí, eu que agradeço. Faz bastante tempo que eu não apareço não só aqui como podcasts em geral. E agora eu acho que é o momento que mudou tudo e faz sentido eu voltar para falar um pouquinho mais sobre o que que tá acontecendo. >> Boa. Muito bom. Porque realmente foi essa, acho que essa, essa fala aí

que mudou tudo, que eu percebi em alguns comentários de especialistas da área Como você, que tem usado bastante as ferramentas e teve um programa, eu me esqueci agora qual é a pessoa, eh, mas envolvida também com o Andre, >> isso, isso mesmo. que eu acho que até te mandei o tweet dele, né, >> dizendo que ele tinha dificuldade de expressar em palavras a evolução que ocorreu nos últimos tr meses aí com os algoritmos, com os modelos, especialmente para a programação. Então, conta um pouco também a sua visão da Evolução de AI nesses últimos meses. >>

Sim, com certeza, porque a corri o que mais tá fazendo economia bombar hoje em dia é o mercado ao redor de IA. Eu acho que você deve estar cobrindo a todas essas empresas, acho que você vai explicar, SML, Nvidia, Antropic, acho que agora meio que entrou no mainstream pessoas não de tecnologia começarem a ouvir Claud e coisas do tipo. Agora tem open claw e aí toda toda essa viralidade em cima de agentes rodando na sua Própria máquina. E tudo isso veio evoluindo, foi uma evolução que veio acontecendo gradativamente, não é que do dia paraa noite

surgiu tudo. Então, quem quem não tava antenado e começou a ver as notícias só agora parece que caramba, descobriram mais alguma coisa nova que eu não tava sabendo. Na verdade, foi uma evolução gradual. E essa evolução, ele passou por alguns obstáculos no meio desse caminho com alguns lançamentos que não foram tão bons quanto se esperava. O GPT3 pro GPT4 foi um grande salto, mas do quatro pro C foi ficou meio esquisito. Eu não lembro se foi o quatro ou cinco que o a OpenI tava tentando fazer o modelo ficar mais amigável, só que aí em

vez dele ficar inteligente, ele ficou mais burro, porque ele só concordava com você em quase tudo, mesmo que você falasse besteira. Então ele não não era útil. Então isso, vários desses obstáculos foram acontecendo ao longo desses lançamentos todos. E a Antropic, Que foi fundada por pessoas que saíram da Open Ai para fazer uma outra concorrente, veio crescendo principalmente num mercado mais especializado, que foi o mercado de programação e agora eles estão abrindo para mercado financeiro e outros mercados também. Então tem tem uma competição ferrenha acontecendo entre a Open AI e a Antropic, que para quem

é de tecnologia lembra um pouco como foi Microsoft versus Apple nos anos 90. Hã, Então tem tem um pouco dessa dessa richa e não ajuda muito que os CEOs dessas empresas, que é o STM e o Dario Amodei do Antropic, eles são péssimas figuras de comunicação, tipo, são péssimos, péssimos. Eles não são nem os caras técnicos e eles estão longe longe de ser o Steve Jobs que era o mestre da comunicação. Então a comunicação deles é altamente eh incompleta ou às vezes até errada mesmo. E como cada vez mais vem crescendo, mais a palavra deles

tem peso. O ponto que nos nas últimas semanas e não sei se você cobriu, ele Antropic lançava um post do CEO, a ação de alguém caía. Você chegou a ver isso? >> Uhum. Eu vi, eu vi. >> Da última vez foi a IBM, porque a antropic falou: "Cara, a gente consegue reescrever finalmente os cobol antigo". Exato. E esse eu comentei em vídeo até IBM caiu nesse dia mais de 13% que foi o Terceiro pior pregão da história da empresa. >> Exatamente. Coitado da IBM que já tá praticamente no caixão há muito tempo, mas aí ainda

se segurava com os mainfames rodando coball e aí agora aparece Antrop falou: "Não, nós vamos resolver todo o cobol". Que e aí eu até twitei sobre isso, eu falei: "Cara, de fato, agora é a primeira vez na história que eu vejo como uma possibilidade até". Então, nunca foi uma possibilidade. Ele Era uma coisa que a gente ia ver morrendo aos poucos, ao longo de muitos anos. E de fato para muitas situações, não todas, que nem a, de novo, que nem o Hype da Antropic fala, ele se tornou muito mais viável. Eles realmente se tornam muito

mais viável. Eu consigo imaginar, por exemplo, um grande banco eh fazendo experimentos, tendo tendo uma direção um pouquinho mais sólida de possibilidade de substituir certas coisas que eles achavam que não iam mais Mexer. Então isso de fato é uma possibilidade. A mesma coisa >> esse é um ponto. >> Oi. >> Não, continua, continua. Depois eu vou >> pode perguntar. Não que acho que uma uma coisa que eu queria depois explorar exatamente esse ponto, não agora, mas quero já deixar aqui a pergunta pro pessoal também ficar esperando >> que tarefas, que áreas exatamente que a Gente

consegue ver a Iá substituindo, otimizando ou eliminando por completo? Mas vamos deixar mais pra frente, continua na evolução dos modelos. E aí o aí a outra coisa também na semana retrasada foi o que quando a Antropic lançou eh anunciou que ia lançar software de segurança, por exemplo, para fazer avaliação de segurança em software. Daí caiu as ações da Crowd Strike, da esquec o nome das empresas de segurança, enfim. Então, vem acontecendo Uma migração de investimentos em empresas de tecnologia que agora são vistas como expostas ao risco de IA para ações defensivas como Walmarts ou coisas

do tipo que em princípio uma IA não substituiria um mercado físico, não tem ainda como ele fazer isso. Mas toda todo lugar aonde você tem serviço associado à produção via IA, seja código, seja música, seja arte, seja eh contratos, então parte advogado, eh própria eh escrita, jornalismo, etc. Eles têm essa exposição a IA. E até o ano passado, e esse que é o ponto que o Andrei Carpaj tava falando, até o ano passado, ah, eu venho testando todas elas, as comerciais e as open source, desde que elas saíram. Eu comecei a desenvolver código com IA

já em 2023, logo na sequência do primeiro GPT 2 que causou o furor, mas sempre foi naquele sistema meio um gerador parcial de código. Você vai no chat GPT, cara, eu queria fazer um pequeno código. Ele faz Um trechinho, você copia, cola no arquivo do do programa, dá um errinho ou outro e vai nessa velocidade. Ou seja, ele não era muito diferente de você ir no Google, achar um pedaço de código, copiar e colar. Ele tava muito parecido com esse processo. >> Sim. >> Ah, aí o treinamento veio melhorando. Então, à medida em que essas

IAS foram evoluindo, eles foram otimizando o treinamento. Então, não é só ter mais Dados, é uma questão de otimizar o processo de treinamento. E foram treinando para propósitos específicos. Então ele começou a treinar o que é um bom código, o que é um mau código, por exemplo, para ele estatisticamente começar a dar códigos que um humano aceita como melhor. E aí a virada de fato aconteceu, para mim pelo menos aconteceu em janeiro, acho que foi janeiro desse ano, que foi quando teve dois grandes lançamentos, foi o GPT 5.2, Codex, que é a versão código do

GPT, e o Cloud Opus 4.5. Então eu digo que a timeline quebrou nesse momento, quando o Opus 4.5 e o GPT 5.2 saíram. Nesse momento eu tava fazendo teste com outros modelos open source e eu resolvi fazer um pequeno teste, cara. Vou fazer, vou experimentar de novo pela enésima vez, porque eu já tava cansado de fazer isso, tentar fazer a fazer um pequeno programinha e ver se Ele consegue chegar até o fim. E aí eu fiquei surpreso que fazia algum tempo que eu não usava, eu tava tão decepcionado com o Cloud, o Sonet antigo, que

eu até cancelei minha assinatura e falei: "Cara, todo mundo fala do Sonet, Sonet, Sonic". Eu testei muito e ele não era grande coisa. Não era grande coisa, mas quando saiu o OPS 4.5, ele resolveu facilmente um problema que no ano passado, eu fiquei o ano inteiro testando LLMs, nenhuma resolvia. Eh, eu fiz, eh, então eu tenho um blog chamado akitails.com, até deixa pro pessoal dar uma olhada. Do ano passado para cá, eu venho fazendo várias pesquisas e eu vou postando tudo nesse blog. Em abril do ano passado, durante a Páscoa, eu passei o a Páscoa

inteira fazendo um monte de tentativas de fazer fine tuning, que é tentar fazer uns um novo treinamento em cima de modelos open source para que ele aprenda uma linguagem específica. Por exemplo, Eu fracassei nessa. Aí eu aprendi porque é difícil, expliquei porque é difícil. Ahã. E aí eu tinha um um probleminha de código que usa uma linguagem que é experimental, portanto não tem dado suficiente no treinamento de ninguém ainda, porque não existe ainda ninguém falando em fóruns e tal. Então eu queria ver como que uma IA conseguiria fazer código numa linguagem que não tem documentação

direito e elas não conseguiam eh na prática elas não Conseguiam. Agora isso mudou. Na medida em que essas vias, em vez de tentar resolver todo o problema, eles começaram a treinar melhor para que nos momentos aonde ela tem dúvida, ela consiga parar de tentar resolver e buscar essa informação fora. É o que a gente chama de ahentic fats. Então são eles a ideia dos agentes, onde ele sobe um agente que vá fazer uma pesquisa no Google, puxar a informação e equivalente a dar um copy contrtrl C cont C conttrl V no chat. Então é como

se, então eu como programador tô fazendo essa linguagem nova, eu sei que o chat GPT não vai funcionar, eu vou na documentação, copio e colo e falo: "Ó, dado essa documentação você consegue fazer agora?" Então aí ele lê a documentação e começa a fazer em cima dessa documentação. >> Aí melhorou mais ainda, porque finalmente as pessoas começaram a entender que não é só faça um prompt, gere o código e acabou. Então, a ideia De fazer esses agentes ajudou a fazer o seguinte, uma vez que ele faz o código, ele não para quando ele faz o

código. Então, dentro dos programas que a Cloud distribui, como Cloud Code e que o Open distribui como o Codex, então são programas que é é um chat igual um chat da web, só que esse chat ele tem acesso a rodar programas na sua máquina que você aprova. Então ele faz o código e aí ele tenta executar esse código na logo na sequência. Quando ele executa, ele Percebe, deu uma mensagem de erro, mas como agora ele tem esse feedback da mensagem de erro, que antes eu rodaria manualmente, daria conttrl C e conttrl V no erro para

ver se ele descobre o erro, então ele automatizou esses passos que antes eu fazia manualmente. Então ele ainda é o mesmo procedimento, só que eles conseguiram automatizar o meu conttrl C, cont cr conttrl V conttrl C conttrl V indo da do terminal pro browser o tempo todo. Então agora ele se Tornou um programa que é o Cloud Code ou Codex. Então, só de fazer isso, mesmo nos modelos anteriores, ele já tinha uma performance melhor, porque ele conseguia errar, ver qual foi o erro e tentar corrigir até conseguir resolver aquele erro. Então, ele faz uma sequência

de tentativa e erro. Ah, muitos dos modelos open source do ano passado, eles tinham um problema que a gente chama de agente que loops. Então, ele fica tentando, ele faz, roda, dá erro, faz outra coisa, Roda, dá erro. E às vezes ele não consegue mais imaginar uma outra solução e ele fica tentando executar a mesma solução 10 vezes e ele fica num loop infinito. Então são várias >> tentativa em erro, mas com a mesma tentativa sem parar. >> Exatamente. Então isso acontecia muito ano passado. E aí justamente os Clud, os GPTs, eles foram treinando e

tunando esses modelos para evitar que caia nesses problemas. Então ele fala: "Se Você tentou xes, não faça mais, tente outra coisa". Então tudo isso é uma otimização em cima do mesmo motor que se tinha antes. E além disso, uma vez que você identifica isso e começa a treinar especificamente para certos propósitos, você vai tendo mais feedback de o que é certo, o que é errado, e você usa isso para retroalimentar o treinamento. Então, quando saiu o GPT 5.2 e o Cloud, o Opus 4.5, C. Eles já eles chegaram num ponto aonde eu eu tinha que

fazer pouca Interrupção para fazer o programa funcionar. Não quer dizer que ele passou a acertar mais, significa que ele passou a consertar melhor. >> Então, eh, ele melhorou a qualidade geral, deu um salto, mas o principal é que ele passou a consertar os próprios erros melhor. Então, ele não faz tudo certo, mas ele consegue se consertar. É assim, você explicando parece uma melhoria incremental, >> é, >> mas que faz uma baita diferença. >> Faz uma baita diferença, que basicamente esse esse isso que quem não é da engenharia não entende assim, porque a engenharia ele é

uma aplicação das ciências, né? As ciências que a gente tende a associar com descobertas. Então, há um novo paper, uma nova descoberta, uma nova teoria. Então, normalmente, física teórica, matemática teórica, todos esses pessoal queimando neurônio abstrato. É isso. Mas a engenharia, ele Pega tudo que funciona e tenta aplicar da melhor forma. A vantagem da engenharia é que é uma a evolução dela é baseada em tentativa e erro. A medida em que eu acrescento experiência nisso, eu começo a entender que certos pedaços eu posso usar de formas mais inteligentes do que antes, sem mudar os pedaços.

e eu corto o custo pela metade, por exemplo. Então, isso que a gente chama de otimizações de engenharia. É isso que a Claud e o Open AI conseguiram fazer Muito bem no último ano. E quando lançaram esses novos, dá para ver que são os mesmos pedaços, só que com uma engenharia mais refinada. Então ele tá conseguindo extrair mais do mesmo limão, entendeu? Aí que eu preciso perguntar para você até uma frase sua que você repete bastante, porque a esses modelos, especialmente para quem nunca usou ou usou pouco e começa a usar pela primeira vez, fica

completamente estupefato com o Que eles podem fazer. Recentemente teve um investidor que é bastante conhecido aí no mundo dos investimentos, que é o Howard Marx. Ele escreve cartas esporadicamente, mas com muita profundidade. E a última dele foi depois de ter usado um modelo. E ele, cara, ele ficou assim impressionadíssimo com o que tá acontecendo. E a frase que você costuma dizer é que a empolgação com o IA é inversamente proporcional ao seu conhecimento de a. Então, conta um pouco Aí o porquê dessa frase, o que você quer dizer com isso. >> Sim. Então essa frase

ela ainda vale. Então tem gente que fala: "Ah, o Aquita tá empolgado com a IA agora, então ele tá contradizendo a frase". falou: "Não, não, não é diferente. Eu conheço bem como funciona a IA e eu sei quais são as limitações dela. É por isso que eu consigo fazer engenharia ao redor dela. Então, porque eu sou um engenheiro." Então, a Truque é esse. Eh, a IA ainda não tá perfeita, ela tá longe. Então, a frase surgiu por causa das discussões que eu tive nos podcasts do ano passado, que é pro público geral. Então, o público

geral que nem você falou, ele vê a Maia produziu um joguinho Flappy Bird em 5 minutos. Cara, eu não sei fazer um flapbard. Ele fez, portanto, ele é muito mais inteligente do que eu. Aí inteligência, ele não é uma palavra que define tudo. Você tem várias palavras Para definir inteligência. Então é da pode ficar filosofando sobre isso milhões de vezes. E é um problema, porque vai ser uma discussão retórica que não chega a nenhuma conclusão. Na prática, o que nós gostaríamos, o desejo era que nós pudéssemos ver consciência nessas inteligências. Não só ser inteligente no

sentido de repetir uma enciclopédia, porque isso literalmente é o que o Google já faz e nem por isso ele tem consciência. Então, se você só se Preocupa com decoreba de informação, o Google já fazia isso. Qualquer dicionário faz isso, ele não tem consciência. Mas se você quer alguém que tome decisões por você, tenha empatia pelo seu problema, que consegue te entender, então todo aquele aquela tentativa de usar IA como um psicólogo, como um parceiro, como um relacionamento, como um líder, qualquer coisa desse tipo, isso é a antropomorfização Da IA. É a mesma coisa que eu

pegar um copo e começar a reverendar ela como se fosse um deus, que é a paródia da o sarcasmo todo de 2001, uma odia no espaço, quando você tem lá o monolito. E tipo, por que que você tem, >> por que que as pessoas acham que tem que eh idolatrar alguma coisa? Então é esse desejo de idolatrar alguma coisa que daí que nasceu a minha frase de se a sua empolgação com a é inversamente Proporcional ao seu conhecimento de a. Da mesma forma como a sua idolatria por imagens eh abstratas, ele é inversamente proporcional ao

seu conhecimento de como a natureza funciona. Então é mais ou menos a mesma coisa. Aí a parte que eu não esperava e eh esse esse foi erro meu, eu não esperava isso, é que todo mundo que ouviu essa frase, ele associou. Então, portanto, a IA não é perfeita, eu não devo usar e o Aquita odeia IA. Essa foi a conclusão que muita Gente chegou. E aí eu fico, cara, por que que você só consegue pensar em dois extremos? Ou você idolatra ou você tem que odiar ela. Ninguém pensa no caminho do meio, sabe? E o

normalmente o engenheiro, a especialidade de um engenheiro é balancear o caminho do meio, que é o que a gente chama de eficiência, pragmatismo, eficiência. Então, normalmente não são engenheiros. Então, e é e é notável isso porque a maioria dos haters agora tá do no campo Dos programadores. A mai eu eu eu fiquei meio surpreso porque nas experiências é, pois é, eu também não. E eu sou programador, eu ten assim, eu sou um programador de carreira, então eu tenho 30 anos de programação nas costas. E eu imaginava que quando eu comecei, que nem eu falei, eu

tinha, eu tinha cancelado minha assinatura do Cloud, quando eu fiquei curioso com o novo lançamento e fui tentar, eu achei, cara, melhorou muito. A ferramenta tá mais eficiente, Ele realmente consegue me ajudar finalmente. Eu não tô, ele me ajuda mais do que eu tenho que ficar ajudando ele, porque antes era o contrário, eu tinha que ficar ajudando ele mais para ele, para ele me dar pouca coisa, sabe? Então era muito trabalho para pouco resultado. Agora não, agora o resultado tá sendo maior do que o meu esforço. Então fala, vale a pena. Aí eu pensei, cara,

eu devo estar muito atrasado porque já tá público. Então, normalmente, quando uma Coisa já tá pública, já tem early adopter, já deve ter um monte de gente que eu não estava sabendo. Então, quando eu comecei, eu comecei um ritmo de corrida em torno disso, porque aí eu me senti atrasado. Aí eu me senti tão atrasado que então é o que eu tava te contando antes que eu passei o mês de fevereiro que foi agora, então eu descobri essas esses LMs em janeiro, aí eu tava meio cético, eu fiz pequenos testes, eu falei: "Cara, isso aqui

vale A pena eu olhar mais a fundo". Que é o que eu sempre digo nos meus vídeos, que todo bom programador tem que fazer. Ele não pode esperar que alguém diga se é bom ou não. Você tem que, você tem acesso à ferramenta, você é um programador, portanto eu tenho capacidade de saber se ela funciona ou não. Então eu vou chegar até o limite dela, vou testar qual é o limite. E aí eu tentei, eu tentei achar o limite dela. Eu tentei tanto que eu duvido que Alguém tenha feito mais do que eu fiz, porque

é humanamente impossível. Eu comecei em 27 de janeiro a fazer uma imersão que é abrir mão de eu tentar forçar a a o Cloud ou o Codex. Eu fiquei usando os dois. Eu quis deixar eles fazerem e eu me coloquei no papel só de gerente, teclead e QA. Então, ou seja, alguém que é expert, então eu sei interromper quando alguém tá fazendo errado. Alguém que é especializado em que há que eu sei quality assurance, eu Consigo testar o que foi feito e como testar e automatizar isso e como um gerente que tem na cabeça um

escopo e um tempo para chegar num produto que funciona em produção e não só um protótipo. Então eu encarei o Cloud Code não como uma ferramenta de geração de código, que esse é o jeito errado, e eu entendi que o jeito correto é eu utilizar ele como um par de programação, como se fosse um programador do meu lado mais júnior, eu sendo snior e eu Mentorando. Então o gerente define as tarefas, o júnior pega para fazer, ele fica com dúvidas e eu como sior eu giro a direção dele pro lugar certo. Falou: "Vá por esse

caminho que eu acho que é melhor, vá por esse caminho que eu acho melhor." ele vai, ele erra, eu falo: "Agora você errou". Então agora vamos consertar, fazer isso para não errar mais. Então é meio como uma mentoria que eu fui fazendo em cima dele para chegar num Produto que funciona. E fazendo isso, eu fique, ele ele me respondeu tão bem que eu não tinha momentos de intervalo. Então normalmente quando eu quando a gente programa, eu faço qualquer trabalho criativo, eu tenho uma ideia na cabeça, mas você sempre esbarra em algum obstáculo. Se você é

um desenista, sei lá, você acabou a cor vermelha, se você é um músico, quebrou ali, estourou a a a linha da guitarra, qualquer coisa sempre tem algum obstáculo que, putz, agora vou Ter que parar para fazer alguma coisa. E um programador também assim, a gente tem uma ideia na cabeça, mas a gente não sai digitando código em algum momento. É um negócio que eu não tenho tanta fluência, eu tenho que ir no Google, pesquisar, ler a documentação, ver se tá certo. E aí esse ritmo quebra o fluxo, porque fala: "Putz, eu tava indo tão bem

e agora eu passei o resto do dia só consertando um negócio e nada a ver". Isso acontece o tempo todo, é o dia a Dia de um programador. Qualquer um é assim. com o Clodic Codex, eu não tinha esse intervalo. Então, é, pela primeira vez, eu que sou uma pessoa que tem hiperfoco, eu nunca consegui manter meu hiperfoco por tanto tempo sem parar. Então, logo no primeiro dia já foi tipo 16 horas sem parar. Eh, era tão sem parar que no intervalo em que ele fazia uma tarefa e tava pensando, é onde na hora do

almoço esquentar minha marmita no micro-ondas Para voltar comer, ver o que ele tava fazendo e continuar. Então eu fiz esse ritmo de 16 horas por dia por 35 dias sem parar, incluindo carnaval e fim de semana, segunda a segunda. >> Caramba, >> mais de 400 horas produzindo sem parar, porque eu não encontrava nenhum obstáculo que eu precisava parar e falar: "Putz, não funciona". Eu não achei nenhum obstáculo e nesse período eu fiz aproximadamente sete projetos. Nenhum deles protótipo. Metade deles eu abri open source. Então as pessoas podem ver o código, então tá no meu repositório

no GitHub, que é a Kiton Rails. Ahã. Um dos produtos que eu acabei desenvolvendo para mim mesmo, é tudo coisa para mim, é um sistema de newsletter, aonde eu tenho um robô no Discord, aonde eu jogo os links de coisas que eu vejo, que a minha leitura do dia a dia, notícias, documentação, Projetos, cinema, até assim, eu vou jogando no Discord para um robô, esse robô ele organiza essa informação, pesquisa outras semanais como quadro de Yahoo Finance, Stock Tickers e tudo mais no sábado ele faz um pré-flight de fechamento, onde ele me dá tudo que

a gente fez e eu posso aprovar, desaprovar e editar. No domingo de madrugada ele gera a newsletter, que é um e-mail formatado, aonde ele coloca não só as notícias que eu coloquei, mas os meus Comentários e o comentário de uma IA. Então, o nome da da newsletter é de Makita Chronicles, porque é a newsletter do Marvin e do Akita. Então, Marvin é a minha IAC, tem uma personalidade, ela faz fact checking da notícia, comenta e pode contradizer a minha o meu comentário inclusive, então se torna dinâmico. Ele faz essa newsletter, gera a versão do blog,

passa por duas passagens de geração de script para podcast. Aí eu treinei uma um modelo com A minha voz e peguei uma voz pro Marvin. Ele gera em forma de podcast. Ele sobe um servidor durante a madrugada, gera forma de podcast. É, é o Marvin conversando com você, comigo. E ele acrescenta jingles durante as sessões. Então tem intervalo, tem Q&, tem os comentários e é um programa que tem os meus comentários que eu escrevi na newsletter falado com a minha voz na no podcast, comentado com o segundo host para ficar um formato de podcast de

Notícia. E ele gera um episódio, >> tem algum exemplo que a gente consegue assistir depois? já tá online, já tá no terceiro episódio, inclusive ele precisa tá no Spotify. Vocês podem assinar a newsletter ou ir direto no Spotify, então é Demaquita Chronicles. E >> então depois eu vou colocar os links aqui pro pessoal assistir depois e tanto acessar, se inscrever e assistir também o P. >> Convido para vocês verem. E isso é um Sistema que eu fiz em uma semana. E esse projeto, se eu fosse fazer tudo isso que eu acabei de falar, o robô

que organiza as informações, que faz newsletter, blog, podcast, não só script, faz o script e a narração de som. E eu subi o servidor de som, o servidor de newslet, servidor de bot. Isso é um projeto que um desenvolvedor normal levaria algo em torno de 3 meses a talvez 6 meses na melhor das hipóteses, fazendo num ritmo normal. Tudo bem? Que eu fiz num ritmo Absurdo. Eu fiz num ritmo de 16 horas por dia por uma semana, mas então digamos que fos assim quatro semanas no meu ritmo normal. Mesmo assim não ia caber. Em um

mês não ia caber. Eu eu faria em três meses pelo menos. A maioria na média faria em 6 meses. Eu sei que tem sistemas de newslet que são muito piores do que esse. E o código que eu fiz é um código que não é um código ruim. Eu sei que ele é bom porque eu fui fazendo pedaço a pedaço e o código foi Saindo bom. Não porque a IA fez direito, porque eu usei a metodologia de desenvolvimento que a gente usa com pessoas também. Ninguém faz software do zero até o produção de uma vez só.

a gente faz em pedaços, em pequenas tarefas e garante que cada pequena tarefa tem qualidade, tem teste, tem garantias e tudo mais. Eu fiz mesma forma com a IAP, que é o que a parte do povo empolgado não consegue fazer porque não é engenheiro, não teve experiência. Então ele normalmente faz um prompt, ó, faça uma newsletter que gera podcast. Ele vai fazer, é o pior código que vai ter, porque você não sabe que é o pior código. Ele vai funcionar na sua máquina. Na hora que você tentar colocar no servidor, não vai funcionar e você

vai, não sabe o porquê, porque você nunca colocou um servidor em produção. Aí você vai ficar perguntando para Iá, ele vai tentar colocar no ar para você. Ele é ele é assim bom. Se você for dando Acesso para ele, ele vai tentar. E em algum momento acontece o que aconteceu com alguns produtos no passado que pessoas não experientes lançaram, como aquele TI eh de chá, aplicativo TI para relacionamento, que o banco de dados estava aberto em produção, não é que precisou um hacker invadir, não tinha senha, vi. Então ele funciona, esse é o famoso funciona,

tudo aberto porque você não sabe que tem que fechar. Então no meu caso, por exemplo, quando eu fiz o Servidor e tudo mais, eu sei quais portas tem que fechar, quais esticagens de segurança, que tipo de encriptação, com que tipo de token. A própria newsletter que eu fiz, que você coloca o seu e-mail e registra, ninguém sabe como lidar com o e-mail. Eu fiz um banco de dados que é encriptado. Se alguém roubar minha minha base de dados, ele não tem o que fazer sem a minha chave, porque não dá para abrir. Então, eu tenho

garantia na no meu servidor que se alguém Invadir, aqueles e-mails nunca vão ser vazados. Eh, então tem todos esses tipos de cuidados que tem que ser colocados e que o engenheiro sabe se já colocou em produção, mas a IA não vai te dar, porque você não adianta você dizer: "Faça o mais seguro possível". Porque o mais seguro possível é sem acesso à internet. Isso é mais seguro possível. Então para, só que não é prático. Então você precisa descer o risco, >> que nível de risco você tá aceitando Isso? Ele não tem como saber. Você que

sabe qual nível de risco você aceita. Deixa eu te assim, fantástico. Tem muita coisa aí para para explorar daí, mas acho que é uma até algo que você comentou no acho que foi o último artigo, o último rent que você publicou, que eu li inteiro e recomendo que o pessoal leia também, eh, falando da de como esses modelos agora estão, já estouraram, estão estourando a bolha de programadores. Eu lembro que até acho Que foi a primeira conversa nossa no seu canal, a gente falou sobre isso também e que eu via como >> esse era um

a talvez agora seja menos, mas durante muito tempo um enorme gargalo, demanda pro programadores absurda, oferta baixíssima e criou um mercado totalmente desforme para essa atividade específica. O programador escolhia o salário, escolhia a hora de trabalhar, escolhia a empresa, escolheria o benefício. Surreal. Isso Vai mudar agora com IA. Cara, então isso isso é uma coisa que é até controverso dizer dessa forma, mas eu eu fico muito contente. Eu vou te explicar por quando a gente conversou isso foi, eu acho que foi logo na começou a pandemia, não foi uma coisa dessa região. Foi, >> foi.

>> Então eu comecei o meu canal no YouTube em 2018, foi bem no pico aonde tava a demanda mais alta por programadores. Isso aí teve a pandemia que deu um novo Chute para cima, né, de demanda. Então 2020 acho que foi o maior pico de todos. 2021. Ã, e isso vinha de 10 anos de uma bolha de alta liquidez. O mercado tava com alta liquidez. Acho que você pode explicar melhor do que eu provamente já explicou. É, então o dentro das empresas de tecnologia tinha dinheiro sobrando. E isso é uma coisa que eu vinha avisando,

eu fazia palestra sobre isso, porque dentro da área de software existia um Movimento lá no final, no começo do anos 2000, 2001, que a gente chama de movimento ágil, que é a ideia de você conseguir ter uma qualidade de código e uma qualidade de vida do programador e conseguir entregar software inteligente de formas sem desperdício, principalmente sem desperdício, que não é muito diferente de como a Toyota revolucionou a a indústria quando criou método Toyota de produção, então a ideia de você fazer on demand sem desperdício E toda todo aquilo, >> exatamente toda a trajetória de

eficiência. E a gente perdeu isso quando começou essa bolha, porque quando você inicia uma bolha, esse é o maior problema e tem dinheiro sobrando, por que que eu que tenho dinheiro sobrando, vou me preocupar em ser eficiente se eu posso resolver na força bruta? Então isso aconteceu no em 1998, 99, quando começou a bolha da internet e você tinha sites como submarino, americanas, todos Esses sites, grandes sites, ahu Brasil, KD, nenhum deles tinha tecnologia, era tudo site HTML normal, estático. Como é que você colocava um produto no submarino? Tinha alguém que editava o HTML na

mão do produto e subia no FTP. Era assim, não tinha um um sistema de administração. Por que que eu vou tentar melhorar isso se eu posso só contratar mais alguém e colocar ali do lado, ele edita mais páginas de produto? Imagina esse ritmo de desenvolvimento hoje, Tipo, não faz nenhum sentido, mas naquela época que ninguém sabia qual era o melhor jeito, esse parecia um jeito OK, porque tem dinheiro sobrando. Se tem investidor colocando 100 milhões de dólares na minha empresa, por que que eu vou perder tempo? Eu preciso colocar mais produto na vitrine. Então, só

faz mais HTML. Só faz mais HTML. E é isso que todo mundo fez. E isso aconteceu agora porque durante esse período que começou a partir de 2014, principalmente Foi até 2020, eu achava que fosse estourar antes 2019. Ah, e aí o que a gente não esperava é que fosse ter a pandemia, então isso deu uma sobrevida. Ahã. Isso claramente era uma bolha. Tinha tanto canal no YouTube, no TikTok de programador falou: "Olha como eu trabalho aqui no Google, eu olha o meu dia a dia, eu vim aqui, fiz o meu yoga, fiz uma massagem, eu

fui ali tomar o café, já viu esse vídeo, né? Todo mundo viu esse vídeo e virou uma piada. mundo De programação vira uma piada, porque qualquer um pode ser programador, você não precisa trabalhar. Você trabalha, vai no escritório só para fazer yoga e volta para casa e foi o máximo que você fez de trabalho. E aí criou-se uma uma ideia de que programação era fácil, era profissão do futuro. E qualquer um poderia fazer isso bastando fazer um boot camp de duas semanas, um curso de um mês e era assim que estava se forando. Então cursos

era o que mais Tinha. Todos eles sumiram, que era um bando de picareta. Todos eles eram picaretas. Era cara que nunca trabalhou no mercado e ensinando outros caras que nunca vão trabalhar no mercado. Mas a demanda era muito alta. Então isso diluiu a qualidade da programação como um todo. A gente não teve evolução na área de programação por 10 anos. Tipo, ah, a gente ficou inventando, reinventando a roda 50 vezes dentro desse período, porque era o que tinha Para fazer. Então, quando quando quebrou essa bolha no final da pandemia, ah, começou os layoffs massivos. Então,

a Amazon demit 10.000, Facebook demite 10.000, Microsoft demit 10.000 e isso se tornou uma tendência. 2022 foi quando essa bolha finalmente estourou, >> né? A a aí os juros do mercado subiram, a liquidez diminuiu, os investimentos de tecnologia pararam, todo mundo começou a apertar o cinto e aí você começa a cortar, né, toda a gordura Desnecessária. E a gente foi ver que lá 90% de todo mundo que tava contratado como programador, engenheiro, era gordura desnecessária, não era programador de verdade. Ah, então além disso, para dar o último prego no caixão, foi 2022 também que saiu

o GPT. Então, quando anunciou, saiu o GPT, então esse foi o último. Então, naquela época eu já imaginava que dava para fazer código, mas ia demorar. Então, a gente até brinca que ah, uma LLM, que é O Large Language Model, que são os modelos por trás do GPT e tudo mais, eles foram originalmente pensados para fazer tradução de linguagem natural. Então, a gente sempre brinca que se ele é capaz de traduzir alemão, ele é capaz de fazer qualquer coisa. Porque qualquer linguagem de programação é 1 vezes mais simples, mas de fato existia um potencial, não

era tão bom assim e demorou de 2022 até agora, até o final do ano passado para se tirando esses Bugs, refinando, que é o processo interativo de desenvolvimento de software. É o mesmo princípio que foi grosseiramente implementado. GPT2 era mais um protótipo e foi sendo evoluído ao longo do tempo. Então, de fato, é a versão 5.3. Então, é uma evolução do mesmo produto. Agora, sobre a ainda na sobre os programadores, o que foi a pergunta que eu trouxe antes pra gente explorar, eh, o que que as vão Conseguir eliminar de atividade ou de emprego ou

de etapas? Porque a gente viu agora, por exemplo, a gente falou das empresas de software, algumas vão ser impactadas porque o negócio final dela, o serviço, o que o software faz, pode ser disruptado por um clodo da vida. >> Uhum. >> Mas muitas empresas podem ter suas margens aumentadas porque vão precisar de menos programadores, vão poder fazer mais com menos. Como é que você enxerga Tudo isso? Sim, >> isso, isso eu enxergo muito positivo, porque a gente retornou a ideia, tá retornando à ideia de eficiência em desenvolvimento de software, que é todo o propósito da

engenharia. Se não existe eficiência no na no desenvolvimento, eu não preciso da engenharia, eu posso fazer de qualquer jeito. Então, agora, finalmente, vamos ter engenharia de software de novo. Então, o que acontece é a IA, eu chamo, eu falo que assim, a IA ela é, ela reflete, ela amplifica quem você é. Se você é um péssimo programador, ele vai acelerar e amplificar a quantidade de código ruim que você faz. Ele não vá fazer melhor por você. >> Quando você é um bom desenvolvedor, um bom engenheiro, ele vai acelerar e amplificar um bom código. E isso

era isso que eu quis provar nesses 35 dias. e eu que eu consegui fazer esses temas que não só eram protótipo, mas que eu Posso de fato colocar em produção, ter usuários funcionando e eu consigo continuar adicionando novas coisas sem virar um um monstro de código que ninguém mais consegue mexer. Então, pelo contrário, usando todas as técnicas de engenharia de software, eu consegui fazer sete projetos com engenharia, que todos eles são projetos que você pode continuar com qualquer outra pessoa. Três, três ou quatro, acho que quatro deles. Eu coloquei no GitHub e até de Brincadeira

todos eles chamam Frank alguma coisa que é Frank Mega, Frank Sherlock, Frank MD, Frank Mangá e Frank por causa do criador das redes neural redes neurais que era eh Frank Rosenblast, se eu não me engano, 1957, que criou a primeira rede neural e foi também a pessoa que criou a primeira grande bolha de IAS, que ninguém sabe disso. A gente já teve uma bolha de A nos anos 50, 60. aonde ele criou a primeira rede neural simples, imagina os Anos 50, 70, e ele ele proferia nos jornais e a mídia alimentava isso de que estávamos

próximos do computador ganhar consciência. Imagina nos anos nos anos 50 você dizer isso e começar a falar: "Não, ó, eu tenho uma máquina que consegue aprender sozinha". E aí a ironia é que a gente tá fazendo a mesma coisa agora. A mídia, toda vez ele ouve a o hype do CEOs e publica: "Nossa, amanhã temos AGI, amanhã temos inteligência, consciência, Pá, pá." E não, nunca foi assim. E foi um processo de engenharia que vem acontecendo desde os anos 50. Então o que a gente tem hoje só existe porque a gente passou esses anos todos fazendo.

Só que teve esse problema na primeira bolha e quando essa bolha estourou porque ninguém conseguiu mostrar uma inteligência que nele se prometia, aí a gente entrou no inverno das, a gente chama os anos 70, se eu não me engano, do inverno das que ninguém queria Pesquisar sobre isso, ninguém queria investir nisso porque falar, cara, isso é um um buraco sem fundo que não tem solução nenhuma e a gente vai investir dinheiro à toa. Então a gente pass graças a esse hype, a gente ficou um tempo sem fazer pesquisa em direito porque não tinha porquê. Precisou

chegar a bolha da internet, a internet precisou dar certo pra gente ter o que a gente chama hoje de big data, que é essas grandes empresas que acumulam grandes Dados para iniciar um novo campo de pesquisa em cima desses grandes dados. E isso derivou todos os novos algoritmos que levam à inteligência artificial moderna. Então, precisou acontecer uma cadeia de coisas pra gente sair do inverno das Iás e chegar onde tá hoje. Aí no caso do do patamar que chegamos hoje é um patamar excelente. Então é uma coisa que eu eu venho esperando desde que eu

era estudante, que a gente ouve falar de iá iá. Então toda vez um dia, Um dia, um dia. E a gente sabe que nunca vai chegar em nível consciência. Isso não é uma questão, não vai acontecer. Eh, existe um limitante matemático, hardware, físico, etc., que não chega. Ah, até o ponto de de recursos, a gente chegou num ponto agora que todo mundo esqueceu toda a cont toda a discussão de mudança climática. Ninguém mais tá preocupado com isso. Basicamente, acabou acabou assim, a gente a gente consertou mudanças Climáticas, ninguém mais discute porque agora a corrida é

energética. A gente tá, a gente já chegou num ponto com tanto data center para rodar IA >> que não tem mais energia para rodar IA. Então as empresas não é mais transição energética, agora é aceleração para produzir mais eletricidade. >> Gente, a gente precisa de mais usinas nucleares para ontem. para ontem, porque agora todas essas empresas estão tendo que escolher se treinam a próxima versão De IA ou se servem os clientes que estão usando as IAS atuais, porque ele ele não tem como fazer os dois. E esse é um ponto importante até pra gente ir

agora mais para mais para minha pro meu campo de conhecimento aqui de mercado, investimento, retorno sobre investimento, porque eh você até falou que esses últimos anos iniciou esse novo campo de de pesquisa de a, que é onde estamos agora, com a o auge dos large language models e as empresas gastaram, Os tubos, seguem gastando, assim, é surreal os números ano passado foi sei lá quanto, centenas de bilhões, agora vai ser 20 ou 30% mais, 600 bilhões de capex nesse ano, é data center, é chip, é, enfim, tudo que precisa para para treinar os modelos. Mas

chega um momento que é a questão dos retornos marginais decrescentes, cara. Não adianta colocar mais capacidade, você não vai conseguir extrair mais do modelo. E aí que me traz aquela fala do Will Suskever, que é um Dos cofundadores da Open Ai, que provavelmente já chegamos no fim dessa era de scaling, que é seguir escalando e mais capacidade, mais capacidade, não dá mais. Agora precisamos de uma nova era de pesquisa. Como é que você vê isso também? Sim, exatamente. Então assim, a gente falta energia, isso é um ah empresas de BigTech me dá isso é vozes

da minha cabeça, mas você pode me colocar também. Muitas dessas BigTech, então a gente tem Microsoft, Amazon, Google, elas boa boa parte da intenção de investir em CAPEX é justamente porque elas também entenderam que a parte serviço/software vai sofrer impacto porque elas estão expostas a IA. Então, uma das formas dela manter a valuation delas é aumentar o capex delas, que é aumentado hardware, dúvida. >> Então, tipo, nó mesmo que vai, os serviços de software da Microsoft decresçam porque a IA vai substituir, Então elas mantêm porque elas rodam data centers. Então, é esse balanço que as

grandes empresas estão fazendo. Então, elas estão, todas elas estão criando data center como se não houvesse amanhã para ter esse CAPEX. H, acho que você deve ter coberto sobre isso também, imagino, porque é o que eu vejo que faz sentido para eles fazerem isso. Até até retornando a pergunta que você tinha feito e eu não respondi ainda também, mas essa ideia de substituir é Porque >> sim, >> toda a evolução de IA, eu a gente eu parto de um de um pressuposto com toda a evolução tecnológica, ela parece exponencial, sempre parece. Toda vez todo mundo

tá vendo. Nossa, ontem a gente não conseguia fazer um um gif mal feito. Hoje o Cid faz um cenas de cinema perfeitas. Então, tipo, é, expond, imagina mais poucos anos, eu vou fazer um filme inteiro. Então, todo mundo tem Essa expectativa irreal de que as coisas crescem numa exponencial. Isso porque todo mundo começa no meio da curva. No meio da curva parece assim que nem eu falei, a gente que estuda sobre isso e tá olhando, a gente tá olhando desde os anos 50, não começou hoje. O começo dessa curva é lá atrás devagarinho, devagarinho, devagarinho.

Ela não, ela demorou décadas para agora dar essa curva. E agora o problema dessa curva crescer rápido demais é que chega em Diminis returns e você chega agora a quebrar essa curva, ela passa a bater num teto. É o que a gente chama de uma curva em S. Então essa curva em So, significa que a próxima versão de GPT, ele custa o dobro do que custou anterior, mas ela não entrega mais o dobro de qualidade, ela entrega 10% de qualidade. Então você precisa gastar o dobro da versão anterior para entregar uma porcentagem do que o

anterior entregava. Então, e isso vai cada vez Mais ficando mais difícil, porque o problema se torna uma um brute force que não dá para transponir. E a gente forçou tanto, forçou tanto que chegamos no ponto que não só tem a o problema tecnológico de não ter mais arquitetura para isso, como eu não tenho mais recurso físico para isso, eu não tenho mais memória para isso, eu não tenho mais energia para isso, eu não tenho mais servidor para isso, ou seja, chegamos num ponto de exaustão dos Recursos que existem. Aí qual que é o o que

que eu eu de novo vozes da minha cabeça, imagina as todas essas essas empresas elas têm que escolher entre treinar o próximo modelo e servir mais gente. Quando você finalmente chega, que nem agora no Ops 4.5 que tá no 4.6 e o Sonet 5, o GPT 5.3 três agora. Então, e agora ele finalmente ele finalmente eu consigo usar no dia a dia, que nem eu acabei de fazer essa experiência, 16 horas por dia sem ter obstáculo por um Mês inteiro. Então, chega num ponto onde a questão econômica é vale a pena eu testar o ficar

treinando o próximo modelo tão rápido ou vale a pena eu servir mais gente nesse modelo que já é muito útil. Então os data centers passam de metade ser treinamento e metade sem inferência para ser a maior parte inferência e você começar a diminuir o a velocidade do próximo lançamento. Aí você vai tendo só ajustes 5.3, 5.4. O marketing pode chamar de seis, mas na Verdade era 5.5. Então é que nem meio iPhone faz hoje em dia. Você lança iPhone 12, 13, 14, 15, 16. Mas se você pegar o iPhone 11 e comparar com 15, quase

não faz nenhuma diferença, é basicamente nada. Então a gente chegou nesse ponto da vida tecnológica que ele tá no iPhone 12. Então agora o 13 já não é mais grande coisa, o 14 não é mais grande coisa. É melhor que eu ofereça mais usabilidade e ferramentas para usar, que é isso que o cloud parece tá Fazendo. Então o cloud em vez de ficar só no chat ou só nas APIs, agora ele começa a lançar produtos de nicho. Então primeiro um produto para cyburity, agora um produto para finance. Então, todo mundo quer consultoria financeira vai ter

um produto para isso. Então, daqui a ele vai ele vai criando produtos para cada área. E aí a gente chega naquela pergunta sobre que o que que acontece com a área de de programadores ou então contadores ou então advogados, todos Esse pessoal. >> Ah, é mais ou menos parecido com o que aconteceu com lembra? Não sei se você já viu imagens, fotos dos anos 20, dos anos 30, empresas de de contabilidade, eles eram grandes andares com um monte de gente fazendo planilha no papel e usando ábaco. Então quando você >> com régua, calcular, >> cartaz

assim, eu surreal. >> A gente, o pessoal pensa que só programador teve cartão perfurado, mas o Pessoal esquece. Contador teve planilha de papel e régua de calcular. Engenheiro tinha régua de calcular. Então, quando apareceram as primeiras calculadoras, isso já foi um [ __ ] assalto. E quando apareceu o computador, o microcomputador mais podre de 64 KB de RAM, que pra gente hoje parece ridículo de ruim, mas para aquela época isso substitui um andar inteiro de contador. Só de abrir lotos 1 2 3 na época que era planilha, eu já substituo 10 pessoas numa numa Pequena

num pequeno escritório com um computador. E então para substituir humanos, você não precisa de tanta inteligência. É é isso que as pessoas não estão entendendo. Pessoal fica imaginando que você precisa chegar numa grande consciência e tal. É uma nova ferramenta que elimina emprego de pessoas. A mesma forma como caixa automático elimina caixa de supermercado. Da mesma forma como ATM de banco remove emprego de bancário em Filha de atendimento. Da mesma forma como URA de atendimento e WhatsApp tira o emprego de pessoas no telemarketing. Então a gente tá subindo um pouquinho mais essa régua. A gente

já tirou muito dessa área e a gente vai começar a tirar agora uma outra área. Aí todo mundo pensador é uma coisa muito difícil. Então, chegou num ponto, não, mas não é tão difícil assim, porque a gente tem esse efeito da outra bolha anterior, aonde uma parcela enorme de Programadores ainda hoje são de não são programadores, eu chamo são codificadores. Eh, nos meus vídeos eu falo, por exemplo, muita gente aprendeu a fazer miojo e miojo não, eu comi miojo, todo mundo na faculdade comeu miojo, quem não tem dinheiro vai comer miojo ou vai passar fome.

Então, se o objetivo único e exclusivamente é encher a barriga, um miojo serve. Agora, se você que só faz miojo, com isso você se autointitula Chefe Michelan da Gastronomia, que é o LinkedIn aceita tudo, é isso que não vai mais acontecer. Isso não vai mais acontecer, porque tem um monte de codificador que faz miojo, que põe no LinkedIn que é engenheiro de software. Ele nunca foi, ele nunca estudou engenharia. Ele não sabe qual o primeiro princípio da engenharia que é eficiência. Ele não sabe o que significa ser eficiente, porque ele tinha tempo sobrando, ele tinha

dinheiro sobrando, tinha emprego sobrando. Se ele não Gostasse da onde ele tava, ele podia ir para outro lugar para ganhar mais. E isso acabou no na quebra da bol 2022 e acabou agora com a IA também. Então, hoje eu, por exemplo, sou um programador, eu não, mesmo com 30 anos na área, eu não sei tudo. Eu nunca vou saber tudo. Nenhum engenheiro vai saber tudo de tudo. A gente sabe muito especializado nas coisas que a gente mexe mais. Tem coisas que a gente gosta mais e tem coisas que eu não gosto Também. Exemplo, eu odeio

ter que fazer interfaces. Eu não gosto de fazer HTML. Eu não gosto de ficar fazendo botão, pintando, eu odeio fazer isso. Então, tem vários projetos que eu queria fazer, que eu nunca fiz, pessoal, porque em algum momento ia ter que fazer uma interface e nesse momento eu ia falar: "Car, não é tão importante, ninguém tá me pagando, ano que vem eu faço". E projetos e projetos foram passando dessa forma. Aí o que justamente esse tanto de Projeto que eu fiz no último mês, é porque eu já tinha na cabeça um monte de projetos que eu

queria fazer e todas elas tinham algum obstáculo que eu precisaria de alguém para fazer. Eu precisaria delegar para um front end, eu precisaria delegar para um designer, eu precisa delegar para um outro programador para fazer as partes braçais que eu não quero mais fazer. Então, eh, eu não tenho, mas não, não vale a minha taxa hora fazer certos problemas Braçais, tipo, pegar um diretório lotado de dados sujos e ter que limpar esses dados. Eu sei fazer isso, dá trabalho fazer isso, eu vou gasto. Eh, é um filtro que eu vou ter que fazer. E toda

profissão tem esse tipo de problema, que é, ah, mesmo um contador, você tem 100 planilhas para você revisar uma por uma, nossa, que deixa um júnior fazer e ele só te pergunta o o a exceção. Então, a gente atua na exceção. Então, a IA é excelente para fazer todo esse trabalho braçal, todo, todo. Então, todas as vezes que eu ia esbarrar no obstáculo que eu que eu falar, eu iria falar: "Putz, aqui eu sei fazer, mas nossa, que saco, vou fazer outra coisa." E você desiste. Eu não precisei, ele resolveu todos a reorganizar as planilhas

para mim, fazer as telas para mim, a mudar os temas das telas. Um dos projetos open source que eu fiz, eu resolvi falar: "Vó, de brincadeira, eu Vou fazer com 16 temas coloridos." E eu fiz com 16 temas bonitos e funciona com 16 temas, tá? Open sourcing. Então, ah, porque era só mais um, >> entendeu? Não tinha mais obstáculo. Então, para mim, que sou um programador snior, eu consigo agora ter a produtividade de 10 pessoas. E não é um exagero, eh, não é uma multiplicação de 10% mais rápido, 20% mais rápido, que era o que

acontecia no passado. Porque eu ainda tinha que fazer muito trabalho Manual para iá realmente funcionar. Como eles conseguiram ir eliminando e colocando eficiência agora, eh, ainda não tá perfeito, ele ainda faz erros, vira e mexe. Eu tenho que falar: "Não, vamos reverter isso daqui, vamos repensar isso daqui". Mas eh são pequenos episódios dentro de várias horas, então não dói tanto assim, não dói tanto assim. E eu e eu faria isso com o programador normal também. Ele ia me mandar um código, ia falar: "Cara, Esse código tá frio, vamos refazer, não vou deixar, não vou aprovar,

entendeu?" Então agora não tem mais esse emprego, >> cara demais. Deixa eu. A gente já tá aqui com mais de 50 minutos e se você puder, eu tenho mais aqui três assuntos pra gente falar. Porque até mudando um pouco do tema agora de eliminação de de empregos e ganhos de eficiência, acho que um assunto que é bem importante, virou polêmica nessa última semana, já vinha Sendo polêmica, mas escalou, virando o impasse entre o Pentágono, Departamento de Guerra dos Estados Unidos, e a Antropic, que se negava a tirar todas as últimas duas restrições, que era monitoramento

em massa de americanos >> e uso de armas autônomas. Ele não queria que empregasse os modelos nesses nessas aplicações. E o Pentágono não queria que tirasse, pelo menos contratualmente essas restrições, mesmo eles dizendo que jamais usariam para isso. E aí o Sam Altman, o arc inimigo do Dario Amodai, até e assim eu tenho acompanhado os bastidores, eles estão sempre se garfando. E o Samut até fez uma postagem em apoio a aos princípios que o Dário tava lá se negando a ceder a ferramenta Pentágono. E no paralelo nos bastidores, ele tava já assinando contrato com Pentágono,

como foi anunciado logo depois. Como é que você vê esse uso das IA também por governos, especialmente aí em ambientes de guerra, né? Assim como Você, eu também tava acompanhando em tempo real isso daí e eu vi esses tweets acontecendo em tempo real. Eu eu para mim eu tava literalmente naquela cena de pegando pipoca e assistindo porque tava muito engraçado. Porque a parte engraçada é que é assim, todo isso é político. Então tem que tem gente que gosta do laranjão, tem gente que não gosta do laranjão. Quem não quem gosta do laranjão tá do lado

do Departamento de Guerra, quem não gosta do laranjão tá Do lado da antrópica. que é basicamente assim que tá dividido esse campo. E os dois campos estão errados. Para variar, os dois campos estão errados. que nem eu acabei de falar no começo e eu repito esse ponto, eu detesto Darrio Amodei. Detesto. Ele não é uma pessoa honesta, ele não é uma pessoa confiável, ele não é uma boa pessoa. O S Altman também não. Só que eles são duas pessoas ruins em campos ideológicos diferentes. O Dario Amodei, eu realmente eu vejo ele como Sendo um daqueles

caras que tem God Complex. Ele realmente quer ser a última palavra. Ele quer fazer que que o mundo rode ao seu redor. Ele tem essa pira. O Smilantra do jeito pragmático, ele é mais mafioso do que ideológico. Então, eh, se eu fosse fazer um estereótipo bem cartoon, >> uma boa definição, >> é bem cartoon, eu diria que o Darrio Amode, ele é mais um mulá religioso. E o S Altman ele é mais um, desculpa, Ele é mais um mulá religioso e o Simman é mais um mafioso. Ele parece mais um um um poderoso chefão. Ele

gostaria de ser um poderoso chefão, mas eh ele ele acha que é o Michael, mas ele é muito mais o Fredo. E para quem assistiu o Poderoso Chefão, assista o dois, que é eu vejo ele mais como Fredo e ele acha que é o o Michael. Mas o o que acontece é que tudo isso que a gente tá falando, que você acabou de dizer, que a antropic foi contra porque Eles não iam permitir ah vigilância em massa ou etc. Isso foi o que eles disseram. Esse é o statement deles. Então tem que tem que dizer

que isso foi o que é a versão da antrop que diz. Então, se você acredita ou não acredita, ele é cara ou coroa, porque ele é basicamente um press relase. Eu não vi os contratos, ninguém viu. Nenhum de nós no público teve acesso à sala de discussão. Se você agora for do outro lado e ouvi o secretário de defesa E o departamento de G, ele vai falar que não foi absolutamente nada disso. Ele tá mentindo e eu gostaria que ele fosse chamado sob juramento para repetir a mesma coisa, porque ele tá dizendo que tá mentindo.

Então existe a acusação de que ele mentiu >> para piorar a situação do Dário, quando o San Altman foi foi chamado, e aí você pode de novo ver pelo teoria da conspiração ou não, então pode ser o departamento de guerra querendo mostrar Que não era tão ruim assim e aí ele pagou o Altman qualquer coisa do tipo. Ou pode ser que nem parece realmente que o Altman foi lá e esfaqueou o Dar pelas costas, porque aí segundo o Altman e segundo o departamento de guerra, ah, ele assinou exatamente o mesmo contrato que foi passado para

antropic e ele disse que não tinha nada demais. Então, tipo, agora você tem a terceira versão que é do tim, ele falou: "Eu assinei o mesmo contrato e não teve nenhum Problema. Eu não precisei mudar nada, mas eu sou a favor do que Antropic falou". Eu falei: "Eu sou a favor dos seus princípios e eu vou reforçar esses princípios." Mas o contrato deles não tem nenhum problema. Ele ele deixou entender dessa forma. Então aí aí você fica bacana. Eu tenho depende se você gosta do Dário, depende se você gosta do Altman, depende se você gosta

do Laranjão. Aí é a versão. A parte engraçada dessa Discussão toda nas redes é que nenhum de nós, nem eles podem dizer o que de fato tá ali dentro. tem sobre isso, ele não pode mostrar de fato. Então, é só sobilo dentro de um tribunal que ele vai poder provar se é verdade ou não verdade, mas a o que na prática deixa aparecer, e aí a minha aí a versão pessoal do Fábio Aquita é eu que já não gosto do Dário, eu consigo ver ele mentindo, eu consigo ver ele fazendo sinalização virtuosa para parecer que

ele era coitado, mártir E tudo mais. Eu consigo ver o Sun Altman dizendo bacana, legal, mas por marketing para aparecer amigo, que é o que toda celebridade faz. Ele não acredita, mas diz OK. E depois de fato oferecer, ir atrás e oferecer no mesmo dia. Não, a gente faz o que eles não fizeram. Eu consigo ver isso também. Então, e eu consigo imaginar assim, o Departamento de Guerra não é querendo superestimar ou não, mas picuinha de internet não é exatamente prioridade de segurança Nacional, sabe? Tipo, meio que [ __ ] a discussão de internauta falando

se ai eu gostei, não gostei. Minha prioridade é ganhar aquela guerra. E de fato os modelos de IA. E aí vem de novo popular imaginando que IA vai substituir programador, portanto já é uma consciência, portanto ela é Skynet, é perigosa e falando, não tem nada disso, não tem. Ele, ele era e continua sendo um gerador de texto glorificado. É, é um gerador de texto glorificado. É Outra palavra texto que eu gosto de falar. Porque assim, quando eu falo dessa forma, as pessoas pensam: "Então é uma porcaria". O programador pensa assim, porque é só um gerador

de texto. Mas aí eu falo: "Cara, você não usa gerador de texto no seu celular todo dia para corrigir suas mensagens? Ele não te corrige toda vez, ou seja, ele já é melhor do que você para digitar o que você queira escrever. Portanto, ele é uma boa tecnologia. Glorificado. É Porque vocês estão idolatrando o gerador de texto. Fala: "Bacana, meu iPhone corrige meu texto, mas eu não preciso rezar para ela todas as noites: "Meu Deus, não me mate enquanto eu tiver dormindo, por favor, senhora inteligência". Porque ela não tem consciência, não tem. Ela não é

um animal, ela não é um ser, não é nada, é um gerador de texto. Então, geradores de texto, fato, são úteis, são extremamente bem feitas, tem, eles traduzem texto, Fazem tudo, eles escrevem. Até o Gmail hoje em dia já tem isso. Você dá tab, ele já te responde com o contexto do e-mail. Você não precisa nem ler o e-mail, ele já, ah, ele já, você vai participar da reunião, a resposta já tá lá num tab. Sim, vou participar. você nem precisou digitar, ele já sabe que você vai digitar, porque estatisticamente é provável que essa seria

a resposta para aquele meio de acordo com o Histórico que você teve, que é exatamente isso que o Maia faz. Ah, de acordo com o histórico de treinamento, isso que você tá pedindo, eu vou resolver desta forma. é um gerador de texto, tá ótimo. Eh, porque na maioria das vezes é isso que o programador faz, ele fica procurando na internet, no Google, nos livros qual que é a forma mais popular, melhor prática, best practice para aquele problema. E eu vou procurar isso. O que a LLM me faz é me Dar mais fácil isso que eu

já faria manualmente. Então, ele é um gerador de texto glorificado que é extremamente útil. Então, quando você pensa no departamento de defesa usando, não é que tem ali uma entidade, o Terminator 2, dando as ordens, porque eu sou super inteligente. Não é nada disso. Ele facilita você criar rotinas de programação, rotinas de operação que eu faria naturalmente com um código, eu mesmo, eu poderia pegar um [ __ ] Programador e fazer, só que é mais rápido fazerá. Eh, e exat exatamente essa experiência que eu tô tendo aqui. Tipo, eu não, nesses sete projetos, em nenhum

deles, eu reinventei uma coisa inovadora que ninguém nunca viu, curei o câncer, nada disso. Eu peguei todas aquelas tarefas que iam levar seis meses e fiz em um mês. É isso que aconteceu. Então, ah, é isso que vai acontecer também lá. Ele vai pegar uma montanha de dados que eu passaria, teria que fazer Um programa para fazer o filtro desses dados que eu teria que fazer uma rotina, testar, executar e gastar uma semana para fazer. Agora ele faz um dia, então eu consigo ter um resultado melhor da das toneladas de dados que monitoria via satélite,

que monitoria de MIS, que monitoria de radar. Isso gera toneladas e toneladas de dados. Eu posso processar elas de uma forma mais inteligente, porque vou em vez de gastar dias fazendo isso, eu faço algumas horas. Então, é Uma é uma melhoria de eficiência. Ele não tá dando nenhum grande segredo alienígena de que permite ã fazer coisas nada e eh mágicas. Não tem mágica. Todo mundo tá imaginando que tem mágica, mas não tem mágica. Deixa eu ainda assim dando sequência na conversa, que é um ponto que eu queria já a gente aproveitar e falar da concorrência

chinesa também em IAS. Sim. >> E aí você falando de texto, gerador de texto glorificado e tem a ver com a Probabilidade das próximas palavras que serão ditadas, eu me lembrei de algo que eu vi um >> já tem alguns anos, eu acho, sobre como funcionam os teclados na China, mas não apenas com com idioma chinês, mas idiomas similares ao chinês, porque há muitos anos eles já precisam usar dessa metodologia. é preditivo para poder teclar com mais velocidade. Tem até campeonatos de campeonatos de quem tecla mais rápido na China, mas basicamente Com essa metodologia de

prevendo qual vai ser a próxima palavra ou o próximo símbolo chinês. >> Exato. >> E aí me então me vem a cabeça a a China e as suas IA. Como é que você tá vendo essa concorrência mundial pela inteligência artificial? >> Então a China foi o grande erro do Ocidente nos últimos 30 anos, né? Então agora o Trump tá querendo consertar esse erro. E o Ocidente inteiro terceirizou Tudo pra China. Então tudo que eles não gostavam, ele terceirizou pra China. Então seja as indústrias mais sujas, seja as mais poluentes para Então o Ocidente ficou sempre

com o discurso nós somos bonitos, verdes, etc. deixa toda a poluição na China, mas a gente esconde, a gente critica todo mundo, mas esquece que a China é o maior poluente do mundo e não tem o que fazer, porque ela produz tudo no mundo também. Então, a balança comercial do mundo tá desequilibrada há Décadas. Então, o que tá acontecendo agora é um reequilíbrio dessa balança comercial. O problema é que a a China é o governo chinês, não os chineses. Então, tem sempre que separar, né? Uma coisa são chinêses, outra coisa é o governo chinês. Então

os coitados dos chineses que estão sob o a influência desse governo chinês ou governo chinês tem ambições ã que a gente não pode, a gente não sabe todas, a gente tem as teorias da conspiração, mas a rede de Influência deles veio crescendo e cresceu muito mais rápido do que todo mundo poderia imaginar na nas últimas duas décadas. Então, nas últimas duas décadas, ela não tava só restrita à produção de pequenos produtos na Shein, não. Ele já tava realmente ah alterando o rumo da política de diversos países, seja direta, seja indiretamente. Então, ah, muitas muitos países

africanos que a gente nem lembra o nome, hoje estão em quase praticamente colônias da China. Então, ah, isso sem contar todas as outras coisas que você joga embaixo do tapete. Então, você criou toda uma propaganda que o governo chinês faz, que é aquela aquela noção de, nossa, a China está no ano 2010, porque olha só essas novas tecnologias e cria-se essa imagem de que lá é tudo perfeito e tudo tecnológico, quando na verdade é um grande favelão a céu aberto com algumas pequenas. É que nem, eu brinco que quem é de São Paulo sabe isso.

É que nem Quando eh se eu fosse dizer que São Paulo é um país primeiro mundo e colocar o turista só nos jardins. Então se eu fizer o turista ficar só nos jardins, o Brasil é um país de primeiro mundo, comparável a qualquer país europeu, porque é só esse a bolha que ele vai ver. Então é mais ou menos assim que todo mundo vê a China. Todo mundo só vê aquele recorte de um episódio quando você fala: "Não, a China inteira é assim". sendo que tá longe de ser Verdade. A maior parte da China eh

tá no interior, é agrícola, atrasada e etc, etc. Mas criou-se essa influência toda. Eles começaram a ter dinheiro demais. A bolha que aconteceu com o programador também aconteceu lá. Houve uma bolha chinesa. Eles também passar, estão passando agora pelas consequências disso. Estouro de bolha imobiliária. Ah, então eles estão criando, tão ficando cada vez mais fracos. E eles agora o que tá, o que os Estados Unidos estão Fazendo é removendo os aliados que eles tinham. Então o pessoal esquece que a opressão na Venezuela não é só opressão fechada na Venezuela. É porque a maior parte do

que era de petróleo ia pra China. A a opressão do povo iraniano e agora a guerra contra Irã. Não, porque a maior parte do petróleo ia pra China. Todo mundo fica pensando: "Ah, os Estados Unidos tá atacando para ter o petróleo do Irã". É porque antes já era da China, não era deles também, não era De não tava lá. Então eles já eram países oprimidos pela China indiretamente ou pela Rússia. Então são são as três grandes potências de hoje. Então é basicamente assim que funciona. E essa é uma guerra de potência, é uma nova Guerra

Fria ou uma guerra de proxis que a gente chama que eles não brigam diretamente, mas fazem guerras proxi que brigam indiretamente com os subaliados. E aí até tá virando engraçado porque agora o Irã tá tentando contra-atacar Porque sempre queriam matar os Estados Unidos e tudo mais e eles tinham nossas armas chinesas, os navios chineses, os mísseis chinêses, todos eles estão falhando e nem não funcionando. E eles acabaram de perder todos os 11 navios que eles tinham, por exemplo, no único dia. Então tá sendo mais um papelão do que qualquer outra coisa. E a China tá

só naquela assim, ã, eu estou contra, mas vai lá, não vou falar mais nada, só sou contra. E é isso. E e nos modelos de A, porque a China parece que tá apostando mais em modelos de aos LLM de open source. E >> é porque esse negócio do open source, ele é outra cortina de fumaça, porque não importa >> eh modelos grandes de LLM, seja aberto, seja fechado, você não vai rodar. Não tem como eu rodar. Eu é aquele negócio assim, eu posso abrir, mas você não tem o que fazer. É como é como se

eu te colocasse na sua porta uma tonelada de Ouro. E bacana, eu tenho uma tonelada de ouro, mas eu não consigo tirar ela do lugar. Eu não consigo tirar, eu não consigo usar o ouro para comprar um guindach para tirar do lugar, porque, né, entendeu? Eh, as LLMs é a mesma coisa. Então, a mais uma das políticas que os Estados Unidos fizeram foi de estrangular a tecnologia na China. Então eles fizeram os acordos com a Nvidia, que é o maior fornecedor de máquinas para inferência e treinamento de IA, e Falaram: "Cara, você não pode vender

os os mais novos pra China, vai vender para mim". E é uma decisão comercial, eles aceitaram, tão ganhando muito dinheiro. A Nividia continua subindo como se não houvesse amanhã no último quarter que eles tiveram resultado de novo foi batendo records. Então eles estão vendendo que nem água e não e e isso é uma das coisas tem sustentado a bolha de de IA, porque diferente da da bolha da internet é uma empresa que tem o Resultado proporcional ao que ao valuation dela. Então >> ela tem receita, tem lucro, tem caixa. ah, não vai estourar tão cedo

a Nvidia. Então, a China ficou sem isso. Ela ficou obrigada a fazer contrabando do das GPUs da Nvidia. Então eles não conseguem fazer deploy em larga escala, então eles têm que usar a geração anterior de hardware. Então eles isso, isso estrategicamente falando foi importante. Aí o que eles têm feito é o que todo Engenheiro faz quando tem restrição de recurso, que é otimizar. Então, eh eh aquilo que eu tava falando, quando você tem dinheiro demais, você não otimiza, você só faz na força bruta. Quando você não tem, você é obrigado a a espremer o máximo

que dá para ver o que sai. Então, é isso que eles têm feito. O Deep Seekic, ele quando saiu, foi uau, ele é foi uma excelente otimização no treinamento. Ele conseguiu, então a gente fazia Treinamento de um jeito, sei lá, gastava um ano, eles conseguiram fazer gastar 6 meses, faz de conta. E isso, [ __ ] uma eh é bilhões de de economia. Aí a vantagem de ser uma otimização é que uma vez que você entende que a otimização é possível, eu consigo fazer engenharia reversa. Agora todo mundo faz a mesma coisa que eles fazem,

não tem nenhuma vantagem eh natural. Então, todo mundo agora já faz o que o DPC faz. Então, na próxima versão do GPT, do Codex, todo Mundo já faz exatamente o que o DPS que faz. Não tem nada demais. E o que muitos acabam fazendo, que é isso que, e aí a antropic, hã, você pode acreditar ou não acreditar no que o CEO fala, eles falaram que eles tiveram que cortar 20.000 contas do Cloud, que eram empresas chinesas treinando os modelos deles com o Cloud. Como é que você faz isso? É o processo que a gente

chama de destilagem. Eu não tenho acesso a ao mesmo treinamento que ele pode fazer, Nem as mesmas máquinas, mas eu posso fazer perguntas para essa pro cloud e ele vai me dar uma resposta. Então eu começo a fazer milhões de perguntas, vejo as milhões de resposta que ele dá. Então agora eu tenho um dataset que é um conjunto de dados de perguntas e respostas que o Claud dá. Então eu começo a treinar um um segundo modelo mais simples em cima dessas perguntas e respostas para começar a imitar o que o Claud faz, que é irônico

porque é Literalmente a versão Shingling que a gente costuma dizer, ele é literalmente pegar o Shingling do Clud e é o é as versões que tem hoje em dia. Ah, nem é porque tem aquele a a o meme de que se você pergunta para uma chinesa, quem é você? Ele responde: "Sou o Claud." Nem é por isso, é porque de fato o eu posso estudar o comportamento dessas IAS fazendo as mesmas perguntas pro Claud e para elas e eles vão responder igual. Quer dizer que ela é melhor ou igual que O Cloud? Não. Só quer

dizer que ela decorou as mesmas perguntas para te dizer. Entendeu? É que nem alguém que só decora as perguntas e respostas e de medicina, mas ele não é o médico. Ele sabe responder as perguntas. é diferente. Não quer dizer que ele responde certo todas as vezes e sabe o que tá fazendo. Ah, porque ele não tem a prática. >> Entendi. >> Entendeu? >> Boa. Pra gente encerrar a última pergunta aqui sobre ah se teremos algum dia a inteligência artificial generativa, né? O tal do tão sonhado de né? Geral, né? >> É geral. Generativa é o

que ela é hoje em dia. >> Sim, sim. Exato. Teremos a tendência geral. Isso. Esse graças a Deus é um hype que eu acho que tá morrendo finalmente porque 2022 era isso. Ah, edi eu falei cara, mais um Frank Rosen Blá, É 1957 tudo de novo. Eles vão ficar falando um monte de merda e vai colocar a gente de novo no inverno de por dessa vez a a gente chegou num ponto de tecnologia que as IAS, sem precisar de AGI, já são extremamente úteis. O problema de 1957 é que elas tinham potencial, mas não tinha

nenhum software que demonstrasse esse potencial. Não tinha um uso prático para as pessoas, não dava para instalar no meu Apple e nada disso, nada. Então, ã, o que acabou Acontecendo é que a gente não teve mais interesse. Na hora que a internet surge, na hora que eu crio redes sociais, na hora que eu tenho agora toneladas de dados, de grafos de pessoas, mais imagens, mais não sei o que, agora eu tenho dado de treinamento, eu consigo, eu consigo criar teorias matemáticas, teorias computacionais, etc, de o que significa lidar com esses dados. E dali eu derivo

toda toda o conhecimento para gerar e as modernas, então as Generativas, cujo trabalho principal, e por isso chamam large language models, é que foi para lidar com linguagem natural, que não é só escrever texto de uma forma que pareça um humano. Ele ele realmente a ideia era que você conseguisse traduzir de português para alemão, de inglês para japonês e tudo mais num modelo, num sistema geral não especializado, que não é um sistema específico, só inglês, japonês, por exemplo, eh eu conseguisse ter um um Framework geral para isso. >> E por acaso, o efeito colateral de

falar como um humano é que ele tem que ser minimamente parecer inteligente. Então ele precisa responder coisas minimamente coerentes para parecer um humano. Senão não parece humano, vai parecer um um robô dando bug. Então o o as LLMs hoje fazem isso muito bem. A Nvidia conseguiu não não ficar sentado em B splendido. Eles conseguem de fato ainda entregar hardware que treina mais rápido, faz Inferência mais rápido. Também tão chegando num limite, não dá para criar hardware mais rápido para sempre. Então, a tecnologia, a arquitetura e o hardware, os dois estão perto de bater num num

teto. A gente já bateu num num primeiro teto inesperado, que é a falta de RAM, por exemplo. Então, a >> algum alguém vai ter que produzir RAM em velocidade que nunca se fez antes. E, e por causa disso aí, aí já estamos numa barreira energética, já estamos na Barreira de hardware, já estamos na barreira de arquitetura, ou seja, já estamos nos limites do que é possível fazer. muito tem evolução ainda para fazer, lógico que tem, mas não é a evolução nível vamos atingir a consciência. Isso isso é uma outra categoria que a gente não sabe

ainda como chega, a gente não tem a tecnologia. Eh, eh, eh, é que nem eu falar assim, se eu forçar muito a engenharia, é possível eu criar uma Comunidade em Saturno. Eu consigo imaginar, talvez se eu tiver dinheiro infinito, recurso infinito, mas na prática eu não tenho nem a a teoria para de como que realmente faz isso. Eu só consigo imaginar. Não dá, não tem como na Ah, mas um dia sim, daqui a 1000 anos, não sei. É aquele dia que é ficção científica. É, não é uma, não é um factível hoje em dia. >>

Mas, mas é engraçado porque o Sam Altman Ele vende isso bastante, né? É porque no começo quando ele começou e ninguém sabia que era ele é um bom cara de marketing, por isso que ele é um mafioso. Ele é exatamente mafioso. É que nem o mafioso precisa ser para vender cocaína, por exemplo. Ele precisa vender. Ele vai vender para você como energético, não como uma droga. Ele vai te vender com uma próxima. Não, você precisa disso para ser mais eficiente. Eh, ele ele não é diferente da da forma De vender de um traficante de droga,

entendeu? Eh, você precisa fazer as pessoas acreditarem e se viciarem nela. E e é por isso que inclusive teve o erro que ele cometeu de tentar fazer o GPT ser eh eh positivo demais e começar a dar OK em respostas erradas, por exemplo. Aí ele já passou do ponto da utilidade, então ele tem que voltar, ele virou eh psicopant, não sei como é que fala em português, mas eh enfim, >> não sei também >> é pcopenf, enfim. Eh, então, no começo ele precisava de um discurso que atingisse as massas. Não podia ser técnico, não podia

ser, ah, é uma rede neural, não sei que é o que um Elias Skiver iria fazer. Ah, uma convolutional neural network, não sei o que. Ninguém tá nem aí para esse esses termos. [ __ ] Que diabos que é reinforcement learning? Bulhufas. Não entendo, não quero saber. E a única outra grande coisa que foi Feito, que foi um grande milestone, que eu acompanhei ao vivo quando aconteceu, foi quando o time do Demis Rassabes, que fez o Alfa Gol, conseguiu vencer um jogador de gol da Coreia. Mas o mundo como gol, >> o deep mind do

Google, né? >> É o deep mind do Google, ninguém sabe o que que é go. Então, tipo, ah, sai nos jornais, nossa, ganhou do cara do Gol da Coreia, todo ocidental deve ter ali falar, pô, esses coreanos são ruim, né? Tipo, ele não tem ideia da tarefa monumental que foi isso. Então, eh, esse era o máximo que a gente tinha no mundo de rede neural quando saiu o chat GPT. E aí a única coisa que eu, o que que eu vou fazer? Não, a GI, estamos caminhando na direção da AGI. Se vocês investirem em mim

e eu puder comprar mais máquina para treinar uma versão melhor na próxima saia GI. Então vocês não querem perder o bonde de investir agora, porque quando sair a GI vai custar 1000 vezes Mais caro. Então vocês podem investir agora. Olha só como essa versão já é quase, como ninguém sabia o que é processamento de próximo token, ninguém sabia o que que é cadê de Markov, transformer, nada disso. Cálculo, que que é um gradient decente? Ninguém sabe o que que é isso, muito menos investidor. Mas o investidor sabe que, [ __ ] esse negócio fala de

uma maneira convincente. Se eu colocar dinheiro nessa [ __ ] e ele virar pro Skynet, eu vou ter uma fatia. Então ele precisava fazer isso, ele precisava. Hoje em dia ele já não consegue mais. Então agora ele tá sofrendo para conseguir investidor, porque agora os investidor passou 3 4 anos, agora todo mundo já sabe o que significa. Fal filho, não, não vai rolar. Eu não vou te dar mais 1 trilhão de dólar nem [ __ ] Então agora, até agora ele o o John da Nvidia tava sendo questionado. Ah, vocês não falaram que ia investir

na na Openha A não falamos que estamos olhando, não falamos nem que sim, nem que não. >> E ele tinha dito que ia ser 100 B de dólar. Não, não, não é bem assim. Tal talvez ao longo do tempo, quem sabe? Então chegamos ao ponto agora do, veja bem, então finalmente caiu a cortina do hype, então ninguém mais acredita em a ninguém mais acredita. Eh, nem os engenheiros, nem os cientistas, ninguém que trabalha de fato acredita na possibilidade de agi, o Ilas Skiver, o Ian Lecun, todos eles que foram os os fundadores da teoria, eles

já sabem que não é o Transformer que vai chegar lá, o Yan Lecun, que tava que era a cabeça de Iá da meta e era um dos pesquisadores originais junto com Ilass Skiver, ele saiu da meta e o que ele mais palestra é justamente isso. Se você quer investigar a próxima geração de IA, você não pode ficar em LLMs, porque LLM já é entendido, já é um assunto resolvido, agora é só otimização de engenharia, não Tem mais nada para fazer. Ah, não tem mais inteligência para sair disso. Então existem novos campos que eles estão pesquisando,

mas é tudo campo de pesquisa. Ninguém tem a mínima ideia ainda de para onde que isso vai. Não é uma questão de colocar mais dinheiro ou fazer ficar mais rápido. A gente já atingiu esse limite, a gente já sabe o que é o mais rápido, a gente já sabe para onde isso vai. No roadmap da Open AI, da Nvidia, já existe um ponto final. Já existe um ponto final. Eles eles têm que eles estão se brigando lá dentro para saber o que vai fazer antes disso. Mas já existe esse final, né? É um final que

todo mundo já sabe. Então todo mundo que trabalha nisso já sabe que tem esse final. Ah, o que a gente não sabe ainda é a próxima descoberta, mas não tem descoberta, entendeu? Porque todo dinheiro por enquanto tá indo para data center. Fábio Aquita, muito bom, excelente. Bastante coisa aqui que cobrimos. Mais uma vez queria te agradecer. O pessoal também aqui comenta. Qualquer dúvida, elogio, compartilhem o vídeo, se inscrevam no canal, ativem o sininho, assistam também aos podcasts aí gerados por IA pelo Fábio Aquita. Eu também quero assistir depois, vou deixar os links aqui na descrição

e enfim, se quiser deixar mais algum recado pro pessoal que tá nos assistindo, fica à vontade. >> Eu acho que até a parte que eu tava falando no começo que eu tem a pessoal que é empolgado e tem os haters. Aí pro pessoal empolgado é o que eu tava, aquela frase que eu falei, então você não pode ser tão empolgado de achar que vai ter consciência, agi foi todas aquelas coisas que a gente viu ano passado. E não adianta você achar que só porque a IAUSP um código é um bom código. Na verdade não, ele

é um pior código. Ele espelha quem você é. Se você Não sabe fazer código, ele vai fazer um código de quem não sabe fazer código. Ah, mas para bons programadores, e esse é o recado, que o pessoal que não gosta de IA hoje em dia, eles estão com o pensamento do ano passado, que é aquele pensamento, putz, ele ainda fazrinhos, eu preciso consertar, dar trabalho, é melhor não, vai que passa um erro, vai que passa um erro. Esse é o maior pensamento que todo mundo tem, porque eu programador sou perfeito, eu nunca Cometo erro, mas

a IA vai fazer um errinho. E eu imagina se eu deixar passar um errinho, né? Ah, aquela hipocrisia de programador que acha que faz tudo certo, aí você vai ver o código dele, é todo uma bosta também. Então, é melhor ele engolir a língua e ser humilde e olhar para pros júniors e para Iá, porque todo senior gosta de achar que júnior faz bosta, ia faz bosta. Os dois aprendem. É esse que é o ponto. Se ele souber ensinar, a maioria dos sniors Não sabem ensinar. E e eu e eu chamo que isso não é

um senor de verdade. Um senor que não sabe ensinar, ele é uma liability, porque ele é um risco, porque no momento em que ele muda de emprego, morre, tem um acidente, só ele sabe o que ele tá fazendo. Então, se ele não sabe passar isso pra frente, ele não é um, ele não é uma vantagem, ele é uma desvantagem, é um passivo, é um enorme passivo. Então, esses passivos também tendem a desaparecer com o tempo, porque Agora a curva de entrada num projeto antigo, ele diminuiu, eu consigo usar IA para reanalisar um código velho. É

por isso que a IBM perdeu o valor e a ideia do COBOL. Eu consigo agora pegar um código velho, passar para um Cloud ou Codec, falar: "Analise este código velho e comece, por exemplo, com me recomende as coisas principais que eu devo consertar nele." E ele vai fazer isso e ele vai oferecer: "Quer que eu conserte?" ele vai falar conserta. E ele Vai consertar aquilo que o senor ficou dois anos falando que era difícil, difícil, difícil, difícil. Ele vai consertar. Ele agora ele vai consertar. Então, a melhor coisa que ele tem a fazer não é

ser contra as IA, é aprender a mentorar uma boa IA e usar a engenharia correta, que ele já não usa faz muito tempo porque não precisava, tinha dinheiro sobrando, para fazer software que funciona. Porque se você juntar um bom sior com engenharia de Software mais uma dessas IA, você tem uma produtividade e qualidade vezes 10. Eh, é essa experiência que eu tô tendo agora. é vezes 10, não é vezes 10%, 5%, não é nada disso, é um multiplicador. Então eu eu espero grandes coisas acontecendo com bons programadores este ano. >> Excelente. Muito bom. Mais uma

vez obrigado, pessoal. Compartilhem, assistam. Espero que tenham gostado e até um próximo vídeo. E aqui tá até uma Próxima conversa aí. Valeu. >> Valeu, pessoal.