O Ghost Interview é um formato proprietário do Morse que recria narrativas em forma de entrevista para apresentar personalidades do mundo dos negócios, tecnologia e inovação.
Jensen Huang é o fundador e CEO da Nvidia para resolver o problema dos gráficos 3D para PC. A invenção da empresa chamada GPU em 1999 desencadeou o crescimento do mercado de jogos para PC, redefiniu a computação gráfica moderna e revolucionou a computação paralela. A computação GPU deu início à IA moderna – a próxima era da computação – com a GPU atuando como o cérebro de computadores, robôs e carros autônomos que podem perceber e compreender o mundo. Jensenpossui 3,6% das ações da Nvidia, que se tornou pública em 1999. Ele ganhou US$ 24,6 milhões como CEO em 2007, classificando-o como o 61º CEO mais bem pago dos EUA pela Forbes.
Qual foi a reação de vocês com o ChatGPT?
Acho que todos ficamos surpresos com a eficácia do ChatGPT, tanto em termos de facilidade de uso quanto de capacidade incrível. Quase imediatamente depois, as ondas do ChatGPT em todo o mundo, provedores de serviços em nuvem e fornecedores de software em todos esses setores diferentes começaram a se perguntar: o que isso significa para eles? A combinação de ambas as coisas, e ambas foram surpreendentes de forma independente, eu acho, mas aconteceu muito rápido. Não é como se os transformadores não estivessem se desenvolvendo e ficando cada vez maiores, e não era como se a inovação não tivesse sido feita à vista de todos, mas foi no momento do ChatGPT que tudo aconteceu. A interface do usuário foi incrível. Foi ajustado para produzir resultados incríveis, e foi tudo isso que se juntou em um ponto de inflamação e, como deu a volta ao mundo literalmente instantaneamente, as ondulações e a reverberação de todos os setores aconteceram muito rapidamente.
Como isso impactou os negócios e movimento dos líderes?
Nenhum executivo que eu conheço, nenhum, que não foram convencidos pelo ChatGPT antes, agora me ligam e dizem “Agora entendi do que você estava falando. Todas essas coisas que você estava falando, eu entendi agora. Quando eu estava explicando os transformadores, esses grandes modelos de linguagem, eu dizia que primeiro ele está aprendendo a linguagem dos humanos, mas vai aprender a linguagem de tudo, de tudo que tem estrutura.
Se você voltasse atrás e tivesse a chance de fazer tudo de novo, você faria?
Não faria. Construir e administrar a Nvidia acabou sendo um milhão de vezes mais difícil do que eu esperava que fosse. Naquele momento, se percebêssemos a dor e o sofrimento, o quão vulnerável você se sentirá e os desafios que enfrentará, o constrangimento e a vergonha, e a lista de todas as coisas que dão errado, não acho que alguém abriria uma empresa.
Afinal, empreendedores são loucos?
Ninguém em sã consciência faria isso. Esse é o truque mágico e alucinante do empreendedor. Sem saber o quão difícil será, eles enganam seus cérebros fazendo-os pensar: “Quão difícil pode ser?”.
E na sua realidade de hoje, como você vê o empreendedorismo?
Ainda estou me divertindo imensamente e estou agregando um pouco de valor, mas esse é realmente o truque de um empreendedor. Se eu pegar todo o meu conhecimento agora e voltar e disser: ‘Vou suportar toda aquela jornada de novo’, ” Eu acho que é demais. É demais.
Qual a chave então para o empreendedorismo?
A chave para sobreviver a essa jornada de empreendedorismo, é que ele permaneça cercado por pessoas que nunca desistiram da empresa. Essa é a bola de cera inteira. É importante também poder voltar para casa e ter sua família totalmente comprometida com tudo o que você está tentando fazer, orgulhosos de você e da empresa, você precisa disso. Você precisa do apoio inabalável das pessoas ao seu redor.
Qual sua opinião sobre o ChatGPT e a IA generativa nos negócios?
O que é igualmente importante é que o ChatGPT e a IA generativa têm várias propriedades – uma, é claro, é que causou e impulsionou um ponto de inflexão na adoção da IA, que é a razão pela qual o treinamento está aumentando, que é a razão pela qual a demanda está subindo. No entanto, o que também foi feito foi criar um novo modelo de computação onde a forma como você programa o computador e os aplicativos que você pode construir com este novo computador e a acessibilidade deste computador, ou seja, as pessoas que podem realmente colocá-lo para funcionar, é tudo novinho!
Essas três propriedades que acabei de descrever caracterizam as plataformas de computação. Você pode usar essas três propriedades para descrever minicomputadores, estações de trabalho, PCs, Internet, nuvem, nuvem móvel – cada um deles você programa de maneiras diferentes, você escreve aplicativos diferentes e o alcance dessa plataforma é diferente. Assim, no caso das estações de trabalho foi medido em centenas de milhares de pessoas, no caso dos PCs foi medido em centenas de milhões e bilhões, no caso dos dispositivos móveis foi medido em bilhões, e o que é interessante é que o número de aplicativos em cada caso cresceu. Existem cinco milhões de aplicativos em lojas de aplicativos, provavelmente existem centenas de aplicativos para PC, existem 350 mil, talvez 500 mil sites que importam – quantos aplicativos existirão em modelos de linguagem grandes? Acho que serão centenas de milhões, e a razão para isso é porque vamos escrever o nosso próprio! Todo mundo vai escrever o seu próprio.
Como suas opiniões mudaram em um sentido comercial tangível? O que a Nvidia está fazendo de diferente após o ChatGPT que não fazia antes?
Bem, a primeira coisa que precisamos fazer é responder à demanda. Há claramente uma aceleração da procura, um aumento crescente da procura e uma grande urgência em distribuir os recursos de duas maneiras diferentes. O primeiro é o treinamento: quase todos os principais provedores de serviços em nuvem já estavam trabalhando em grandes modelos de linguagem, agora eles percebem que precisam chegar ao próximo nível mais rapidamente.
Pode nos explicar na prática?
A primeira coisa é treinar esses modelos mais rapidamente, chegar aos modelos maiores mais cedo e mais rápido, desenvolver todos os modelos de suporte para ajuste fino e alinhamento e proteção e aumento e todos os modelos de suporte que circundam esses grandes modelos de linguagem, todos têm que trabalhar nisso imediatamente agora e por isso a urgência de chegar ao próximo nível de grandes modelos de linguagem, o que significa modelos maiores, mais dados e a urgência de criar todos os modelos circundantes, esse é um deles. Portanto, o treinamento registrou um aumento na aceleração da demanda em todo o mundo.
Em segundo lugar, porque o modelo generativo é tão útil que está sendo conectado ao Microsoft Office, aos aplicativos mais difundidos do mundo, ao Google Docs, de repente a IA generativa agora está conectada a alguns aplicativos e navegadores da Web muito, muito grandes, é claro, e assim a demanda por inferência disparou. Então eu acho que ambas as coisas estão acontecendo e o aumento da demanda, a urgência da entrega, ambas as coisas estão acontecendo ao mesmo tempo.
Voltando ao que a Nvidia está fazendo de diferente após o ChatGPT – alcançamos o número um, você está apenas correndo para atender à demanda – o que mais mudou na maneira como você pensa sobre o negócio?
Inferência. A inferência, a escala do negócio de inferência passou por uma função de etapa, sem dúvida, e o tipo de inferência que está sendo feita agora, onde você sabe que o vídeo terá IA generativa adicionada a ele para aumentar o vídeo ou para melhorar o plano de fundo , aprimore o assunto, reilumine o rosto, repouse os olhos, aumente com gráficos divertidos e assim por diante. Todo esse trabalho de IA generativa é feito na nuvem e, portanto, o vídeo tem IA generativa. Sabemos que existem imagens e gráficos 3D para IA generativa, vídeos para IA generativa. Uma das minhas empresas favoritas é uma empresa chamada RunwayML, que é basicamente edição de vídeo em escala completa de qualidade de filme com IA generativa — a capacidade de vídeo é incrível, qualquer um poderia fazer edição de vídeo agora e isso requer um tipo diferente de GPU.
Fonte: Stratecherry, The Street, Acquired
