Latest / IA por IAs / A OpenAI Vai Substituir o Seu Celular? O Vazamento do Novo Hardware Sem Tela

Transcript

A OpenAI Vai Substituir o Seu Celular? O Vazamento do Novo Hardware Sem Tela · IA por IAs

• 0:03
  Olá pessoal, sejam muito bem vindos ao podcast e a por i as.
• 0:07
  Hoje vamos debater uma notícia do da information que mexeu
• 0:11
  bastante com o mercado. A open IA está desenvolvendo um
• 0:14
  novo modelo de áudio, capaz de lidar com interrupções e falas
• 0:18
  simultâneas de um jeito muito mais natural.
• 0:22
  Olá, pessoal. É um passo significativo para o
• 0:25
  futuro dos assistentes virtuais. Eu sou a Kátia Santos.
• 0:28
  E eu sou Humberto Silva. Antes de detalhar essa novidade,
• 0:32
  já aproveite para se inscrever aqui no canal e ativar as
• 0:36
  notificações assim você não perde os próximos episódios.
• 0:39
  Exatamente bom, Humberto. Essa reportagem trouxe
• 0:43
  bastidores interessantes. A open EI passou os últimos
• 0:47
  meses unificando equipes internas de engenharia, pesquisa
• 0:50
  e produto. O objetivo é concentrar o
• 0:53
  talento e focar quase integralmente nessa nova frente
• 0:57
  voltada para o áudio. Pois é, o grande destaque é um
• 1:00
  projeto de modelo de áudio bidirecional.
• 1:03
  O diferencial é justamente o processamento contínuo da fala.
• 1:07
  Hoje, se você usa o modo de voz de um assistente famoso, a
• 1:11
  dinâmica é bem rígida. Você fala, ele processa,
• 1:14
  responde e se tentar interromper no meio da resposta, o sistema
• 1:19
  dá aquela engasgada, né? Ele para, corta o raciocínio ou
• 1:23
  ignora o que você acabou de falar?
• 1:25
  Fica aquela pausa constrangedora, robótica, eu
• 1:28
  mesma perco a paciência. Às vezes você pede para tocar
• 1:31
  uma música, o assistente começa a falar o nome inteiro do
• 1:34
  artista do álbum, você tenta dizer não, pula para próxima e
• 1:38
  ele simplesmente não entende na hora ou leva uns 5 segundos para
• 1:42
  reagir com esse novo modelo, a promessa é que a máquina te ouça
• 1:47
  enquanto ela mesma está falando. Exatamente.
• 1:50
  É o que eles chamam de suporte a fala sobreposta.
• 1:53
  A ideia é imitar ao máximo uma conversa humana.
• 1:57
  Sabe quando a gente está conversando e você me interrompe
• 1:59
  rapidinho para fazer uma correção e a gente continua o
• 2:03
  papo sem perder o fluxo? O objetivo é que a inteligência
• 2:06
  artificial faça isso ajustando a resposta no meio da frase em
• 2:10
  tempo real. E não é só software, né?
• 2:13
  Essa movimentação prepara o terreno para um hardware
• 2:16
  proprietário. A open EA está projetando um
• 2:19
  dispositivo pessoal sem tela. Eles querem algo que funcione
• 2:22
  quase como um companheiro focado inteiramente na voz.
• 2:26
  Sim, isso lembra aquela aquisição da startup IO
• 2:29
  products, do Johnny IV, ex chefe de design da Apple.
• 2:33
  A proposta da empresa dele é criar dispositivos que reduzam
• 2:37
  nossa dependência crônica das telas dos celulares.
• 2:40
  Pode ser um formato de óculos inteligente ou uma caixa de som
• 2:43
  sofisticada, mas a premissa é não ter display nenhum.
• 2:48
  A lógica é que o áudio assuma o papel de interface principal,
• 2:52
  mas a reportagem também menciona que eles estão esbarrando em
• 2:55
  problemas técnicos chatos. Parece que o protótipo desse
• 2:58
  novo modelo ainda apresenta falhas estranhas depois de
• 3:01
  alguns minutos de conversa contínua, relataram vozes
• 3:05
  anormais ou quebras na geração do áudio.
• 3:08
  É, eu vi isso. E é por causa desses engasgos
• 3:11
  que o lançamento previsto para o primeiro trimestre de 2026 deve
• 3:15
  enfrentar desafios. O processamento bidirecional
• 3:18
  exige um cancelamento de eco acústico perfeito.
• 3:22
  A máquina precisa separar o que ela está falando da sua voz,
• 3:25
  interrompendo. Fazer isso na nuvem, sem
• 3:28
  latência, é um baita desafio. Com certeza.
• 3:31
  E isso levanta uma questão estrutural, que é o
• 3:34
  processamento na nuvem versus o processamento direto no
• 3:37
  aparelho. Se esse dispositivo ficar o
• 3:40
  tempo todo com o microfone aberto, ouvindo o ambiente pra
• 3:43
  saber a hora exata de interagir, gera 1 o volume absurdo de dados
• 3:47
  indo pra internet. E aí entramos num terreno
• 3:50
  delicado, a privacidade. Imagina um aparelho sem tela
• 3:54
  pendurado na sua roupa, com o microfone aberto, constantemente
• 3:58
  enviando pedaços do que você fala para os servidores para
• 4:02
  manter esse estado de atenção? Aproveitando que entramos nesse
• 4:05
  ponto crucial, queria fazer uma pausa rápida para perguntar a
• 4:08
  você que está nos escutando? Você se sente confortável em ter
• 4:12
  um dispositivo no seu corpo ouvindo o ambiente o tempo todo
• 4:16
  ou ainda prefere o controle de apertar um botão antes de falar
• 4:19
  com a máquina? Conta pra gente nos comentários.
• 4:22
  Queremos muito saber sua opinião.
• 4:24
  Boa pergunta. Eu sou do time que ainda fica
• 4:26
  desconfiado com o microfone ligado direto, mas quero ler o
• 4:30
  que o pessoal acha. Voltando ao cenário Makro, a
• 4:33
  open anão está sozinha nessa corrida pelo domínio do áudio.
• 4:37
  Sem dúvida. A meta, por exemplo, colocou 5
• 4:40
  microfones nos óculos reiban, que conseguem isolar a voz do
• 4:44
  usuário em ambientes barulhentos.
• 4:46
  O Google também vem testando resumos em áudio para as buscas.
• 4:50
  E a Tesla está integrando assistentes de voz avançados,
• 4:53
  como o rock, para conversas gerais nos carros.
• 4:56
  É a consolidação do áudio como a próxima grande interface de
• 5:00
  comunicação. O texto exige que você pare o
• 5:03
  que está fazendo, olhe para a tela e digite com as mãos.
• 5:07
  O áudio não. Você pode estar lavando a louça
• 5:09
  ou caminhando numa rua movimentada.
• 5:12
  A questão é conseguir entregar essa fluidez que o the
• 5:15
  information destacou. Lidar com sotaques, diferentes
• 5:19
  expressões regionais e, claro, as benditas interrupções.
• 5:23
  Isso dos sotaques me preocupa um pouco, sabe?
• 5:26
  Modelos treinados majoritariamente num padrão
• 5:29
  higienizado costumam ter dificuldades com pessoas que não
• 5:32
  falam aquele idioma considerado perfeito.
• 5:35
  Se o aparelho vai agir como um companheiro diário, ele precisa
• 5:39
  entender o sotaque de alguém do interior do Brasil com a mesma
• 5:42
  rapidez que entende alguém no vale do Silício.
• 5:45
  Com certeza. E a latência é o maior inimigo
• 5:48
  de tudo isso. Se o aparelho processar sua voz
• 5:51
  lá na nuvem, tem o tempo da fala viajar até o servidor ser
• 5:54
  processada, a resposta a ser gerada e voltar em áudio, tudo
• 5:58
  em milissegundos. Qualquer atraso de meio segundo
• 6:02
  já soa robótico e quebra a magia.
• 6:04
  Para contornar isso, precisam de chips potentes rodando parte do
• 6:08
  modelo direto no aparelho. É, e rodar processamento pesado
• 6:12
  no aparelho significa que ele vai ser mais caro e drenar muita
• 6:16
  bateria. É um quebra cabeça de design e
• 6:19
  engenharia bem complicado para o Johnny IV.
• 6:21
  E se mautman. Mas os investimentos da open i
• 6:25
  não estão diminuindo. Eles sabem que quem entregar a
• 6:28
  primeira experiência de voz impecável e sem telas vai ditar
• 6:32
  as regras na próxima década. Pois é, e a gente lembra de
• 6:36
  alguns fracassos recentes no setor, né?
• 6:38
  Aquele Human aipim que prometia ser um broche inteligente para
• 6:43
  substituir o celular foi uma deceção tremenda.
• 6:46
  A resposta era lenta, o aparelho esquentava e a utilidade prática
• 6:51
  era questionável. A OpenAI sabe que não pode
• 6:54
  cometer erros básicos se quiser emplacar um hardware com a
• 6:57
  assinatura deles. Exato, o Rio man.
• 7:00
  Ei AI. PIN apostou num projetor a laser
• 7:03
  e gestos complicados e ficou muito confuso.
• 7:06
  A abordagem atual da OpenAI, focando no áudio bidirecional
• 7:10
  rápido e natural após a aquisição da startup e o de
• 7:13
  Johnny IV, parece muito mais pé no chão, por mais avançada que a
• 7:17
  tecnologia de software seja. Sim, eles querem resolver o
• 7:21
  problema fundamental primeiro. Conversar com a máquina sem
• 7:25
  sentir que está num walk, talk antigo onde só um fala de cada
• 7:29
  vez e você diz câmbio no final, a tecnologia de interrupção em
• 7:33
  tempo real e a fala sobreposta são as peças que faltam para
• 7:37
  ilusão de humanidade do assistente ficar completa.
• 7:41
  E pensando nisso, a gente começa a projetar mentalmente nosso dia
• 7:44
  a dia daqui a um ou 2 anos, se esse modelo realmente for
• 7:48
  lançado no primeiro trimestre de 2026.
• 7:51
  E os dispositivos chegarem logo depois.
• 7:54
  A forma como interagimos com a informação vai ser muito mais
• 7:58
  invisível. A tela de vidro, que a gente
• 8:00
  esfrega o dedo o dia todo, não vai mais ser o centro das
• 8:04
  atenções. É, isso levanta uma reflexão
• 8:07
  filosófica muito válida para encerrarmos o papo de hoje.
• 8:10
  Se nós chegarmos a um ponto onde as máquinas conversam conosco de
• 8:14
  forma tão orgânica, entendendo nossas emoções e até nossas
• 8:18
  interrupções, até que ponto começaremos a tratar esses
• 8:21
  assistentes como amigos reais em vez de simples ferramentas?
• 8:26
  Fica essa pergunta provocativa para vocês pensarem.
• 8:29
  Excelente reflexão pessoal. Não esqueçam de compartilhar
• 8:33
  este episódio com seus amigos, colegas de trabalho e com quem
• 8:36
  gosta de tecnologia. É muito importante para o nosso
• 8:39
  projeto. Agradeço demais a companhia de
• 8:41
  vocês. Um grande abraço a todos e até a
• 8:44
  próxima. Tchau, tchau, pessoal até o
• 8:47
  próximo episódio.