A startup TypeSafe AI lançou o Jev, um modelo de inteligência artificial voltado à automação de tarefas específicas. Em vez de responder aos comandos com textos em linguagem natural, o sistema entrega probabilidades, estimativas e pontuações de confiança, formato que a empresa chama de decisões calibradas.
A proposta é reduzir o esforço computacional usado por modelos de linguagem de grande escala, conhecidos como LLMs. Sistemas como ChatGPT, Claude e Gemini foram desenvolvidos para conversar com pessoas, mas podem ser menos eficientes ao interagir diretamente com softwares, segundo Diogo Almeida, ex-engenheiro da OpenAI e um dos fundadores da TypeSafe.
“Somos muito bons em linguagem humana, mas isso não serve para a automação, porque os computadores falam uma linguagem diferente”, disse Almeida.
Custo e velocidade
O Jev foi desenvolvido para fornecer respostas numéricas acompanhadas de estimativas de probabilidade. Com isso, empresas podem separar resultados considerados confiáveis daqueles que precisam de supervisão humana. Quando uma resposta atinge um limite de confiança definido, o processo pode ser automatizado.
A TypeSafe afirma que o preço dos inputs de LLMs varia de US$ 0,20 a US$ 10 por milhão de tokens. No Jev, o custo informado é de US$ 42 por bilhão de tokens, descrito pela empresa como 200 vezes menor.
O modelo também foi projetado para responder em milissegundos. De acordo com a TypeSafe, o System One, primeiro modelo da empresa, pode ser 200 vezes mais rápido que os LLMs mais avançados em questões específicas, que geralmente apresentam resultados em segundos ou, em alguns casos, minutos.
A Vercel, empresa de infraestrutura para agentes de inteligência artificial, trocou o ChatGPT Luna 5.6 pelo Jev em comandos de segurança. O resultado informado foi de respostas até 18 vezes mais rápidas e precisas.
Modelos para softwares
A TypeSafe diz que o Jev trabalha apenas com os dados e as informações fornecidos ao sistema. Por isso, não busca novos conteúdos na internet nem tem como objetivo produzir textos criativos como os chatbots mais populares.
A empresa chama sua abordagem de Reinforcement Learning for Calibrated Decisions (RLCD), um método de treinamento desenvolvido para automação. O nome Jev faz referência ao economista William Stanley Jevons, associado ao paradoxo segundo o qual ganhos de eficiência tecnológica podem aumentar o uso de uma máquina ou equipamento.
O primeiro modelo recebeu o nome System One, em referência ao conceito de pensamento rápido e intuitivo apresentado pelo Nobel de Economia Daniel Kahneman no livro Rápido e Devagar. A TypeSafe foi fundada há três anos e captou US$ 40 milhões em uma rodada seed liderada pela DCVC, quando foi avaliada em US$ 200 milhões.
