Avanço em IA reduz consumo de energia em 100 vezes e aumenta precisão

Resumo jornalístico — Tecnologia, IA e Engenharia

O avanço da inteligência artificial tem elevado significativamente o consumo de energia nos Estados Unidos, com sistemas de IA e data centers utilizando cerca de 415 terawatts-hora em 2024, segundo a Agência Internacional de Energia. Esse cenário impulsionou pesquisadores de uma escola de engenharia a desenvolverem um sistema de IA mais eficiente, capaz de reduzir o uso de energia em até cem vezes e, ao mesmo tempo, aprimorar o desempenho em tarefas específicas.

A inovação apresentada é baseada em uma abordagem híbrida chamada IA neuro-simbólica, que integra redes neurais tradicionais com raciocínio simbólico. Diferente dos modelos convencionais, que dependem fortemente de grandes volumes de dados e aprendizado por tentativa e erro, o sistema neuro-simbólico utiliza regras e conceitos abstratos para planejar e executar tarefas, minimizando erros e acelerando o processo de aprendizagem. Essa arquitetura se mostrou especialmente eficaz em modelos visuais-linguísticos de ação, empregados em robótica para interpretar comandos visuais e de linguagem e convertê-los em movimentos físicos.

Nos testes realizados com o clássico desafio Torre de Hanói, o novo sistema alcançou uma taxa de sucesso de 95%, superando amplamente os modelos tradicionais, que atingiram apenas 34%. Além do ganho de precisão, o tempo de treinamento foi reduzido de mais de um dia para apenas 34 minutos, e o consumo energético caiu para 1% do necessário nos métodos convencionais. Esses resultados indicam que a IA neuro-simbólica pode representar um caminho mais sustentável e tecnicamente robusto para o desenvolvimento de sistemas inteligentes, especialmente em aplicações que exigem eficiência energética e confiabilidade operacional.