Diálogo com o fundador da Chance AI: Ver uma outra maneira de ver o mundo, sair da muralha da "homogeneização dos grandes modelos"

Na concorrência em larga escala de IA, sem precedentes no momento, “modelos de grande escala” tornaram-se a resposta predefinida de todas as empresas. Toda a gente está a aumentar a capacidade de computação, a fazer rankings e a disputar todo o tipo de entradas. No entanto, quando a narrativa da indústria se vai tornando cada vez mais convergente, surgiu uma empresa de arranque que praticamente negou todas as práticas mais comuns — Chance AI.

O fundador, Zeng Xi, removeu a caixa de introdução da página inicial e criou uma app de IA que não precisa que te façam perguntas; basta levantar a mão e dar um toque, e ela consegue ajudar-te a interpretar em texto tudo o que vês — o que está mais alinhado com a intuição.

No local, Zeng Xi mostrou-nos, ao tirar uma fotografia de um par de sapatilhas Air Jordan 1, a Chance AI disse-nos que valia 300 mil dólares — e porquê? Porque era aquele par que ele usava nas finais do campeonato, na altura em que a história do Jordan. E também ajuda as raparigas a perceberem combinações de roupa. Antes de sair, tira um selfie: a app consegue dizer-lhe que, se ela trocar o lenço por uma cor diferente, ou se adicionar um saco de outra cor, a combinação fica com melhor compatibilidade.

Em breve, depois de cativar estudantes universitários da América do Norte, a equipa avançou para as exigências da geração mais jovem e desenvolveu uma série de funcionalidades, como comentários de OOTD (look diário), leitura da palma da mão, análise do tipo de pele e comentários mordazes, entre outras.

Para além de apenas interpretar, os utilizadores também podem partilhar com um único toque na comunidade que a própria Chance AI tem integrada; assim, o “que se vê” transforma-se em conversa própria do utilizador, e um grupo de jovens entre 18 e 25 anos juntou-se também por essa via.

O CTO, Wu Xiaofan, revelou a Wall Street Insight que a Chance AI já atraiu cerca de 250 mil utilizadores em todo o mundo.

A partir daí, foi ganhando forma, pouco a pouco, um formato que lembra o Google Lens + Xiaohongshu e Instagram. A Chance AI também reuniu, de forma inicial, os elementos típicos de um fenómeno. E quanto mais os jovens a utilizam, mais consegue captar as suas necessidades reais. Zeng Xi disse: “Com os nossos mais de 200 mil utilizadores, cada rapariga norte-americana tira, em média, 2,8 vezes por dia fotos de looks; que quantidade de dados é essa, quão assustadora”.

Com uma mina rica que as grandes empresas e as marcas de e-commerce ambicionam, Zeng Xi e a equipa, contudo, não se apressaram a monetizar, nem tencionam seguir cegamente a moda atual dos equipamentos de IA em alta, nem sequer ousam, por enquanto, fazer uma campanha de maior escala, com medo de que a infra-estrutura não suporte, de uma vez, “a abundância que cai do céu”.

Planearam continuar a afinar o seu próprio agente visual, tornando este “cérebro visual” ainda mais forte; depois, acumular dados mais ricos, formar uma comunidade visual e acelerar o efeito “rolar da bola de neve”.

Num momento em que os produtos de IA tendem cada vez mais à homogeneização, Zeng Xi tornou-se uma das poucas vozes que fogem da narrativa principal. Ainda assim, encontrou um consenso da intuição humana: se 70% da largura de banda do cérebro humano é usada para processar a visão, a entrada futura da IA não deveria continuar a ser monopolizada por uma única caixa de introdução.

A escolha da Chance AI poderá ser arrojada, mas numa via cada vez mais saturada, por vezes é precisamente por ser escassa que vale mais a pena observar.

Levar a interação de volta aos instintos visuais

Quando a indústria já se habituou a definir os limites do produto com a abordagem “a pessoa faz perguntas, a IA responde”, a fundadora da Chance AI, Zeng Xi, colocou à Wall Street Insight uma questão: “Porque é que os olhos não crescem onde fica o rabo?”

Porque, na lógica da evolução humana, a visão é um princípio de primeira ordem, e a linguagem é apenas um sistema de codificação que surgiu mais tarde.

Zeng Xi referiu que, do ponto de vista evolutivo, cerca de 70% da informação processada no cérebro humano tem relação com a visão — antes do aparecimento da linguagem, os humanos já dependiam da visão para reconhecer o ambiente, avaliar perigos e oportunidades.

Nos últimos dez anos, todas as formas de interação mais comuns foram padronizadas em torno de caixas de introdução. Os utilizadores precisam de saber antecipadamente qual é a pergunta; precisam de traduzir a necessidade para linguagem e depois entregar a linguagem a um modelo.

Para a maioria das pessoas, esta abordagem não é natural. Ao verem na rua um edifício estranho, uma arte desconhecida ou um símbolo desfocado, a primeira reação é “ficar atraído”; a pergunta surge depois, após a atenção.

Zeng Xi disse: “Os prompts são para a IA preguiçosa.”

Ele não quis atacar a ecologia de prompts; em vez disso, acredita que, na maior parte do tempo, o prompt é a forma como as pessoas ajudam o modelo a trabalhar, compensando as lacunas na cadeia de raciocínio do próprio modelo. Se a IA for realmente suficientemente inteligente, não deve depender de humanos a ensinarem “como perguntar”; deve conseguir, por si, compreender aquilo em que o utilizador está focado através de pistas visuais.

Zeng Xi contou à Wall Street Insight uma história. Disse que é um amante da arte e que, há dois anos, criou um pequeno programa de explicação por IA e de leitura digital para preparar uma exposição. No entanto, depois de a exposição terminar, Zeng Xi descobriu que ainda havia mais de 1500 pessoas a usar aquele pequeno programa. Ao pesquisar, ele percebeu que esses utilizadores tinham criado memória muscular: usavam-no para explorar todo o tipo de flores e plantas, filmes e peças de vestuário, e continuavam a conversar com a IA.

De facto, Zeng Xi tem um sentido de responsabilidade muito forte de designer: “A nossa missão é eliminar a barreira entre a tecnologia e as pessoas. A IA, para muitas pessoas, pode parecer um pouco ‘distante’ ou ‘arrojada demais’; mas o meu objetivo é torná-la mais natural e mais próxima das necessidades instintivas dos seres humanos — usar a visão para compreender e explorar o mundo.”

Com base neste juízo, determinou diretamente a forma do produto. Desde o primeiro dia, a Chance AI removeu a caixa de introdução da interface central.

“O ver” tornou-se a ação predefinida; “perguntar” passou a ser uma ação opcional. Os utilizadores não precisam de organizar linguagem, nem construir perguntas com antecedência, nem esforçar-se para encontrar “a forma de pergunta que a IA mais gosta”. Numa indústria em que quase toda a gente está a reforçar a interação por linguagem, esta decisão parece extremamente fora de tendência.

Mas precisamente por isso, consegue evitar, em grande medida, a via em que tantos modelos se juntam. A caixa de introdução representa uma orientação para objetivos; a visão representa um instinto. A caixa de introdução enfatiza resolver problemas; a visão enfatiza despertar a curiosidade. A forma de interação da Chance AI assemelha-se menos a uma ferramenta e mais a um treino para exercitar músculos cognitivos.

No entanto, os pioneiros também assumem riscos. Neste momento, a indústria já criou um percurso completo de utilizadores na interação por linguagem — desde a pesquisa até ao e-commerce e ao modo de assistente — e os utilizadores também foram sendo treinados para depender cada vez mais de “fazer perguntas”.

Ainda não está decidido se a visão pode realmente tornar-se uma nova entrada, nem a forma de hardware está madura. Mas num setor extremamente unificado, a Chance AI, pelo menos, tenta tornar as questões novamente abertas, em vez de continuar, com todos os outros, a comprimir a interação numa só caixa.

Da identificação ao raciocínio de significado

O verdadeiro ponto não consensual da Chance AI não está em usar a câmara; está em tratar “explicar o significado” como a capacidade central da IA.

Zeng Xi disse que a inspiração para criar a Chance AI remonta à infância, a uma observação de “Mona Lisa”. “Quando me coloquei diante dela, cuja dimensão era, na realidade, muito menor do que eu imaginava, cheio de expectativas mas sem conseguir perceber totalmente o significado, pensei: ‘não é só uma pintura tão pequena, o que é que há de especial nisso?’ Dei uma olhada rápida e fui embora”.

“Os seres humanos são animais visuais e também animais de histórias; naturalmente, somos atraídos pelo que está à nossa frente, mas o que realmente nos toca é a história por trás”. Mais tarde, quando Zeng Xi teve a oportunidade de aprofundar o conhecimento sobre Da Vinci e a história que está por trás desta obra, percebeu finalmente por que razão ela é considerada um tesouro da civilização humana.

Zeng Xi disse que a missão da Chance AI é usar tecnologia para ajudar as pessoas a descobrirem essas histórias ocultas e eliminar a distância entre o ser humano e o mundo. Quanto ao nome “Chance”, ele não representa apenas “oportunidade”; representa também “acaso” (contingency).

Na sua perspetiva, o processo da evolução biológica depende do acaso, e o nascimento do conhecimento e da criatividade humana também costuma surgir destes encontros acidentais. A Chance AI pretende, ao ligar a visão às histórias, acelerar esse cruzamento de conhecimentos, para que cada experiência visual se torne mais profunda e com mais significado.

Voltando ao ano passado, em toda a indústria houve um grande avanço na direção multi-modal. Os modelos principais ficaram cada vez mais precisos na identificação de imagens, na rotulagem e na descrição. No entanto, na perspetiva de Zeng Xi, quase todas essas capacidades têm um limite comum: conseguem explicar “o que é”, mas é difícil ir mais além e explicar “porque é importante”.

A compreensão do mundo pelos humanos nunca fica apenas no nível dos factos. Seja numa explicação de filmes, comentários de jogos, visitas turísticas ou explicações de arte, precisamos dessas figuras porque nos ajudam a transformar factos em significado, a descomprimir informação em histórias e a ligar aquilo que vemos a sistemas culturais maiores. Neste sentido, a visão é uma forma de raciocínio.

O produto da Chance AI faz aqui uma escolha clara. Não se limita a fornecer uma descrição objetiva; tenta mobilizar o contexto cultural e a perceção social, além do pano de fundo de conhecimento, em torno de um objeto.

Zeng Xi deu o exemplo à Wall Street Insight: uma pedra já não é apenas “um enorme bloco de pedra colocado sobre betão”; é o LevitatedMass do LACMA em Los Angeles, é uma obra de arte pública transportada por 13 milhões de dólares, é uma metáfora sobre a estrutura das classes urbanas dos Estados Unidos. Um edifício não é apenas “um arranha-céus futurista”; é uma das obras póstumas de Zaha Hadid, é um símbolo do crescimento das flores de Bauhinia em botão.

Este tipo de explicação não é gerado automaticamente pelo modelo. É um raciocínio de significado intencional. A premissa é que o modelo esteja disposto a intervir, a explicar e a correr um certo risco subjetivo. Exatamente aquilo que os modelos mainstream menos querem fazer.

No entender de profissionais do setor, a estratégia dos modelos de grandes empresas é extremamente conservadora: tendem a fornecer informação segura, padronizada e sem controvérsia. Já a própria explicação implica subjetividade e, ao mesmo tempo, controvérsia — o que, para produtos comerciais de grande escala, aumenta o risco.

É por isso que “raciocínio de significado” é sempre uma zona cinzenta na indústria. As grandes empresas não fazerem isso não significa que não possam; significa que, ao fazê-lo, podem incorrer em custos maiores. A orientação da Chance AI permite-lhe assumir essas “explicações incertas”, e também faz com que avance mais longe do que os outros no caminho da “compreensão visual”.

Mas os limites desse modelo também são evidentes. O contexto cultural pode desviar-se, e o relato de significados pode transformar-se numa nova forma de “adivinhação com IA”. Quanto mais o modelo caminha para a “explicação”, mais precisa de encontrar um equilíbrio entre profundidade e precisão. Para as grandes empresas, isto é um risco que não podem correr; para a Chance AI, é um limite que tem de assumir.

Mas, precisamente por se situar numa área que os gigantes mais não querem tocar, ela tem uma janela de tempo rara. O que tenta responder é “se a IA pode melhorar a capacidade de compreensão das pessoas”. E ela acerta nas necessidades reais de parte dos utilizadores: num mundo saturado de informação, o julgamento é mais raro do que as respostas; compreender é mais importante do que a velocidade.

O problema da Chance AI é que a sua rota exige paciência, exige ecossistema, exige hardware e exige a migração dos hábitos culturais. A sua vantagem é que, mais cedo do que os outros, reconheceu que a próxima mudança na entrada da IA pode acontecer na visão.

Numa era em que todas as empresas apostam nos modelos de linguagem, esta avaliação parece solitária. Ainda assim, por isso mesmo, vale a pena ficar registada.

Aviso de Riscos e Cláusulas de Renúncia de Responsabilidade

        Existem riscos no mercado, invista com cautela. Este artigo não constitui aconselhamento de investimento pessoal, nem considera objetivos de investimento especiais, situação financeira específica ou necessidades individuais de utilizadores. Os utilizadores devem considerar se quaisquer opiniões, pontos de vista ou conclusões neste artigo se adequam à sua situação específica. Assim, ao investir com base nisto, a responsabilidade é inteiramente sua.