Autor do Habr AI Propõe IA Determinística no MacBook Air em Vez de Corrida de GPU

Um artigo de opinião foi publicado no Habr AI, no qual o autor propõe uma alternativa para a corrida por clusters de GPUs cada vez mais caros. Em vez de escalar modelos probabilísticos, ele defende um núcleo de IA determinístico em Rust, que, segundo ele, já funciona localmente no MacBook Air M2 com 8 GB de memória.

Por Que o Autor Disputa o Mercado

O texto começa com um ataque direto à estratégia atual dos líderes de mercado — OpenAI, Google e Meta. O autor a chama de "força bruta": as limitações fundamentais dos LLMs não são resolvidas matematicamente, mas mascaradas por um número cada vez maior de GPUs, megawatts e investimentos. Segundo sua lógica, a indústria compensa problemas arquitetônicos com poder computacional, em vez de buscar um modelo de tomada de decisão mais rigoroso.

O post no Habr é marcado como "Opinião", então é mais um manifesto e polêmica com o mercado do que um trabalho acadêmico. O artigo lista três razões pelas quais o autor considera tal abordagem um beco sem saída. A primeira é o consumo de energia: treinamento e execução de modelos grandes exigem cada vez mais eletricidade e hardware.

A segunda é a natureza estocástica dos LLMs: o sistema não deriva uma resposta por regras rigorosas, mas adivinha o próximo token. A terceira são as alucinações, que o autor considera uma propriedade integrada da arquitetura probabilística, não um bug que possa ser completamente corrigido com filtros adicionais.

"O futuro da inteligência artificial não é uma questão de dinheiro.

É uma questão da matemática correta."

O Que Ele Propõe

Em vez de um esquema clássico de rede neural, o autor descreve um núcleo determinístico com lógica O(1). A ideia-chave é que o tempo de tomada de decisão e sua validação permaneçam constantes, e o sistema funciona não com um contexto probabilístico longo, mas com intenções representadas como fórmulas matemáticas. Isso, por design, deve eliminar o princípio de "adivinhar" e tornar o comportamento do modelo previsível.

Daí a afirmação de uma IA mais confiável para cenários onde a resposta precisa não apenas ser gerada, mas verificada. O texto também fornece teses específicas sobre o projeto. O autor escreve que a versão atual do núcleo v0.

26.0 já foi testada em comparação com modelos em nuvem, e a solução propriamente dita é implementada em um MacBook Air M2 comum. O stack principal é Rust, sem Python e intérpretes intermediários: intenções de alto nível, segundo ele, são traduzidas diretamente em comandos executáveis.

Ênfase especial é colocada no fato de que o autor aposta não na "magia" geral do modelo, mas na controlabilidade da arquitetura.

• Lógica O(1) determinística para inferência e validação
• Execução local no MacBook Air M2 com 8 GB de RAM
• Foco em Rust e DMA em vez de camadas pesadas de abstração
• Desempenho declarado de até 5,4 milhões de operações de CPU
• Comparação com sistemas de IA em nuvem em testes do núcleo v0.26.0

Como a Proteção é Organizada

Uma seção separada do artigo é dedicada ao auto-aprendizado e à segurança. O autor afirma que o núcleo tem uma "constituição de valores humanos universais" integrada — não como um conjunto de proibições textuais, mas como um sistema de axiomas matemáticos dentro da lógica. O artigo enfatiza diretamente que esse nível de restrições é mais difícil de contornar com engenharia de prompt ordinária, porque ações indesejadas devem ser filtradas no próprio estágio de validação.

A tese-chave é simples: IA deve ser não apenas inteligente, mas também verificável no próprio nível da arquitetura. Aqui também passa o principal giro ideológico do texto: o autor contrasta IA local, controlada e matematicamente rígida com modelos em nuvem que escalam juntamente com custos e riscos. Ele também escreve que a tecnologia já está protegida por uma licença BSL, está sendo preparada para patenteamento, e detalhes técnicos e roadmap são publicados nos repositórios do projeto.

Tudo isto é apresentado como base não para "conversa fiada", mas para sistemas autônomos onde um erro é crítico. O pensamento final do autor soa ainda mais amplo: o futuro de tal IA deve começar não em um data center, mas no dispositivo do usuário.

O Que Isso Significa

O artigo no Habr é importante não como prova da vitória da nova arquitetura, mas como um sinal da crescente demanda por IA mais compacta, previsível e local. Mesmo que as teses do autor ainda precisem de verificação independente, o vetor em si é claro: o mercado está cansado da ideia de que qualquer problema de IA possa ser resolvido apenas com mais um cluster de GPUs. Com o aumento dos custos de computação e interesse em cenários de borda, tais textos já estão estabelecendo uma agenda alternativa.