Apertus passa de quatro milhões de downloads

Um ano após o lançamento do modelo suíço de inteligência artificial Apertus, é altura de fazer um balanço. Keystone / Gaetan Bally

Um ano após ser lançado como modelo suíço de inteligência artificial, o Apertus superou quatro milhões de downloads e começou a ser usado em tradução, saúde e serviços públicos.

A notícia chegou com grande repercussão e anúncios grandiosos: a Suíça tinha finalmente um modelo próprio de inteligência artificial (IA) totalmente aberto, transparente e multilíngue, desenvolvido em conformidade com as normas de proteção de dados e com a Lei de IA europeia (regulamentação da União Europeia que estabelece regras para o desenvolvimento e uso da inteligência artificial).

No entanto, poucas semanas após o lançamento, o Apertus atraiu duras críticas. Alguns usuários chegaram a defini-lo como “inutilizáveLink externol” e “incapaz de responder corretamente até mesmo às perguntas mais básicas”. Passado um ano, a pergunta é inevitável: quem realmente o está utilizando?

Os números parecem animadores. O Apertus ultrapassou a marca de quatro milhões de downloads na plataforma de IA Hugging Face (site que funciona como um repositório comunitário onde desenvolvedores compartilham modelos e conjuntos de dados de inteligência artificial), número que Oleg Lavrovsky, responsável pela comunidade do Apertus, considera representativo do interesse global por projetos de IA de código aberto (open source, programas cujo código de programação original é tornado público e pode ser modificado ou compartilhado por qualquer pessoa).

O número de downloads, contudo, não corresponde necessariamente ao uso prático no mundo real. Lavrovsky afirma ter conhecimento de pelo menos 70 implementações externas e de mais de 100 versões derivadas do modelo suíço. Entre elas está o projeto SEA-LIONLink externo, de Cingapura, que adaptou o Apertus e outros modelos de IA de maneira independente para operarem com diferentes idiomas do Sudeste Asiático.

Para Lavrovsky, trata-se de uma validação relevante. “Queríamos criar um modelo fundacional (um modelo de inteligência artificial amplo que serve como base para ser adaptado e especializado em diferentes tarefas)”, afirma. “Quando as pessoas aprimoram ou adaptam o Apertus, é exatamente isso o que está acontecendo.”

Em julho, a equipe lançou o Apertus 1.5, que introduziu, entre outras melhorias, o processamento de imagens e capacidades aprimoradas de raciocínio lógico. A versão 2.0Link externo está prevista para 2027.

Aos que continuam decepcionados, Lavrovsky deixa um recado claro: o Apertus não foi concebido para competir diretamente com o ChatGPT. Não se trata de um produto comercial pronto para o consumidor final, mas de uma base técnica que empresas, instituições e centros de pesquisa podem personalizar de acordo com suas próprias necessidades. Ele reconhece, contudo, que ainda persistem dúvidas sobre até que ponto o potencial do modelo helvético se traduzirá em uso prático e em geração de valor concreto.

Modelos de IA abertos, de pesos abertos e fechados 

Os sistemas de inteligência artificial podem ser projetados e distribuídos sob diferentes graus de abertura:

Abertos (open source / código aberto): os parâmetros internos aprendidos no treinamento (conhecidos como “pesos”), o código de programação do treinamento e os detalhes sobre os conjuntos de dados utilizados são integralmente públicos, permitindo que terceiros inspecionem, modifiquem e reproduzam o modelo. Exemplos: Apertus e OLMo.

Pesos abertos (open weights): os pesos matemáticos do modelo são disponibilizados publicamente para download e personalização, mas o código-fonte integral de treinamento e os dados originais utilizados nem sempre são abertos. Exemplos: Llama (da Meta) e Qwen (do Alibaba).

Fechados ou proprietários: nenhuma parte técnica fundamental do modelo é divulgada publicamente. É o formato adotado pela maioria dos produtos comerciais de ponta, como a família GPT (da OpenAI) e o Claude (da Anthropic).

Multilinguismo e garantias de privacidade renderam resultados

Algumas empresas encontraram aplicações práticas para o Apertus. A Artificialy, empresa do cantão de Ticino especializada em soluções de inteligência artificial, afirma empregar o Apertus em diversos projetos, tanto no setor industrial quanto no setor público.

“Não fazemos caridade. Não usamos o Apertus por obrigação, mas porque é um modelo de qualidade”, destaca Damiano Binaghi, chefe de deep learning (aprendizado profundo, uma subárea da inteligência artificial baseada em redes neurais complexas que aprendem a partir de grandes volumes de dados) da empresa.

Os testes internos da companhia apontam resultados particularmente sólidos em tradução e em interações multilíngues. “Muitas vezes damos preferência ao Apertus em relação a outros modelos para as tarefas de tradução dos nossos clientes, especialmente quando envolvem as quatro línguas nacionais suíças ou documentos de caráter confidencial”, relata Binaghi.

Um exemplo prático é o cantão (estado) do Ticino, que optou pelo Apertus para a tradução automatizada de documentos administrativos. O Departamento de Migração cantonal é um dos órgãos mais beneficiados: lida cotidianamente com documentos pessoais em múltiplos idiomas e exige simultaneamente rigor na precisão e garantias estritas quanto à proteção de dados. “As necessidades do Departamento de Migração de Ticino refletem quase com perfeição os principais pontos fortes do modelo”, avalia Binaghi.

O suporte multilíngue foi uma das frentes em que a equipe do Apertus mais concentrou investimentos. Cerca de 40% dos dados de treinamento (conjunto de textos e informações fornecido a um sistema de inteligência artificial para que ele aprenda padrões e adquira conhecimento) estão em idiomas diferentes do inglês, e o banco de dados abrange mais de 1.800 línguas, incluindo variantes pouco representadas, como o romanche e diversos dialetos do suíço-alemão. Em comparação, estimativasLink externo indicam que nos modelos convencionais de IA apenas cerca de 10% dos dados de treinamento correspondem a línguas distintas do inglês.

A abertura integral do sistema foi um dos fatores determinantes para que a instituição AI Singapore optasse pelo Apertus em seu projeto SEA-LION. “Escolhemos o Apertus porque ele é um dos raros modelos genuinamente de código aberto no mundo, e isso é crucial para o meio acadêmico e científico, sobretudo quando precisamos auditar com exatidão quais dados foram empregados e de que forma o modelo foi treinado”, declarou por e-mail Leslie Teo, representante da AI Singapore.

Pelas mesmas razões de transparência, o Apertus passou a ser aproveitado na área médica. Em junho, a Escola Politécnica Federal de Lausanne (EPFL) apresentou a MeditronFOLink externo, uma plataforma integralmente aberta destinada ao desenvolvimento de modelos de IA aplicados à medicina, construída também com base no Apertus.

Diferença de desempenho persiste

Embora a Artificialy avalie que o Apertus 1.5 tenha evoluído consideravelmente em tradução, visão computacional (tecnologia que permite às máquinas interpretar e extrair informações a partir de imagens e vídeos) e raciocínio, a empresa pontua que ainda há espaço para evolução.

“No que diz respeito às capacidades agênticas (recursos que permitem a um sistema de IA planejar e executar tarefas complexas de ponta a ponta de forma autônoma, como pesquisar e reservar passagens aéreas), e apesar dos avanços nítidos, o Apertus ainda não atinge o mesmo patamar de outros modelos de pesos abertos”, pontua Binaghi.

Essa defasagem é comprovada também pelos benchmarks (testes padronizados de desempenho usados para mensurar a capacidade de diferentes sistemas computacionais) divulgados pela própria equipe do Apertus. A versão original e mais robusta, dotada de 70 bilhões de parâmetros (70B, número que indica a quantidade de variáveis internas ajustáveis que definem a capacidade de processamento de um modelo de IA), fica atrásLink externo de modelos semicomerciais de porte comparável, sobretudo em desafios de programação, cálculos matemáticos e raciocínio lógico.

A agência digital de Zurique Liip, que testou o Apertus em sua plataforma de atendimento público municipal ZüriCityGPT, considera que o modelo suíço ainda não compete em igualdade de condições com soluções proprietárias comerciais, embora a versão 1.5 tenha reduzido essa distância.

Josef Kruckenberg, gestor de projetos de IA generativa (inteligência artificial focada na criação autônoma de novos conteúdos, como textos, áudios e imagens) da Liip, ressalta que o Apertus 1.5 fornece respostas mais coerentes, compreende melhor os comandos recebidos e mostra-se mais propenso a declinar respostas quando não dispõe de dados suficientes. A desvantagem, porém, permanece no critério que a Liip considera indispensável: a confiabilidade factual, ou seja, o grau em que cada trecho de uma resposta é fundamentado nas fontes disponíveis.

“Até o momento, não implementamos o Apertus em projetos comerciais com nossos clientes porque avaliamos que ele ainda não estava suficientemente maduro”, declara Kruckenberg. Com a chegada do Apertus 1.5, ainda é prematuro estabelecer diretrizes definitivas de implantação para a carteira de clientes, complementa.

Custo da transparência total

Construir modelos inteiramente abertos e capazes de competir com os líderes de mercado continua sendo um desafio técnico e impõe concessões inevitáveis. “Optar pela transparência real muitas vezes significa ter de abrir mão de certos conjuntos de dados protegidos, o que impacta o desempenho e as capacidades gerais da ferramenta”, argumenta Leslie Teo, da AI Singapore.

Binaghi, da Artificialy, corrobora a análise: o Apertus foi alimentado exclusivamente com dados públicos e auditáveis, utilizados em estrita conformidade com a legislação de direitos autorais. Em contrapartida, os desenvolvedores de modelos proprietários e fechados, a exemplo do ChatGPT, com frequência utilizam bases de dados sob licença comercial restrita ou dados não divulgados publicamente. Esse aspecto pode gerar uma desvantagem técnica pontual, mas fortalece a soberania digital e a conformidade regulatória, enfatiza Binaghi.

Federico Magnolfi, responsável pelo processamento de linguagem natural na Artificialy, estima que, à época de seu lançamento inicial, o Apertus 1.0 já se encontrava cerca de dois anos defasado em relação aos principais modelos norte-americanos. “Dois anos representam uma eternidade em um setor cuja fronteira tecnológica avança a cada três meses”, adverte.

Reduzir essa desvantagem exige novas rodadas de treinamento computacional, ampla capacidade de processamento de dados e investimentos substanciais. Sendo a principal iniciativa da Swiss AI Initiative (projeto nacional para impulsionar a infraestrutura e o desenvolvimento de inteligência artificial na Suíça), o Apertus já absorve uma parcela considerável dos recursos públicos de supercomputação disponíveis no país. Lavrovsky reconhece que a destinação dessas cotas de processamento gera debates frequentes na comunidade científica.

Ademais, nem todas as limitações observadas no uso prático do Apertus decorrem exclusivamente do modelo em si. Um modelo de IA é apenas uma das partes de um ecossistema mais amplo. Softwares periféricos, responsáveis por tarefas essenciais como a busca, filtragem e ordenação das informações relevantes para responder à solicitação do usuário, exercem papel igualmente decisivo.

Kruckenberg, da Liip, pontua que os componentes de software integrados ao Apertus ainda carecem de calibração para atingir a eficiência ideal. Nos testes da Liip, por exemplo, uma resposta imprecisa sobre o total de habitantes de Zurique não resultou de uma falha direta do Apertus: o módulo de recuperação de dados havia falhado ao não selecionar a base estatística mais recente.

Segundo Kruckenberg, o caso ilustra que dispor de um bom modelo de IA, isoladamente, não basta para assegurar competitividade. “Todo o ecossistema tecnológico e de dados construído ao redor dele precisa operar no mesmo nível de excelência”, afirma.

Em seu segundo ano de operação, o Apertus terá de superar dois desafios centrais: aperfeiçoar o próprio modelo computacional e fortalecer a infraestrutura tecnológica que o sustenta. Ambas as metas serão determinantes para que o modelo suíço de inteligência artificial preserve sua viabilidade e conquiste uma adesão mais ampla em aplicações cotidianas.

Adaptação: Alexander Thoele