Um novo projeto de fine-tuning para um modelo de IA clínica, focado em responder perguntas médicas complexas, demonstra a viabilidade de treinamento em hardware AMD. A iniciativa, realizada no contexto de um hackathon para desenvolvedores AMD, busca desvincular o avanço da IA médica da exclusividade de plataformas NVIDIA.
O que aconteceu
O projeto MedQA, detalhado em um post no blog da Hugging Face, exemplifica o treinamento de um modelo de Inteligência Artificial voltado para a área médica em hardware da AMD. Utilizando a plataforma ROCm (Radeon Open Compute Platform), os desenvolvedores conseguiram realizar o fine-tuning de um modelo de linguagem grande (LLM) para responder a questões clínicas. O ponto central da demonstração é a ausência de necessidade de CUDA, a plataforma proprietária da NVIDIA amplamente utilizada no treinamento de modelos de IA. O hackathon, organizado em parceria com a AMD, visou justamente explorar e expandir o uso de suas GPUs para cargas de trabalho de IA. A iniciativa permite que pesquisadores e desenvolvedores médicos explorem a criação e o aprimoramento de ferramentas de IA para saúde sem estarem restritos a um único fornecedor de hardware, abrindo portas para maior acessibilidade e diversidade de plataformas de desenvolvimento. Para mais detalhes sobre o processo e os resultados, consulte a publicação original MedQA: Fine-Tuning a Clinical AI on AMD ROCm , No CUDA Required.
Por que importa
A dependência histórica da NVIDIA e sua plataforma CUDA tem sido uma barreira significativa para a adoção ampla e a inovação em muitas áreas da IA, incluindo a saúde. No Brasil, onde o acesso a hardware de ponta pode ser um fator limitante, a capacidade de treinar e executar modelos de IA em plataformas alternativas como as da AMD representa um avanço crucial. Isso pode democratizar o acesso a ferramentas de IA para hospitais, universidades e startups brasileiras que buscam desenvolver soluções para o setor de saúde. A capacidade de adaptar modelos complexos para diferentes arquiteturas de hardware significa que mais instituições poderão se beneficiar de avanços em diagnóstico assistido por IA, análise de prontuários eletrônicos e outras aplicações médicas. A diversificação de hardware para IA na medicina pode acelerar a pesquisa e o desenvolvimento de soluções mais acessíveis e personalizadas para o contexto brasileiro.
O que esperar
A iniciativa MedQA e o sucesso do treinamento em ROCm sinalizam uma tendência de maior interoperabilidade e suporte a hardware diversificado no desenvolvimento de IA para saúde. Espera-se que mais modelos e frameworks sejam adaptados para funcionar eficientemente em plataformas AMD, reduzindo a dependência de soluções proprietárias. Isso pode levar a uma maior competição no mercado de hardware para IA, potencialmente resultando em custos mais baixos e maior inovação. Para os desenvolvedores brasileiros, isso significa mais opções e flexibilidade para construir e implantar suas aplicações de IA médica. A comunidade de pesquisa e desenvolvimento no Brasil pode se beneficiar diretamente dessa expansão, explorando novas oportunidades de colaboração e aplicação de IA no setor de saúde. A continuidade desses esforços, como demonstrado no hackathon para desenvolvedores AMD, é fundamental para solidificar essa tendência.
