Alibaba lança modelo de IA capaz de interpretar emoções humanas

O grupo chinês Alibaba desenvolveu um modelo de inteligência artificial (IA) que diz ser capaz de interpretar emoções humanas. Em duas demonstrações, o R1-Omni aparenta conseguir descrever o estado emocional de uma pessoa a partir de um vídeo, assim como o seu vestuário e o ambiente envolvente.

“Focamo-nos no reconhecimento de emoções, uma tarefa em que tanto as modalidades visuais como de áudio desempenham papéis cruciais”, explicam os autores do modelo disponibilizado em regime de código aberto (open source). “O R1-Omni demonstra capacidades superiores de raciocínio, permitindo um entendimento mais claro de como a informação visual e sonora contribui para o reconhecimento de emoções”, acrescentam.

Num dos vídeos usados para demonstração, o modelo interpreta corretamente que se trata de um homem com um casaco castanho e cabelo escuro, que “apresenta um estado emocional de confusão, raiva e excitação”. Noutro vídeo, o modelo responde, também corretamente, que se trata de uma mulher com uma fita vermelha na cabeça, que aparenta estar “feliz”.

O avanço da Alibaba dá-se numa altura em que a empresa tenta posicionar-se como um player inovador no campo da IA generativa, competindo com a norte-americana OpenAI, que disponibilizou este ano o novo modelo GPT-4.5, capaz de entender melhor as nuances dos pedidos dos utilizadores.

De acordo com a Bloomberg, que noticiou primeiro o novo modelo da Alibaba, o CEO da empresa, Eddie Wu, disse em fevereiro aos analistas que alcançar a inteligência artificial geral (AGI, na sigla em inglês) é agora o “principal objetivo” do grupo. A AGI é uma área teórica da IA que visa desenvolver um modelo com inteligência e capacidades cognitivas semelhantes às dos humanos e é também a principal missão da OpenAI, criadora do ChatGPT.

Em simultâneo, a Alibaba está também a competir internamente com a DeepSeek, uma startup chinesa relativamente obscura que ganhou fama mundial este ano graças ao seu modelo R1, capaz de imitar o raciocínio humano por uma fração do investimento que tem sido feito pelas concorrentes nos EUA.