Chris Alexiuk, engenheiro sénior de investigação de produto em deep learning na NVIDIA, sediado em Toronto, defende que a inteligência artificial de código aberto deve ser promovida de forma explícita. Segundo o perfil publicado no blogue da própria empresa a 5 de novembro de 2026, especializa-se em tornar os grandes modelos de linguagem abertos práticos para programadores que trabalham no dia a dia. A sua principal plataforma é o YouTube, onde ensina a construir, afinar, avaliar e pôr em produção aplicações e agentes baseados em LLM. Trata-se de um perfil de uma pessoa e da sua atividade pedagógica, não do anúncio de um modelo ou de uma versão nova.
A visão que Alexiuk apresenta assenta na transparência. Afirma que a IA totalmente aberta é necessária para a democratização da inteligência, defendendo que quem a utiliza deve ter acesso aos pesos, aos dados de treino e às receitas de treino. No seu perfil do LinkedIn intitula-se “No. 1 Nemotron Fan”, uma referência à família Nemotron da NVIDIA, descrita no artigo como um conjunto de modelos abertos e multimodais destinados a agentes de IA de longa duração, autónomos e especializados. Estas afirmações são opiniões do próprio e descrições feitas pela empresa, não avaliações independentes das capacidades dos modelos.
O artigo dá exemplos de como a família se organiza. Segundo o texto, um programador individual pode usar o Nemotron 3.5 Lightning em tarefas repetitivas e de alta frequência, enquanto uma empresa pode recorrer ao Nemotron Ultra para agentes autónomos de longa duração, investigação aprofundada e tarefas empresariais. Alexiuk compara o ecossistema a uma biblioteca mágica, onde os utilizadores são feiticeiros à procura de conhecimento. A metáfora é divertida, mas o essencial é a ideia de que existe uma categoria de modelo próxima de cada tipo de trabalho. O texto não apresenta dados de desempenho, comparações com concorrentes ou métricas verificáveis.
O percurso pessoal de Alexiuk também é relatado. Interessou-se por aprendizagem automática numa disciplina de física computacional na Trent University, no Ontário, e depois descobriu o TensorFlow. O primeiro projeto foi um classificador de imagens que o alertava sempre que o pássaro de estimação de um amigo aparecia na webcam durante sessões de jogos. Diz que, em poucos anos, passou desse projeto à possibilidade de criar qualquer site em minutos com um modelo a correr no próprio portátil, e que nunca foi tão fácil começar a aprender IA.
Por fim, o texto refere que Alexiuk acompanha a série de transmissões em direto NVIDIA Nemotron Labs no YouTube e que, questionado sobre ser superado como fã, respondeu que seria o dia mais feliz da sua vida. Este tipo de conteúdo mostra como a comunidade de código aberto se apoia em figuras de divulgação, mas também sublinha que a narrativa vem de um blogue ligado a uma empresa que promove os seus próprios modelos, pelo que o leitor deve tratar as afirmações com essa perspetiva.
Porque importa
O perfil ajuda a perceber como a NVIDIA procura ligar a sua oferta de modelos abertos a programadores e à comunidade de divulgação. Para o leitor português, mostra a importância crescente da transparência e da acessibilidade na IA, mas também recorda que estas posições são de origem corporativa. Antes de adotar qualquer modelo, convém validar capacidades, licenças e resultados com testes independentes.