Ai2
Por que isso importa
Em uma área em que os modelos líderes são fechados, e em que até os modelos "abertos" costumam compartilhar só os pesos, o Ai2 libera tudo: pesos, dados de treinamento, código de treinamento, código de avaliação e checkpoints intermediários. Isso permite que pesquisadores de fora estudem como os dados de treinamento moldam o comportamento, reproduzam resultados e construam sobre o trabalho sem precisar adivinhar, o que de outra forma é impossível para modelos dessa escala.
Ele também constrói ferramentas gratuitas que cientistas usam todos os dias. O Semantic Scholar, seu buscador acadêmico com IA, indexa mais de 200 milhões de artigos e atende milhões de pesquisadores, e seus dados abertos alimentam muitas outras ferramentas de pesquisa.
Em profundidade
O Allen Institute for AI, grafado Ai2, é um laboratório de pesquisa sem fins lucrativos em Seattle. Paul Allen, cofundador da Microsoft, o criou em 2014 com a missão de "IA para o bem comum". Seu CEO fundador foi o cientista da computação Oren Etzioni. Ali Farhadi, pesquisador de visão computacional e um dos coautores do YOLO, o liderou de 2023 até março de 2026; desde então, Peter Clark é o CEO interino.
O Ai2 tem algumas centenas de pesquisadores e engenheiros, minúsculo perto dos grandes laboratórios, mas sua influência na pesquisa aberta em IA é muito maior do que seu tamanho sugere.
Raízes na pesquisa em linguagem
O Ai2 era uma força importante em NLP antes da era dos LLMs. Seus pesquisadores criaram o ELMo (2018), os embeddings contextuais de palavras que precederam diretamente o BERT e ajudaram a iniciar a revolução do pré-treinamento, e o AllenNLP, uma biblioteca de pesquisa muito usada. Seu projeto Aristo construiu sistemas para responder a questões de provas de ciências, um teste de raciocínio muito anterior aos rankings de hoje, e suas equipes criaram muitos conjuntos de dados e benchmarks conhecidos.
Modelos abertos
- OLMo (a partir de 2024): uma família de modelos de linguagem totalmente abertos, lançados com seus dados de treinamento (o corpus Dolma), código, logs e checkpoints. As versões seguintes, OLMo 2 e Olmo 3, tornaram-se competitivas com outros modelos abertos de tamanho parecido, mantendo pública cada etapa do desenvolvimento.
- OLMoTrace: uma ferramenta que rastreia em tempo real a saída de um modelo até os trechos correspondentes nos dados de treinamento, o que só é possível porque esses dados são públicos.
- Tülu: receitas, dados e código abertos para o pós-treinamento (ajuste por instruções, ajuste por preferências e aprendizado por reforço), a etapa que os laboratórios costumam manter em segredo.
- Molmo (2024): modelos multimodais abertos que conseguem apontar para coisas em uma imagem, o que é útil para contar, para grounding e para controlar interfaces de usuário. Eles foram treinados em um conjunto de dados coletado pedindo a anotadores que descrevessem imagens em voz alta.
- olmOCR (2025): um kit de ferramentas e um modelo abertos para converter PDFs e documentos digitalizados em texto limpo a um custo muito baixo.
IA para a ciência
Além do Semantic Scholar, o Ai2 desenvolve agentes de IA para auxiliar o trabalho científico, incluindo o Asta, uma plataforma para revisão de literatura, análise de dados e benchmarking de agentes científicos. Em 2025, a National Science Foundation dos Estados Unidos e a NVIDIA anunciaram, juntas, 152 milhões de dólares para um projeto liderado pelo Ai2 que vai construir modelos multimodais abertos para a pesquisa científica.
Ele também mantém programas aplicados ao meio ambiente, como o Skylight, que detecta pesca ilegal a partir de dados de satélite, e o EarthRanger, usado para proteger a vida selvagem.
IA incorporada e visão
As equipes de visão e robótica do Ai2 construíram o AI2-THOR, um ambiente interno simulado muito usado para treinar e testar agentes incorporados, e o Objaverse, um enorme conjunto de dados aberto de objetos 3D. O trabalho original do YOLO também tem laços com o instituto por meio do grupo de Farhadi na Universidade de Washington. Uma incubadora do Ai2 deu origem a várias startups, entre elas a XNOR.ai, uma empresa de edge AI que a Apple adquiriu em 2020.
Aberto versus aberto
O trabalho do Ai2 torna mais nítida uma distinção importante. "Pesos abertos" significa que você pode baixar e rodar um modelo. "Código aberto" no sentido mais pleno significa que você também pode ver com o que ele foi treinado e como. Só o segundo permite um escrutínio científico de verdade: verificar se há contaminação nos benchmarks, estudar a memorização, entender de onde vem um comportamento. Poucas organizações podem se dar ao luxo de trabalhar assim, e o Ai2 é a mais proeminente das que trabalham.