Dados de jogos, não LLMs: como a startup General Intuition vê o caminho até a AGI

A General Intuition, startup apoiada por investimento de Jeff Bezos, afirma ter uma abordagem fundamentalmente nova para chegar à inteligência artificial geral. Na visão da empresa, os grandes modelos de linguagem atuais, do ChatGPT ao Claude, esgotam seu potencial com dados de texto e não conseguem desenvolver plenamente uma inteligência generalista sem compreender a realidade física do espaço e do tempo.

Por que os LLMs não bastam para a AGI

Os modelos de texto mostram capacidades impressionantes no processamento de linguagem: criatividade, análise, raciocínio baseado em conhecimento. No entanto, continuam fundamentalmente cegos em uma área crítica: a física do espaço e do tempo. Esses modelos não têm uma compreensão embutida de como os objetos se movem, como interagem sob a ação de forças, como reagem à proximidade uns dos outros e como causas geram efeitos no mundo físico.

Um sistema de IA precisa dessa compreensão para generalizar seu conhecimento além do texto e aplicar lógica em um contexto físico real. Dados de texto, mesmo os maiores conjuntos de textos descritivos, não substituem a experiência de observar o movimento, a queda e a colisão de objetos e sua reação a forças.

Dados de jogos como chave para o raciocínio físico

É aqui que entram os videogames. Nos mundos de jogo, todas as leis físicas são modeladas e registradas em dados: como um personagem pula, como um objeto cai, como os objetos interagem numa colisão, como o som se propaga, como a luz se reflete nas superfícies. Esses conjuntos de dados multidimensionais e de alta frequência contêm bilhões de exemplos de comportamento espaço-temporal, exatamente a informação que os LLMs não conseguem extrair de texto nem mesmo de vídeo sem anotação.

A General Intuition enxerga nos dados de jogos um recurso subaproveitado para treinar sistemas de IA a integrar conhecimentos sobre física, causalidade e relações espaciais. Se um modelo for treinado ao mesmo tempo com dados de texto e de jogos, com semântica explícita das interações físicas, ele pode desenvolver a capacidade não só de descrever o mundo com palavras, mas também de prevê-lo, modelá-lo e raciocinar sobre sua estrutura física, fazendo inferências causais. Para a startup, esse é um passo crítico rumo a uma inteligência mais universal e adaptável.

O investimento de Bezos e a relevância para a indústria

Jeff Bezos, conhecido por apoiar pesquisa fundamental ambiciosa e apostas de risco, investiu na General Intuition. Isso indica que a hipótese da empresa atrai a atenção de investidores experientes e de figuras influentes da comunidade de inteligência artificial. No entanto, os detalhes da rodada de financiamento, como o valor investido, o estágio da empresa e os demais investidores, não são conhecidos em fontes públicas.

O que isso significa para o futuro da AGI

Se o conceito da General Intuition estiver correto, desenvolver a AGI exige mais do que escalar modelos de texto: exige uma abordagem arquitetônica fundamentalmente diferente, baseada na síntese e na integração de conhecimento de muitas fontes de dados. Isso desloca o foco da indústria da pergunta «como tornar os LLMs maiores?» para questões como: que outros tipos de dados são críticos para a inteligência geral? Como integrar de forma mais eficaz diferentes modalidades em um único sistema? Que papel têm o aprendizado ativo por meio de simulação e os ambientes de jogo? O debate sobre os ingredientes fundamentais da AGI fica cada vez mais urgente e conceitualmente mais diverso.