Jogo da Vida como caminho para AGI: uma nova visão sobre a natureza da mente

A questão de como criar uma verdadeira inteligência artificial geral permanece como o maior mistério não resolvido de toda a indústria. Enquanto gigantes como OpenAI, Google DeepMind e Anthropic aumentam a escala de modelos de linguagem, esperando que a quantidade se converta em qualidade, pesquisadores independentes buscam caminhos fundamentalmente diferentes. Uma dessas tentativas apareceu no Habr—e, apesar de sua ambição, merece atenção se apenas porque faz as perguntas certas.

O autor do artigo conduziu um experimento intrigante: criou uma rede neural cuja tarefa é recuperar as regras do autômato celular "Jogo da Vida" de Conway. Mas não simplesmente assim, com uma limitação fundamental: a rede observa a dinâmica do sistema de dentro, sem ter acesso ao quadro completo do que está acontecendo. Ela não vê todas as células simultaneamente e não conhece as regras antecipadamente. Em vez disso, é forçada a construir um modelo do mundo baseado em observações limitadas—praticamente como um organismo biológico percebe a realidade através dos órgãos dos sentidos, não tendo acesso direto ao "código-fonte" das leis físicas.

Esta abordagem é fundamentalmente diferente do aprendizado de máquina padrão, onde modelos geralmente recebem dados "de uma perspectiva de pássaro". Uma rede neural treinada para classificar imagens vê cada pixel. Um modelo de linguagem processa textos inteiros. Aqui, o agente está imerso em um ambiente e forçado a aproximar suas regularidades baseando-se em informações locais e incompletas. É assim, afirma o autor, que o cérebro humano funciona—e é precisamente este princípio que pode ser a chave para criar AGI.

Com base em seu experimento, o pesquisador constrói uma construção teórica mais ampla. Ele introduz seu próprio sistema de terminologia—sendo central "infures"—e descreve a natureza matemática-informacional da mente no contexto da hipótese do universo computável. Esta hipótese, que remonta às ideias de Konrad Zuse e posteriormente desenvolvida por Stephen Wolfram, pressupõe que toda a realidade física pode ser descrita como um processo computacional. Se for assim, então a consciência não é uma propriedade mística da matéria biológica, mas um resultado natural de um certo tipo de processamento de informação que em princípio pode ser reproduzido.

Deve-se ser honesto em reconhecer: o artigo no Habr é mais um manifesto de um pensador independente do que uma pesquisa revisada por pares. Terminologia própria sem vinculação ao aparato científico estabelecido, generalizações amplas baseadas em um único experimento e paralelos diretos entre autômatos celulares e o cérebro humano provocam ceticismo compreensível. Neurobiologia e ciência cognitiva acumularam dados suficientes mostrando que a arquitetura da inteligência biológica é muito mais complexa do que qualquer modelo que possa ser descrito através da observação de uma grade de células pretas e brancas.

Porém, por trás da embalagem ambiciosa existe uma ideia que não pode ser simplesmente descartada. A questão do papel da cognição incorporada (embodied cognition) na formação da inteligência é discutida na comunidade acadêmica há décadas. François Chollet, criador do Keras e autor do teste ARC para medir inteligência geral, repetidamente enfatizou que escalar transformers por si só não levará a AGI, porque esses modelos carecem precisamente da interação com o ambiente. Argumentos similares vêm de Yann LeCun da Meta, promovendo a ideia de world models—modelos internos do mundo que um agente constrói através da experiência, não através da absorção de textos.

Neste contexto, o experimento com o "Jogo da Vida" pode ser considerado como uma demonstração simplificada, mas ilustrativa, de como um agente é capaz de deduzir padrões estruturais da posição de um observador. Isto não é AGI e nem mesmo um caminho direto para ela. Mas é uma tentativa de formalizar a intuição de que a verdadeira inteligência não começa com dados, mas com experiência. Não com respostas, mas com as perguntas que o agente aprende a fazer.

A indústria de inteligência artificial em 2026 está em um ponto onde o escalonamento começa a apresentar retornos decrescentes, e nenhum avanço arquitetônico novo está visível. Em tal situação, qualquer ideia fresca tem valor—mesmo que venha não de um laboratório do Google, mas do Habr. O caminho para AGI, se existir, dificilmente será direto. E é bem possível que um de seus desvios realmente passe por autômatos celulares, experiência incorporada e a pergunta de como um sistema pode conhecer o mundo estando dentro dele.