Criador do AlphaGo funda startup unicórnio para construir "superaprendizes" de IA

David Silver, o cientista que criou o algoritmo AlphaGo, o primeiro da história a vencer um campeão mundial de go, em 2016, anunciou a fundação de uma nova empresa avaliada em cerca de US$ 1 bilhão. O objetivo é construir o que Silver chama de superaprendizes: sistemas de IA capazes de dominar sozinhos as áreas de conhecimento mais complexas, sem depender de enormes conjuntos de dados criados por humanos. É um desafio direto ao paradigma dominante no setor, em que todos os grandes players apostam na escala dos modelos de linguagem.

Silver é um dos arquitetos centrais da IA moderna, e seu currículo fala por si. Seu trabalho no Google DeepMind levou ao AlphaGo e, depois, ao AlphaZero, um algoritmo que aprendeu do zero xadrez, shogi e go sem ver uma única partida humana. Em vez de treinar com exemplos prontos, o sistema gerou e analisou sozinho milhões de posições e descobriu estratégias que jogadores profissionais descreveram como desumanas. Essa experiência molda sua convicção sobre como deve ser a IA da próxima geração.

A ideia central de Silver é ao mesmo tempo simples e radical: os grandes modelos de linguagem, como ChatGPT, Claude, Gemini e outros, são limitados por princípio, porque aprendem exclusivamente com textos e dados produzidos por humanos. Isso cria um teto intransponível: uma IA não pode superar as capacidades cognitivas de seus criadores se se alimenta apenas do conhecimento e dos equívocos deles. Segundo ele, simplesmente aumentar o número de parâmetros e o volume de dados de treinamento não resolve esse problema fundamental; apenas o amplia.

A alternativa é o aprendizado por reforço (reinforcement learning, RL). Diferentemente do aprendizado supervisionado, em que o modelo aprende a reproduzir respostas corretas a partir de um conjunto de dados previamente rotulado, o RL permite que um agente explore por conta própria o espaço de possibilidades: testar ações, receber um sinal de recompensa e construir aos poucos uma estratégia. Era assim que o AlphaGo funcionava, e Silver está convencido de que essa abordagem abre caminho para uma IA que supere os humanos em um amplo leque de tarefas, e não apenas em jogos predefinidos.

A posição tem argumentos sérios a seu favor. A OpenAI avança em parte nessa direção com seus modelos de raciocínio da série o, que usam elementos de RL para verificar as próprias respostas. O Google DeepMind continua com pesquisa fundamental na área. Ainda assim, a maior parte dos recursos do setor está concentrada em escalar modelos de linguagem, e Silver assume abertamente uma posição contrária a essa corrente dominante.

A principal dificuldade do RL está fora de tarefas restritas e bem definidas. No xadrez, a função de recompensa é fácil de definir: venceu, ganhou ponto. Para escrever um texto convincente, tomar uma decisão de negócios ponderada ou conduzir uma pesquisa científica original, a função de recompensa não é óbvia. É esse problema da inteligência inefável (ineffable intelligence, na formulação de Silver) que a nova empresa terá de resolver.

Uma avaliação de US$ 1 bilhão sem nenhum produto no mercado mostra o peso da reputação do fundador. No clima de investimento atual, em que toda startup de IA se diz historicamente relevante, o nome do criador do AlphaGo é, ao mesmo tempo, uma prova de conceito pronta e um seguro para investidores que não querem esperar anos.

Se Silver estiver certo, a próxima fase da corrida da IA será bem diferente: menos dados humanos, mais autoaprendizado autônomo, menos imitação e mais descobertas. Sistemas capazes de formar conhecimento por conta própria, além do que a humanidade sabe, são os seus superaprendizes.

Só o tempo dirá se a ideia vai virar um produto real. Mas o fato de um dos principais arquitetos da IA moderna fazer uma aposta pública contra o paradigma dominante já é, por si só, um sinal importante para todo o setor.