Em 2016, o mundo assistiu a um marco na tecnologia quando o sistema AlphaGo derrotou o campeão mundial de Go, Lee Se-dol, num embate em Seul acompanhado por mais de 200 milhões de pessoas. O momento mais memorável desse confronto ficou conhecido como o "Movimento 37", uma jogada tão criativa e inesperada que muitos especialistas consideraram inicialmente ser uma falha, mas que provou ser o passo decisivo para a vitória. Conforme detalhado no blog oficial da Google, esta conquista assinalou o arranque da era moderna da inteligência artificial.
O jogo de Go sempre foi considerado um desafio formidável devido à sua vasta complexidade, com um número de posições possíveis no tabuleiro superior aos átomos no universo observável. Para ultrapassar esta barreira, a DeepMind aliou redes neuronais profundas à aprendizagem por reforço e pesquisa avançada, ensinando o sistema primeiro com jogos humanos e depois num processo de aperfeiçoamento contínuo contra si mesmo.
Dos jogos de tabuleiro para a medicina e ciência
A evolução tecnológica não parou no tabuleiro asiático. A equipa desenvolveu posteriormente o AlphaGo Zero e o AlphaZero, que aprenderam de forma autónoma as regras de xadrez e shogi, formulando estratégias nunca antes vistas em poucas horas, sem conhecimento prévio além das regras básicas de cada jogo. Contudo, o grande objetivo desta engenharia sempre foi aplicar a capacidade de navegação em dados complexos aos desafios físicos e reais do nosso mundo.
Foi com base nesta fundação que nasceu o AlphaFold 2 em 2020, um sistema que conseguiu decifrar a estrutura tridimensional das proteínas, resolvendo um enigma científico com meio século. Este trabalho permitiu modelar 200 milhões de proteínas conhecidas, disponibilizando as informações gratuitamente a cientistas de todo o globo, o que tem vindo a acelerar o desenvolvimento de novos tratamentos e soluções ecológicas. O impacto alcançado foi tão profundo que os líderes do projeto foram galardoados com o Prémio Nobel da Química em 2024.
O raciocínio avançado e o impacto do modelo da empresa
A mesma arquitetura impulsionou inovações substanciais na matemática e na programação informática. O AlphaProof, por exemplo, aprendeu a demonstrar problemas matemáticos complexos através de enunciados formais. Mais recentemente, o Gemini elevou o nível tecnológico: uma versão avançada do seu modo Deep Think conquistou a medalha de ouro na Olimpíada Internacional de Matemática (IMO) em 2025. Simultaneamente, o agente AlphaEvolve encontrou novos métodos para multiplicar matrizes, descobrindo algoritmos que estão agora a ser aplicados desde a otimização de centros de dados até à computação quântica.
A colaboração algorítmica com investigadores de topo já está em curso. No Imperial College London, um modelo focado no debate autónomo de hipóteses científicas conseguiu validar de forma independente teorias sobre a resistência antimicrobiana, ao analisar décadas de literatura num curto espaço de tempo. Além da biologia, os sistemas já demonstram a sua eficácia na melhoria da previsão meteorológica e na investigação sobre a energia de fusão nuclear.
A aproximação à inteligência artificial geral
Para que uma IA atinja o patamar de "Geral" (IAG), tem de compreender o mundo de forma alargada e transversal. O sistema estrutural mais recente da marca foi desenvolvido precisamente com este intuito, integrando a capacidade de processar áudio, vídeo, imagem, código e texto em simultâneo, suportado pelas técnicas de planeamento e raciocínio herdadas do AlphaGo.
Dez anos após a emblemática vitória em Seul, a convergência de todos estes modelos aponta para um objetivo ambicioso no horizonte. A verdadeira criatividade, vislumbrada na jogada pioneira de 2016, não servirá apenas para encontrar novas formas de vencer, mas sim para dotar a tecnologia da capacidade de inventar soluções inteiramente novas, funcionando como o derradeiro catalisador para uma nova era de descobertas na ciência e na produtividade global.
Nenhum comentário
Seja o primeiro!