CEO da DeepMind lamenta que a comercialização da IA esteja a acontecer demasiado rapidamente: se tivessem deixado os laboratórios de investigação por mais alguns anos, a humanidade poderia já ter vencido o cancro

O CEO da DeepMind do Google, Hassabis, lamenta que a competição comercial em IA seja demasiado precipitada; se a tecnologia pudesse ser mais treinada em laboratórios durante alguns anos, talvez a humanidade já tivesse conquistado o câncer.

A IA está a mudar rapidamente a humanidade, com novas tecnologias e ferramentas a surgir a cada poucas semanas ou até dias, mas o CEO da DeepMind, Demis Hassabis, vencedor do Prémio Nobel de Química em 2024, acredita que o ritmo da competição em IA é demasiado acelerado; se fosse ele a decidir, a IA poderia passar mais anos a ser aperfeiçoada em laboratórios, e talvez a humanidade já tivesse vencido o câncer.

Hassabis revelou esta reflexão sobre o desenvolvimento atual da IA no podcast do jornalista de vídeo, Cleo Abram. No passado, ao ser entrevistado pela revista Time, posicionou-se como um cientista, enfatizando que a exploração da IA visa a busca pelo conhecimento e a compreensão do mundo.

Ele mencionou que o seu objetivo ao entrar na área de IA não era criar chatbots, mas acelerar descobertas científicas. A sua conquista mais conhecida é o AlphaFold, um sistema que resolveu o problema de dobramento de proteínas, que há 50 anos permanecia sem solução na biologia. Hassabis destacou que isso beneficiou mais de 3 milhões de cientistas globalmente, especialmente na pesquisa de doenças como a malária, fornecendo uma base de dados estrutural gratuita, permitindo aos investigadores avançar para a fase de desenvolvimento de medicamentos sem passar por experimentos básicos.

Fonte da imagem: YouTube. Os resultados de pesquisa do AlphaFold fizeram de Hassabis um dos laureados com o Nobel.

Ele acredita que, se o IA pudesse permanecer mais anos em laboratórios, focada nestas questões cruciais, a humanidade poderia já ter feito avanços decisivos no tratamento do câncer ou na ciência dos materiais.

Tecnologias de ponta chegam ao público em meses, mas perdem recursos para questões essenciais

Hassabis descreve no entrevista o caminho ideal de desenvolvimento de IA — o chamado “modelo CERN”. Ele deseja que o processo de desenvolvimento de inteligência artificial geral seja semelhante à operação do Grande Colisor de Hádrons (LHC) do CERN, com rigor, cautela e reflexão científica, garantindo que cada passo seja bem compreendido antes de avançar.

No entanto, a realidade divergiu do seu roteiro ideal. O sucesso do ChatGPT no final de 2022 e os avanços em IA generativa desencadearam uma corrida comercial caótica globalmente. Ele admite que essa situação acelerou a implementação da tecnologia, com avanços a chegar ao público em poucos meses, mas também desviou recursos de questões realmente críticas.

Para conquistar mercado e liderança tecnológica, o ritmo de desenvolvimento foi forçado a acelerar. Hassabis confessa que eles já não conseguem seguir o ritmo de anos atrás, quando sonhava em desenvolver com uma abordagem filosófica, cautelosa, avaliando cuidadosamente cada próximo passo.

Embora os chatbots de IA sejam úteis para resumos e brainstorming, eles ainda apresentam falhas como alucinações, e a pressão comercial força esses produtos experimentais a serem rapidamente lançados ao público. Isso faz com que grande parte do foco e recursos de pesquisa sejam direcionados ao ciclo de lançamento de modelos de base universais voltados ao uso geral.

Para equilibrar a realidade com a visão, Hassabis adota uma postura mais pragmática: lidera o desenvolvimento de produtos de IA de consumo, como o Gemini do Google, ao mesmo tempo que investe em IA aplicada (Narrow AI). Ele acredita que não é necessário esperar pela IA geral; sistemas específicos, como o AlphaFold, podem trazer benefícios concretos em energia, ciência dos materiais e medicina.

AlphaGo revela potencial de IA para superar o pensamento humano

A confiança de Hassabis na IA é amplamente baseada na partida de 2016 entre AlphaGo e o campeão sul-coreano Lee Sedol, que chocou o mundo. Nessa partida, AlphaGo fez a famosa “Jogada 37”, uma jogada inicialmente considerada improvável, mas que acabou levando à vitória do sistema.

Fonte: gogameguru.com. A jogada de AlphaGo, considerada uma das mais inovadoras, foi vista por Hassabis como uma possível demonstração de que a IA pode ultrapassar os limites do raciocínio humano.

Hassabis percebeu, a partir desse sinal, que a IA já tinha a capacidade de ir além da experiência humana, buscando soluções totalmente novas. Ele quer aplicar essa criatividade que supera o pensamento humano na ciência.

O AlphaFold é a melhor expressão dessa mentalidade. Métodos tradicionais levam dezenas de milhares de dólares e anos para determinar a estrutura de uma proteína. O AlphaFold 2 já previu quase 200 milhões de estruturas de proteínas conhecidas na ciência.

Atualmente, Hassabis lidera uma equipe que avança na pesquisa de medicamentos. Tradicionalmente, o desenvolvimento de um novo remédio leva cerca de 10 anos, com uma taxa de sucesso de apenas 10%. Ele fundou a Isomorphic Labs, que usa o AlphaFold 3 e modelos posteriores para “triagem virtual”: com IA, é possível simular milhões de combinações de compostos e proteínas em minutos, verificando também se podem ser tóxicos para as mais de 20 mil proteínas humanas, eliminando na fase de computador a maior parte das combinações que falhariam na fase experimental, enviando apenas os candidatos mais promissores para testes laboratoriais.

Preocupações com dois riscos potenciais da IA

No entanto, com o avanço da IA e a entrada na era dos agentes de IA, as preocupações de Hassabis tornaram-se mais concretas. Ele categoriza os riscos em duas grandes categorias: o primeiro, “atores mal-intencionados” (Bad Actors), indivíduos ou países que podem usar tecnologias originalmente destinadas a curar doenças ou desenvolver novos materiais para fins maliciosos.

O segundo risco, mais de ficção científica, mas real, é o “desvio da IA” (Going rogue). Quando os sistemas se tornam extremamente inteligentes e autônomos, garantir que eles executem com precisão os objetivos humanos e não desviem para outros caminhos é um desafio técnico extremamente difícil.

Diante desses desafios, Hassabis apela à cooperação internacional entre instituições de pesquisa, governos e academia, destacando a necessidade de mais estudos de segurança na última etapa rumo à AGI (Inteligência Artificial Geral).

Apesar de lamentar que a IA não tenha ficado mais tempo em laboratórios, Hassabis mantém uma visão otimista para os próximos 50 anos. Ele acredita que a IA ajudará a humanidade a resolver a fusão nuclear, descobrir supercondutores à temperatura ambiente e até reduzir a custos de energia na exploração espacial. Para ele, a IA não é apenas uma tecnologia, mas uma lente de ampliação na busca pela verdade do universo, e ele deseja conhecer a verdade, independentemente da resposta.