O cofundador e presidente do Google DeepMind, Demis Hassabis, afirmou que a inteligência artificial geral (AGI) pode estar a apenas dois ou três anos de distância, segundo entrevista concedida ao Wall Street Journal em 2024. A declaração foi feita durante uma conversa sobre o futuro da IA e sua aplicação em pesquisas científicas, e aconteceu nos escritórios da Alphabet em Mountain View, Califórnia.
Previsão mais curta para a chegada da AGI
Hassabis comparou a nova estimativa com a projeção feita no início de 2026, quando ele falava de um intervalo de três a cinco anos. Agora, o prazo foi reduzido para dois a três anos, indicando um avanço acelerado nas capacidades dos modelos de linguagem e de aprendizado profundo.
Ele explicou que a redução do horizonte temporal reflete tanto o ritmo de inovação quanto o aumento de investimentos da Alphabet em pesquisa de IA. O executivo destacou que o DeepMind tem conseguido resultados que antes pareciam impossíveis, como a predição de estruturas de proteínas com o AlphaFold.
Para o cientista-chefe, a AGI não será apenas um conjunto de ferramentas especializadas, mas um sistema capaz de integrar múltiplas habilidades cognitivas semelhantes às humanas. Essa definição amplia o conceito tradicional, que costuma limitar a IA a desempenho superior em tarefas específicas.
O “teste de Einstein” como critério de avaliação
Hassabis propôs um critério rigoroso que chamou de “teste de Einstein”. O teste consiste em treinar um modelo apenas com o conhecimento disponível até 1901 e observar se ele seria capaz de reproduzir os avanços de Albert Einstein em 1905, incluindo a teoria da relatividade especial.
Esse desafio tem o objetivo de medir a capacidade da IA de gerar descobertas originais, e não apenas de combinar informações já existentes. Até o momento, os modelos atuais ainda não demonstram essa habilidade de forma consistente.
O teste também serve como um ponto de referência para avaliar a segurança e a confiabilidade de futuros sistemas avançados. Se uma IA puder superar o “teste de Einstein”, ela poderia ser considerada suficientemente robusta para assumir papéis críticos em pesquisa.
- Treinamento limitado ao conhecimento pré‑1901
- Avaliação da capacidade de gerar novas teorias
- Comparação com descobertas históricas
Aplicações práticas e implicações da AGI
Uma das principais expectativas de Hassabis é que a AGI acelere descobertas científicas em áreas como física, química e biomedicina. O DeepMind já mostrou seu potencial com o AlphaFold, que ajudou a desvendar estruturas de proteínas e contribuiu para o Nobel de Química de 2024.
Além disso, Hassabis lidera a Isomorphic Labs, empresa focada em usar IA para desenvolver novos medicamentos. Ele acredita que a AGI poderá formular hipóteses inéditas e identificar caminhos terapêuticos para doenças ainda sem cura.
O executivo também visualiza a AGI como uma parceira dos pesquisadores, capaz de propor experimentos, analisar grandes volumes de dados e sugerir soluções que ainda não foram imaginadas pela comunidade científica.
No entanto, Hassabis alerta que a corrida pela AGI não deve ser apenas sobre quem chega primeiro. O objetivo principal, segundo ele, é garantir que a tecnologia seja introduzida de forma segura e que seus benefícios sejam distribuídos amplamente.
Para mitigar riscos, o pesquisador defende a criação de uma entidade internacional, liderada pelos Estados Unidos, que fiscalize modelos avançados antes de seu lançamento. Essa proposta foi detalhada em artigos anteriores do Tecnoblog.
Ele enfatiza que a governança responsável é essencial para evitar usos indevidos, como a manipulação de informações ou a criação de armas autônomas. A colaboração entre governos, academia e indústria será crucial para estabelecer normas éticas.
Além das questões de segurança, há preocupações sobre o impacto econômico da AGI. Automação avançada pode transformar mercados de trabalho, exigindo novas políticas de requalificação profissional e proteção social.
Hassabis sugere que a transição para uma era de AGI deve ser acompanhada por investimentos em educação, especialmente em áreas de ciência de dados e pensamento crítico. Essa estratégia ajudaria a sociedade a aproveitar ao máximo as oportunidades geradas pela tecnologia.
Em resumo, a previsão de que a AGI pode surgir em até três anos traz otimismo e cautela. Enquanto os avanços prometem revolucionar a pesquisa e a medicina, a necessidade de regulação e responsabilidade permanece central.
O futuro da inteligência artificial geral ainda está em construção, mas as declarações de Demis Hassabis sinalizam que estamos mais perto do que nunca de transformar a teoria em prática.
