. Aí cada página precisa ser republicada. -->
IA Todo Dia
← Voltar às notícias
Negócios

Ex-DeepMind capta US$ 1,1 bi para criar IA que aprende sem dados humanos

Ex-DeepMind capta US$ 1,1 bi para criar IA que aprende sem dados humanos

David Silver, um dos cérebros por trás do AlphaZero, deixou o DeepMind para fundar a Ineffable Intelligence — e já chegou ao mercado valendo US$ 5,1 bilhões. A startup britânica, criada há poucos meses, captou US$ 1,1 bilhão em uma rodada liderada por Sequoia Capital e Lightspeed, com participação de Google, Nvidia e do fundo soberano de IA do Reino Unido.

A proposta: construir uma IA que aprende sozinha, por tentativa e erro, sem depender de textos, imagens ou qualquer dado gerado por humanos. Uma aposta direta contra o paradigma atual dos grandes modelos de linguagem.

Quem é David Silver e o que ele quer construir

Silver passou mais de uma década no DeepMind, onde liderou a equipe de aprendizado por reforço (reinforcement learning). Foi peça-chave no AlphaGo e, sobretudo, no AlphaZero — sistema que aprendeu xadrez e Go do zero, sem estudar partidas humanas, e mesmo assim venceu os melhores programas do mundo.

Ex-DeepMind capta US$ 1,1 bi para criar IA que aprende sem dados humanos
Foto de Growtika no Unsplash

A Ineffable quer estender essa lógica para um “superaprendiz” geral, capaz de descobrir conhecimento por conta própria. No site da empresa, a ambição beira o messiânico: prometem um feito “de magnitude comparável a Darwin”, já que a lei dele explicou a Vida, e a deles supostamente explicará e construirá toda a Inteligência. Em entrevista à TechCrunch, Silver chamou o projeto de “o trabalho de sua vida” e disse que doará seus lucros pessoais a instituições de caridade.

O que muda em relação aos LLMs atuais

Modelos como GPT, Claude e Gemini são treinados em quantidades absurdas de texto produzido por humanos. Esse é o motor — e também um dos limites — da geração atual de IA: sem dado humano novo, a melhoria desacelera.

O aprendizado por reforço puro, defendido por Silver, ignora esse atalho. A IA gera as próprias experiências num ambiente simulado e aprende com o resultado. Funcionou esplendidamente em jogos de tabuleiro, onde as regras são fechadas e a vitória é mensurável. O desafio é replicar isso em domínios abertos como ciência, programação ou linguagem — onde não existe um “tabuleiro” claro nem uma função de recompensa óbvia.

Vale notar que a tese não é nova. O próprio Silver coassinou em 2021 o paper “Reward is Enough”, argumentando que reforço bastaria para chegar à inteligência geral. A comunidade acadêmica está longe de consenso sobre isso.

Por que isso importa pro leitor

Primeiro, pelo tamanho do cheque. US$ 1,1 bilhão antes de qualquer produto entregue mostra que investidores seguem dispostos a apostar em “rodadas coco” — fundos enormes ancorados em currículos estrelados. É o mesmo padrão visto na Safe Superintelligence, de Ilya Sutskever, e na Thinking Machines, de Mira Murati.

Segundo, pelo recado estratégico: parte do mercado já trabalha com a hipótese de que escalar LLMs não basta para chegar à próxima fronteira. Se a Ineffable conseguir entregar algo concreto, pode forçar OpenAI, Anthropic e Google a redirecionar pesquisa. Se não conseguir, será mais um caso de hype caro.

Por ora, há retórica grandiosa, ausência total de produto e uma comparação autoatribuída com Darwin. Convém esperar resultados antes de tratar a empresa como o futuro da IA — por mais respeitado que seja seu fundador.

Fonte: TechCrunch · Imagem de capa: TechCrunch

Fonte original: TechCrunch