Demis Hassabis prevê IA com capacidades humanas em dois a três anos
Cofundador da DeepMind encurta sua estimativa para a AGI enquanto aposta na aplicação da tecnologia à ciência e à descoberta de medicamentos
RESUMO ＋
Demis Hassabis prevê uma inteligência artificial com capacidades cognitivas humanas em dois a três anos, segundo perfil do Wall Street Journal. Cofundador da DeepMind e Nobel de Química, ele aproxima essa ambição da pesquisa científica. Na Isomorphic Labs, a aposta é usar IA para desenvolver medicamentos. A empresa captou US$ 2,1 bilhões neste ano para ampliar sua tecnologia e seu portfólio.
Demis Hassabis, cofundador da Google DeepMind e vencedor do Nobel de Química, encurtou sua previsão para a chegada de uma inteligência artificial com capacidades cognitivas humanas: de três a cinco anos para dois a três anos, segundo um perfil publicado pelo Wall Street Journal.
O horizonte diz respeito à inteligência artificial geral, ou AGI. O conceito descreve um sistema capaz de aprender e lidar com diferentes problemas, transferindo conhecimento entre atividades, em vez de apenas executar bem uma tarefa específica.
Hassabis é hoje cientista-chefe da Alphabet e presidente do conselho da DeepMind. A mudança de função anunciada em agosto o afastou da gestão cotidiana do laboratório para concentrar sua atuação no futuro da IA. Ele também permanece no comando da Isomorphic Labs, dedicada à descoberta de medicamentos.
A AGI combina aprendizado e adaptação a problemas de diferentes áreas.O teste não é só responder perguntas
Para ilustrar o salto que espera, Hassabis propõe no perfil um desafio: uma IA conseguiria chegar às descobertas de Einstein de 1905 usando apenas o conhecimento disponível até 1901? O exemplo separa a reprodução de respostas conhecidas da produção de conhecimento novo.
Essa ligação com a ciência acompanha a trajetória da DeepMind. Em 2016, o AlphaGo venceu o campeão de Go Lee Sedol. Em um balanço publicado em março, Hassabis descreveu o resultado como uma demonstração de que técnicas de aprendizado e busca poderiam ser aplicadas a problemas científicos.
O passo seguinte mais conhecido foi o AlphaFold 2, que em 2020 apresentou um avanço na previsão da estrutura tridimensional de proteínas. A base AlphaFold passou a reunir mais de 200 milhões de estruturas previstas, disponibilizadas para pesquisa. O trabalho rendeu a Hassabis e John Jumper o Nobel de Química de 2024, compartilhado com David Baker.
O debate também envolve os riscos de sistemas mais poderosos. O avanço das capacidades torna a avaliação de segurança parte central dessa discussão.
Da previsão de proteínas à busca por medicamentos
Na Isomorphic Labs, a ambição científica ganhou uma estrutura empresarial. Em maio, a companhia anunciou uma rodada de US$ 2,1 bilhões, liderada pela Thrive Capital, com participação de investidores como Alphabet e GV. O dinheiro deve ampliar a plataforma de desenvolvimento de medicamentos e o avanço de candidatos rumo à clínica.
A empresa chama seu conjunto de modelos de IsoDDE. A proposta vai além de prever formas de proteínas: inclui estimar como moléculas interagem com seus alvos e ajudar pesquisadores a selecionar candidatos a medicamentos.
Em setembro, a Isomorphic descreveu sua estratégia como uma integração de modelos de IA, geração de dados, software e infraestrutura física. O objetivo é reunir as etapas necessárias para desenhar moléculas e levar potenciais tratamentos à avaliação clínica.
A Isomorphic quer usar a IA para transformar o desenho de moléculas em novos medicamentos.O próximo passo é levar os candidatos à avaliação clínica, necessária para demonstrar segurança e eficácia em pacientes.