Nova geração de inteligência artificial busca aprender a antecipar consequências por meio de modelos do mundo

A nova fronteira da inteligência artificial deslocou-se do processamento de textos para a criação de modelos do mundo. Diferente de sistemas como ChatGPT, Claude e Gemini, que operam com base em volumes massivos de dados, essa nova geração de IA busca aprender através da observação de ambientes, permitindo que a máquina antecipe consequências e planeje ações antes de executá-las.

Enquanto um modelo de linguagem descreve a queda de um copo com base em textos sobre gravidade, os modelos do mundo constroem representações internas da realidade. O objetivo é que a IA compreenda as regras físicas e lógicas de um espaço para raciocinar e tomar decisões de forma autônoma, superando a dependência de descrições prévias.

Fundamentos e desenvolvimento técnico

Essa abordagem baseia-se em conceitos de psicologia e ciência cognitiva. Em 1943, Kenneth Craik sugeriu que a mente humana utiliza representações em escala reduzida da realidade para testar alternativas antes de agir. Atualmente, Josh Tenenbaum, do Massachusetts Institute of Technology, reforça que a inteligência real depende dessa capacidade de antecipar resultados sem a necessidade de experienciar a consequência negativa primeiro.

No setor industrial, essa visão é impulsionada por nomes como Yann LeCun, que defende a previsibilidade como pilar para a autonomia. Esse movimento já se materializa em projetos concretos:

• World Labs: fundadora Fei-Fei Li desenvolve a chamada inteligência espacial.
• Google DeepMind: trabalha com os sistemas Genie 3 e Dreamer 4.

O Dreamer 4 exemplifica a aplicação prática ao criar representações preditivas do ambiente. Em testes no jogo Minecraft, o sistema aprendeu a coletar recursos e fabricar ferramentas em cenários aleatórios sem instruções explícitas. Segundo Danijar Hafner, o agente utiliza a "tentativa e erro" imaginada para aprimorar seu comportamento, uma tecnologia com potencial para ser transposta para a robótica autônoma, permitindo que robôs realizem tarefas domésticas, como dobrar roupas ou operar máquinas de lavar louça, e naveguem em locais desconhecidos.

Limitações e o caminho para a IA Geral

Apesar do avanço, a transição para uma inteligência artificial geral ainda enfrenta obstáculos. Yann LeCun propõe a arquitetura JEPA, que foca na representação de elementos relevantes de uma situação em vez de reconstruir cada detalhe, embora a eficácia de representações comprimidas seja debatida.

Pesquisadores como Melanie Mitchell e Josh Tenenbaum ressaltam que a cognição humana envolve metacognição, raciocínio causal e a adaptação de modelos conforme o objetivo. Assim, embora os modelos do mundo prometam revolucionar a robótica e a capacidade de antecipação da IA, a flexibilidade total da compreensão humana permanece como o principal desafio técnico da área.