Filosofia de Engenharia: Demis Hassabis, Resolver a Inteligência para Resolver Tudo

Principais conclusões

• O plano tinha dois passos: resolver a inteligência e, depois, usá-la para resolver todo o resto. Essa frase – o discurso real de fundação da DeepMind, segundo Hassabis – é a estratégia inteira. Construir um sistema de aprendizado geral em vez de um sistema restrito, e então apontá-lo para os problemas mais difíceis da ciência. Soa como arrogância até você assistir a ele executar isso na ordem certa.¹⁷
• Os jogos eram o campo de provas, não o objetivo. O AlphaGo venceu Lee Sedol por 4 a 1 em março de 2016 – uma década antes do que os especialistas previam – e o “Lance 37” do segundo jogo, uma jogada com cerca de 1 chance em 10.000 de ser escolhida por um humano, mostrou o sistema inventando em vez de imitar.⁵ Hassabis escolheu os jogos porque são autocontidos, com objetivos claros, o ambiente ideal para aprendizado por reforço.⁷
• Em seguida, ele voltou essa inteligência para a biologia e ganhou um Nobel. O AlphaFold2 resolveu o problema de 50 anos da previsão da estrutura de proteínas no CASP14, em 2020; o banco de dados AlphaFold hoje contém estruturas de cerca de 200 milhões de proteínas, usadas por mais de dois milhões de pesquisadores.⁸⁹ Em 2024, Hassabis dividiu o Prêmio Nobel de Química com John Jumper (e David Baker) – o segundo passo, entregue.¹⁰¹¹
• De prodígio do xadrez a designer de jogos, neurocientista e fundador. Nascido em Londres em 1976, com força de mestre no xadrez aos treze anos, codesigner de Theme Park aos dezessete, formado com distinção dupla em Cambridge e, depois, doutor em neurociência cognitiva pela UCL estudando memória e imaginação – cada capítulo alimentou o seguinte.¹²³⁴

O princípio

“Passo um, resolver a inteligência; passo dois, usá-la para resolver todo o resto.” – Demis Hassabis, sobre o plano de fundação da DeepMind⁷

A maioria das tecnologias ambiciosas é construída na ordem inversa. Você escolhe um problema – busca, recomendações, detecção de fraude – e constrói o sistema mais restrito e confiável que resolve aquilo. A generalidade é tratada como um luxo que se conquista depois, se é que se conquista. Hassabis inverteu a ordem. A aposta dele era que o primeiro movimento certo não é resolver um problema específico, mas resolver a capacidade geral que resolve problemas – construir um sistema de aprendizado capaz de dominar domínios para os quais nunca foi especificamente projetado – e só então apontá-lo para os alvos que mais importam.⁷

É por isso que a ordem na frase é estrutural. “Resolver a inteligência” vem primeiro não porque as aplicações não importam, mas porque, na visão dele, uma inteligência suficientemente geral é a ferramenta de maior alavancagem que se pode construir: resolva-a uma vez e você ganha uma chave que abre muitas fechaduras, em vez de uma ferramenta moldada para uma só. A frase pode soar grandiosa, e soaria – se ele não tivesse passado os quinze anos seguintes percorrendo os dois passos em sequência, em público, chegando a um Prêmio Nobel pelo segundo deles.¹⁰

O método por trás do slogan tem dois ingredientes incomuns. O primeiro é a neurociência como inspiração: Hassabis estudou o cérebro justamente para extrair dele ideias algorítmicas, partindo da teoria de que vale entender a única inteligência geral que conhecemos antes de tentar construir outra.⁷ O segundo são os jogos como campo de provas: mundos autocontidos com funções-objetivo claras, onde um sistema de aprendizado pode ser treinado, medido e levado a um nível sobre-humano antes de ser confiado a algo real.⁷ Dos jogos ao aprendizado geral, e do aprendizado geral à descoberta científica – esse é o arco inteiro, e é o princípio em uma linha: resolver a inteligência e, depois, usá-la para resolver todo o resto.

Contexto

Demis Hassabis nasceu em Londres em 27 de julho de 1976, filho de pai cipriota grego e mãe chinesa de Singapura.¹ Foi um prodígio do xadrez desde os quatro anos; aos treze já havia alcançado o nível de mestre, com um rating Elo em torno de 2300, e capitaneou as equipes juvenis da Inglaterra.¹ O xadrez não é uma nota de rodapé aqui – é a origem de toda a visão de mundo. Uma criança que passa anos calculando variantes, avaliando posições e escolhendo a melhor continuação internalizou, antes da puberdade, exatamente o ciclo que mais tarde estaria sob o AlphaGo: olhar adiante, avaliar, escolher.

O capítulo seguinte foram os jogos – a construção deles. Depois de vencer uma competição que valia um emprego na Bullfrog Productions, Hassabis fez o codesign e foi o programador principal do clássico de simulação Theme Park aos dezessete anos, trabalhando ao lado de Peter Molyneux; o jogo vendeu milhões e ajudou a dar origem ao gênero de simulação de gestão.² Em seguida, foi programador principal de IA em Black & White, na Lionhead, e depois fundou seu próprio estúdio, a Elixir Studios, lançando Republic: The Revolution e Evil Genius.¹ Uma década da vida dele foi dedicada a fazer software que simulava comportamento inteligente – multidões, criaturas, oponentes – exatamente o aprendizado que você projetaria para alguém prestes a tentar construir a coisa de verdade.

Então ele voltou aos princípios fundamentais. Havia se formado com distinção dupla em Ciência da Computação em Cambridge, em 1997, e retornou à academia para um doutorado em neurociência cognitiva na UCL (2009), trabalhando com memória episódica e imaginação – mostrando que pacientes com lesão no hipocampo têm dificuldade não só para lembrar o passado, mas também para imaginar cenas futuras inéditas.¹³⁴ É uma descoberta profunda para quem constrói IA: a maquinaria da memória e a maquinaria da imaginação são a mesma maquinaria. Ele fez pós-doutorado na Gatsby Computational Neuroscience Unit e, em 2010, cofundou a DeepMind com Shane Legg e Mustafa Suleyman; o Google a adquiriu em 2014.¹ O xadrez lhe ensinou a busca; os jogos lhe ensinaram a simulação; a neurociência lhe ensinou como a inteligência geral se parece por dentro. A DeepMind é onde os três convergem.

O trabalho

Os jogos como campo de provas: AlphaGo e o Lance 37

Comece pelo próprio motor, em miniatura. Muito antes das redes neurais, a ideia central por trás de uma máquina que joga era a antecipação (lookahead): antes de se comprometer com um lance, imaginar as respostas do oponente, suas respostas a elas, e assim por diante, descendo pela árvore de possibilidades, pontuar onde cada variante termina e escolher o lance que leva ao melhor resultado supondo que os dois lados joguem bem. O componente abaixo é essa ideia reduzida à sua forma mais simples – jogo da velha contra um oponente que busca todas as continuações antes de cada lance, de modo que não pode ser vencido. Jogue, e você estará jogando contra o tataravô do AlphaGo.

O jogo da velha é pequeno o bastante para ser buscado até o fim. O Go não é. Um tabuleiro de Go tem mais posições legais do que há átomos no universo observável, e é por isso que a antecipação por força bruta – a técnica que decifrou o xadrez – vinha fracassando no Go havia décadas.⁵ A jogada da DeepMind foi manter a busca, mas torná-la inteligente: o AlphaGo combinou a busca em árvore de Monte Carlo com duas redes neurais profundas – uma rede de política, que propõe lances promissores (para você não desperdiçar busca com lances ruins), e uma rede de valor, que julga quão boa é uma posição (para você não precisar ler cada variante até o fim). As redes foram treinadas primeiro com partidas de especialistas humanos e depois refinadas por aprendizado por reforço, jogando milhões de partidas contra versões de si mesmas.⁵

Em março de 2016, em Seul, o AlphaGo venceu Lee Sedol – um dos maiores jogadores vivos – por 4 a 1, diante de uma audiência de mais de 200 milhões de pessoas, cerca de uma década antes do que os especialistas haviam previsto.⁵ O momento que o define é o Lance 37 do segundo jogo: uma jogada que o próprio sistema estimou que um humano escolheria com cerca de 1 chance em 10.000, inicialmente lida como um erro pelos comentaristas e depois compreendida como genial. Foi a primeira vez que o mundo viu uma máquina produzir, num domínio que os humanos vinham refinando havia milênios, não uma imitação do gênio humano, mas algo genuinamente novo.⁵ Esse é o ponto central da fase dos jogos: não vencer, mas demonstrar que um sistema de aprendizado podia descobrir.

AlphaZero: aprender com nada além das regras

O AlphaGo ainda se apoiava numa muleta: partia de um banco de dados de partidas humanas. O passo seguinte removeu até isso. O AlphaZero (apresentado em 2017, com os resultados completos publicados na Science em 2018) recebeu apenas as regras de um jogo e então se ensinou inteiramente por autojogo, começando de lances aleatórios – sem partidas humanas, sem livros de aberturas, sem heurísticas feitas à mão.⁶ Tábula rasa. A partir desse começo em branco, dominou Go, xadrez e shogi em nível sobre-humano, superando os motores especializados mais fortes – e fez isso com um único algoritmo geral aplicado a três jogos muito diferentes, a evidência mais clara até hoje do “geral” em inteligência geral.⁶

O detalhe que considero mais instrutivo é como ele venceu. O AlphaZero buscava apenas cerca de 60.000 posições por segundo no xadrez, contra os 60 milhões do motor tradicional Stockfish – mil vezes menos – e ainda assim levou a melhor, porque sua intuição aprendida lhe dizia quais variantes valiam a pena sequer ler.⁶ Ele também jogava com um estilo alienígena, sacrificial e profundamente posicional que surpreendeu os grandes mestres. Essa é a mesma lição do Lance 37, generalizada: quando você deixa de forçar um sistema a imitar o conhecimento humano e o deixa aprender a estrutura de um problema do zero, ele não apenas nos iguala – ele encontra coisas que nos escaparam. Essa é a ponte de “resolver a inteligência” para o segundo passo, porque a maioria dos problemas difíceis da ciência não tem, em primeiro lugar, um livro de jogadas humano para copiar.

AlphaFold: voltar a inteligência para a ciência (Nobel 2024)

Então Hassabis gastou a chave. Durante cinquenta anos, o grande desafio da biologia havia sido o problema do dobramento de proteínas: uma proteína é uma cadeia de aminoácidos que se dobra numa forma 3D precisa, essa forma determina o que a proteína faz, e prever a forma a partir da sequência resistia a toda abordagem. Métodos experimentais para determinar uma única estrutura podiam levar anos e custar uma fortuna.⁸⁹

No CASP14, em 2020 – a avaliação cega e bienal da área – o AlphaFold2 da DeepMind previu estruturas com precisão de aproximadamente a largura de um átomo em relação à resposta experimental, cerca de três vezes mais preciso que o segundo melhor sistema e, para a maioria das proteínas, comparável ao laboratório.⁸ Os organizadores do CASP declararam o problema de 50 anos essencialmente resolvido.⁸ A DeepMind então fez aquilo que transforma um resultado em infraestrutura: lançou o AlphaFold Protein Structure Database, que cresceu do proteoma humano para cerca de 200 milhões de estruturas – quase toda proteína catalogada conhecida pela ciência, disponíveis gratuitamente, hoje usadas por mais de dois milhões de pesquisadores em 190 países.⁹¹¹

Em outubro de 2024, o Comitê do Nobel concedeu a Hassabis e a seu colega John Jumper metade do Prêmio Nobel de Química “pela previsão da estrutura de proteínas”, dividindo o prêmio com David Baker, reconhecido “pelo design computacional de proteínas”.¹⁰¹¹ Hassabis foi nomeado cavaleiro no mesmo ano por serviços à inteligência artificial.¹ O que vale absorver é a ordem: isso não é uma virada de carreira separada, dos jogos para a biologia. É o segundo passo da frase original. Construir um sistema de aprendizado geral, validá-lo onde o objetivo é limpo (um jogo) e então apontá-lo para um problema onde o objetivo tem a mesma forma – um espaço de busca enorme, uma função de pontuação clara –, mas onde a recompensa é uma ferramenta para toda a biologia.

A missão e a Isomorphic: o que vem a seguir

Se o AlphaFold provou a tese, a Isomorphic Labs – que Hassabis fundou e lidera, desmembrada da DeepMind em 2021 – é a tentativa de industrializá-la: usar IA para reinventar o processo de descoberta de fármacos, tratando todo o pipeline, do alvo à molécula, como um problema que um sistema no estilo do AlphaFold pode atacar.¹ É o segundo passo, de novo, num alvo maior: de prever a forma de uma proteína a projetar a molécula que se liga a ela. Enquanto isso, a missão declarada da DeepMind se ampliou para construir IA de forma responsável em benefício da humanidade, e Hassabis tornou-se uma das vozes seniores mais cautelosas a respeito da AGI – pedindo cuidado justamente porque leva ao pé da letra a metade do “resolver todo o resto”.⁷ O padrão se mantém nas duas direções: a ambição é enorme, e a disciplina sobre como chegar lá é igualmente séria.

O método

O método de Hassabis é incomumente legível, porque ele mesmo o narrou. Tire a camada de imprensa e o que resta é uma receita repetível.

Mire na capacidade geral, não na tarefa específica. A escolha definidora foi “resolver a inteligência” primeiro e as aplicações depois – construir um sistema de aprendizado que generaliza, em vez da coisa mais restrita que dá para lançar. A maioria das equipes não pode se dar a esse luxo. A disciplina está em saber quando a generalidade é a alavancagem de verdade e quando é procrastinação.⁷

Minere o único exemplo que funciona. Existe exatamente uma inteligência geral em existência – o cérebro –, então Hassabis estudou neurociência para roubar suas ideias. Quando um problema tem uma única solução conhecida na natureza, entendê-la profundamente vence inventar do zero. O mesmo instinto atravessa esta série: codificar a estrutura que já funciona em vez de reinventá-la, como em LeCun embutindo a invariância a translações na convolução.⁷

Construa o campo de provas antes do produto. Os jogos lhe deram mundos autocontidos com funções-objetivo claras, onde um sistema podia ser treinado e medido honestamente antes de tocar em qualquer coisa que importasse. A lição geral: invista no ambiente em que você consegue um sinal limpo e rápido de se a coisa funciona. Um benchmark em que você confia vale mais que uma opinião em que você não confia – a barreira de evidências aplicada a um programa de pesquisa inteiro.⁷

Remova a muleta humana quando der. O AlphaGo aprendeu com partidas humanas; o AlphaZero não aprendeu com nenhuma, e ficou melhor. Quando um sistema amadurece o suficiente para aprender a estrutura de um problema diretamente, o andaime fornecido pelo humano pode virar um teto. Saber a hora de chutar esse andaime para longe é uma habilidade em si.⁵⁶

Depois, gaste a capacidade em algo que importa. A disciplina que torna tudo isso mais que um truque de efeito é o segundo passo de fato acontecer. Jogar nunca foi o ponto; o AlphaFold era. Capacidade sem um alvo digno é incompleta – o teste de Steve sobre se o trabalho merece existir, aplicado à própria inteligência.⁸¹⁰

Cadeia de influência

Quem o moldou

O xadrez. Antes da ciência da computação, antes da neurociência, havia o tabuleiro. O ciclo de antecipação, avaliação e escolha que um mestre internaliza é o mesmo ciclo que está sob o AlphaGo e o AlphaZero. Hassabis aprendeu o algoritmo ainda criança, vivendo-o. (Influência formadora)

O cérebro, estudado deliberadamente. Hassabis fez um doutorado em neurociência cognitiva explicitamente para aprender com a única inteligência geral que conhecemos, trabalhando com a maquinaria compartilhada da memória e da imaginação. A aposta de que a IA deveria ser inspirada no cérebro não é uma metáfora para ele; era um plano de pesquisa. (Influência direta)

A revolução do aprendizado profundo. O AlphaGo e o AlphaFold são, em seu núcleo, redes neurais profundas, e essa linhagem passa direto por Geoffrey Hinton, cujo trabalho tornou as redes treináveis, e por Yann LeCun, cujas arquiteturas convolucionais ensinaram as redes a enxergar estrutura. Hassabis construiu a busca e o sistema; eles construíram o substrato sobre o qual ele aprende. (Influência direta)

Quem ele moldou

IA para a ciência. O AlphaFold não apenas resolveu um problema; estabeleceu um modelo – o de que um sistema de aprendizado geral, apontado para uma questão científica difícil com um objetivo limpo, pode ultrapassar décadas de esforço especializado. Todo projeto “AlphaFold para X” é descendente dessa demonstração.

Aprendizado por reforço em escala. O AlphaGo e o AlphaZero são a prova canônica de que o aprendizado por reforço profundo com autojogo pode alcançar e superar a competência humana em espaços de busca vastos, redefinindo o que um subcampo inteiro acreditava ser possível.

O imaginário público da IA. O Lance 37 e a partida contra Lee Sedol foram, para centenas de milhões de pessoas, o momento em que uma máquina deixou de imitar e começou a criar. Esse marco cultural também faz parte de sua influência.

O fio condutor

Hassabis é onde o ramo do aprendizado profundo desta série deixa de ser percepção e vira ação e descoberta. Fei-Fei Li forneceu os dados que ensinaram as redes a enxergar; Geoffrey Hinton fez a máquina de aprendizado realmente funcionar; Yann LeCun lhe deu a arquitetura para encontrar estrutura. Hassabis pega essas mesmas redes e as envolve em busca e autojogo – um sistema que não só classifica o mundo, mas age nele, planeja e descobre. A linha para a frente segue naturalmente até o “Software 2.0” de Andrej Karpathy, a ideia de um programa compilado a partir de dados em vez de escrito à mão, que é exatamente o que o AlphaZero é: nenhuma regra de estratégia programada, apenas as regras do jogo e uma recompensa, com todo o resto aprendido. LeCun diz aprenda a enxergar; Hinton diz que o aprendizado funciona; Li diz aqui está o mundo do qual aprender; Hassabis diz: agora use isso para fazer algo – e o aponta para um problema de cinquenta anos da biologia. (Ponte da série)

O que eu levo disso

A lição que guardo de Hassabis é sobre sequenciar a ambição. A frase “resolver a inteligência e depois resolver todo o resto” é fácil de ridicularizar como grandiosidade de fundador, e seria – não fosse o fato de ele a ter tratado como um plano literal de dois passos e executado os passos na ordem, em público, por quinze anos, com um Prêmio Nobel ao fim do segundo passo. A disciplina não está no tamanho da ambição; está na recusa em pular o campo de provas. Ele não alegou curar doenças no primeiro dia. Construiu um sistema, validou-o de forma sobre-humana num lugar onde a pontuação era inequívoca e só então o apontou para o alvo que importava. Isso reorganiza meu modo de pensar sobre metas grandes: enuncie o fim audacioso, mas conquiste o direito a ele primeiro num benchmark limpo. É a ideia de que a qualidade é a única variável aplicada a um roadmap – a pergunta é “a capacidade é real?” antes de “a aplicação é impressionante?”.

A segunda lição é mais silenciosa e atravessa todo o arco: as melhores ideias muitas vezes vêm de estudar o único exemplo que já funciona. Hassabis não teorizou sobre a inteligência em abstrato; ele foi e estudou o cérebro, porque ele é a prova de existência. Quando estou travado, o movimento raramente é inventar a partir de princípios fundamentais no vácuo – é encontrar o sistema que já resolveu uma versão disto e entender por que ele funciona bem o suficiente para roubar a ideia. O xadrez lhe deu a busca, o cérebro lhe deu a arquitetura, os jogos lhe deram um ambiente de testes e a biologia lhe deu um alvo digno. Nada foi desperdiçado, porque cada capítulo foi ele minerando um exemplo que funciona em prol do seguinte. Resolva a inteligência e depois use-a – mas, antes, vá aprender com aquilo que já a possui.

FAQ

Qual é a filosofia de engenharia de Demis Hassabis?

Resolver a inteligência primeiro e, depois, usá-la para resolver todo o resto. Em vez de construir o sistema mais restrito que resolve uma tarefa específica, Hassabis apostou em construir um sistema de aprendizado geral – inspirado em como o cérebro funciona, validado em jogos onde o objetivo é limpo – e então apontar essa capacidade geral para os problemas mais difíceis da ciência.⁷ A estratégia é legível porque ele a executou na ordem: o AlphaGo e o AlphaZero provaram que a inteligência era real e geral, e o AlphaFold a gastou no problema do dobramento de proteínas da biologia, ganhando um Nobel.⁵⁶⁸¹⁰

Como o AlphaGo funciona, e o que foi o Lance 37?

O AlphaGo combinou a busca em árvore de Monte Carlo com duas redes neurais profundas: uma rede de política, que propõe lances promissores, e uma rede de valor, que julga quão boa é uma posição, treinadas primeiro com partidas humanas e depois refinadas por aprendizado por reforço via autojogo.⁵ Como o Go tem mais posições legais do que há átomos no universo, a busca exaustiva é impossível – as redes deixam o sistema buscar de forma inteligente. Em março de 2016, o AlphaGo venceu Lee Sedol por 4 a 1 em Seul, e o “Lance 37” do segundo jogo – uma jogada com cerca de 1 chance em 10.000 de ser escolhida por um humano – foi o momento em que uma máquina produziu uma ideia genuinamente inédita num jogo que os humanos vinham refinando havia milênios.⁵

Qual é a diferença entre o AlphaGo e o AlphaZero?

O AlphaGo aprendeu em parte com um banco de dados de partidas de especialistas humanos antes de melhorar por autojogo. O AlphaZero (2017) removeu por completo os dados humanos: recebendo apenas as regras de um jogo, ele se ensinou a partir de lances aleatórios por aprendizado por reforço de puro autojogo – tábula rasa.⁶ A partir desse começo em branco, um único algoritmo geral dominou Go, xadrez e shogi em nível sobre-humano, vencendo os motores especializados mais fortes enquanto buscava muito menos posições, porque sua intuição aprendida lhe dizia quais variantes valiam a pena ler.⁶ O AlphaZero é a evidência mais forte de inteligência “geral” porque o mesmo método funcionou em três jogos diferentes sem nenhum ajuste específico de domínio.

O que é o AlphaFold e por que ele ganhou o Prêmio Nobel?

O AlphaFold é o sistema de IA da DeepMind para prever a estrutura 3D de uma proteína a partir de sua sequência de aminoácidos – o “problema do dobramento de proteínas”, que resistia a uma solução havia cerca de cinquenta anos.⁸⁹ Na avaliação CASP14, em 2020, o AlphaFold2 previu estruturas com precisão aproximadamente atômica, comparável aos métodos experimentais, e os organizadores declararam o problema essencialmente resolvido.⁸ A DeepMind lançou cerca de 200 milhões de estruturas previstas – quase toda proteína conhecida – gratuitamente para pesquisadores.⁹ Em 2024, Hassabis e John Jumper receberam metade do Prêmio Nobel de Química “pela previsão da estrutura de proteínas”, dividindo-o com David Baker, reconhecido “pelo design computacional de proteínas”.¹⁰¹¹

Fontes