Modelos de inteligência artificial (IA) do Google e da OpenAI alcançaram um feito inédito: conquistaram medalhas de ouro na Olimpíada Internacional de Matemática (IMO). A competição é conhecida por ser um dos maiores desafios acadêmicos do mundo. A conquista, reportada pela Bridgewater Associates, destaca um novo patamar no desenvolvimento da IA, com avanços no raciocínio lógico.
Como a IA surpreendeu ao vencer na Olimpíada de Matemática?
A Olimpíada Internacional de Matemática (IMO) é um teste de fogo para a inteligência. A prova exige raciocínio estruturado para resolver problemas complexos e inéditos. A conquista das IAs do Google e da OpenAI é um marco importante, pois demonstra capacidade de pensamento lógico, e não apenas de cálculo, como explica a Bridgewater Associates.
Greg Jensen, co-CIO da Bridgewater, e Jas Sekhon, chief scientist e head de AI e machine learning da gestora, expressaram surpresa com o resultado. As expectativas eram de que uma IA atingisse esse nível em até 18 anos, mas isso aconteceu em apenas quatro.
Qual o impacto desse avanço no raciocínio da IA?
A capacidade de raciocínio da IA, antes restrita a ferramentas matemáticas específicas, está se aproximando dos métodos gerais de raciocínio. Esse avanço abre portas para aplicações em áreas complexas como finanças, macroeconomia e formulação de políticas públicas. A notícia reacendeu o debate sobre a capacidade dos modelos de IA de raciocinar em contextos novos.
Yann LeCun, cientista-chefe de AI da Meta e ganhador do Prêmio Turing, expressou suas ressalvas. Para ele, os Large Language Models (LLMs) atuais, treinados para prever a próxima palavra (token), acumulam erros que se propagam e distorcem conclusões. Essa vulnerabilidade os torna inviáveis para tarefas longas e complexas.
Quais foram os avanços técnicos cruciais para essa vitória?
A Bridgewater aponta dois avanços técnicos como decisivos. O primeiro é o aprendizado por reforço com recompensas verificáveis (reinforcement learning with verifiable rewards – RLVR). Essa técnica permite avaliar a qualidade de cada etapa do raciocínio e criar dados sintéticos de alta qualidade para novos ciclos de treino. O segundo é o test-time compute, que amplia o tempo de processamento no momento da execução. Em vez de responder imediatamente, o modelo “pensa” por alguns minutos ou até uma hora.
Para entender melhor, é importante conhecer as três fases principais do desenvolvimento de um modelo de IA:
- Pre-training: O modelo é exposto a grandes volumes de texto, aprendendo padrões da linguagem, gramática, estilo e informações gerais.
- Post-training: Fase de refinamento que ajusta o comportamento do modelo para torná-lo mais útil, seguro e alinhado. Inclui o SFT (supervised fine-tuning), onde humanos ensinam respostas corretas, e o RL (reinforcement learning), onde o modelo aprende com feedback humano ou verificações objetivas (RLVR).
- Test-time compute: A computação usada quando o modelo responde. Tradicionalmente rápida, essa etapa pode se estender por longos minutos.
Na IMO, essa combinação foi determinante para que modelos de RLVR de alta qualidade com mais test-time compute conseguissem manter respostas coerentes e aprofundadas por longos períodos. Assim, superaram um desafio antes restrito a poucos humanos. A Avanços no raciocínio da AI representam um novo horizonte para a tecnologia.
Por que essa conquista é estratégica para os negócios?
O avanço técnico também reposiciona o valor dos chamados reasoning traces. Esses registros detalhados de processos de decisão tornaram-se ativos estratégicos disputados pelos principais laboratórios de IA. Algumas empresas estão dispostas a treinar modelos gratuitamente em troca desse tipo de dado, a menos que o fornecedor queira manter o ganho de performance como exclusivo.
Empresas que acumulam décadas de investimentos sistemáticos podem estar bem-posicionadas para aproveitar essa nova dinâmica. O histórico de raciocínios de alta qualidade dessas companhias pode ser usado para treinar modelos capazes de operar em domínios complexos e ambíguos, como os mercados globais. Nesses mercados, as decisões exigem tanto interpretação quanto análise de dados. A Mistral AI, por exemplo, avança no mercado global com novos modelos e parcerias.
O que essa vitória na IMO significa para o futuro da IA?
Para o mercado, a vitória na IMO não é apenas um marco técnico, mas um indicativo de que a curva de evolução da IA é mais inclinada do que se imaginava. Se essas capacidades de raciocínio se generalizarem, poderão gerar um salto de produtividade e redefinir a competitividade entre empresas e países. A OpenAI lança plataforma de empregos para profissionais de inteligência artificial nos EUA, de olho nesse futuro.
“O que parecia distante já está acontecendo”, afirma Jensen. A velocidade das inovações pode surpreender até os mais otimistas. Compreender, explorar e direcionar essas capacidades será determinante para definir os vencedores e os perdedores na economia da inteligência artificial. Modelos como o chatbot da Meta iniciam operação na Europa após atraso, mostrando a expansão da IA.
Via Brazil Journal
