Mais uma semana, mais um anúncio ofegante sobre a conquista da Inteligência Artificial Geral (AGI). Seria perdoável se estivesse a sofrer de um caso grave de “fadiga de AGI”. Mas, desta vez, a promessa não vem das habituais megacorporações de Silicon Valley, mas sim da Integral AI, uma startup com bases em Tóquio e Silicon Valley, liderada por Jad Tarifi, um antigo pioneiro da Google AI. E eles não prometem apenas um modelo de linguagem maior e melhor; prometem uma mudança fundamental de paradigma.
A Integral AI declarou ter criado o primeiro “modelo capaz de AGI” do mundo. Antes de revirar os seus sensores óticos, saiba que esta afirmação assenta numa base que ignora deliberadamente a escalada de força bruta e a fome de dados da IA atual. Em vez disso, propõem um sistema que aprende de forma mais próxima à humana, prometendo um futuro de robôs que resolvem problemas sozinhos. É uma proclamação audaz que merece um olhar atento debaixo do capô. Estaremos perante algo revolucionário ou apenas mais um caso de “AGI-washing” num mercado saturado de hype?
O Arquiteto de uma Nova Inteligência
O homem por trás da cortina é o Dr. Jad Tarifi, que não é o típico fundador de uma startup. Passou quase uma década na Google AI, onde fundou e liderou a sua primeira equipa de IA Generativa, focando-se em “modelos de imaginação” e em como aprender com dados limitados. Com um doutoramento em IA e um mestrado em computação quântica, as suas credenciais são tão sérias quanto as suas ambições.
Curiosamente, Tarifi centrou as suas operações em Tóquio, uma escolha deliberada baseada na sua convicção de que o Japão é o coração global da robótica. Não se trata apenas de uma preferência geográfica; é estratégica. A visão da Integral AI passa por uma inteligência “incorporada” (embodied) — uma IA que vive e aprende no mundo físico, tornando a robótica o banco de ensaios definitivo.
Se Não Consegue Defini-la, Não Consegue Construí-la
Talvez a parte mais refrescante do anúncio da Integral AI seja a sua definição rigorosa e orientada pela engenharia do que é a AGI. Enquanto gigantes como a OpenAI e a Google DeepMind costumam falar da AGI em termos latos, quase filosóficos, a Integral estabeleceu três pilares estritos e mensuráveis para qualquer sistema que reivindique o título:
- Aprendizagem Autónoma de Competências: O modelo deve ser capaz de aprender competências inteiramente novas em ambientes desconhecidos, sem conjuntos de dados pré-compilados ou intervenção humana constante. Este é um desafio direto a sistemas como o ChatGPT, que estão fundamentalmente limitados pelos dados com que foram treinados.
- Domínio Seguro e Fiável: O processo de aprendizagem deve ser inerentemente seguro. Tarifi usa uma analogia belíssima pela sua simplicidade: um robô que aprende a cozinhar não deve incendiar a cozinha por tentativa e erro. A segurança deve ser uma funcionalidade nativa, não um remendo aplicado à pressa após o incidente.
- Eficiência Energética: Este é o ponto crucial. O modelo não pode consumir mais energia para aprender uma nova competência do que um ser humano consumiria. Este pilar ataca o elefante na sala da “Big AI”: o consumo de energia absolutamente insustentável necessário para treinar modelos cada vez maiores.
De acordo com o anúncio de dezembro de 2025, o modelo da Integral AI cumpriu com sucesso estes três critérios num ambiente de teste fechado. Se for verdade, estamos perante nada menos que uma revolução.
Modelos de Mundo, Não Modelos de Palavras
Então, qual é o ingrediente secreto? A Integral AI não está a construir Large Language Models (LLMs). Estão a construir “Foundation World Models” (Modelos de Mundo de Base). O conceito de modelos de mundo existe há décadas, com pioneiros como Jürgen Schmidhuber e Yann LeCun a defenderem a ideia como um passo fundamental para uma IA mais robusta. A ideia central é que a IA construa uma simulação interna e preditiva do seu ambiente, permitindo-lhe “imaginar” as consequências das suas ações antes de as executar.
A arquitetura da Integral é inspirada no neocórtex humano, desenhada para abstrair, planear e agir como um todo unificado, em vez de apenas prever estatisticamente o próximo token numa sequência. O sistema utiliza o que chama de “operadores universais”, que funcionam como o método científico: formulam uma hipótese, desenham uma experiência (como mover um braço robótico) e aprendem com o resultado. Este processo de aprendizagem ativa é o que lhe permite operar sem um conjunto de dados massivo e estático.
A Prova dos Nove: Empurrar Puzzles
Claro que promessas são baratas. A evidência, por agora, reside em algumas demonstrações chave. A primeira é um desafio clássico da IA: o jogo Sokoban. Este jogo de puzzles em armazéns é enganadoramente difícil para a IA porque exige planeamento a longo prazo, onde um único movimento errado pode tornar o puzzle impossível de resolver muito mais tarde. A IA generativa atual tem dificuldades notórias com este tipo de acompanhamento de estado e consequências lógicas. Tarifi afirma que o seu modelo dominou o Sokoban a partir do zero (tabula rasa), aprendendo as regras e estratégias de nível profissional apenas através da interação com a simulação.
Para provar que isto não se resume a jogos, a Integral também apresentou um projeto para a Honda R&D. A tarefa envolvia a coordenação de sistemas complexos de logística e planeamento no mundo real — essencialmente, jogar Sokoban com cadeias de abastecimento e APIs reais. As capacidades de planeamento foram comparadas ao lendário AlphaGo da Google DeepMind, mas aplicadas ao mundo físico, caótico e dinâmico, em vez de um tabuleiro de jogo confinado.
Então, o Hype da AGI é Real Desta Vez?
Mantenhamos os pés no chão. A Integral AI apresentou uma visão incrivelmente convincente e um conjunto de afirmações passíveis de serem refutadas. No entanto, estes resultados vêm de um “sandbox” (ambiente controlado) e a comunidade científica em geral ainda não os verificou de forma independente. A empresa criou, essencialmente, a sua própria régua para medir a AGI e depois declarou que tinha passado a marca.
Se — e é um “se” considerável — estas afirmações resistirem ao escrutínio, as implicações são avassaladoras. Significaria o afastamento do paradigma da acumulação obsessiva de dados, reduziria drasticamente o impacto ambiental da IA e abriria caminho para robôs de uso geral que se podem adaptar às nossas casas, e não apenas a fábricas altamente estruturadas.
A Integral AI lançou o desafio, questionando toda a abordagem da indústria na construção de máquinas inteligentes. A empresa vê isto como o primeiro passo para uma “superinteligência que expande a liberdade e a agência coletiva”. Por agora, o mundo observa. As afirmações são extraordinárias. O próximo passo é fornecer a prova extraordinária, tirando este “cérebro na caixa” do laboratório e trazendo-o para o nosso mundo — preferencialmente, sem incendiar nenhuma cozinha pelo caminho.
