Publicação assinada por pesquisador da empresa propõe que a IA entre agora em sua terceira era moderna: a Era da Experiência Uma nova proposta de mudança de paradigma em inteligência artificial está movimentando o setor. O artigo Welcome to the Era of Experience, assinado por David Silver, pesquisador do Google, e Richard Sutton, cientista canadense reconhecido por suas contribuições ao aprendizado por reforço, está sendo considerado por especialistas como um dos textos mais inspiradores dos últimos anos. A publicação, destacada em boletins como o Import AI de Jack Clark (cofundador da Anthropic), propõe que a IA entre agora em sua terceira era moderna: a Era da Experiência. Segundo os autores, é hora de deixar para trás tanto os jogos simulados quanto os grandes volumes de dados humanos da internet. A nova proposta é simples — mas ambiciosa: fazer com que os modelos criem seus próprios dados ao interagirem com o mundo real. Da simulação aos dados humanos: as eras anteriores da IA A primeira era da IA moderna foi marcada pela simulação. Nela, modelos como o AlphaGo e o AlphaZero da DeepMind aprenderam jogando milhões de partidas em ambientes controlados, acumulando recompensas e refinando estratégias por tentativa e erro. O sucesso foi notável, mas restrito a problemas com objetivos bem definidos. A segunda era, em que vivemos hoje, foi inaugurada pelo artigo 'Attention is All You Need', também do Google. Essa fase explodiu com modelos como o ChatGPT, da OpenAI, treinados com enormes volumes de dados humanos extraídos da internet. O objetivo: ensinar máquinas a se comportarem como humanos, resolvendo tarefas diversas com desempenho cada vez mais convincente. No entanto, Silver e Sutton apontam uma limitação fundamental: esse modelo não permite que a IA vá além do conhecimento humano. 'Agentes não podem ultrapassar os limites do que já foi conhecido pelas pessoas', afirmam os autores. A era da experiência: quando a IA começa a viver A proposta agora é radical. Em vez de depender exclusivamente de dados existentes, os modelos devem explorar o mundo real para gerar conhecimento novo. Um assistente de saúde, por exemplo, poderia usar sinais como batimentos cardíacos e padrões de sono para aprender sobre bem-estar. Um agente educacional pode se adaptar com base nos resultados dos usuários em provas. E um agente científico poderia agir com base em dados reais de emissões de carbono para enfrentar o aquecimento global. Para os autores, essa abordagem pode libertar a IA do papel de 'câmara de eco do conhecimento humano' e permitir sua real evolução rumo à inteligência geral artificial (AGI). Eles argumentam que a experiência direta poderá produzir dados de qualidade superior e em escala maior que qualquer corpus humano disponível hoje. O retorno à exploração — mas agora no mundo real A nova fase ecoa a era das simulações, mas com um salto qualitativo: agora os agentes não jogam mais 'video games', mas sim exploram a realidade. Para especialistas como Clark, essa ousadia representa a confiança renovada da indústria em dar às máquinas mais liberdade para experimentar, aprender e crescer. O artigo pode também ser visto como uma crítica velada à OpenAI, que liderou a era dos dados humanos com o ChatGPT. Para Silver e Sutton, algo essencial foi perdido nessa abordagem: a capacidade da IA de descobrir, por si só, o que ainda não sabemos. Se a proposta ganhar tração, a inteligência artificial poderá deixar de apenas repetir o mundo — e começar, de fato, a reinventá-lo.