Inventaram a inteligência artificial: David Silver, criador do AlphaGo e génio do machine learning.

Em março de 2016, em Seul, aquilo que para milhões parecia apenas mais uma partida vista no telemóvel transformou-se num abalo global transmitido em directo: Lee Sedol, um dos maiores campeões de Go, aceitava a derrota perante um programa chamado AlphaGo. Na sala, os jornalistas hesitavam entre bater palmas, sorrir por nervosismo ou sentir um arrepio - não por causa do desporto, mas por perceberem que algo tinha mudado.

No epicentro desse “terramoto” silencioso, longe do ruído das câmaras, estava um investigador britânico de expressão serena: David Silver. Nada de frases ensaiadas, nada de espectáculo tecnológico; apenas um caderno, um quadro branco e uma fixação muito concreta: descobrir como fazer uma máquina aprender a partir da experiência. Silver não “inventou a inteligência artificial”. Mas ajudou a virar a mesa sobre a forma como as máquinas aprendem a decidir.

E a pergunta que ficou no ar, simples e desconfortável, continua actual:

O que fazemos nós, agora que a máquina consegue aprender sozinha?

David Silver: o investigador que ensinou a máquina a aprender

Quando David Silver explica o AlphaGo, há um detalhe que chama a atenção: ele descreve o sistema como se estivesse a falar de um aluno. Fala dos erros iniciais, das melhorias graduais, de algo parecido com “intuições” que surgem com treino. E, quando menciona a jogada ousada que ficou famosa - a jogada 37 da segunda partida contra Lee Sedol - deixa escapar um sorriso quase de professor que viu um aluno superar expectativas. Quem procura um “guru” da tecnologia encontra, na prática, um apaixonado por jogos e por matemática.

Silver raramente se apresenta como “pai da IA”. Prefere ser visto como alguém que consolidou uma metodologia: criar condições para que um computador descubra estratégias, experimente, falhe e volte a tentar. O nome técnico dessa abordagem é aprendizagem por reforço. Para muita gente, foi o sinal claro de passagem para uma era diferente.

A aprendizagem por reforço de David Silver e a viragem que o Go tornou visível

Para perceber o que Silver desbloqueou, vale a pena ir além do espectáculo mediático e olhar para o que o Go representava. Durante séculos, este jogo foi tratado como um território praticamente inacessível para computadores: combinações em número astronómico, subtilezas difíceis de codificar, e uma reputação de “jogo da intuição”. Jogadores de topo dedicam-lhe a vida inteira. Já o AlphaGo acumulou, em poucos meses, mais partidas de treino do que um ser humano conseguiria jogar em várias vidas.

Na DeepMind, a equipa de Silver expôs o sistema a milhões de posições. Primeiro, o programa aprendeu com partidas humanas; depois, passou a jogar contra si próprio. No início, perdia constantemente. Com o tempo, começou a detectar padrões. No fim, sugeria jogadas que até mestres coreanos consideravam impensáveis. Já não era apenas uma máquina a copiar: era uma máquina a explorar.

A vitória sobre Lee Sedol por 4–1 trouxe tudo para a ribalta. Ainda assim, a verdadeira ruptura não estava no tabuleiro em Seul, mas nos algoritmos de aprendizagem por reforço que Silver vinha a afinar desde os tempos de estudante em Londres. A ideia de base é quase infantil na sua simplicidade: recompensar o que funciona, penalizar o que falha, e repetir - como uma criança a aprender a andar de bicicleta, só que a uma velocidade que nenhum humano consegue acompanhar.

O ponto decisivo é que esta lógica não fica presa ao Go. A mesma filosofia deu origem ao AlphaZero, capaz de aprender as regras do xadrez e do shogi e, em poucas horas, esmagar os melhores programas especializados. Um só “motor”, vários universos. De repente, a inteligência artificial deixava de ser um conjunto de soluções feitas à medida e aproximava-se de um princípio mais geral - e, nos laboratórios, a ambição subiu de escala.

O que a abordagem de Silver muda na IA… e no nosso dia-a-dia

Por trás de conferências e artigos científicos, a “assinatura” de Silver é muito prática: em vez de dizer à máquina o que fazer passo a passo, cria-se um processo para ela aprender a aprender. Na prática, a abordagem parece um treino desportivo levado ao limite: define-se um objectivo, desenha-se um sistema de recompensas e constrói-se um ambiente. A seguir, deixa-se o agente virtual testar milhões de estratégias sem receber a solução “soprada”.

No AlphaGo e no AlphaZero, o objectivo é ganhar a partida. Noutros sistemas, o alvo pode ser reduzir consumo de energia, evitar obstáculos na condução autónoma, ou descobrir estruturas biológicas. Silver ajudou a demonstrar que, com tentativas suficientes, retorno de informação e poder de computação, uma máquina pode gerar comportamentos complexos que, vistos de fora, parecem quase intuitivos. É impressionante - e ligeiramente inquietante.

De jogos para ciência: o salto até ao AlphaFold

A marca de Silver também surge noutro projecto emblemático da DeepMind: AlphaFold. Aqui sai-se do mundo dos jogos e entra-se na biologia. Prever a forma tridimensional de uma proteína a partir da sequência de aminoácidos era um problema científico há cerca de cinquenta anos. A equipa - com Silver num papel estratégico - combinou aprendizagem profunda com princípios próximos da aprendizagem por reforço. O resultado foi uma descoberta que a revista Nature descreveu como “revolucionária”: milhares de estruturas previstas e laboratórios em todo o mundo a reorganizar métodos de trabalho.

Este movimento do “jogo” para o “mundo real” é crucial. O AlphaGo foi um símbolo. O AlphaFold passou a ser uma ferramenta. Onde alguns viram uma demonstração de força quase gratuita, Silver e colegas viram um campo de treino controlado - perfeito para testar métodos antes de os aplicar a problemas grandes como clima, saúde, energia e indústria. E sejamos francos: quase ninguém pensa nisto no quotidiano. No entanto, estas linhas de código acabam por influenciar decisões bem concretas, muitas vezes sem aviso.

À medida que a capacidade cresce, a pergunta muda rapidamente de “como” para “até onde”. Silver não costuma pintar cenários apocalípticos: insiste no alinhamento com objectivos humanos, em mecanismos de controlo e na ideia de que a IA pode continuar a ser uma ferramenta ou parceira - não necessariamente um substituto. Não ignora riscos, mas puxa a conversa para o desenho do sistema: quem define as recompensas? quem escolhe o que a máquina optimiza? Em linguagem técnica, é um debate que arde.

Um aspecto muitas vezes esquecido nesta discussão é o custo de transformar “aprendizagem” em prática: treino intensivo exige recursos, electricidade e infra-estruturas. Mesmo quando os resultados são extraordinários, a pergunta “vale a pena?” ganha peso - e obriga empresas, universidades e governos a pensar em eficiência, transparência e prioridades.

Há ainda outra camada inevitável, especialmente na Europa: a regulação. À medida que sistemas inspirados na aprendizagem por reforço saem do laboratório e entram em sectores sensíveis, cresce a pressão para provar segurança, responsabilidade e rastreabilidade. Esta tensão entre inovação e garantia pública não se resolve só com ciência; exige decisões políticas, padrões de auditoria e literacia tecnológica.

Como aproveitar a lógica de Silver sem escrever uma linha de código

A força discreta de David Silver foi pegar numa ideia quase filosófica - aprender com a experiência - e convertê-la numa rotina operacional. Curiosamente, essa lógica pode ser adaptada à vida de qualquer pessoa, mesmo sem tocar em Python. O “método”, na essência, resume-se a três movimentos: definir um objectivo nítido, criar retorno de informação real, e repetir sem dramatizar. Não é chamativo. É eficaz.

Para um empreendedor, isto pode significar escolher um único indicador decisivo para a semana (por exemplo, um cliente fechado ou um protótipo entregue) e medir tudo o que aproxima desse resultado. Para um estudante, pode ser tratar uma nota baixa como dados de treino, não como sentença. Para um gestor, pode ser olhar para a equipa como um sistema que explora alternativas, testa abordagens e aprende com retorno - em vez de se prender a procedimentos rígidos. No papel, parece óbvio. Na vida real, exige coragem.

O erro comum, quando se fala de pessoas como Silver, é imaginar que acertaram à primeira. A realidade é bem mais prosaica - e, de certa forma, reconfortante: muitas tentativas falhadas, artigos recusados, modelos que colapsam ao primeiro teste. O truque é não transformar esses falhanços em identidade. Silver transforma-os em combustível. E connosco pode acontecer o mesmo: uma apresentação que corre mal, um projecto que falha, uma intervenção pública menos conseguida podem virar material de aprendizagem, não feridas para esconder.

O que torna isto difícil é o contexto: em ambientes onde todos exibem vitórias, a obsessão por parecer competente sufoca a aprendizagem verdadeira. Aplicar a mentalidade da aprendizagem por reforço ao dia-a-dia é aceitar que o sinal mais valioso chega muitas vezes com desconforto: uma crítica, um “não”, um resultado aquém do objectivo.

“A coisa mais poderosa na aprendizagem por reforço é que não precisa de saber a resposta de antemão. Só precisa de se importar com o resultado.” - frase frequentemente atribuída a David Silver em círculos de investigação

Para pôr isto em prática sem cair numa pressão constante, ajuda manter um quadro mental simples:

• Definir um objectivo com prazo curto (uma semana ou um mês).
• Registar, diariamente e sem filtros, o que funcionou e o que falhou.
• Alterar apenas um parâmetro de cada vez na “próxima iteração”.
• Falar sobre um falhanço recente com alguém de confiança, como se estivesse a depurar um programa.
• Reservar margem de erro de propósito: não perseguir 100%, mas sim progresso mensurável.

Não é uma fórmula milagrosa. É uma postura. A de alguém que insiste durante anos numa ideia que muitos consideram ambiciosa demais e, um dia, vê milhões a prender a respiração enquanto uma máquina joga Go. Sem promessas de fama - apenas com a convicção teimosa de que aprender, no fundo, é um exercício de paciência.

Depois do AlphaGo: o futuro silencioso que David Silver procura

Após o estrondo mediático do AlphaGo, David Silver não correu para a televisão. Prosseguiu com o AlphaGo Zero, depois com o AlphaZero, e avançou para trabalho ainda mais abstracto sobre as bases da aprendizagem por reforço geral. Enquanto as redes sociais se inflamam com sistemas que geram imagens ou texto, ele volta sempre à mesma pergunta - quase obsessiva: como construir um sistema capaz de se orientar e aprender em qualquer ambiente?

Esse futuro ainda não teve uma demonstração pública tão teatral. Está a ser construído em simulações: mundos virtuais onde agentes aprendem a explorar, planear e raciocinar. O que está em jogo é algo parecido com “senso comum” artificial: não apenas reagir, mas antecipar, ligar pistas e transferir competências de um contexto para outro. Para já, estes agentes continuam longe do nosso dia-a-dia, perdidos em labirintos de píxeis.

Ao fundo, desenha-se uma questão social inevitável: como será uma economia, um hospital ou uma cidade em que sistemas inspirados no método de Silver tomam milhares de microdecisões em tempo real? Quem responde pelos objectivos atribuídos às máquinas? Quem decide o que deve ser optimizado - lucro, tempo, conforto, impacto carbónico, saúde mental?

As respostas não vão nascer apenas nos laboratórios. Serão moldadas por discussões como as que se seguiram ao AlphaGo: para uns, parecia o fim de uma tradição; para outros, o início de um diálogo entre a intuição humana e o cálculo em escala massiva. Hoje, profissionais estudam as jogadas do AlphaGo não como uma traição ao Go, mas como um novo capítulo. Talvez o futuro da IA se pareça com isso: mistura de fascínio, desconfiança e, por vezes, admiração genuína.

Por trás da etiqueta “pai do AlphaGo”, há um recado discreto que passa facilmente ao lado no barulho mediático: a próxima ruptura pode não vir do modelo mais ruidoso, mas do método mais paciente. Um modo de aprender que convive bem com a dúvida, o teste e o erro. E que nos obriga a perguntar, de forma muito directa: o que é que nós, humanos, queremos continuar a aprender por nós próprios?

Ponto-chave	Detalhe	Interesse para o leitor
Aprendizagem por reforço	Método central de Silver: recompensar acções que aproximam de um objectivo	Perceber como a IA moderna “aprende” e como adaptar essa lógica à vida e ao trabalho
Dos jogos ao mundo real	De AlphaGo a AlphaFold, a mesma lógica aplicada a problemas científicos	Entender que a IA não é apenas espectáculo: influencia saúde, investigação e indústria
Mentalidade experimental	Transformar erros e falhas em dados, não em julgamentos definitivos	Trabalhar com mais lucidez e menos medo de errar, melhorando por iterações

Perguntas frequentes

• O David Silver “inventou” mesmo a inteligência artificial?
  Não literalmente. A IA resulta de décadas de trabalho de milhares de investigadores. O impacto de Silver está em elevar a aprendizagem por reforço a um novo patamar com sistemas como o AlphaGo e o AlphaZero.

• O que é exactamente o AlphaGo?
  O AlphaGo é um programa de IA desenvolvido pela DeepMind que aprendeu a jogar o jogo de tabuleiro Go a um nível sobre-humano, derrotando o campeão mundial Lee Sedol em 2016.

• Porque é que vencer um campeão de Go foi tão marcante?
  O Go tem muito mais posições possíveis do que o xadrez e, durante muito tempo, foi visto como demasiado complexo e “intuitivo” para máquinas. A vitória do AlphaGo simbolizou um salto enorme no que algoritmos de aprendizagem conseguem enfrentar.

• Como é que o trabalho de David Silver é usado fora dos jogos?
  As suas ideias influenciam sistemas de descoberta científica, logística, robótica, optimização energética e modelos como o AlphaFold, que prevê estruturas de proteínas.

• Devemos preocupar-nos com o tipo de IA que Silver ajuda a construir?
  Existem questões reais sobre controlo, objectivos e uso indevido. O próprio Silver insiste na necessidade de alinhamento com valores humanos, mas o debate ultrapassa largamente a comunidade científica.