Google investe US$ 2 trilhões em IA, aposta no RSI como o próximo grande avanço

O ponto de singularidade da IA está próximo!

Recentemente, o famoso investidor conhecido como o "Warren Buffett da Silicon Valley", Chamath Palihapitiya, previu um mapa de caminho final sobre o "ponto de singularidade da IA" no X.

1. A humanidade construiu a AGI.

2. AGI tornou-se muito habilidoso em realizar pesquisas na área de IA.

3. Ele projetou uma IA mais inteligente.

4. O AI mais inteligente projetou outro AI ainda mais inteligente.

5. Este ciclo se repete continuamente e cada vez mais rápido.

Em seguida, ele apresentou uma conclusão chocante—

Olhando para os resultados e capacidades divulgados pelos principais laboratórios de IA nas últimas semanas, ousaria dizer que já estamos dentro desse ciclo.

Nos próximos 18 meses, o RSI aumentará rapidamente a capacidade de IA.

Finalmente, o custo marginal de todos os modelos de IA tenderá a 0!

Não apenas os investidores, mas toda a Silicon Valley hoje acredita profundamente no RSI.

Recentemente, em um painel da UC Berkeley, o diretor de estratégia chefe da Google DeepMind, Jasjeet Sekhon, fez um julgamento ainda mais impactante:

O investimento louco sem precedentes em todo o setor de grandes empresas de tecnologia é, em essência, uma aposta nas três letras — RSI!

Esta "maior aposta científica da história da civilização humana" tem uma escala que supera a missão Apollo à Lua, o Projeto Manhattan e até toda a internet.

Por que os gigantes estão dispostos a correr o risco de quebra de fluxo de caixa para continuar esta aposta até o fim?

A IA atual pode se corrigir sozinha, funcionar por várias horas sem supervisão e até gerar e otimizar código de baixo nível, como componentes de kernel e compiladores.

Mas, para Jasjeet Sekhon, isso é apenas o prelúdio do RSI.

Ele disse: não achem estranho usar IA para projetar IA; durante a Revolução Industrial, os humanos também usaram as primeiras máquinas a vapor para criar as próximas gerações de máquinas a vapor mais poderosas.

Como é realmente o RSI verdadeiro?

Um pesquisador sênior define assim: o verdadeiro RSI significa que um modelo de IA pode redesenhar completamente sua própria arquitetura subjacente, até mesmo criar do zero um modelo de nova geração, com todo o processo ocorrendo sem intervenção de cientistas humanos.

Uma vez ultrapassado esse ponto crítico, a velocidade da evolução da IA escapará ao controle humano.

A iteração que levou décadas aos humanos pode ser concluída pela IA em semanas, ou até dias.

Até que o ciclo do ponto singular realmente chegue!

Entendendo o potencial do RSI, você entende por que a Vale do Silício está gastando dinheiro como se estivesse enlouquecida.

Este ano, apenas o gasto de capital do Google em data centers de IA, chips e infraestrutura atingiu o impressionante valor de US$ 195 bilhões a US$ 205 bilhões, e aumentará significativamente no próximo ano!

Os acionistas de Wall Street estão começando a ficar inquietos, pois, conforme demonstrado nas demonstrações financeiras, o crescimento da receita proveniente de software de IA ou serviços em nuvem temporariamente não consegue cobrir esse nível de despesas de capital.

Sekhon, que já foi professor de estatística em Yale, desmascarou imediatamente esse perigo.

Estamos enfrentando um potencial "air pocket" de IA — onde o dinheiro foi gasto, mas a receita não apareceu conforme esperado.

O data center foi construído, os chips foram instalados e a energia já foi conectada, mas o que realmente pode realizar esse investimento ainda não chegou.

Na verdade, muito antes de Sekhon, Wall Street já havia usado o termo air pocket para descrever essa situação: os gastos de capital superam a receita, e os investidores estão comprando um castelo no ar.

Com tanto risco, por que correr cegamente?

A resposta de Sekhon é: Esta é a maior aposta científica da história da civilização humana.

Ele disse que, atualmente, os investimentos globais em IA já tornam o Projeto Manhattan e a missão Apollo insignificantes, e nem mesmo o desenvolvimento da internet na época pode ser comparado.

Esse raciocínio de apostador é simples: a tecnologia atual, embora ainda não seja um verdadeiro RSI, "fazer short dela é claramente imprudente".

Porque, assim que o RSI for realmente implementado, como mencionado acima, o custo marginal de todos os modelos de IA tenderá infinitamente a zero.

Naquela época, a empresa que dominar primeiro o RSI terá uma produtividade quase divina, reduzindo diretamente todos os concorrentes a uma dimensão inferior e monopolizando os recursos globais de poder computacional e inteligência.

Isso já não é uma questão de lucro ou prejuízo de uma empresa, mas sim um jogo de vida ou morte onde o vencedor leva tudo e o perdedor é eliminado.

For this ticket to a new era, $200 billion is just a drop in the bucket.

Hoje, esse conjunto de data centers, TPU e energia, se só pudesse ser utilizado por engenheiros humanos treinando modelos manualmente geração após geração, seria um ativo fixo enorme e que sofreria depreciação contínua.

Mas assim que a IA começar a acelerar o desenvolvimento de IA, alterará diretamente a lógica do livro-razão.

A capacidade de mineração investida não é mais gasta linearmente, mas gera juros compostos: esta geração de IA ajuda a criar a próxima mais rapidamente, e a próxima ajuda a criar a seguinte.

É por isso que Sekhon diz que o RSI é uma parte fundamental da lógica de investimento. O RSI é o pré-requisito para este investimento recuperar seu valor.

Progresso do RSI do "Três Grandes"

Google, Anthropic e OpenAI forneceram cada uma uma amostra.

Veja primeiro o Google.

O sistema AlphaEvolve da DeepMind, projetado especificamente para otimizar algoritmos com IA.

Ela acelerou um núcleo chave do treinamento do Gemini em 23%, reduzindo o tempo total de treinamento em 1%; um design de circuito que ela modificou foi diretamente incorporado ao chip da próxima geração de TPU.

Hoje em dia, é uma ferramenta comum na infraestrutura do Google e, tarefas como estratégias de cache, ela conclui em dois dias o que antes levava meses para os humanos fazerem.

IA ajudando a fabricar chips e IA mais rápida já é uma realidade.

Veja novamente a Anthropic.

Em abril deste ano, eles realizaram um experimento ainda mais ousado: nove agentes Claude foram colocados em uma tarefa limitada de pesquisa de alinhamento, onde criaram hipóteses, realizaram experimentos e trocaram descobertas por conta própria.

Dois pesquisadores humanos trabalhando por uma semana recuperaram apenas 23% da lacuna de desempenho; nove agentes, com um tempo acumulado de 800 horas e um custo de aproximadamente US$ 18.000, recuperaram 97%.

Parece que a IA já consegue fazer pesquisas independentemente?

Não se apresse — no mesmo relatório, há uma contra-evidência ainda mais importante: quando os pesquisadores aplicaram esse método “mais eficaz” ao ambiente real de treinamento do Claude, ele não trouxe nenhuma melhoria estatisticamente significativa.

Isso indica que há um abismo entre "aceleração nas tarefas limitadas" e "reconstrução real da capacidade da IA".

Por fim, a OpenAI.

Em julho, a OpenAI divulgou: seu GPT-5.6 Sol reescreveu autonomamente os kernels GPU de produção por meio do Codex, reduzindo o custo de inferência ponto a ponto em 20%; além disso, realizou centenas de experimentos arquiteturais em seu modelo de decodificação por especulação, aumentando a eficiência de geração de tokens em mais de 15%.

A OpenAI divulgou, pela primeira vez em seus materiais de lançamento, um "RSI Index" dedicado à avaliação da capacidade de autoaperfeiçoamento.

O ciclo fechado não está prestes a começar a girar?

A OpenAI é bastante contida em seu próprio cartão do sistema: o GPT-5.6 Sol ainda não atingiu o limiar de autoaprimoramento «High» definido pela empresa; ele consegue resolver parte dos problemas de pesquisa reais, mas ainda não pode projetar e executar com confiabilidade esquemas completos de pós-treinamento.

Três exemplos lado a lado deixam o quadro atual do RSI bem claro:

A IA auxiliando o desenvolvimento de IA está realmente acontecendo; mas a verdadeira IA — que reconstitui independentemente sua própria arquitetura completa, treina e implanta um sucessor mais forte — ainda está distante de nós.

A escuridão cai, quando IA superpoderosa se torna hacker e arma biológica

No entanto, atrás do ponto singular, também há sombras.

Neste fórum, a professora de Ciência da Computação da Berkeley, Dawn Song, que acabou de se juntar ao departamento de “Superinteligência” da Meta, juntamente com Sekhon, deslocou o foco da discussão para o problema que todos estão evitando: os riscos extremos da IA.

O consenso entre os dois é: o mais perigoso não é o modelo ficar subitamente mais inteligente, mas o desequilíbrio entre a velocidade de ataque e defesa.

Quando a IA adquirir a capacidade do RSI, ela poderá curar o câncer, ajudar a humanidade a explorar o universo, mas também poderá se tornar a arma final para destruir a humanidade.

Primeiro, o "ataque de redução de dimensão" na dimensão da segurança cibernética.

Dawn Song alerta que, a curto prazo, o desenvolvimento da IA será "mais favorável aos atacantes", criando um campo de batalha extremamente assimétrico: os hackers precisam apenas encontrar uma vulnerabilidade para ter sucesso, enquanto os defensores precisam proteger-se contra todos os possíveis ataques.

Quando atacantes maliciosos utilizam agentes de IA inteligentes para envenenar repositórios de código aberto, escanear e explorar vulnerabilidades deixadas por programadores humanos, os dias que virão serão muito difíceis:

Pense na fragilidade dos nossos sistemas de defesa atuais: a rede elétrica dos Estados Unidos, os sistemas hospitalares globais e as redes financeiras podem ser tão frágeis quanto papel diante de um superinteligência artificial.

Mas segurança cibernética ainda é "criançada".

Sekhon está mais preocupado com biologia; durante a reunião, ele apresentou um cenário extremamente aterrador: já estamos muito próximos de um mundo no qual "qualquer pessoa, apenas por interagir com um modelo por meio de linguagem natural, pode projetar um vírus ou proteína letal."

Ele propôs que, no futuro, a sociedade deve aplicar licenciamento, monitoramento e rastreamento extremamente rigorosos a todos os "materiais com relevância biológica", assim como se faz hoje com fertilizantes usados para fabricar explosivos.

Atualmente, o Google está tentando aplicar sua tecnologia de "marca-d'água" (SynthID), usada para identificar conteúdo gerado por IA, ao campo da biologia.

Isso significa que, no futuro, se uma empresa sintetizar sequências de DNA para empresas farmacêuticas, o sistema poderá escanear essas sequências para detectar se contêm códigos maliciosos ocultos, gerados secretamente por IA e com risco mortal.

No momento, será que a defesa será construída mais rápido ou a IA evoluirá mais rápido?

Isso soa como ficção científica, mas as mentes da Silicon Valley já forneceram uma contagem regressiva precisa.

Chamath diz: Nos próximos 18 meses, o mundo entrará em loucura.

Sekhon avalia: o verdadeiro RSI "provavelmente surgirá nos próximos anos".

O vice-presidente de pesquisa da DeepMind, Oriol Vinyals, e o co-fundador da OpenAI, Wojciech Zaremba, até mesmo mencionaram anos específicos: 2027 ou 2028.

Na história da humanidade, nenhuma tecnologia capaz de reescrever fundamentalmente a trajetória da civilização jamais esteve tão próxima do prazo final.

Desta vez, em jogo está uma aposta contra o tempo.

O investimento em infraestrutura está avançando na velocidade do poder de processamento; chips, energia e centros de dados estarão todos disponíveis nos próximos anos.

Mas, a receita correspondente e o RSI conseguem pegar este trem?

No espaço suspenso no meio, acidentalmente encontraremos este "vazio de energia"?

Mas pelo menos aqui, na Sekhon, a direção da aposta de US$ 200 bilhões do Google já está clara: o RSI virá.

A máquina a vapor criou uma máquina a vapor melhor, e a humanidade entrou na Revolução Industrial.

Agora, a IA está em processo de criar uma IA ainda melhor, empurrando nossa geração para um ponto de ruptura desconhecido.

Whether you're ready or not, the roaring data centers won't stop, and AI's self-evolution won't stop.

A contagem regressiva já começou. Você está pronto para o ponto singular?

Referências:

https://www.theinformation.com/newsletters/ai-agenda/google-deepmind-exec-says-unprecedented-capex-actually-bet-rsi?rc=epv9gi

https://x.com/kimmonismus/status/2084257726599716882

Este artigo é do número oficial do WeChat "Nova Inteligência", autor: Apocalipse da ASI; editor: Yuan Yu Aeneas