Do ChatGPT ao Terminator: o que a inteligência, humana e artificial, realmente é

Olá, jovens!

Mais uma semana, mais uma hora boa. E se mais uma vez o Cláudio nos editou para que a gente esteja do lado um do outro e com roupas, e não como estamos gravando de verdade esse episódio, é porque nós temos um convidado.

E a gente tá combinandinho de azul, tá? Tá.

Hoje a gente veio no tom surtão, né? O tom surtou, né? Que é dois doido morrendo de psoríase, trabalhando igual dois condenado.

Exatamente.

Nós e nossa, é nosso exército de robôs paquistaneses do Cláudio.

Tá bom demais, nossa senhora!

E para falar disso, a gente tem um convidado que esqueceu mais sobre a, na última semana, que nós vamos aprender a vida toda.

Exatamente, estamos aqui mais uma vez com o Gibran.

Aí, viu, Gibran, como é que tá?

Obrigado aí, pessoal, de volta aí, né, Alberto e João.

O Gibran fala daquilo que o jovem quer saber: como que eu gasto menos crédito no cloud? Essa é a grande dúvida, né?

Como que eu gasto menos crédito? A grande dúvida é quantas Itaipus eu gastei para fazer o último meme que eu mandei no Zap Zap, né?

É, sem dúvida, sem dúvida.

Gibrana, para quem ainda não te conhece, para quem não viu o primeiro episódio, cometeu esse crime contra a humanidade previsto no Tribunal Penal Internacional, faça agora a sua correção, veja o episódio original com Gibrana, que é espetacular. Apresente-se aí para a galera, conta um pouquinho da Technium, conta um pouquinho de quem que você é.

Beleza, eu sou formado em engenharia elétrica. Aí depois que eu formei em engenharia elétrica, eu sempre trabalhei com inovação. Aí montei a Technium atualmente, que é uma empresa que cria inteligência artificial do zero, que a gente fala inteligência artificial pura. A gente pesquisa na área também e acompanha inteligência artificial aí desde 2002, então 24 anos, né? E aí sempre gostei de inovação, participei de projetos como avião autônomo no Brasil, que voa sem piloto.

Derrubei alguns aviões para aprender também. A gente tá vendo muitos robôs caindo aí na China também. A turma não sabe o quanto que eles estão aprendendo quando eles caem. E agora Eu tô fazendo doutorado em neurociência lá no FMG porque eu tô pegando conhecimento que eu tenho de inteligência artificial para conhecer o cérebro humano. Aí eu tô modelando o cérebro humano para a gente descobrir alguns tratamentos de algumas doenças, né? Então tô fazendo a união dessas duas áreas aí também.

É isso. Inclusive, da última vez que você veio aqui, você contou para a gente do seu doutorado, que é absurdo.

Naquela época eu ainda não tinha defendido o mestrado ainda não. Aí eu defendi o mestrado e agora entrei no doutorado.

E vai ser a mesma pesquisa do...

É, agora a gente vai aplicar em pacientes reais, humanos.

Pra quem não sabe, ele tá falando sobre tratamento pra epilepsia, né?

Pra epilepsia. E é algo muito legal porque muita gente não sabe, né? O nosso cérebro, ele funciona a partir de circuitos neuronais que conversam e interagem entre si. Então quando a gente ouve falar de um neurônio, que é um indivíduo entre 86 bilhões, na verdade um neurônio individualmente ele não serve para nada, não tem função alguma. Quando ele começa a interagir com circuitos locais e começa a realizar alguns processamentos ali, aí que começam o processamento cerebral, ele começa a evoluir até chegar no nível de emergência.

No caso dessas doenças, né, como epilepsia, ela acontece no momento que alguns circuitos cerebrais eles começam, alguns circuitos cerebrais, eles começam a dominar o restante do circuito e eles começam a ficar ativos e entram em sincronismo. E aí essa pesquisa que eu faço é: eu entendo qual que é a linguagem que eles comunicam entre si, e a partir daí que a gente vai começar a fazer esses testes agora, a gente prevê qual que é a linguagem que eles vão comunicar entre si, os que dominaram.

E agora a gente injeta sinais adicionais no cérebro para que passem a inibir essa comunicação e quebrar esta atividade que pode chegar numa convulsão, numa crise, né? Uma crise.

Agora, antes da gente continuar esse assunto, a gente tem um hidromel, o Felipe Midi, para dar para o senhor.

Legal demais!

Da última vez que você veio, já tinha o Felipe Midi?

Não, não, não tinha.

Não sei se o senhor não tem cara de que bebe não.

Ah, de vez em quando.

Vai durar 30 anos esse hidromel aí na sua casa, cara. Quem gosta aí de dura-mel, é um, não é licor, é um vinho de mel. Usa aí o cupom HORA BOA, tem desconto.

E enfim, não, e é maravilhoso, cara, é uma delícia. E a única coisa que eu te falo é compra 2 de uma vez, porque se você sentar com a patroa, sentar com os amigos, começar a tomar, meu irmão, vai em 2 segundos, porque é uma delicinha. Você não sente ele descendo. E não, não é à toa que os vikings são tão divertidos em todas as séries, tá?

Tomar cuidado, porque é tão gostoso, tão docinho, que você não percebe que o negócio tem álcool, né? Então vai devagarzinho, usa aí o cupom e espero que você goste aí de compartilhar na sua casa.

Muito obrigado.

E aí, falando dessa questão da epilepsia, a epilepsia é uma doença que eu acho muito, chama muita atenção para usar IA, porque tudo no nosso corpo é padrão elétrico em algum instante. Exato, em algum instante é um padrão elétrico. Tudo, porque toda comunicação é feita por padrão elétrico. No entanto, na epilepsia é muito gritante, gritante essa relação, muito mais direta que indireta, né?

É, se você for ver o eletroencefalograma de uma pessoa que antes dela entrar em epilepsia, quando o cérebro está funcionando no modo basal, você vê o sinalzinho mais fraquinho aqui. Quando ela começa a ter a crise, aí que você começa a ver aqueles sinais. Inclusive, muitos estudos de crises epiléticas, epilépticas, né, do cérebro em estado epiléptico, estado ictal, a gente não utiliza somente para aprender epilepsia, mas para aprender sobre outros, outros mecanismos cerebrais, como por exemplo memória e aprendizado, né, que a epilepsia tá muito ligada com o problema de, com a formação de memórias no cérebro também.

E assim, gente, só para vocês terem uma ideia do tão futurista, do tão Black Mirror que é a pesquisa do menino Gibran, a ideia dele é exatamente poder criar um contrassinal elétrico, que você tinha explicado pra gente, né, no primeiro episódio que você veio, pra poder, quando ele começa a dar o trigger de entrar na crise, jogar esse contrassinal que normalize, que volte pro padrão funcional. Então assim, é o bagulho mais black mirror das ideias possíveis.

E da última vez que você teve aqui, cara, você tava contando pra gente também, você mencionou questão de emergência, do estudo que você tava fazendo com seus agentes lá pra ver se tinha alguns padrões emergentes, pra ver se tinha algum um rompimento do lado de padrões que demonstrassem um aprendizado tácito ali deles. Como que tá evoluindo isso, cara?

É o seguinte, eu tava até conversando com o Alberto nos bastidores.

Eu acho tão chique essa frase, estávamos conversando nos bastidores. O que você talvez não saiba é que tem vídeo exclusivo para assinante É isso.

Então, se você não é assinante ainda, né, tá muito barato, vale muito a pena. Faça a sua assinatura, vire membro desse canal. Primeiro que você ajuda a gente a se manter, segundo que é o que vai proporcionar que a gente faça cada vez mais conteúdo, e terceiro que você vai ter conteúdos exclusivos, como por exemplo com o Menino Gibran.

Cara, é um negócio o seguinte, a resposta é sim, comportamento emergente ocorre.

É meio assustador, não é, cara? Não dá um ligeiro incômodo? Você não um momento que você fala assim, talvez eu esteja criando o filme Terminator aqui, cara?

E por incrível que pareça, eu fico maravilhado com essa sensação aqui, eu até arrepiei, cara. É o seguinte, o problema é o seguinte, o problema é o comportamento emergente intracircuito e extracircuito. Então a gente falava muito de comportamento emergente em um cérebro só, ou seja, no GPT, que é um modelo único ali, comportamento emergente. Então vou dar dois exemplos de comportamento emergente que nunca ensinaram, o GPT ele faz.

Programar, e nunca foi ensinado a escrever código, os iniciais, né, e traduzir. Nunca ensinaram ele. Aprendeu a linguagem, foi entregue a linguagem para ele, e ele aprendeu isso de forma sem ninguém treinar ele para isso. Ele foi treinado a aprender a linguagem, mas não foi treinado a programar nem traduzir. Isso é um comportamento emergente. Só que o que que tá acontecendo agora que tá sendo impressionante é o comportamento emergente de mais de um indivíduo.

Então, em vez de usar um, entre estérios, vários modelos diferentes para conversar, e aconteceu emergência, emergência, a mesma emergência que ocorre na sociedade, ou seja, conhecimento da humanidade diferente do conhecimento do indivíduo, indivíduo. Por quê? Porque existe uma emergência ali, né? E aí, cara, que que eu tô fazendo?

Essa pesquisa, esse trabalho meu, ele evoluiu para imaginar no trabalho dele: agora eu sou a morte, o destruidor de mundo.

É, não, é o momento mesmo, cara. Você imagina que o Gibran vai estar sentado numa poltrona gigante com vários anéis no dedo um gato persa, você entendeu, cara? Rindo maniacamente, falando isso: aprendam, aprendam!

Vou abrir um parêntese aqui. Pensando nisso, será que— vamos fazer uma visitação aqui. Pensando nisso, será que se Deus criou o ser humano, será que Deus é inferior ao ser humano, cara?

Não, é, a gente chega— Basilisco de Rocul, por exemplo, é porque falou aqui A gente chegou a gravar o Basilisco de Hokkaido? Gravamos, gravamos.

O jovem tava pedindo.

O jovem tava pedindo, né? Cara, a gente começa a entrar numa pira porque assim, é o ponto de contato da física, da engenharia, das humanidades, da filosofia, e você começa a ficar cada vez mais Bill Leib das ideias nesse negócio, cara.

Isso que o Gibran trouxe, cara, é muito perturbador.

Porque o ser humano criou um inferior, inferior, inferior, assim como a gente tá criando a superinteligência, que é o O princípio da superinteligência é ser superior em termos cognitivos à humanidade.

Deus pode estar assim, ó: fodeu, fodeu.

Não, e assim, fugiu. Não é à toa que a empresa do homem chama Technium, né? Technium, para quem não sabe, é o novo reino emergente, né? Já tem o sétimo reino. Você tem, né, um autor americano que vai defender isso no começo dos anos 2000, né? Foi em 2009, 2010, mais ou menos, que ele solta o texto sobre o Technium, que é exatamente esse novo reino de criaturas criadas. Exatamente.

Inclusive esse nome aparece no livro do Dembrough chamado A Origem, e Kevin Kelly, né, que citou isso. O técnico, pensando aí na biologia, né, tem uma das divisões que vai até o 6º reino, que é o reino animal, né. O técnico, ele faz uma abstração que seria o 7º reino, que é o reino das máquinas, que é uma vida. Porque pensa assim, no futuro talvez seja necessário classificar os biólogos, seja necessário eles criarem um novo reino, que é o reino das máquinas. Ele chamou de técnico.

Não, e se a gente for pensar hoje, as pesquisas que a gente faz de, por exemplo, criação de proteína, mudança genética, normalmente o que que você faz? Você pega um vírus e, ou, né, a carga, o RNA de um vírus, para você poder implementar dentro de um DNA uma resposta a uma doença, uma resposta a qualquer coisa, ou a mudança de uma proteína. E o vírus, para o biólogo, é aquela coisa que tá entre a vida e a não vida. E aí o que que você faz quando você usa uma carga de um RNA viral para modificar uma vida para que ela possa se proteger de algo, que ela possa constituir uma outra coisa?

O que que é isso? É vida, não é vida? E depois, quando a gente pega as interações que a gente considera as interações entre seres vivos e pega as interações que a gente tá tendo entre esse maquinário que é criado, tem muita coisa que bate. É vida, não é vida, né? Então essa discussão filosófica é uma discussão assim cabulosa.

E eu quero te interromper aquela hora. Você ia contar um negócio, você ia contar um negócio daí, né? E aí eu percebo, e aí o pessoal nos comentários: você tá interrompendo, Gibran, vou fazer um comentário muito importante.

É o seguinte, aquele experimento que eu tava fazendo, aí a resposta é assim: acontece a emergência, a emergência é interindivíduo. E aí, cara, eu tô construindo o ambiente para esses indivíduos morarem. Aí como? Tô criando Eu tinha, eu tinha construído naquela época, eu já tinha começado a construir um sistema operacional baseado em Linux focado em performance para inteligência artificial. Só que aí, em paralelo com essa evolução e construindo esse sistema, esse sistema operacional, o que que eu fiz?

Os sistemas operacionais hoje, Windows, Mac, né, Windows, macOS e o Linux, são feitos para seres humanos, né, mouse e teclado. E hoje os sistemas de inteligência artificial estão usando algo que é feito para humano. Então eles estão dando ré para usar aquilo em vez deles irem já no kernel. Aí eu vi uma oportunidade, cara, deixa eu parar. Esse sistema operacional ia ser feito para seres humanos, aí eu tô criando um sistema operacional para máquinas operarem.

E aí esses agentes, eles vão passar a operar essa máquina. Aí, o que que vai acontecer? Eu crio esse sistema até o nível do kernel, numa etapa que o ser humano não tem capacidade para operar, mas para máquina é fácil, que ela já tem instrução direta ali para operar. E aí, depois dessa camada, aí que entra o ser humano. E aí eu chamei esse sistema operacional de sauros, por causa dos dinossauros, no ponto que o cometa tá chegando para destruir os dinossauros.

E aí depois eu criei uma camada adicional que vai fazer uma abstração a mais do ser humano. Então como que começou a computação? Era a computação analógica que eles faziam lá nos cabos, né? Aí depois veio programação com cartão, chegou a programação que o pessoal programava em linguagem de máquina, assembly, chegaram as linguagens de alto nível C, C++, chegamos no Python, orientação a objetos, e tá hoje no Vibe Code, no Vibe Code.

Só que você não tirou o ser humano em nenhum momento ali, tá? Se você for olhar para trás, onde que o ser humano trabalhava, e quando você programa numa linguagem, ela é convertida até chegar na linguagem de máquina para o computador. E a justificativa da linguagem de alto nível é única e simplesmente porque precisa de um ser humano para entender, programar aquilo. E aí, se a máquina ela for capaz de já criar o código em binário compilado, ou no mínimo, ou no máximo, criar o código linguagem de máquina, eu já trabalho diretamente com eficiência.

Tem um debate que o Gibran trouxe nos bastidores, só foi gravado, quero trazer, que eu vivi isso na computação quando eu programava. Comecei programando é Pascal, C, depois teve o C++, com orientação a objetos e tudo mais.

Nós começamos em Cobol.

Vamos, vamos, vamos, vamos, vamos, vamos, vamos, vamos, vamos, vamos. E o pior que eu programei em Cobol mesmo, no MSX. Infelizmente eu programei um pouquinho Cobol mesmo, né? Cartão perfurado. Isso eu peguei não, isso eu peguei não.

Pegar aquele carrinho de supermercado, sair lá na Federal para os 4 andares e ficar enfiando cartão perfurado.

O Cobol e o BASIC eu cheguei a brincar quando tinha uns 10, 11 anos mesmo. Mas tinha uma coisa que é interessante, que era o seguinte: Quando a gente tava programando, surgiu o Visual Basic, extremamente criticado inclusive porque ele surgiu sem orientação a objeto, se eu me lembro. Aí surgiu o Delphi.

O Delphi era lindo, cara.

E a gente que programava em C, Pascal, comentava que quem usava isso, linguagem visual para programar, que não dava para programar de verdade.

Playboy.

Você não tem controle exato, você vai perder o controle disso. E aí eu fui, aí da computação eu tinha esse debate, depois eu não programando esse debate sumiu, porque todo mundo só usa agora a linguagem visual, não tem esse negócio de voltar, a não ser que você esteja trabalhando em banco de dados antigos, enfim.

Tem muita gente que não sabe, né, o cargo de programador em COBOL extremamente valorizado hoje, porque tem o sistema financeiro quase todo mundial tem um legado gigante em COBOL, que o problema é como você separa o sistema financeiro global por 45 dias para implementar as coisas em COBOL e FORTRAN.

E aí o que acontece? E naquela época eu tinha sempre esse: isso não é programar de verdade. E o chamado vibe code, para quem não sabe o que que é vibe code, é você chegar para a máquina e falar assim, ó, faça isso aí para mim, e eu não tenho mais controle das instâncias que estão sendo programadas. E aí Eu queria que você comentasse um pouco sobre isso, porque você comentou, né, que agora a gente começa a fazer programações em linguagem de máquina para o computador poder fazer sozinho as coisas dele melhor. Mas que você comentasse sobre—

vai, eu vou até ir além, porque me interessa muito essa ideia de um novo sistema operacional que seja feito para máquina antes do que para gente. Porque eu fico pensando o seguinte: quando a gente pensa nessa interface com o humano, a gente pensa nas redes neuronais humanas, na forma que o humano trabalha a memória, na forma que o humano trabalha concatenação lógica de pensamento, que é completamente diferente da forma que uma rede dessa vai trabalhar, tá, só objetos.

Então assim, eu imagino que a primeira grande parte que você deva ter que fazer é fazer uma compilação de vários mapas mentais para essas próprias redes, para que elas tenham uma interação que ela é muito mais totalizante do que a interação humana, porque a gente pensa uma etapa de cada vez, faz uma coisa de cada vez, porque a gente tem um problema gigante, que é uma coisa tá dentro do nosso cérebro, outra coisa é a nossa mãozinha fazer as coisas.

A gente tem essa interação que você tem que pensar primeiro para fazer fisicamente depois. A máquina, como ela tá coabitando o mesmo ambiente em que ela tá operacionalizando, ela consegue ter uma presença completa ali dentro. Aí quando eu penso em questão de linguagem para isso, eu gosto muito de linguística e tal, a gente chega quase que no filme A Chegada, sabe? Assim, porque Porque ali você tá pensando, né, no Safi Wolf levado às últimas instâncias, aonde aqueles seres que são seres de uma simetria radial, eles veem tudo ao mesmo tempo, compreendem tudo ao mesmo tempo, e a linguagem deles é uma linguagem que eles cospem aquela fumaçona, e naquela fumaçona tá o começo, início e o fim de tudo ao mesmo tempo.

Então quando você bate o olho ali É meio que quase que você pensar o que que seria um ser de 4 dimensões. É um ser que no tempo ele tá em todos os momentos do pensamento ao mesmo tempo. Então ele tem uma outra cognição que não é a nossa. A máquina, a partir do momento que ela tem esse aprendizado, ela vai interagir, ela consegue mentalmente, entre aspas, para ela tá em todos os espaços dessa interação ao mesmo tempo, porque ela não tem essa interface mãozinha-cabeça lá dentro.

Como que isso faz essa diferença? O que que você notou nessa diferença? O quanto que você ganha de velocidade com essa diferença? Quais são os resultados prévios assim?

É só um pequeno comentário para poder responder, porque quando eu estudava computação a gente fazia análise de complexidade de algoritmo, é isso, para economizar energia.

Exato.

E hoje isso é irrelevante para as coisas do cotidiano. Só que imagino que para as coisas que vão ser feitas agora já não é tão irrelevante assim, né?

Só para você ter um outro limite de computação que é esse, né? Pois é, perda de energia dentro do sistema.

Isso, exatamente. Não, vocês falaram muitas coisas interessantes aí. Essa questão só de trás para frente, essa questão da complexidade, inclusive o Python é uma linguagem pouquíssimo eficiente, né? Quando eles querem fazer uma programação mais eficiente, faz programação em C. Mas 99% de todos os modelos de inteligência artificial são programados em Python porque existe um descolamento aí entre a eficiência em termos de processamento e a eficiência em termos de resolução de problema.

Né? E aí, porque o que que é interessante dessa questão aí do sistema operacional e da questão do Vibe Code? Primeiro, se quem é programador aí tá, né, tá criticando a turma do Vibe Code, e eu nem sou daqueles que trabalha com Vibe Code, eu sou mais técnico mesmo, cara.

Eu sou mais técnico, é de uma humildade sem fim.

E só um parênteses, cara, Esse negócio do doutorado, um cuidado que tem que ser tomado é para não queimar o cérebro da pessoa, porque quando você injeta o sinal ali, dependendo da corrente que você injeta, eu já queimei até computador, cara, quando eu era adolescente.

É muito detalhe, né? A gente tem que ter um pequeno cuidado, porque senão a gente mata o sujeito, que é muito mais sensível, né?

Não tem fusível, cérebro.

É, né? E assim, se errar, é ruim.

É, fica a sugestão, né, para quem quiser desenvolver sistema de proteção para cérebros humanos. Aí é o seguinte, tem uma técnica de inteligência artificial que ela é extremamente recente, a partir de 2023, que eu aconselho quem tá entrando agora na inteligência artificial pesquisar e estudar. Chama IA agêntica. Eu não tô falando do hype, da modinha de agentes que a gente escuta todo mundo falar. Tô falando da IA agêntica. O termo agente é desde o conceito da inteligência artificial, esse termo agente já existe.

Mas o que que é a IA agêntica? É você gerir, basicamente é você ser capaz de construir sistemas independentes de inteligência artificial, modelos independentes, e ser capaz de gerir para que o resultado que eles gerem para você seja um resultado que consiga gerar valor com economia de custo, com segurança e com performance. Esses três problemas o mundo inteiro tá tentando resolver. Então essa questão do sistema operacional É um, é uma questão extremamente complexa que o mundo inteiro tá tentando resolver.

O, inclusive, tem pesquisadores aí no mundo que já estão levantando a bandeira e fazendo a seguinte pergunta: para que que um modelo de inteligência artificial precisa criar o código-fonte se ele pode criar diretamente o binário? E o problema dele criar o binário, que é irreversível, como que você vai saber qual que foi o código-fonte que ele usou para fazer isso? Irreversibilidade, né? E aí o problema de você, então os desafios são esses.

Quando a gente fala de um sistema operacional para inteligência artificial utilizar, eu tô falando no mínimo em duas camadas. Tem uma camada básica, que é a que já existe, que comunica direto com hardware, que é a parte do kernel, que é a parte bem básica ali. Tem uma camada que vai fazer gestão e alocação dos periféricos, aí já vai mudar, que modelos e agentes vão trabalhar em cima disso. E tem a questão, que é a questão de mais alto nível para inteligência artificial, é que ela vai comandar a execução daquilo ali.

Qual que é o problema hoje? O problema hoje é que a gente tá muitas vezes ensinando a máquina a fazer coisas que ela não precisa de fazer para ela chegar no objetivo dela.

Por quê?

Porque a única interface que é entregue para ela é uma interface humana que precisa de vários passos para serem convertidos, muitas vezes extremamente complexos para máquina. Que ela tem que dar print na tela, tem que extrair uma quantidade grande de dados. Só que quando você vai trabalhar ali no nível de máquina, aí você reduz esse escopo para um escopo muito menor. E aí o que que você faz? Essa parte é muito interessante para quem trabalha com a área de compiladores, né?

Quem trabalha com compilador, o que que faz? Para você pegar um código feito em Python, um código feito em C, seja qualquer linguagem, alguém Hoje é um software, né? Tem um software intermediário, tem um sistema intermediário ali que pega essa linguagem e converte para instruções de máquina. Instruções de máquina pega do campo de memória A, transfere para o campo B, até chegar na eletrônica ali. Esse processo de fazer essa transdução daqui para cá, a própria máquina ela pode ser, ela pode compilar, entre aspas, a própria ideia dela.

Então ela não precisa de construir um algo que seja à prova de ambiguidades, que foi para um humano não criar ambiguidade, ela já é capaz de criar algo sem ambiguidade. Então você pega um compilador, coloca ela no meio do compilador ali, só que não entra nada, como se não entrasse nada nesse computador, compilador, ela já entendia ali.

Então no final das contas ela vai ter um conhecimento muito bom e eletrônico, né?

É só para escrever, se você entender, é como se a pessoa já tivesse escrevendo no compilado.

Exatamente.

Ou seja, não precisa mais de pegar minha linguagem, que a gente chama de alto nível, né? Só para explicar, pessoal, a linguagem de alto nível e baixo nível tem a ver com a quantidade de proximidade que essa linguagem está usando com a linguagem natural. Então, mais alto nível, até mais parecido com a gente, a gente fala. Aí não precisa mais do compilador, porque você vai escrever direto em zeros e uns, que é o que ele já entende.

E aí você começa a questionar, em última instância, o conceito de linguagem de alto nível e de baixo nível. Exato, porque isso é que é muito louco você pensar. Porque assim, se a linguagem de alto nível é uma linguagem que vai precisar de uma transdução interna, uma translação externa, né, no sentido de que você tem dentro um processo para conseguir comunicar e você tem fora um segundo processo para conseguir implementar, e a suposta linguagem de baixo nível chega num momento em que ela sai com input zero para um output 100, sem fazer nada entre isso, qual que é melhor?

Por que que essa é de baixo nível e a outra, que é muito mais difícil, com muito mais etapas, é a de alto nível? Entende? Então assim, enquanto o Gibran pensa muito na parte de engenharia, pensa muito na parte de implementação, por exemplo, a parte de computador, eu que sou de humanas, eu tô pensando na parte filosófica aqui o tempo todo disso. Porque em última instância, se a gente chegar no ponto— desculpa, quando a gente chegar no ponto, né, que a IA transcender o momento que ela tá— e, gente, é uma coisa que eu tava falando aqui com o Gibran nos bastidores, que é ótimo falar esse tema, né, é que a gente ainda tá tateando.

A gente tá na época do DOS, a gente tá na época do COBOL e do FORTRAN. Por mais avançado seja o que a gente recebe hoje de input visual a partir disso, uso, por mais que seja uma coisa brutalmente impressionante, principalmente para nós que somos da última geração analógica. Eu acho que os meninos, nossos filhos, não vão ter, né, o grau de choque, o grau de mirábilia que é para nós que fomos da última geração analógica, das capacidades que hoje em dia já estão implementadas.

Só que as capacidades que hoje em dia já estão implementadas são ridiculamente pequenas, menores e constrangidas em relação ao que a gente vai ter daqui a 20 anos, ao que a gente vai ter daqui a 40 anos. Por quê? Porque esses saltos são exponenciais. A quantidade de trabalho humano morto que vai sendo acumulado e que gera o salto no trabalho humano vivo, ou seja, a gente já tem todo esse caminhar da computação, da robótica, da implementação, da elétrica, do, da nano, dos trabalhos de miniaturização que permitem muito mais, da computação quântica que ainda tá encaminhando, mas caminha cada vez mais para ser no futuro uma outra possibilidade, a gente vai ver um salto que é um salto assustador, como são normalmente os saltos tecnológicos.

Né? Se a gente for pensar em perspectiva de longa duração e a gente for pensar o Homo sapiens quando ele surge até o momento que ele estabelece de fato uma agricultura contínua, a gente tem um salto de quase 300 mil anos. Disso para era industrial é um salto de 15 mil. Da era industrial para era robótica é um salto de 300. Se a gente for pensar, a geração dos nossos tataravós vivia uma vida muito mais próxima da vida de Cleópatra do que a nossa.

Sem dúvida.

Isso, saca? Então assim, esses saltos, eles vão acontecendo numa velocidade que é cada vez mais exponencial. É uma escala, eu não acho que nem seja nem geométrica, eu acho que ela é exponencial mesmo. Ela é assustadora. E a gente tá ainda Nesse início. E cada salto que dá é um salto mais absurdo, né? Um dado que eu já trouxe aqui para a gente pensar, por exemplo, assim, o ser humano gastou do início do Homo sapiens até 1955 para mapear a primeira proteína.

Ela termina de ser mapeada no final da década de 60 para década de 70, mas gastamos 300 e tantos mil anos para mapear uma. Aí de 1950, 60 e tantos, quando termina de mapear bonitinho, até 2000 pouco. A gente mapeia 2.000. Aí a inteligência artificial começa a ser aplicada em mapeamento de proteína. Desde o início dos anos 2000 você já tinha competições nos Estados Unidos que todo ano a gente fazia e tal. Beleza, chega 2016, 2019, dá um outro salto exponencial, cara.

De 2016, 2019 para cá a gente mapeou todas, 2 milhões e tanto, e começou a criar as próprias.

Exato.

Então você pensar que o salto é 350 mil anos 40 anos, 5 anos.

Não, um exemplo que eu lembro do colégio, rendeu Nobel de Química em 2024. A gente tem, eu lembro quando eu tava no colégio, falava muito do Projeto Genoma de mapeamento dos genes e tal, começou nos anos 90, tava no colégio ainda, foi, terminou em 2003. Cara, já teve um chinês aí que clandestinamente mudou o código genético de um bebê.

É uma distância assim, é uma distância louca, cara. Você for pensar em linhagem fantasma que a gente tem no nosso DNA, né? Não sei se você conhece o termo, Alberto. DNA fantasma.

Ah, não, sim, sim, a gente tem um monte de DNA.

São DNAs que a gente sabe que assim, que a gente sabe que são de humanoides, são de homens, são de tal, não são do Homo sapiens, não são do Denisova, não são do Neandertal. Não são do Homo floresiensis. E tem alguns outros que a gente já descobriu, mas não conseguiu mapear DNA porque não sobrou DNA.

É tipo órgão vestigial também, que a gente descobriu e tal.

Ou seja, o que que isso nos diz? Isso nos diz que houveram outras formas hominídeas que participaram desse DNA. Cara, eu tava vendo no Instagram pouco tempo atrás o cara tentando usar de inteligência artificial exatamente para reconstruir essas linhagens. Isso. E daqui a pouco vai conseguir. Então assim, nós vamos conseguir ter dentro de um computador algo que vai conseguir resolver um problema que a arqueologia, antropologia não conseguiu. Sim, é insano o bagulho.

E acontece que algo em 2016, não sei se você sabe, falando disso aí, eles, primeira vez na história que a máquina fez o sequenciamento, projetou sequenciamentos, sequenciamento genético do vírus Mandou para empresa sintetizadora de proteína e eles sintetizaram o RNA do vírus, injetaram uma bactéria e o vírus se formou ali. E o vírus tinha mais de 5%, o RNA dele tinha mais de 5% de diferença dos, ou seja, é uma espécie nova.

Você comentou isso no episódio.

É. E agora eles estão fazendo pesquisa para antibióticos adaptativos. Sim, isso esse ano. E E aí o que acontece, dando exemplo aí da linguagem de alto nível, um exemplo legal é o carro autônomo, que vocês, a pessoa vai comprar um carro, essa questão de legislação, o carro vem com volante, acelerador e tudo, não precisa. É como se aquele volante, acelerador e tudo fosse o alto nível que o motorista precisa ali utilizar quando necessário.

Mas para você construir um carro que ande sozinho, você coloca o acionador direto ali na roda, no motor, no motor ali.

Né?

E aí, aí a gente é o seguinte, agora o que que eles estão, qual que é o desafio que o mundo inteiro tá fazendo, inclusive a Antrópica, que para mim é a que mais evoluiu nesse sentido de agentes trabalharem de forma coordenada entre si. Eles estão entendendo que a forma de programar que o ser humano faz, que ela muitas vezes em grupos de pessoas, a forma de gerir programadores humanos ela traz para máquina uma lentidão muito grande e um retrabalho muito grande.

Aí eles estão criando formas diferentes das máquinas se organizarem para elas programarem. Aí eles estão criando uma técnica chamada grafo direcionado, e essa técnica ela é muito legal porque ela tá permitindo com que você não precise aumentar o poder computacional da máquina, mas ela tá permitindo com que você aumente a capacidade de resolução de problemas da máquina e com o mínimo de erro possível, e registra esses erros para aprendizado no futuro.

Não, e essa ideia do grafo, cara, é um dos repositórios mais maravilhosos que eu peguei no GitHub para facilitar minha vida no cloud, tá? Que é essa criação de grafo. Isso para memória de trabalho da máquina e tal é uma coisa impressionante, porque ele cria esse, assim, o mais próximo que a gente pode dar de, assim, que eu pelo menos percebi vendo um grafo para a gente pensar em humano é quando você faz aquele mapa mental, que você vai fazer uma palestra, que você faz um mapinha mental e tal.

O grafo, entre muitas aspas, é esse mapa mental para operacionalizar ali dentro para a gente que vai trabalhar ali. Só que ele é de uma complexidade, de uma loucura tal, que meio que ela entende tudo aquilo ao mesmo tempo junto, né, cara? E aí, velho, quando você passa a trabalhar com essas memórias, você passa a trabalhar com essas implementações a diferença que você tem de funcionalidade é um negócio assustador. Eu que mexo com Vibe Coach para fazer as coisas, a partir do momento que eu implementei os bagulho de fazer grafo e falei, faz o grafo dos dados pipeline, dos negócios que eu tô trabalhando aqui e tal, para você ter, bicho, o salto qualitativo que você tem é assustador.

E o legal disso é o seguinte, porque se você não fizer esse grafo, que é o que acontecia antes. Muitas vezes o problema que um agente, uma entidade virtual, e tentou resolver há uma hora atrás, ele ficou perdido. E aí, quando ele, dias à frente, quando um outro agente vai resolver uma tarefa que pode cair no mesmo problema, ele acabava iniciando e cometendo aquele mesmo erro.

Não, e assim, e ele tentava reinventar a roda o tempo todo.

E aí no grafo não, no grafo você tem caminhos que funcionaram e tem caminhos que deram errado. Aí ele consegue, você consegue direcionar, aí você consegue trabalhar com resultados mais rápidos, com economia de token, redução de processamento. E segurança é um problema ainda, segurança é um problema que ainda é muito difícil de resolver, mas são problemas que a humanidade toda tá buscando.

Segurança do vibecoding, eu vou defender aqui uma coisa, vibecoding Se o VibeCoder minimamente se preocupar com segurança, o Cláudio resolve. O esse da, enfim, o outro também lá do Google lá também resolve, no sentido de que tem a gente criando, por exemplo, aplicativo, deixava API dentro disposta dentro dos aplicativos e tal. Se você conversar com Cláudio ou sei lá onde você tá programando o VibeCode, falar assim: Pegue agentes para poder ver a segurança do meu negócio. Qual o checklist que eu tenho que fazer aqui no meu código para resolver isso?

Cara, eu ainda, eu vou ter uma opinião um pouco diferente da sua, porque, né, assim, eu venho de uma adolescência, né, de uso de muitas coisas, sabe? Então assim, eu ainda acho que, como vamos falar uma coisa que para mim eu acho que é muito real, o Gibran me corrija se eu tiver errado. Por melhor, entre aspas, que o Claude, ou que o ChatGPT, ou que o Gemini, ou que o DeepSeek, ou o KIMI, ou qualquer um que você queira, programe, ele ainda programa de uma forma que é muito menos eficiente do que muito humano programa.

Então, por exemplo, assim, se você pega uma programação, ainda, se você pega uma programação humana e é uma programação para uma função X dentro do Python, vai ter 10K linhas A tendência desses modelos é fazer uma programação de 15, 17, 20K linhas com várias coisas que são parte do pensamento que eles estão fazendo ali no meio, que tem uma certa redundância que não precisava de ter, que não tem uma depuração no final, a não ser que seja muito bem promptado para que ele depure.

E isso abre para spoofing. Quem consegue, quem entende bem da parte de hackeamento, que quer fazer brute force, não faz mais nada hoje em dia porque brute force acabou. Mas assim, por spoofing, cara, você consegue achar várias brechas que ficaram ali no meio do caminho, que um cara que tem um pouquinho mais de maldade ainda consegue fazer. Mas o cara programar bem, então não, sim, mas o que eu tô te falando assim, eu ainda acho que segurança é um problema muito maior do que a gente pensa, porque assim, você não tem problema de segurança quando você faz as coisas localmente, é o único momento ali que você não vai ter um problema de segurança.

Tanto que tipo assim, se você tem a oportunidade de resolver as suas coisas locais, resolver as suas coisas dentro da sua CPU e da sua GPU, Porra, lindo, maravilhoso, porque o lucro da rede, cara, resolvido.

A partir do momento que tem uma rede, cara, vai ter uma brecha, velho, mas sempre a questão de segurança é mais fundamental ainda, que é o seguinte: a forma, a tecnologia atual, ela tem uma falha de segurança. Qual que é a questão? Pode ser que tenha que mudar a inteligência artificial para a gente chegar no nível de segurança 100%. Vou dar, porque o que a gente tá conversando aqui é de ambiente controlado, é programar o seu computador, fazer uma edição de vídeo e áudio.

Agora pensa num sistema controlando uma empresa, tomando decisão para empresa. O problema quando a gente faz a divisão disso para módulos ou para agentes, para modelos ali recebendo uma demanda, tomando a decisão, executando, você não consegue prever qual que é o risco que a decisão que ele vai tomar vai causar 3 saltos à frente. A borboleta. É o sistema dinâmico. Você pode prever um salto à frente, mas prever 3, pode fazer engenharia de prompt, o que for.

Não, e quanto mais você for avançando na ideia de que eles trabalhem na linguagem deles e não na nossa, menos previsível vai ser.

É. E não, e aí, e aí qual que é o problema? Todos esses modelos de linguagem hoje, eles aprendem a linguagem humana, eles não aprendem o funcionamento do mundo, eles não têm o modelo físico do mundo. Então, por exemplo, se entra, se eu jogo esta, se eu pego esta xícara e jogo ali, ela quebra. Quem tiver assistindo aqui e chegar uma hora depois vai tentar procurar os cacos da xícara, porque ele sabe que no universo que a gente vive, quando a gente joga algo no chão e a gente escuta um barulho, é que quebrou e esparramou.

Isso os modelos hoje eles não fazem isso. Então essa, esse entendimento de que daqui tempo isso vai acontecer, eles não conseguem prever. E para o desafio que a gente enfrenta hoje é como que ainda precisa de profissionais extremamente especializados. Como que você sai de uma aplicação de agência local ou pessoal para uso corporativo?

Cara, quando teve, quando a Anthropic anunciou, não foi nem o último modelo, foi o penúltimo ou antepenúltimo, eu lembro que a União Europeia ficou louca, que ela falou assim, bicho, esse modelo agora consegue entrar dentro de sistemas que a gente achava que eram sistemas seguros, sistemas inteligentes, assim, de banco central. Foi o Fable, né? Foi o Fable, né? Que a gente simplesmente não tem como segurar. Então assim, se alguém pegar isso aqui, e venhamos e convenhamos, cara, é, pô, mais que, né, o pessoal tente, tente, tente, tente, tente, tente, Quem acompanha o GitHub, velho, sabe que qualquer modelo novo que sai, 32 minutos depois tá o modelo pronto lá para quem usava, quem quiser usar do jeito que quiser usar, né? É extração que a galera consegue fazer disso, é um negócio insano assim.

E aí essa questão é de teste que você falou, eles fizeram o teste com o FFmpeg que o pessoal usa para converter e tudo, que é um, a gente quase não conhece, né? Aí eles pegaram o repositório dele, um sistema extremamente robusto e o modelo da OpenAI, ele conseguiu descobrir, pega um negócio assustador, cara, é muito bom. E descobriram diversas falhas ali. Só que o problema é o seguinte: tem falha que ela não gera tanto problema se ela não for resolvida.

Então grande parte dessas falhas que esses modelos descobriram ainda são falhas que não faz sentido resolver porque elas não afetam o sistema como um todo, né? Mas aí, falando dessa questão do modelo de mundo, tem umas outras abordagens de inteligência artificial que o próprio Yann LeCun, que é um dos, ganhou o Prêmio Turing aí, que é um dos que contribuiu com o avanço das redes neurais profundas, ele tá criando os modelos GEPAs baseados em aprendizado semântico. O que que significa?

São modelos que tentam entender o comportamento do mundo, que são os modelos que eles vêm usando também para inteligência artificial militar para fazer bem a cada coisa.

É, esses modelos militares são muitos, muitos modelos militares. A gente não sabe todos, né, mas muitas técnicas militares são técnicas que a gente já utilizava em controle chamado aprendizado por reforço. Esses modelos de mundo, o que que eles estão conseguindo fazer? Ele até saiu da Meta para abrir a empresa, trabalha desde 2006 com essa abordagem pesquisando, e para criar os modelos JEPA.

JPA.

Aí eles estão conseguindo criar modelos menores e criar modelos para resolver problemas na biologia e outras áreas que consomem menos poder computacional, porque a forma deles entenderem o sistema é diferente. Aí o que que eles fazem? O que que tá acontecendo agora? Vocês devem ver sempre quando lança um modelo, aí sai um benchmark, ó, superou XYZ. É, só que tem que tomar cuidado com isso, porque Como que eles sabem que superou em A, B ou C?

Eles criam ambientes de testes. E agora eles estão criando modelos de mundo de testes. E tem modelos de mundo que testa sociedades.

Modelo de mundo, só para você comentou no outro episódio, é aquele negócio de pausar o tempo, né? Como se tivesse o Salão do Tempo do Dragon Ball.

É, o modelo de mundo é o seguinte: você cria num computador algo que represente um mundo que você quer testar. Então, por exemplo, tem um modelo de mundo de veículo autônomo, eles criam o planeta Terra no computador, é como se fosse um jogo. Aí esse veículo autônomo ele pode dirigir ali. Aí ao invés de testar o carro na rua, eles testam ali no computador. Só que digamos que, pô, por limitação computacional só conseguiu criar um modelo de mundo de um bairro.

Não tem problema, porque ele ele testa ali naquele bairro, só que como o modelo aprende a dirigir naquele bairro, ele aprende o que que é uma rua, aprende o que que é um poste, ele sintetiza mundos adicionais e ele consegue elucubrar sobre os mundos adicionais, ele consegue sonhar sobre os mundos adicionais.

Em última instância, cara, é o Doutor Destino, é o Doutor Destino não, como é que chama? O Doutor Estranho vendo 6 milhões de futuros possíveis antes de voltar e falar o que que faz com Thanos.

Saca?

E esse tipo de aprendizado por modelo de mundo, eu que estudo muito questão de história militar, é o que vem sendo tentado cada vez mais em jogos militares para guerra. Por quê? Porque a ideia deles é: a partir do momento que eu tenho um geomapeamento perfeito e um georreferenciamento perfeito de um determinado local, eu consigo fazer um modelo mundo em que ele vai sonhar milhões de oportunidades diferentes e milhões de desdobramentos diferentes, de diferentes ataques, com diferentes reações, com diferentes coisas, para chegar no que seria a ideia de onde que a gente ataca primeiro, de onde que a gente faz primeiro.

Que foi, por exemplo, o que reza a lenda foi usado agora naquele primeiro dia do ataque decapitador, da tentativa dos Estados Unidos contra o Irã. Que isso inclusive gera uma discussão gigantesca na sociedade americana agora. Por quê? Porque saiu o áudio e saiu a confirmação de que o Hegseth, né, que é o secretário de guerra dos Estados Unidos— Estados Unidos deixou de ter um departamento de defesa para ter um departamento de ataque, né, ele chama literalmente departamento de guerra agora— ele virou e falou assim: foda-se as convenções, foda-se Genebra, nós vamos abandonar tudo, nós simulamos e nós vamos fazer um ataque com 1000 alvos ao mesmo tempo para causar o maior pânico e dano possível.

Sendo que um desses alvos era uma escola de criança com 190 crianças iranianas, tá? E os outros todos era hospital, era não sei o quê, feito a partir, em tese, que é o que eles estão discutindo ali, desse tipo de modelo de mundo que tinha sido tentado pela inteligência de Israel junto com a CIA.

E aí a questão do modelo de mundo, quando você treina a máquina utilizando o modelo de mundo, utilizando técnicas de aprendizado semântico, ela aprende as regras daquele mundo. Então assim como você nunca jogou futebol, só que você tem uma habilidade motora legal, se eu falasse eu vou jogar a bola para você você vai viciar. Se você tiver uma habilidade motora, você vai acertar a cabeça na bola. Como que você acerta? Como que você consegue prever que a bola vai fazer aquela parábola?

Você não entende matemática, entende nada, só que você consegue. Você sabe quando você lança alguma coisa, você já lançou, já fez alguma coisa, faz aquela curva, você sabe aquele momento. Aquilo ali é um entendimento de mundo. Para um robô fazer aquilo, ele não faz isso, ele tem que fazer cálculos porque ele não tem o conhecimento daquele mundo. E a quantidade de cálculos que ele faz, nós seres humanos seres humanos não seríamos capazes.

E ele tem que fazer, ele tem que usar o processamento digital para fazer isso. Se você treina um robô dentro de um mundo que ele aprende a física daquele mundo, ele não precisa fazer esses cálculos.

Isso me lembra, é aquela coisa, nós seres humanos não seríamos capazes de fazer esses cálculos de forma consciente, né? Porque assim, em última instância, se a gente faz, se a gente tem o resultado, se a gente vê uma bola, aprende aquilo e consegue já prever esse resultado, algum cálculo foi feito, algo foi feito.

Isso me lembra muito, eu vou atribuir aqui, depois eu vou achar as minhas teorias de ficção científica, mas não tenho certeza se foi ele que falou não, mas fica sendo o Bobby Fischer.

Se não foi, foi o Chorão, que é um grande enxadrista.

E hoje tem muito, tem o Magnus Norman, que é tipo, para quem é maior que o Michael Phelps na natação, é um cara, inclusive agora tem o menino de 12 anos que já ganhou do Norman duas vezes.

Do Magnus duas vezes. Tem um moleque que é o novo deusinho do xadrez, que ele consegue ver tantas jogadas ao mesmo tempo.

Só que no Bob Fischer, não sei se foi ele mesmo, não, mas não importa, por exemplo, perguntava para ele quantas jogadas você vê no segundo. Ele falava assim, eu só vejo uma, mas é sempre a certa. Isso faz uma alusão a algo que na psicologia cognitiva a gente chama de heurística, que é a capacidade que o ser humano tem de inconscientemente eliminar várias opções de caminho, que é o grande desafio da máquina, é o pensamento heurístico.

Esse gráfico aí faz exatamente isso, porque o pensamento heurístico é aquele pensamento intuitivo da gente simplesmente saber fazer, que é o conhecimento de mundo. É uma coisa que a máquina não sabe. Não sei, tem uma ideia só para poder deixar entendido isso? Teve um, eu tô fazendo algumas tirinhas do Hora Boa no Cláudio. Então vocês estão vendo as tirinhas aí, foi o Cláudio que tá fazendo.

E aí você tem que ver as eróticas que ele não posta, de dinossauros inclusive. Sim, sim, dinossauros com carros é um foco do Alberto.

Aí eu tinha, eu fiz, a gente tá fazendo as tirinhas do Henrique Caldeira, que aliás, abraço para o menino Henrique do Estranho Story. E aí Eu falei assim, olha, pode fazer as tirinhas com o mesmo enquadramento. Aí são vários enquadramentos para os dois episódios porque é a mesma pessoa. E no segundo episódio a gente brinca, ah, estamos aqui de novo com roupa diferente, é um outro dia, né? Usamos ironia. O Cláudio chegou para mim assim, olha, é impossível usar o mesmo enquadramento porque é dito claramente no episódio que as roupas estão diferentes.

Olha, isso foi uma ironia, cara. Para ele entender que é claro que a gente entende, mas para máquina entender ironia, entender heurística, eu vejo que são dois autistas comentando sobre ironia, hein?

O Gibran, para um terceiro quase. Não vamos expor o Gibran, não vamos expor o Gibran aqui. É, exatamente, né?

Eu não sei se o Gibran ficava de fora não. Mas enfim, sem ficar falando das estereotipias das pessoas, mas um ponto para mim essencial é que a máquina não é capaz de fazer essa questão heurística, essa questão de entendimento. E pela primeira vez esse negócio de visão de mundo é o conceito que busca trazer esse pensamento heurístico, né?

É, inclusive essa questão do xadrez aí, quando eles estavam desenvolvendo as técnicas computacionais para ganhar no xadrez, que o número de possibilidades casas é maior do que o número de átomos no xadrez do universo. A máquina, ela ainda tava pensando, para cada casa ela abre árvore de possibilidades. Aí quando eles foram ver, estudar essas pessoas aí, é como que eles fazem o raciocínio, eles enxergam é o espaço, é o tabuleiro, não é a jogada, o tabuleiro.

E com isso eles facilitam algumas que eles fizeram pesquisa lá. E é justamente isso que tá precisando agora para Aí você pode falar assim, pô, Gibran, mas o modelo de linguagem ele consegue descrever um tabuleiro. Só que ele emula aquele, existe um processamento muito grande ali linguisticamente, ele descreve tabuleiro, não semanticamente. Semanticamente é entendimento nato, né? No modelo de mundo ele faz o entendimento mais nato.

Aí o que que tá evoluindo aí que vocês vão ver muita evolução? Eles estão investindo muito agora em sistemas simulados, construção de sistemas simulados. Para quê? Para que você possa virtualizar sistemas para que a máquina possa treinar. Inclusive tem um projeto de virtualização da Terra inteira, o planeta Terra. Eles estão virtualizando o planeta Terra inteiro para diversas aplicações, mas uma delas é você simular sistemas inteligentes lá dentro para que ele aprenda de forma semântica, né?

Então esse é um caminho aí que a inteligência artificial pode seguir. Só que no início aí que a gente falou essa parte da superinteligência, cara, você falou da evolução da humanidade, né, tá tendo evolução muito grande. Só que agora tá tendo um problema muito sério, que o problema é limitação física mesmo.

Sim, sim. Não, e se a gente for pensar computacionalmente, quando a gente fez aqui o episódio de hipótese da simulação, né, e hipótese da simulação é uma coisa que filosoficamente gera uma enorme discussão e todo mundo chega em vários pontos diferentes. E a primeira grande resposta contrária à hipótese da simulação foi de um engenheiro, né, que foi o cara literalmente virar e falar assim: computacionalmente, para eu emular um universo inteiro, eu não tenho energia nesse próprio universo para emulá-lo, a não ser que a gente consiga abstrair algum outro tipo de energia de uma outra fonte que não conhecemos ainda.

E aí assim, possibilidade aberta. Mas a gente tem um problema em última instância matemático de conservação de energia dentro do sistema.

Exato.

Porque à medida que esse sistema vai transferindo esses impulsos, ele vai perdendo energia.

É, exato, né?

Então a gente tem um último problema em última instância, que é esse problema físico material. E aí eu fico pensando aqui, e aí assim vem muito mais do meu conhecimento de ficção científica e qualquer coisa do que propriamente do meu conhecimento de engenharia, que é nulo completamente. Mas assim, a ficção científica tem uma tendência ao longo do tempo de ser quase que a tecnologia da geração futura. Por quê? Porque nenhum— não existe, cara.

Uma coisa que eu acho que como historiador é uma das coisas mais importantes que a gente aprende e que a gente tem que ensinar para os outros é que não existe homem à frente tempo, sabe? O cara pode ser um gênio, o cara pode estar na fronteira do tempo dele, mas ninguém é à frente do seu tempo. A pessoa tem uma limitação mesmo cognitiva para imaginar e vislumbrar um tempo que são das possibilidades que o tempo dela permite, que é o próprio retrofuturismo, né, que a gente tem.

A gente pega Star Trek, aquilo que a gente via como futuro hoje é como base o conhecimento que ele tem, né?

Saca? Quando você vê, por exemplo, assim, mesmo eu que sou trecker, eu vou falar de Star Wars, Star Wars, quando você tem a refilmagem dos episódios 1, 2 e 3, refilmagem não, assim, quando você vai criar os episódios 1, 2 e 3 e definir que aquilo que foi feito anteriormente era o 4, 5 e o 6, você tem a tecnologia de hoje e o limite da tecnologia de hoje sendo usado no 1, 2 e 3 até o momento que aparece o botãozão do Darth Vader, saca?

Que é muito irônico da gente pensar isso, mas é isso, sabe? Então você tem um limite ali. Hoje em dia, na ficção científica, e principalmente na ficção científica hard, né, na ficção científica essa diferença de ficção científica soft e hard é tipo assim: Star Trek é ficção científica soft, você inventa uma tecnologia maluca e foda-se a ciência por trás disso, se ela existe ou não, não importa. E você tem ficção científica hard, que é ficção científica que pensa de fato, dado a evolução científica que a gente tem hoje, o que que seriam limites vislumbráveis possíveis.

O Cixin Liu, que escreve o Three-Body Problem, o problema de 3 corpos, Ele trabalha no programa dele com uma ideia que é uma ideia muito interessante, que é a ideia de pensar a partir dos limites físicos que a gente tem hoje, pensar na chave contrária. Muitas vezes quando a gente vai pensar em computação quântica, vai pensar em física quântica, a gente tá pensando em diminuir cada vez mais o escopo do que a gente consegue compreender, indo na direção da distância de Planck.

Ou seja, a gente tá tentando ver cada vez coisas menores e compreender um mundo cada vez menor. Ele inverte essa lógica e fala: e se a gente conseguisse multidimensionalmente expandir em menos dimensões algo que é muito pequeno? Aquilo seria gigantesco em várias dimensões. E aí, né, os trissolarianos— desculpa para quem tiver tomando spoiler aqui— vão criar o chamado sófon. Que que é o sófon? É um próton próton, que em tese está existindo em 9 dimensões, expandido só para 2 dimensões.

E aí, algo que em 9 dimensões é do tamanho de um próton, para nós, na nossa percepção tridimensional, quando ele é voltado a 2 dimensões, fica do tamanho de um planeta. E eles programam um computador inteiro dentro de um próton e voltam esse próton para sua dimensão original. E aí você teria então algo que para nós é quase que imperceptível, que você só vai conseguir trabalhar num acelerador de partícula com a quantidade de energia que puta que pariu que você tá usando para aquilo, mas que ali dentro você tem, entre aspas, um universo inteiro.

Se você pensa da mesma forma para a questão elétrica de um neurônio, da heurística que é feita O que que não nos garante no futuro que nós vamos descobrir que existe uma computação quântica neuronal que é feita em dimensões que a gente não percebe, aonde este neurônio na verdade está fazendo ainda mais cálculos do que estaria fazendo a computação nossa tridimensional? E se isso fosse aberto, isso permitiria na computação quântica uma quantidade de cálculos muito maior.

Se eu tô conseguindo guardar 1 terabyte em 3 dimensões, quantos pentabytes eu não guardaria em 4, em 5, em 9, saca?

Isso aí o Penrose acredita nessa hipótese. Tem um livro chamado Sombras da Mente que ele discute a consciência. Roger Penrose ganhou o Nobel de, acho que matemática, matemática, física, né? Ele tem a teoria lá dos microtúbulos, da explicação da consciência. Ele defende ela porque ele fala que ela é testável. Ele fala justamente isso. Quando você tá medindo essas ondas no eletroencefalograma, as ondas teta, beta e gama, aquilo ali não é, é um efeito de algo quântico que a gente percebe.

É o efeito. Aí até para o pessoal entender, a gente não tá falando de, não é autoajuda, né? A gente tá falando da quântica mesmo, que ele entende lá na na estrutura do neurônio, ele acredita que ali tem algumas explicações quânticas. Então existem comportamentos humanos que a gente só consegue— sensores, a parte sensorial humana, existe algum, algumas partes que a gente só consegue explicar quando a gente chega no nível molecular, como por exemplo a parte de detectar a parte olfativa, né, os cílios. Você só consegue explicar ali nível quântico molecular.

Tanto que você tem vários testes antigos que são feitos neurológicos, principalmente quando a gente começa a fazer cirurgia de cérebro aberto, que as pessoas reagiam antes de ter o impulso, né? E aí assim, o pessoal fala, foi aí que o pessoal começou a falar de tachyon, foi aí que o pessoal começou a pensar em tempo como partícula e tal, não sei o quê. E que hoje em dia a gente vai ver é porque existem interações que estão acontecendo num nível que a gente não consegue consegue perceber ela com aquele instrumento que tá ali, cara.

E aí é o seguinte, o que que acontece com a inteligência artificial? Eu esqueci o nome do cara que ele fez tipo uma equação de Drake para detectar vida, né? Ele fez isso para qual que é o limite da inteligência artificial para atingir o gasto energético, limite da computação digital para atingir o gasto energético humano. Então, só para vocês terem uma ideia, o nosso cérebro, ele, a potência que ele utiliza para a gente raciocinar, para ele viver, são 12 watts. 12 watts.

Quem é das antigas, hoje usa lâmpada LED, né? As lâmpadas eram 100 watts, 60 watts. Então, a lampadazinha pequena de forno elétrico, de micro-ondas, 12 watts ali, uma lâmpada de farol, é energia que o nosso cérebro gasta.

Tem um supercomputador, o que é maravilhoso, eu vou pensar assim, é de uma eficiência insana, gigantesca.

Tem um supercomputador, se eu não me engano, o maior do mundo, cara, ele consome 22 milhões de watts. De 2 milhões. O nosso cérebro, ele é, em termos de eficiência energética, ele é 20 trilhões de vezes mais eficiente do que o computador digital mais moderno hoje. E aí, para chegar um passo além, que é a superinteligência, ou seja, a gente chega na geral, a inteligência geral são os modelos capazes de fazer qualquer tarefa cognitiva humana, isso é a geral.

Chegou na geral, um passo chega na superinteligência, que é maior do que a humanidade. A gente só consegue chegar nessa superinteligência com esses cálculos se a gente com a computação digital, em termos de consumo energético, a gente precisaria consumir o equivalente a toda energia, toda radiação solar que é fornecida para o planeta Terra.

Sim, ou seja, a gente teria que ser uma civilização de Kardashev 1.

Isso. Só que mais do que isso, a gente teria, a gente teria que— onde que a gente ia resfriar esse computador? Porque eu só falei do consumo, você não falou de resfriamento. A Terra ia pegar fogo. Aí sabe qual que é o caminho que a própria Amazon tá investindo 200 milhões de dólares para os próximos 10 anos? Eles nem divulgaram. Para os próximos 10 anos, computação biológica e aprendizado organóide.

Assim, na Austrália agora eles estão desenvolvendo uma IA vivendo num sistema neuronal.

Isso, né?

Mas já chegou na Singapura agora, já estão colocando data center, já estão colocando data center neuronal.

Na UFMG tem uma área de pesquisa lá, não sei se você conhece, tem área de pesquisar que já consegue, já constrói humanoides.

Não, e assim, cara, colocaram um único neurônio dentro de um sistema interligado, né, com uma interface bio, não bio, e dentro de poucas horas ele conseguiu emular Doom, saca? Que o pessoal adora fazer essas coisas, né? E assim, conversa tá deliciosa. Tá maravilhosa. A gente tem que entrar nessa parte energética, mas vai dar para entrar nessa semana, Alberto?

Na verdade, infelizmente, Hora Boa já acabou.

É isso, jovem, você que tá aí fascinado, com a cabeça explodindo, pensando em toda a questão filosófica, em toda a questão energética, em todas as questões sociais envolvidas, né? Qual que é a nossa grande dica aqui? Cola no Menino Gibran. Hora Boa tá acabando, mas antes dele acabar Gibran, fala um pouco da Technium, conta um pouco do que que vocês fazem, conta dos cursos foda que vocês dão, porque eu tenho certeza que quem vê isso, cara, é uma explosão mental ali.

Sim, então a gente, a Technium, a gente traz pesquisadores para trabalhar, então a gente traz conhecimento dentro da universidade e pessoas que têm conhecimento de mercado também. Então a gente une a ciência da universidade e a gente une a praticidade e aplicação de mercado, que é a parte de inovação. Com isso a gente consegue construir os modelos de inteligência artificial de forma extremamente robusta e a gente consegue bater, curiosamente, a gente consegue bater todos os resultados que tem no mercado, logicamente quando não se usa IA generativa para soluções gerais, mas soluções específicas a gente consegue bater.

Por quê?

Porque a gente desenvolveu e a gente tem essas técnicas que a gente avançou. Pensando nisso, o que que a gente fez? Tá tendo um boom muito grande de inteligência artificial e de cursos de inteligência artificial, de muitas pessoas que não trabalhavam antes com inteligência artificial estão dando curso, mostrando como que mexe nesse sistema de LLM, etc. Só que eles estão criando utilizadores de inteligência artificial. Aí a gente criou um curso para criar pensadores.

Mesmo que você utilize, faça o curso apenas para utilizar a inteligência artificial, você aprende a utilizar mas você também aprende a se adaptar para as novas técnicas e novas tecnologias que chegam, porque a gente traz os fundamentos também. E aí agora a gente tá com um curso muito legal, é um curso de formação. E esse curso de formação a gente atende 3 grupos de público que vai cobrir grande parte da população. O primeiro um grupo de público são os líderes, gestores, empreendedores, que eles aprendem a tocar e implementar IA com eficiência na área de atuação deles e delegar isso.

Então a gente traz um conhecimento muito legal em cima disso. A outra área, que é para qualquer profissional que quer se destacar na área dele e ficar acima da média, então ele aprende não só a operar sistemas e técnicas que não só, não são só sistemas generativos, mas como sistemas clássicos também também, como ele aprende os fundamentos. E a gente tem a parte do cientista de dados, que aquele profissional que está tentando migrar para a área de ciência de dados, ou ele quer se aperfeiçoar e tornar de forma competitiva, ele aprende do zero toda matemática, toda estatística, todos os fundamentos ali para construir modelos.

Então, curso muito legal que a gente tem, e com certeza a pessoa que faz esse curso ela já sai muito melhor preparado. É o curso focado no indivíduo, né, para o indivíduo evoluir, não para a empresa onde que ele trabalha. Até porque eu tenho certeza e tenho visto que tem muita gente que tá fazendo nosso curso que tá pedindo demissão.

Então você que tiver o interesse, o link já vai estar aqui na descrição do canal, tá? Talvez tenhamos surpresas para os nossos membros, talvez tenhamos descontos, não decidimos ainda, mas se liga e aproveita. A gente volta na próxima semana. E se você quer mais Gibran aqui no canal, comenta, pede mais o Gibran. E você que é membro já tem garantido conteúdo exclusivo que a gente produziu com ele para os nossos membros. Gibran, obrigado de novo, querido, por tudo.

Sempre é maravilhoso a conversa contigo. Obrigado a todo mundo que teve aqui com a gente. Obrigado, menino Alberto.

Valeu demais, valeu demais.

Semana que vem a gente tá de volta. Um beijo no seu coração, até a próxima e tchau tchau!