🧠O pai do aprendizado por reforço larga tudo e funda nova startup
Rich Sutton, um dos nomes mais importantes da história da inteligência artificial, anunciou que saiu da Keen Technologies, a empresa de John Carmack (lenda dos videogames, criador de Doom), para fundar a Oak Lab junto com o pesquisador Khurram Javed. A tese deles é provocadora: o deep learning atual, aquela técnica que está por trás de quase tudo que chamamos de IA, é fundamentalmente fraco e precisa ser repensado do zero. --- Sutton é o autor de um dos textos mais influentes da área, chamado "The Bitter Lesson" ("a lição amarga"), no qual argumenta que historicamente as abordagens que escalam com mais computação sempre vencem as que dependem de engenharia humana. Agora, ele acredita que a IA precisa de algo além de ajustes finos: precisa de ideias novas de verdade. --- É o tipo de aposta que pode não dar resultado por anos, ou pode redefinir o campo inteiro. Quando alguém do calibre de Sutton diz que a fundação está rachada, vale prestar atenção.
Rich Sutton, um dos nomes mais importantes da história da inteligência artificial, anunciou que saiu da Keen Technologies, a empresa de John Carmack (lenda dos videogames, criador de Doom), para fundar a Oak Lab junto com o pesquisador Khurram Javed. A tese deles é provocadora: o deep learning atual, aquela técnica que está por trás de quase tudo que chamamos de IA, é fundamentalmente fraco e precisa ser repensado do zero.
— @RichardSSutton View on X
Rich Sutton, o cientista por trás dos fundamentos do aprendizado por reforço, deixou a Keen Technologies — empresa de John Carmack focada em IA — para fundar a Oak Lab. Ao lado do pesquisador Khurram Javed, ele propõe uma tese radical: as arquiteturas de deep learning que sustentam a onda atual de IA generativa são fundamentalmente limitadas e precisam ser reconstruídas do zero, não apenas ajustadas.
Do "Bitter Lesson" à ruptura
Sutton é autor de "The Bitter Lesson" (A Lição Amarga), texto de 2019 que se tornou referência obrigatória na área. Nele, ele argumentava que métodos de IA que escalam com poder computacional tendem a superar aqueles baseados em engenharia manual e conhecimento humano codificado. Essa visão influenciou diretamente o desenvolvimento de LLMs e sistemas de RLHF (Reinforcement Learning from Human Feedback).
A ironia agora é que o próprio Sutton identificou o teto dessa abordagem. Segundo ele, o deep learning atual é "fraco e ineficiente", incapaz de servir como base para objetivos mais ambiciosos da IA, como agentes autônomos verdadeiramente adaptativos. A Oak Lab nasce para explorar alternativas que escapem do paradigma de redes neurais profundas treinadas em massa de dados.
O que muda para desenvolvedores
Para builders brasileiros, o movimento tem implicações concretas:
- **Stack atual vs. futuro**: Enquanto o mercado consolida ferramentas em cima de Transformers e arquiteturas de atenção, Sutton aposta que essas serão obsoletas. Quem dominar os próximos fundamentos terá vantagem estratégica.
- **Eficiência computacional**: A crítica à ineficiência do deep learning atual ressoa em mercados emergentes, onde custo de inferência e infraestrutura limitada são gargalos reais.
- **Longo prazo**: Diferente de startups que otimizam aplicações imediatas de IA generativa, a Oak Lab representa pesquisa básica com horizonte de anos ou décadas.
A saída de Sutton da Keen Technologies é particularmente simbólica. Carmack, lenda da computação gráfica, e Sutton, teórico do aprendizado por reforço, representavam a união entre engenharia de sistemas e ciência pura. A dissolução dessa parceria sugere que o caminho para a IA geral exige mudanças de arquitetura mais profundas do que otimizações de hardware ou escala de dados.
A aposta é arriscada. A maioria das aplicações comerciais continuará sobre os ombros do deep learning convencional por anos. Mas quando quem escreveu o manual da disciplina diz que a fundação está rachada, a indústria tem motivos para recalcular rotas.