A OpenAI lançou o GPT-6 Astra com números suficientes para alimentar uma velha ambição do setor: chegar à inteligência artificial geral, ou AGI. Greg Brockman, presidente e cofundador da empresa, foi além e afirmou acreditar que este período poderá ser lembrado como o momento em que a tecnologia alcançou esse estágio.
O principal motivo para a declaração veio dos testes. No ARC-AGI-3, criado para avaliar como um sistema lida com problemas novos, o Astra chegou a 99,9% em uma das configurações divulgadas pela OpenAI.
O número pode impressionar, mas o teste mede apenas uma parte do que seria necessário para chegar a esse nível. A própria organização responsável pelo ARC-AGI ressalta que um resultado elevado no benchmark não comprova a existência de AGI.
O que é AGI?
Em termos simples, AGI (Artificial General Intelligence, ou inteligência artificial geral) seria um tipo de inteligência artificial capaz de enfrentar diferentes tarefas intelectuais sem precisar de um desenvolvimento específico para cada uma. Diante de algo novo, ela teria que descobrir como agir, aprender com a experiência e levar esse conhecimento para outros problemas.
Não existe uma definição única para o conceito. A OpenAI já descreveu AGI como um sistema altamente autônomo capaz de superar humanos na maior parte do trabalho economicamente relevante. A ARC Prize adota outra referência: adquirir novas habilidades com eficiência próxima à humana.
É uma régua bem mais alta do que reunir muitas funções em um único modelo. Escrever, programar, analisar imagens ou operar ferramentas amplia o que uma IA consegue fazer, mas não prova que ela tenha aprendido a lidar com o desconhecido da mesma forma que uma pessoa.
Continua depois da publicidade
Por que ChatGPT não é AGI?
A diferença aparece mais nitidamente quando o sistema precisa lidar com algo para o qual não foi preparado. Os modelos atuais avançaram muito, mas ainda dependem de grandes volumes de dados, ajustes finos e arquiteturas desenhadas por humanos para ampliar o que conseguem fazer.
Para alcançar o status de AGI, um sistema teria de demonstrar três capacidades centrais:
- Generalizar o aprendizado: entender conceitos e executar tarefas inéditas a partir de poucas instruções, sem depender de um novo ciclo de treinamento. Isso exige ir além do reconhecimento de padrões e lidar com problemas de forma mais abstrata.
- Transferir conhecimento entre áreas: usar o que aprendeu em um contexto para resolver problemas em outro. O conhecimento precisaria se acumular e servir de base para novos desafios, sem exigir que o sistema seja treinado novamente a cada mudança de tarefa.
- Operar sob ambiguidade real: tomar decisões em ambientes dinâmicos, com informações incompletas e sem uma resposta previamente definida. Isso inclui adaptar a estratégia quando surgem imprevistos e interpretar situações fora das condições controladas de um teste.
Os modelos atuais ainda ficam aquém de uma inteligência geral. Eles já executam tarefas sofisticadas e mostram avanços importantes em benchmarks, mas ainda não reúnem essas capacidades de forma ampla e consistente.
Continua depois da publicidade
