Principais destaques:
- Demis Hassabis afirma que grandes modelos de linguagem reconhecem padrões, mas não compreendem causalidade nem física.
- Para avançar rumo à AGI, a DeepMind defende sistemas com modelos de mundo capazes de simular a realidade.
- A visão confronta a estratégia de escalonamento da OpenAI e reacende o debate sobre o futuro da IA.
Durante o Fórum Econômico Mundial de 2026, em Davos, Demis Hassabis, CEO da Google DeepMind, apresentou uma das críticas mais diretas já feitas ao atual paradigma da inteligência artificial.
Segundo ele, os grandes modelos de linguagem, os LLMs, não conseguem alcançar a inteligência artificial geral porque não entendem como o mundo funciona de verdade.
Em entrevistas e painéis no Fórum Econômico Mundial, Hassabis reforçou que prever palavras não é o mesmo que raciocinar. Para descobertas científicas reais, diz ele, é necessário algo além de correlação estatística.
Por que LLMs encontram um limite estrutural
Na visão de Hassabis, LLMs são extremamente eficazes em reconhecer padrões e gerar textos coerentes.
O problema surge quando precisam explicar por que algo acontece. Sem um entendimento explícito de causalidade, esses sistemas não conseguem criar teorias, testar hipóteses ou simular leis físicas de forma confiável.
Essa limitação, segundo o executivo, se torna uma barreira quando o objetivo é inovação científica ou raciocínio a partir de princípios básicos. Para ele, isso não é apenas uma questão de mais dados ou mais parâmetros, mas de arquitetura.
Modelos de mundo como próximo salto da IA
A alternativa proposta pela DeepMind envolve os chamados modelos de mundo. Esses sistemas mantêm representações internas da realidade e conseguem rodar experimentos mentais, simulando ambientes, objetos e interações físicas.
Hassabis compara esse desafio a avanços históricos da empresa, como o AlphaGo. Na sua avaliação, chegar à AGI exigirá pelo menos duas descobertas desse porte.
Projetos recentes da DeepMind seguem essa direção ao criar ambientes interativos e agentes treinados dentro de mundos simulados, com resultados iniciais superiores aos LLMs puros em tarefas complexas.
AGI, competição global e pressão no setor
Mesmo com cautela, Hassabis mantém uma previsão ousada. Ele estima que a AGI tem cerca de 50 por cento de chance de surgir até 2030, mas apenas se atingir um nível elevado, incluindo criatividade científica e aprendizado contínuo.
Em outro painel, ao lado de Dario Amodei, da Anthropic, destacou que ainda faltam avanços em planejamento, robustez e raciocínio profundo.
O discurso também desafia diretamente a estratégia da OpenAI, baseada no escalonamento agressivo de modelos. Internamente, o setor vive um momento de tensão, especialmente após o lançamento do Gemini 3.0. Hassabis revelou manter contato frequente com Sundar Pichai, reforçando o papel central da DeepMind dentro da Alphabet.
Para ele, a disputa global está mais acirrada do que nunca. A competição é intensa, os riscos são altos e o caminho para a AGI, ao contrário do que muitos acreditam, pode não passar apenas por modelos maiores, mas por sistemas que realmente entendam o mundo.
