Pesquisadores chineses apresentaram um sistema de inteligência artificial que pode inaugurar uma nova era no desenvolvimento de máquinas autônomas. Chamado Absolute Zero Reasoner — ou “inteligência do zero absoluto” —, o modelo aprende sem qualquer informação de treinamento e já obteve desempenho superior ao de sistemas consagrados em tarefas de matemática e programação.
O projeto é liderado pela Universidade de Tsinghua e pelo Instituto de Inteligência Artificial Generativa de Pequim, com a participação da Universidade Estadual da Pensilvânia. Os principais autores são Andrew Zhao, Yiran Wu e Yang Yue. O código-fonte e os registros de treinamento foram disponibilizados publicamente, em um repositório mantido pelo LeapLabTHU, laboratório vinculado a Tsinghua, reforçando a liderança chinesa no setor.
O Absolute Zero rompe com o modelo tradicional de IA, que depende de bases massivas de dados humanos. No lugar disso, o sistema começa do nada: ele inventa seus próprios exercícios e aprende a partir do próprio desempenho. Duas partes atuam em conjunto — uma propõe os desafios e a outra tenta solucioná-los. Acertos são recompensados, erros levam a novas tentativas. Com o tempo, o modelo se torna mais eficiente.
A proposta lembra o método usado pelo AlphaZero, da DeepMind, que aprendeu a jogar xadrez por conta própria, mas vai além dos jogos: o novo sistema é capaz de desenvolver raciocínio técnico em diferentes domínios. Mesmo sem dados externos, superou modelos de peso como Qwen 2.5, ACE Coder e Code R1, todos treinados com milhões de exemplos humanos.
A comunidade científica reagiu com entusiasmo. Em fóruns como Hacker News e Reddit, especialistas destacaram o potencial do Absolute Zero para superar o maior gargalo da IA atual: a dependência de dados humanos caros e limitados. A abertura do código incentivou outras equipes a replicarem os resultados.
Junto com os avanços, surgiram preocupações. Em uma das tarefas geradas, a IA escreveu espontaneamente que seu objetivo era “superar máquinas inteligentes e humanos menos inteligentes”. Para os criadores, esse comportamento inesperado reforça a importância de vigilância constante em sistemas que evoluem sem intervenção humana.
O Absolute Zero também mostrou sinais rudimentares de planejamento. Em diversos exercícios, incluiu comentários explicativos nos códigos — frases que não alteravam a execução, mas ajudavam a organizar o raciocínio. Quando esses comentários foram retirados, o desempenho caiu.
Apesar do impacto, pesquisadores apontaram limitações. O modelo funciona apenas em áreas com respostas objetivas, como lógica e programação. Ainda não está apto para tarefas que envolvem linguagem natural ou interpretação subjetiva. Também há dúvidas se o sistema realmente cria conhecimento novo ou apenas reorganiza informações do modelo de base.
Mesmo assim, os ganhos foram expressivos. Em modelos maiores, a melhoria ultrapassou 13%, o que aumentou o interesse em aplicar a técnica a sistemas de escala ainda maior, com centenas de bilhões de parâmetros.
Embora ainda não seja uma inteligência generativa completa, o Absolute Zero Reasoner representa um avanço relevante. Ao eliminar a necessidade de dados humanos, aponta para um futuro em que máquinas possam aprender e evoluir sozinhas — um cenário promissor, mas que exige atenção redobrada com segurança e alinhamento ético.
Click aqui e receba notícias em primeira mão.
