O que aconteceu com Google DeepMind AlphaGo?

O Google DeepMind AlphaGo surgiu como um programa inovador de inteligência artificial, desenvolvido pela DeepMind Technologies (uma subsidiária do Google), sediada em Londres, para dominar o antigo jogo chinês de Go. O Go, com seu vasto número de configurações possíveis de tabuleiro (estimado em 10^170), foi considerado por muito tempo um grande desafio para a IA, exigindo intuição e previsão estratégica que pareciam exclusivamente humanas.

O avanço do AlphaGo veio da combinação de redes neurais profundas com algoritmos de busca avançados, especificamente o Monte Carlo Tree Search (MCTS). Inicialmente, ele foi treinado com base em milhões de jogos de especialistas humanos (aprendizado supervisionado) e, em seguida, melhorou significativamente por meio da autoaprendizagem (aprendizado por reforço), em que jogou contra si mesmo milhões de vezes, aprendendo com seus erros e descobrindo novas estratégias. Essa abordagem inovadora permitiu que o AlphaGo superasse a capacidade humana muito antes do que os especialistas previam. Sua primeira grande vitória pública foi uma goleada de 5 a 0 contra o campeão europeu Fan Hui em outubro de 2015.

O programa ganhou reconhecimento global em março de 2016, quando derrotou o lendário Lee Sedol, 18 vezes campeão mundial, por 4 a 1 em uma partida de cinco jogos altamente divulgada em Seul, Coreia do Sul. Esse evento foi um divisor de águas para a IA, demonstrando que as máquinas podiam dominar domínios complexos, intuitivos e criativos. O 'Move 37' do AlphaGo no segundo jogo contra Lee Sedol, uma jogada não convencional, surpreendeu os comentaristas e demonstrou a capacidade da IA de desenvolver estratégias além da sabedoria convencional humana.

Após o triunfo sobre Lee Sedol, uma versão ainda mais forte, o AlphaGo Master, derrotou o jogador número um do ranking mundial, Ke Jie, por 3 a 0 em maio de 2017. Após essa vitória decisiva, a DeepMind anunciou a aposentadoria do AlphaGo dos jogos competitivos, afirmando que o projeto havia atingido seu objetivo principal. O foco, então, passou a ser a generalização das técnicas de IA subjacentes. Isso levou ao desenvolvimento do AlphaGo Zero em outubro de 2017, uma versão que aprendeu a jogar Go totalmente do zero, sem nenhum dado de jogo humano, e rapidamente superou todas as versões anteriores do AlphaGo. Os princípios do AlphaGo Zero foram ainda mais generalizados no AlphaZero em dezembro de 2017, um algoritmo capaz de dominar o xadrez, o shogi e o Go em um nível sobre-humano em poucas horas, puramente por meio do jogo autônomo.

As consequências do sucesso do AlphaGo foram profundas, inspirando uma nova era de pesquisa em IA e demonstrando o potencial do aprendizado por reforço e das redes neurais profundas em vários campos. Seu legado técnico é evidente nas descobertas subsequentes do Google DeepMind, como o AlphaFold, que revolucionou a previsão da estrutura de proteínas em 2020, rendendo a seus criadores, incluindo Demis Hassabis, o Prêmio Nobel de Química de 2024. Em março de 2026, o Google DeepMind continua a alavancar esses princípios fundamentais de IA em sua busca por Inteligência Artificial Geral (AGI) e para resolver problemas complexos do mundo real. Desenvolvimentos recentes incluem o anúncio, em dezembro de 2025, de um novo laboratório de pesquisa automatizado no Reino Unido para 2026, com foco na descoberta de novos materiais supercondutores usando IA e robótica. Além disso, em fevereiro de 2026, o CEO da Google DeepMind, Demis Hassabis, expressou otimismo de que a AGI poderia surgir nos próximos cinco anos, destacando as parcerias e pesquisas em andamento da DeepMind em áreas como descoberta científica, inovação médica e soluções para mudanças climáticas.