O plano de uma IA italiana para superar os cientistas de US$ 100 milhões do Vale do Silício

Em Roma, estamos novamente nos aprofundando, mas desta vez nas profundezas das redes neurais. A Translated , uma empresa italiana entre as mais avançadas do mundo em tradução automática com tecnologia de IA, lidera um ambicioso projeto europeu para superar as limitações dos atuais modelos linguísticos de larga escala (LLM), que são a base de ferramentas como ChatGpt , Gemini e Claude.

O cientista da computação Marco Trombetti , que fundou a Translated em 1999 junto com a linguista Isabelle Andrieu , recebeu 70 pesquisadores europeus na sede de sua empresa que trabalharão no DVPS , uma nova iniciativa do programa Horizon Europe que destina cerca de 1 bilhão de euros por ano para IA, com foco em pesquisa básica, inovação industrial e aplicações práticas.

O coração europeu do projeto DVPS

A Translated coordenará o projeto, que conta com um investimento de 29 milhões de euros. Participam "Vinte organizações líderes" – empresas, mas também universidades – de nove países europeus. O nome DVPS – sigla em latim para Diversibus Vilis Plurima Solvo , ou "por diferentes caminhos, resolvo múltiplos problemas" – remete à paixão do Vale do Silício pelo mundo romano, mas a alma deste trabalho de pesquisa é inteiramente europeia.

O projeto começou em Roma, no Pi Campus , localizado ao sul da capital, um pequeno ecossistema de vilas onde startups e capitalistas de risco se encontram regularmente.

A equipe do DVPS pretende construir um novo modelo de IA que pode “aprender com interações do mundo real combinando dados linguísticos, visuais e de sensores”.

Além dos LLMs: Um Novo Paradigma

“Modelos de linguagem de grande porte mudaram o jogo, mas estamos começando a enxergar seus limites, tanto em termos de arquitetura quanto na forma como aprendem com conteúdo estático, criado por humanos e disponível apenas no mundo digital. Para evoluir, a IA precisa interagir com o mundo real em tempo real. Com o DVPS, permitimos que as máquinas cresçam interagindo com a realidade e trocando conhecimento entre si instantaneamente”, disse Trombetti, um dos empreendedores italianos mais próximos – em espírito, atitude e relacionamentos pessoais – do Vale do Silício .

Nos últimos anos, alguns dos nomes simbólicos da IA ​​global passaram pelo Pi Campus: de Lukasz Kaiser , um dos autores do artigo Attention Is All You Need , que contribuiu para o nascimento do ChatGpt, a - há poucos dias - Jonathan Cohen , chefe de software de IA da Nvidia , a empresa que, com suas placas de vídeo, tornou possível a revolução da inteligência artificial generativa.

Os fundamentos do DVPS

A Translated registrou um faturamento de 69,2 milhões de euros em 2024. Em 2021, fechou uma rodada de 30 milhões de euros liderada pela empresa de investimentos Ardian. A empresa, com sede em Roma, conta com 250 funcionários. Trombetti é seu CEO.

Com os lucros da empresa, os fundadores da Translated criaram o Pi Campus, que eles chamam de “uma empresa de capital de risco que investe em IA aplicada”.

O campus romano é um lugar para desenvolver talentos : uma escola de inteligência artificial, a Pi School, foi criada em seu interior, que seleciona os melhores perfis todos os anos para convidá-los a resolver problemas reais “propostos por empresas líderes ou startups em crescimento”.

O projeto DVPS, descrito como "um dos investimentos europeus mais importantes em pesquisa em IA", assenta, portanto, em bases sólidas. O sonho é criar sistemas avançados de IA que compreendam o contexto melhor do que os LLMs.

A ideia é desenvolver um modelo geral que possa então ser “verticalizado” em pelo menos três setores: medicina, meio ambiente e traduções linguísticas .

No espaço de idiomas, onde a Translated tem uma posição forte, o DVPS integrará entrada visual, áudio espacial e informações contextuais para identificar corretamente o falante e fornecer traduções mais precisas.

Como vencer no campeonato de IA

O projeto começará com uma fase experimental inicial, apoiada por um financiamento europeu de 29 milhões de euros, dos quais 4 milhões serão destinados à capacidade computacional .

Se o modelo desenvolvido nesta fase apresentar resultados promissores, a meta será arrecadar 100 milhões de euros no próximo ano para construir modelos em escala intermediária. Nesse momento, se o projeto se confirmar entre os melhores nesta nova categoria, será possível almejar um investimento de um bilhão de euros e a entrada na competição global de inteligência artificial.

Mas como você ganha campeonatos de IA?

“Começa-se com uma pesquisa e, em seguida, constrói-se um modelo pequeno, com 5 a 7 bilhões de parâmetros”, explica Trombetti. “Esses modelos custam cerca de um milhão. Aqueles que se destacam nessa categoria o fazem com pouco tempo e recursos. Entre os pequenos, qual é o melhor? Mesmo que seja inferior a um modelo de 100 bilhões, ele vence em sua categoria. É como vencer os campeonatos “provinciais”: depois, passa-se para os campeonatos “regionais”, arrecada-se 100 milhões e desenvolve-se um modelo muito maior. Se vencer também nessa categoria, pode-se investir bilhões e almejar as “Olimpíadas”. Estamos motivados para chegar lá, mas sabemos que precisamos passar por todas as etapas. E certamente não somos nós que pedimos um bilhão sem antes vencer os campeonatos menores.”

A força da Europa? Enxergando os problemas

Quais são as chances de sucesso do DVPS? "20%", responde Trombetti. Por que tão baixas? "Não usaremos a arquitetura LLM atual", explica o CEO da Translated. "Não seguiremos a abordagem DeepSeek , que simplesmente introduziu uma melhoria em um sistema existente. Nossa aposta é diferente: focamos em pesquisa básica, queremos inventar novas maneiras de lidar com esses problemas e construir um modelo com uma arquitetura completamente nova. A probabilidade de sucesso é menor, mas se tivermos sucesso, não daremos um passo à frente de 101%, mas sim um salto de 200%.

A missão do DVPS é complexa, se considerarmos que, mesmo do outro lado do oceano, no Vale do Silício, as mentes mais brilhantes do mundo estão trabalhando para superar as limitações atuais dos LLMs, em particular a falta de dados para treinar modelos. Mas as Big Techs têm bilhões para investir e imenso poder computacional. Suas taxas de sucesso, ao contrário da Translated e de seus companheiros europeus, são muito maiores. Então, como competir com tantos Golias, todos focados no mesmo objetivo?

“Conhecemos essas pessoas, conversamos com elas”, diz Trombetti. “Conversei com Cohen, com Lukasz e com Ilya Sutskever, cofundador da OpenAI . Eles têm uma compreensão técnica e teórica incrível. Mas há uma coisa que eles não têm: não conseguem entender problemas reais. Trabalhamos há anos com tradutores e linguistas, pessoas que vivenciam o problema da linguagem todos os dias. E a linguagem é provavelmente a coisa mais complexa e humana que uma máquina pode tentar entender. Quando um tradutor trabalha com um sistema de IA, ele não aceita aproximações. Se a máquina “alucina” ou comete um erro, ela percebe imediatamente. E nos força a entender por que ela cometeu um erro. Isso nos expõe a um nível de precisão e verdade sobre o problema que muitos pesquisadores não veem. Lucasz, toda vez que falo com ele, fica surpreso. Porque vemos problemas que eles não veem. E isso nos dá uma vantagem: eles venceram até agora pela força bruta, mas entendemos onde a máquina realmente falha.”

Mas, de acordo com Trombetti, há outro motivo pelo qual vale a pena tentar .

“A lacuna entre modelos de código aberto e modelos fechados [como ChatGpt e Gemini, ed.] está diminuindo”, diz ele. “E enquanto o financiamento começa a se esgotar, a engenhosidade está se tornando um ativo competitivo decisivo novamente. Por três anos, aquele com o maior poder computacional venceu. Então o DeepSeek chegou: com dez vezes menos recursos e um pouco de engenhosidade, deu um passo à frente. E isso abre uma porta para nós. Se você tem um cientista que vale cem milhões , mas ele não entendeu o problema, você está em apuros. Se você tem um cientista que vale um milhão, mas ele realmente conhece o problema, ele pode vencer. Esta é a nossa verdadeira vantagem. E há outra coisa: podemos nos dar ao luxo de uma taxa de sucesso de 20%. Eles não podem. Eles têm que vencer todas as vezes. Nós, por outro lado, podemos correr o risco. E é aí que algo novo pode nascer.”

Retire a máquina do computador

O objetivo da Translated e de todas as entidades participantes do DVPS é “tirar a máquina do computador e começar a fazê-la interagir com o mundo físico”.

“Para fazer isso”, diz Trombetti, “ele precisa ser capaz de processar todos os sensores. Pensemos em um carro autônomo: ele tem câmeras, radar, lidars, medidores de distância. Hoje, todos esses dados precisam ser pré-processados ​​manualmente. Precisamos explicar à máquina o significado de cada entrada, simplificando bastante. Mas se quisermos dar a ela mil sensores e fazer com que gerencie informações complexas – como na medicina, onde os dados são heterogêneos – não podemos mais codificar tudo manualmente. A máquina precisa ser capaz de ler as informações diretamente, byte a byte, e atribuir um significado a elas de forma autônoma. Isso requer paralelismo, aprendizado em nível de byte, mas, acima de tudo, uma mudança de paradigma: até agora, treinamos máquinas apenas com dados históricos. Mas os humanos aprendem acima de tudo interagindo com o mundo, tendo experiências: aprendendo fazendo. Por isso, precisamos “abrir a porta”: deixar a máquina sair, fazer com que ela tenha experiências e desenvolver uma arquitetura que permita que ela se autotreine enquanto atua. Este é o próximo passo.”

A AGI precisa de uma mudança

Um passo fundamental, entre outras coisas, para chegar a uma inteligência artificial superior, que muitos chamam de “geral” (AGI), e que um dia poderá superar as capacidades cognitivas humanas em muitas áreas.

Hoje, tenho certeza de que, com a arquitetura atual, não conseguiremos chegar à AGI. Há muito a aprender no mundo físico e no futuro para realmente generalizar. A abordagem atual não é suficiente.

O novo modelo será “aberto”, mas não muito

Os esforços do DVPS, afirma Trombetti, serão totalmente abertos no que diz respeito a artigos de pesquisa . Já o primeiro modelo criado será de " peso aberto ": isso significa que seus pesos (ou seja, os parâmetros aprendidos durante o treinamento) serão de acesso público.

E por que não será uma IA de código aberto?

"Temos que ter cuidado com o quanto compartilhar: ainda não decidimos", diz Trombetti. O maior risco é que, mais uma vez, na Europa muita pesquisa seja feita e muito dinheiro seja investido, enquanto depois são os pesquisadores americanos que pegam os resultados, publicam primeiro e propõem projetos alternativos, colhendo os benefícios. Por isso, temos que avaliar cuidadosamente onde traçar o limite. É uma escolha estratégica: se o projeto correr muito bem, podemos nos dar ao luxo de nos fechar um pouco mais; se, em vez disso, o progresso for mais lento, é melhor ser mais aberto, mais colaborativo e buscar novas oportunidades."