Inteligência artificial · Artigo
Demis Hassabis Agora Diz que AGI Poderia Chegar em Dois a Três Anos
Publicado:

Em resumo
O diretor executivo do Google DeepMind, Demis Hassabis, disse à revista Wall Street Journal que agora espera inteligência artificial geral (AGI) em dois a três anos, reduzindo da janela de três a cinco anos que citou no início de 2026. Ele define AGI através de um 'teste de Einstein' e diz que sua estimativa continua se aproximando do presente.
Esta versão é uma tradução automática do original (English). Ler o original
Demis Hassabis, cofundador e diretor executivo do Google DeepMind, disse à The Wall Street Journal Magazine que agora espera que a inteligência artificial geral (AGI) chegue em dois a três anos. A entrevista foi publicada em 21 de outubro de 2026, como parte do pacote de prêmios 'Inovador em Tecnologia' da revista, onde Hassabis foi nomeado o homenageado de 2026 em tecnologia.
Quando perguntado sobre o cronograma, Hassabis disse que chegaria em breve e que sua estimativa continuava se aproximando do presente, de acordo com o perfil. A nova janela marca um estreitamento do intervalo de três a cinco anos que havia citado publicamente no início de 2026.
O que Hassabis quer dizer com AGI
Hassabis define AGI como cognição em nível humano e descreveu um critério específico que chama de 'teste de Einstein'. Sob este teste, um sistema se qualificaria como AGI se, treinado apenas em conhecimento humano disponível até 1901, pudesse produzir independientemente o tipo de avanços que Albert Einstein fez em seus artigos de 'annus mirabilis' de 1905 — abrangendo o efeito fotoelétrico, movimento browniano, relatividade especial e equivalência massa-energia.
No perfil da revista Wall Street Journal, Hassabis também descreveu sua missão mais ampla em duas etapas: primeiro resolver a inteligência em si, depois usar essa inteligência para abordar outros grandes problemas científicos. Ele apontou a pesquisa em física e o tratamento do câncer como aplicações iniciais que espera perseguir assim que sistemas de IA mais avançados estiverem disponíveis.
Um cronograma que mudou durante 2026
As declarações públicas de Hassabis sobre a chegada da AGI mudaram ao longo de 2026. Na conferência de desenvolvedores Google I/O em 20 de maio de 2026, ele disse que a IA havia alcançado o que chamou de 'encostas da singularidade', esclarecendo que se referia à era atual em vez de um momento único de transformação. Naquele evento ele também disse que agentes e ferramentas de codificação começaram a funcionar efetivamente durante o ano, descrevendo-o como um estágio inicial de uso prático de IA.
| Quando | Cronograma declarado / enquadramento | Contexto |
|---|---|---|
| Início de 2026 | Três a cinco anos | Estimativa pública citada antes da entrevista da revista Wall Street Journal |
| 20 de maio de 2026 | 'Encostas da singularidade' | Comentários de encerramento do Google I/O |
| 21 de outubro de 2026 | Dois a três anos | Perfil 'Inovador em Tecnologia' da revista Wall Street Journal |
Isomorphic Labs e o debate regulatório
O perfil da revista Wall Street Journal também abordou a Isomorphic Labs, uma empresa de descoberta de drogas fundada por Hassabis que aplica modelos de IA no estilo de AlphaFold à descoberta de drogas. A empresa foi reportada estar em discussões para arrecadar mais de $2 bilhões em financiamento com uma avaliação de aproximadamente $40 bilhões a $50 bilhões.
Sobre a questão da supervisão de IA, o perfil descreveu Hassabis argumentando contra regulação prematura da tecnologia, uma posição consistente com seu impulso durante 2026 para que o desenvolvimento industrial continuasse enquanto os marcos de governança são elaborados paralelamente.
Por que a opinião de Hassabis tem peso
Hassabis lidera a pesquisa de IA do Google DeepMind. Em outubro de 2024, ele e seu colega de DeepMind John Jumper compartilharam metade do Prêmio Nobel de Química por AlphaFold, um modelo de IA que prediz estruturas de proteínas tridimensionais a partir de sequências genéticas; a outra metade daquele prêmio foi para David Baker. O comitê Nobel naquela época descreveu a conquista como cumprindo um objetivo perseguido há muito tempo na ciência de proteínas.
Estou me atualizando cada vez mais perto.
Como AGI não tem uma única definição científica acordada, o cronograma de Hassabis reflete seu próprio critério — o teste de Einstein — em vez de um padrão de toda a indústria. Outros líderes de IA ofereceram definições e cronogramas diferentes, que as fontes revisadas para este artigo não detalharam em termos comparáveis.
Perguntas
- O que Demis Hassabis disse sobre a chegada da AGI?
- Ele disse à revista Wall Street Journal, publicado em 21 de outubro de 2026, que espera inteligência artificial geral em dois a três anos, dizendo que sua estimativa continua se aproximando do presente.
- Como Hassabis define AGI?
- Ele usa um 'teste de Einstein': se um sistema treinado apenas em conhecimento disponível antes de 1901 pudesse produzir independientemente os avanços de 1905 de Einstein, incluindo relatividade especial e o efeito fotoelétrico.
- O cronograma AGI de Hassabis mudou durante 2026?
- Sim. No início de 2026 ele citou uma janela de três a cinco anos; em maio de 2026 ele disse que a IA estava nas 'encostas da singularidade'; em outubro de 2026 ele estreitou a estimativa para dois a três anos.
- O que é Isomorphic Labs e por que é mencionada?
- Isomorphic Labs é uma empresa de descoberta de drogas fundada por Hassabis que aplica IA no estilo de AlphaFold à descoberta de drogas; o perfil da revista Wall Street Journal reportou que estava buscando mais de $2 bilhões em financiamento com uma avaliação de $40-50 bilhões.
- Pelo que mais Hassabis é conhecido além desta previsão?
- Ele lidera a pesquisa de IA do Google DeepMind e em 2024 compartilhou o Prêmio Nobel de Química com John Jumper por AlphaFold, um sistema de IA que prediz estruturas de proteínas.
Fontes
- t2online — Demis Hassabis expects AGI within two to three years
- AIWeekly — Hassabis trims AGI window to two-to-three years in WSJ profile
- Semafor — Google exec Demis Hassabis predicts we're 'at the foothills of the singularity'
- TechCrunch — DeepMind's Demis Hassabis and John Jumper scoop Nobel Prize in Chemistry for AlphaFold
Este texto foi preparado com inteligência artificial e passou por uma verificação automática de fontes antes da publicação. Se vir um erro, peça uma correção. Pedir correção ou direito de resposta · Como fazemos
Relacionados
Inteligência artificialArtigo
Como os algoritmos de recomendação de IA decidem o que você vê e compra on-line
Os sistemas de recomendação de IA personalizam feeds e sugestões de produtos analisando o que os usuários clicam, veem, classificam e compram, depois equiparando esse comportamento com padrões de usuários similares. Plataformas como Netflix, YouTube e Amazon dizem que usam sinais de engajamento e contextuais—não, em alguns casos, dados demográficos—enquanto reguladores nos EUA e na UE levantaram preocupações sobre transparência e coleta de dados por trás desses sistemas.
Inteligência artificialArtigo
Por que os modelos de linguagem de IA alucinam: A pesquisa por trás de respostas falsas
As "alucinações" de IA acontecem porque os modelos de linguagem são treinados para prever a próxima palavra plausível, não para verificar a verdade, e porque os testes usados para classificá-los recompensam suposições confiantes em vez de admitir incerteza. Os pesquisadores da OpenAI argumentam que o problema é em parte uma consequência matemática de como os modelos são treinados e em parte um resultado de como a indústria de IA os classifica.
Inteligência artificialGuia
Como Identificar Deepfakes e Imagens Geradas por IA: Um Guia Passo a Passo
Identificar de forma confiável um deepfake ou uma imagem gerada por IA requer combinar verificações visuais, ferramentas de proveniência como Content Credentials ou SynthID e busca reversa de imagem — nenhum método único detecta cada falsificação. Pesquisadores de detecção alertam que ferramentas automatizadas podem ser enganadas por edições simples como recorte ou compressão, portanto a verificação de contexto permanece essencial.

Inteligência artificialNotícia
A perda de $80,7 bilhões da Anthropic expõe o custo real de construir modelos de IA
A Anthropic relatou uma perda líquida de $80,7 bilhões para a primeira metade de 2026, de acordo com um prospecto preliminar de IPO revisado pela Reuters. A maior parte desse valor — cerca de $72 bilhões — é um encargo contábil não monetário vinculado a notas conversíveis, mas os custos reais de computação da empresa também aumentaram significativamente, apontando para os enormes desembolsos de capital por trás do desenvolvimento de IA de fronteira.