Jensen Huang, CEO da NVIDIA, afirmou que sistemas de inteligência artificial já superam seres humanos em algumas tarefas e podem ser considerados uma forma de superinteligência. A declaração foi feita durante o All-In Summit, em Los Angeles.
Definição de superinteligência
Huang não afirmou que exista uma IA capaz de superar pessoas em qualquer atividade intelectual. Para ele, sistemas que têm desempenho superior ao humano em áreas específicas já se enquadram nessa definição.
Entre os exemplos mencionados estão tecnologias capazes de dirigir com mais segurança do que seres humanos e de analisar estruturas biológicas extremamente complexas. Esses sistemas, porém, não reúnem todas essas capacidades em um único modelo.
O conceito não é consensual entre pesquisadores e empresas do setor. A própria AGI, sigla em inglês para inteligência artificial geral, não tem uma definição universalmente aceita. Em geral, o termo é usado para descrever sistemas com desempenho comparável ao humano em várias tarefas. Já a superinteligência costuma ser associada a capacidades que ultrapassariam significativamente as humanas.
Huang já havia dito que a AGI teria sido alcançada. Agora, passou a incluir sistemas altamente especializados entre os exemplos de inteligência superior à humana.
Desenvolvimento e segurança
Durante o evento, o CEO da NVIDIA também se posicionou contra propostas de desaceleração no desenvolvimento de modelos mais capazes. Ele defendeu que riscos concretos sejam investigados, testados e reduzidos, mas afirmou que previsões de extinção da humanidade sem base mensurável não deveriam interromper o avanço do setor.
Huang também falou sobre o autoaperfeiçoamento recursivo, hipótese na qual sistemas de IA ajudariam a criar versões cada vez mais capazes de si mesmos. Segundo ele, parte desse processo já ocorre com aprendizado por reforço, geração de dados sintéticos, autorreflexão e uso de IA no desenvolvimento de código.
A defesa do avanço não elimina a preocupação com a segurança. Huang apoiou testes independentes, ambientes controlados e ferramentas de monitoramento para identificar falhas antes que novos modelos sejam colocados em produção.
A posição diverge da defendida por Dario Amodei, da Anthropic, que apoia a desaceleração dos modelos de fronteira para ampliar as avaliações de segurança. Huang considera possível continuar o desenvolvimento com mecanismos de controle.
