Na corrida para construir infraestrutura que potencialize a inteligência, o Google, da Alphabet Inc. está em uma posição invejável: a empresa possui um negócio saudável de computação em nuvem, fabrica seus próprios chips e tem acordos para compartilhá-los com empresas como Anthropic PBC e Meta Platforms Inc.
O sucesso do Google tornou seus recursos valiosos, portanto, os pesquisadores de IA devem seguir o exemplo.
No verão passado, Andrew Dai, pesquisador do laboratório de IA do Google, descobriu um ponto cego no Gemini, o modelo de IA da empresa. Enquanto joga um jogo de tabuleiro, Dai tira uma foto do tabuleiro e faz uma pergunta simples a Gêmeos: Quem ganha? Ele ficou surpreso que Gêmeos parecesse um modelo de um concorrente. Ele se convenceu de que era necessário construir uma IA que pudesse entender melhor o que estava acontecendo na imagem.
Dai discutiu a ideia com seus colegas, mas rapidamente concluiu que não seria capaz de obter poder computacional suficiente para resolver o problema dentro do Google, disse ele em entrevista. Ele teve que deixar a empresa para fazer isso.
Dai está entre os atuais e ex-funcionários que afirmam que a liderança do Google no desenvolvimento de IA transformou o poder da computação em um recurso valioso e acessível para projetos de alto nível, como a melhoria do Gemini.
Os pesquisadores de IA às vezes sentem que estão perdendo o poder computacional dos clientes pagantes, dizem as pessoas. As unidades de pesquisa do Google e de computação em nuvem competem usando os chips da empresa, conhecidos como unidades de processamento tensor, ou TPUs. Dentro do laboratório de IA do Google DeepMind, o acesso ao poder da computação afeta os projetos em que os pesquisadores trabalham, os líderes com os quais eles se alinham e a velocidade com que trabalham.
“Dentro do Google, cada TPU tem três concorrentes”, disse Oren Etzioni, pesquisador veterano de IA e professor emérito da Universidade de Washington. “Se você está em uma posição desconfortável, onde tem um projeto fantástico e está competindo com um cliente gerador de receita, essa é uma posição difícil de se estar.”
O Google afirmou em comunicado que a empresa possui “processos rigorosos e contínuos que garantem que os recursos computacionais recebam a mais alta prioridade, equilibrando as necessidades dos clientes e usuários atuais com nossos investimentos de longo prazo para avançar em pesquisa e inovação”. O presidente-executivo da Alphabet, Sundar Pichai, disse que ao decidir onde alocar o poder computacional, os líderes da empresa estão focados em garantir que o Google DeepMind tenha os recursos necessários para construir modelos de IA de última geração, “porque é fundamental para tudo o que fazemos”.
A Alphabet disse que o backlog do Google Cloud – o prazo do trabalho contratado que ainda não foi registrado como receita – quase dobrou em relação à estimativa anterior, para US$ 460 bilhões. “Somos forçados a um curto período de tempo”, disse Pichai. “Enquanto isso, estamos trabalhando e investindo.” O Google apresentará o mais recente conjunto de avanços de produtos em sua conferência anual de desenvolvedores em Mountain View, na terça-feira.
Os investigadores de IA viam a Google como um local onde poderiam ter a liberdade de prosseguir interesses intelectuais, quase tanto como no meio académico, mas com melhores salários e mais recursos. Os pesquisadores da empresa há muito buscam mais poder computacional, mas até recentemente, os modelos eram tão pequenos que não eram necessários para projetos importantes, disseram ex-funcionários. Mas em 2022, o lançamento do popular chatbot OpenAI ChatGPT levou o Google a investir num grande modelo de linguagem, um programa de IA que pode processar uma carta ou trabalho final em segundos. Agora o Google está se concentrando no modelo de escrita de código de computador, que os concorrentes demonstraram ser um produto popular e gerar renda.
De acordo com a estratégia seguida pelos principais laboratórios de IA, “é preciso construir o melhor modelo de código do mundo, porque no final ninguém quer ficar atrás da AGI”, disse Dai, referindo-se ao desejo do Vale do Silício de construir uma IA que possa funcionar como os humanos. Isso faz com que a ideia de investir recursos em outros projetos, especialmente aqueles experimentos que podem não gerar receita, seja difícil de ser justificada pelo Google.
Dai deixou o Google para fundar a Elorian, uma startup de IA que recentemente deixou de ser furtiva e se especializou em raciocínio visual, que Dai diz ser a chave para levar a IA a setores como arquitetura, automotivo e robótica. Ele é um dos ex-pesquisadores de IA do Google que disse ter melhor acesso ao poder da computação como fundadores de startups. Os pesquisadores dizem que a empresa fundadora lhes dá a liberdade de buscar poder computacional em muitas fontes – e eles podem usar os chips que conseguirem como quiserem, sem ir ao escritório do Google, ou o acesso pode desaparecer se as prioridades da empresa mudarem.
Ioannis Antonoglou, ex-pesquisador do Google DeepMind, disse que poderia obter poder computacional suficiente enquanto trabalhava no AlphaGo, um modelo de IA projetado para jogar o jogo de estratégia Go, que fez sucesso ao derrotar um dos melhores jogadores do mundo. Mais tarde, ele foi fundamental na criação do Gemini, uma das iniciativas estratégicas mais importantes do Google. Mas ele sentiu que a empresa não dedicou capacidade computacional suficiente ao pós-treinamento, um processo no qual modelos de dados relacionados a um domínio específico, como documentos legais ou código de computador.
“Eu e meus cofundadores acreditávamos no aprendizado por reforço como a próxima fronteira”, disse Antonoglou, que viajou com o colega pesquisador da DeepMind, Misha Laskin, em 2024 para fundar a ReflectionAI, uma startup dedicada à construção de modelos de IA de código aberto. “Não está claro se o Google ou a DeepMind seguirão esse caminho.”
Quando os pesquisadores de IA estiverem prontos para mergulhar, o acesso ao poder da computação será uma ferramenta que as empresas poderão usar. A ex-pesquisadora da DeepMind Anna Goldie diz que a empresa deu a ela mais poder computacional para tentar impedi-la de sair para fundar uma startup. Ele finalmente saiu, fundando uma empresa chamada Recursive Intelligence com Azalia Mirhoseini, colega da DeepMind, que foi lançada no final de 2025.
Goldie disse que ficou surpreso com a quantidade de poder de computação que descobriu por aí, de diversas fontes. Ele se recusou a dizer quanto poder de computação a empresa recebeu depois de levantar US$ 335 milhões, mas disse que isso estava de acordo com o que lhe foi oferecido para permanecer no Google.
“Não preciso pedir permissão, tipo 10 camadas em cima”, disse ele. “Posso tomar decisões com meus cofundadores para fazer o que é melhor para a empresa. Posso ouvir meus funcionários e ouvir suas opiniões.”
Nos principais laboratórios de IA, alguns investigadores trabalham em modelos de linguagem porque é a sua prioridade, embora os seus interesses reais estejam noutro lado, disse Tom McGrath, um investigador que deixou o Google em 2023.
“Há uma cenoura na computação e na promoção e, em geral, faz parte da glória da grande corrida de treinamento”, disse McGrath, cientista-chefe da Goodfire, uma startup que visa compreender melhor o funcionamento dos modelos de IA. “Há também um pedaço de madeira que não terá aceleradores se você não tiver.”
É um novo modo de vida para alguns pesquisadores do Google. Para alcançar a corrida da IA, o Google em 2023 fundiu dois laboratórios de IA: DeepMind com sede em Londres, que possui um sistema superior, e Google Brain, ao qual os pesquisadores atribuíram um projeto amoroso com pouca supervisão.
Cada um dos pesquisadores do Brain recebeu crédito para comprar chips em um sistema interno cujo preço flutua com base na demanda, semelhante a um mercado de ações, disseram Dai e Goldie. Alguns pesquisadores aproveitaram ao máximo o que tinham reunindo recursos e depois usando a permissão de seus colegas durante as férias ou dormindo, acrescentou Goldie. “É uma forma poderosa de criar laços e fazer as coisas acontecerem”, disse Goldie.
O Google ainda possui um conjunto de computadores para pesquisadores individuais, mas a oferta é limitada quando a empresa treina grandes modelos de IA, disse Dai. Isso significa que os pesquisadores estão efetivamente competindo por pedaços menores de madeira.
Agora, os pesquisadores que desejam mais poder computacional geralmente se concentram em questões de pesquisa curtas que podem gerar algo que possa ser incluído na próxima versão do Gemini, disse Dai. “Então faz o líder acreditar que faz mais sentido.”
Os pesquisadores nem sempre podem pagar para obter o poder computacional que lhes foi prometido. Em 2024, um grande programa de treinamento levou o Google a suspender alguns projetos de pesquisa por um trimestre, disse Dai. Como resultado, as pessoas perderam seus empregos.
A startup oferece “um elemento de controle do seu próprio destino – é mais claro que se você pagar tanto no próximo ano, você conseguirá”, disse Dai. “Ninguém vai tirar isso de você.”
Para aproveitar ao máximo o poder computacional que possui à medida que Elorian cresce, Dai disse que se concentrou em recrutar pesquisadores experientes com recursos limitados.
“O jogo de IA sempre foi dividido em dois”, disse Antonoglou. “Uma é quem tem mais computação. E a segunda é quem pode realmente usá-la melhor.”
Love escreve para Bloomberg.
