Cientistas do laboratório de IA da Google, em Londres, anunciaram um avanço na capacidade de modelos de IA aprenderem sem depender de cérebros humanos. O estudo foca no aprendizado por reforço, método usado para guiar decisões por meio de recompensas e punições.
A ideia central é permitir que sistemas desenvolvam seus próprios algoritmos de recompensa, reduzindo a dependência de equipes humanas para definir regras. Em avaliações, os algoritmos criados pela IA mostraram desempenho superior aos métodos elaborados por humanos.
Segundo a pesquisa, até agora as IA precisavam de diretrizes externas para treinar tarefas como encontrar rotas otimizadas ou jogar xadrez. A novidade é que o sistema aprende a estabelecer suas próprias regras de recompensa com maior eficiência.
Os pesquisadores enfatizam que o avanço aproxima IA de uma autonomia crescente, ainda mantendo o objetivo humano de orientar as metas. O estudo foi publicado na Nature, com referência a novos algoritmos de aprendizado por reforço.
Mais informações: Discovering state-of-the-art reinforcement learning algorithms, Nature, 2025.
Entre na conversa da comunidade