NTT Research Lança Novo Grupo de Física da Inteligência Artificial em Harvard

Quando um pai ou mãe ensina seu filho pequeno a se relacionar com o mundo, eles ensinam através de associações e da identificação de padrões. Pegue a letra S, por exemplo. Os pais mostram ao seu filho exemplos suficientes da letra e, antes que você perceba, ele será capaz de identificar outros exemplos em contextos onde a orientação não está ativa: na escola, em um livro, em um outdoor.

Grande parte da tecnologia de inteligência artificial (IA) que está sempre surgindo foi ensinado da mesma forma. Pesquisadores alimentaram o sistema com exemplos corretos de algo que queriam que ele reconhecesse e, assim como uma criança pequena, a IA começou a reconhecer padrões e a extrapolar esse conhecimento para contextos que nunca havia vivenciado, formando sua própria “rede neural” para categorização. Assim como a inteligência humana, no entanto, os especialistas perderam o rastreamento das entradas que influenciaram a tomada de decisões pela IA.

Assim, o “problema da caixa-preta” da IA surge do fato de que não entendemos completamente como ou por que um sistema de IA faz conexões, nem as variáveis que influenciam suas decisões. Essa questão é especialmente relevante ao buscar melhorar a confiabilidade e a segurança dos sistemas e estabelecer a governança da adoção da IA.

Desde um veículo movido por IA que falha em frear a tempo e machuca pedestres, a dispositivos de saúde que dependem de IA para ajudar médicos a diagnosticar pacientes, até os preconceitos exibidos pelos processos de triagem de contratação baseados em IA, a complexidade por trás desses sistemas levou ao surgimento de um novo campo de estudo: a física da IA, que busca estabelecer ainda mais a IA como uma ferramenta para os humanos alcançarem uma compreensão mais profunda.

Agora, um novo grupo de estudo independente enfrentará esses desafios ao unir os campos da física, psicologia, filosofia e neurociência em uma exploração interdisciplinar dos mistérios da IA.

O recém-anunciado Grupo de Física da Inteligência Artificial é um desdobramento do Laboratório de Física & Informática (PHI) da NTT Research e foi revelado na conferência Upgrade 2025 da NTT na semana passada, em São Francisco, Califórnia. Ele continuará a avançar a abordagem da Física da Inteligência Artificial para compreender a IA, que a equipe vem investigando nos últimos cinco anos.

Dr. Hidenori Tanaka, que possui um doutorado em Física Aplicada e Ciência da Computação e Engenharia pela Universidade de Harvard, liderará o novo grupo de pesquisa, aproveitando sua experiência anterior no Grupo de Sistemas Inteligentes da NTT e no programa de Pesquisa em IA da CBS-NTT na física da inteligência em Harvard.

“Como físico, estou empolgado com o tema da inteligência porque, matematicamente, como você pode pensar no conceito de criatividade? Como você pode até mesmo pensar sobre bondade? Esses conceitos teriam permanecido abstratos se não fosse pela IA. É fácil especular, dizendo ‘esta é minha definição de bondade’, o que não tem significado matemático, mas agora com a IA, é praticamente importante porque, se quisermos fazer com que a IA seja bondosa, precisamos dizer em linguagem matemática o que a bondade é, por exemplo,” Dr. Tanaka me contou na semana passada, nos bastidores da conferência Upgrade.

No início de suas pesquisas, o Laboratório PHI reconheceu a importância de entender a natureza “caixa-preta” da IA e do aprendizado de máquina para desenvolver novos sistemas com eficiência energética aprimorada para computação. No entanto, o avanço da IA nos últimos cinco anos evocou considerações cada vez mais importantes sobre segurança e confiabilidade, que se tornaram críticas para aplicações industriais e decisões de governança sobre a adoção da IA.

Com o novo grupo de pesquisa, a NTT Research abordará as semelhanças entre as inteligências biológicas e artificiais, visando desvendar as complexidades dos mecanismos de IA e construir uma fusão mais harmoniosa da colaboração humano-IA.

Embora novo em sua integração com a IA, essa abordagem não é inédita. Físicos têm buscado revelar os detalhes precisos das relações tecnológicas e humanas por séculos, desde os estudos de Galileu Galilei sobre como objetos se movem até sua contribuição para a mecânica, e como a máquina a vapor informava as compreensões da termodinâmica durante a Revolução Industrial. No século XXI, no entanto, os cientistas buscam entender como a IA funciona em termos de treinamento, acumulação de conhecimento e tomada de decisões, para que, no futuro, tecnologias de IA mais coesas, seguras e confiáveis possam ser projetadas.

“A IA é uma rede neural, a forma como está estruturada é muito semelhante à maneira como o cérebro humano funciona; neurônios conectados por sinapses, que são todos representados por números dentro de um computador. E é onde acreditamos que pode haver física… A física trata de pegar qualquer coisa do universo, formular hipóteses matemáticas sobre seu funcionamento interno e testá-las”, disse Dr. Hanaka.

O novo grupo continuará a colaborar com o Centro de Ciências do Cérebro da Universidade de Harvard (CBS) e planeja colaborar com a Professora Associada da Universidade de Stanford Suya Ganguli, com quem Dr. Tanaka co-autorizou vários artigos.

No entanto, Dr. Tanaka enfatiza que uma abordagem de ciências naturais e de múltiplas indústrias será fundamental. Em 2017, quando era candidato a doutorado em Harvard, o pesquisador percebeu que queria fazer mais do que física tradicional e seguir os passos de seus predecessores, de Galileu a Newton e Einstein, para abrir novos mundos conceituais na física.

“Atualmente, a IA é o único tópico sobre o qual posso conversar com todos. Como pesquisador, é ótimo porque todos estão sempre dispostos a conversar sobre IA, e também aprendo com cada conversa porque percebo como as pessoas veem e usam a IA de maneira diferente, mesmo além dos contextos acadêmicos. Eu vejo a missão da NTT como sendo o catalisador para iniciar essas conversas, independentemente das origens das pessoas, porque aprendemos com cada interação,” Dr. Tanaka concluiu.