Neolabs apostam que LLMs vão estagnar e não haverá superinteligência
A tese central
Dan Schwarz, da FutureSearch (plataforma de previsões sobre IA), argumenta que os investidores que colocam bilhões nos chamados "neolabs" - startups de AGI fundadas por pesquisadores famosos - estão, na prática, apostando contra a superinteligência. A lógica: se acreditassem que a melhoria recursiva de IA vai acontecer nos próximos anos, não faria sentido investir em desafiantes quando OpenAI e Anthropic já dominam a corrida. A aposta implícita é que os LLMs vão estagnar e que uma abordagem diferente, chegando daqui a uma década ou mais, será necessária.
Os seis neolabs analisados
Schwarz fez previsões sobre seis empresas com cofres multibilionários: Safe Superintelligence (Ilya Sutskever), Thinking Machines (Mira Murati), Reflection AI (Michael Laskin), Ineffable Intelligence (David Silver), Discovery Loop (Jeff Dean) e AMI Labs (Yann LeCun).
As previsões de data mediana para cada uma atingir a fronteira da IA:
| Lab | Mediana de fronteira |
|---|---|
| SSI | Janeiro de 2029 |
| Reflection AI | Junho de 2029 |
| Thinking Machines | Dezembro de 2030 |
| Ineffable | Junho de 2035 |
| Discovery Loop | Junho de 2036 |
| AMI Labs | Dezembro de 2037 |
Três labs (SSI, Reflection, Thinking Machines) correm pela fronteira em 2029-2030. As outras três têm medianas uma década à frente.
Recursos muito inferiores aos incumbentes
O melhor mediano de compute entre os neolabs (Thinking Machines, ~0,75 GW) está uma ordem de magnitude abaixo dos ~10 GW que o Stargate da OpenAI caminha para atingir. O melhor capital mediano equivale a cerca de um sexto da última rodada da OpenAI sozinha.
Destaques por lab
- SSI levantou ~$8B (incluindo $5B da Nvidia), tem a fronteira mais cedo prevista, mas aposta em equipe mínima (~50 pessoas, apenas 2 contratações verificáveis dos grandes labs).
- Reflection AI é a que mais contrata (~230 pessoas), com estratégia de modelo aberto, mas compute alugado mês a mês ($150M/mês no Colossus 2 da SpaceX).
- Thinking Machines já lançou um modelo (Inkling, 975B parâmetros, 13º no ranking), mas longe da fronteira. Pode se tornar um bom negócio sem nunca dominar.
- Ineffable (David Silver) aposta em arquitetura não-LLM, aprendendo por experiência em vez de dados humanos - visão tipo AlphaZero.
- Discovery Loop (Jeff Dean) é lida mais como consumidora de modelos de fronteira do que produtora - uma camada de orquestração para pesquisa automatizada.
- AMI Labs (LeCun) é última em todas as métricas, com arquitetura de world-models invisível a leaderboards de texto. Se LeCun estiver certo sobre LLMs não levarem à AGI, o prazo longo faz sentido.
Conclusão do autor
Schwarz prevê que, quando qualquer neolab tiver algo sério, OpenAI ou Anthropic já terá construído superinteligência.