{"id":305037,"date":"2026-03-14T23:21:14","date_gmt":"2026-03-14T23:21:14","guid":{"rendered":"https:\/\/www.europesays.com\/pt\/305037\/"},"modified":"2026-03-14T23:21:14","modified_gmt":"2026-03-14T23:21:14","slug":"como-um-jogo-de-tabuleiro-mudou-o-destino-da-ciencia","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/pt\/305037\/","title":{"rendered":"Como um jogo de tabuleiro mudou o destino da Ci\u00eancia"},"content":{"rendered":"

Hoje, 13 de mar\u00e7o de 2026, celebramos uma d\u00e9cada desde que o mundo parou para ver um tabuleiro de madeira e pedras pretas e brancas em Seul. Parece que foi noutra vida, mas foi h\u00e1 exatamente dez anos que o AlphaGo<\/strong>, o sistema de intelig\u00eancia artificial da Google DeepMind, derrotou Lee Se-dol, o mestre mundial de Go. Na altura, os especialistas diziam que seria necess\u00e1rio mais uma d\u00e9cada para a IA atingir esse n\u00edvel. A DeepMind f\u00ea-lo em 2016, e o que aconteceu a seguir mudou tudo, desde a medicina \u00e0 f\u00edsica qu\u00e2ntica.<\/p>\n

Se est\u00e1s a ler isto, provavelmente j\u00e1 usas o Gemini ou o GPT no teu dia-a-dia, mas conv\u00e9m n\u00e3o esquecer de onde veio a \u201cfa\u00edsca\u201d. O AlphaGo n\u00e3o foi apenas um programa que ganhou um jogo; foi a prova de que as m\u00e1quinas podiam ter aquilo que pens\u00e1vamos ser exclusivamente humano: intui\u00e7\u00e3o e criatividade<\/strong>.<\/p>\n

\"Segue-nos<\/a>
\n <\/p>\n

O \u201cMovimento 37\u201d: O erro que era, afinal, genialidade<\/p>\n

Recuemos ao Jogo 2 daquela partida hist\u00f3rica. A meio do confronto, o AlphaGo colocou uma pe\u00e7a numa posi\u00e7\u00e3o que nenhum humano alguma vez consideraria. Os comentadores riram-se, achando que era um erro de programa\u00e7\u00e3o. Lee Se-dol teve de se levantar da mesa para recuperar o f\u00f4lego.<\/p>\n

\"Partida <\/p>\n

Aquele ficou conhecido como o Movimento 37<\/strong>. N\u00e3o era um erro; era uma jogada vinda do futuro. O sistema n\u00e3o estava a imitar jogadas humanas; estava a inventar uma estrat\u00e9gia nova, navegando entre as 10 posi\u00e7\u00f5es poss\u00edveis do tabuleiro (para terem no\u00e7\u00e3o, h\u00e1 mais jogadas no Go do que \u00e1tomos no universo observ\u00e1vel). Foi ali que Demis Hassabis e a sua equipa perceberam: se a IA consegue resolver o Go, consegue resolver o mundo f\u00edsico.<\/p>\n

Do Tabuleiro para o Laborat\u00f3rio: A revolu\u00e7\u00e3o biol\u00f3gica<\/p>\n

Muitos perguntaram na altura: \u201cE agora? Vamos passar a vida a jogar xadrez contra computadores?\u201d. A resposta chegou em 2020 com o AlphaFold 2<\/strong>. A equipa pegou na mesma l\u00f3gica de pesquisa e aprendizagem por refor\u00e7o do AlphaGo e aplicou-a ao maior puzzle da biologia: o enovelamento de prote\u00ednas.<\/p>\n

Prever a forma 3D de uma prote\u00edna era um desafio com 50 anos. O AlphaFold resolveu-o, mapeando a estrutura de 200 milh\u00f5es de prote\u00ednas conhecidas. Hoje, em 2026, mais de 3 milh\u00f5es de investigadores usam estes dados para criar vacinas contra a mal\u00e1ria e enzimas que devoram pl\u00e1stico. O Pr\u00e9mio Nobel da Qu\u00edmica de 2024 entregue a Hassabis e John Jumper foi apenas a confirma\u00e7\u00e3o oficial: a IA tornou-se o microsc\u00f3pio do s\u00e9culo XXI.<\/p>\n

O Legado: AlphaZero, Gemini e o \u201cDeep Think\u201d<\/p>\n

Depois do AlphaGo veio o AlphaZero<\/strong>, que aprendeu a jogar xadrez do zero, sem manuais humanos, em poucas horas. Destruiu os melhores programas do mundo com um estilo de jogo agressivo e quase rom\u00e2ntico, que os grandes mestres humanos agora tentam copiar.<\/p>\n

Atualmente, essa tecnologia evoluiu para o que vemos no Gemini<\/strong>. Os modelos de \u201cDeep Think\u201d que usamos hoje, capazes de resolver problemas matem\u00e1ticos de n\u00edvel de Olimp\u00edadas Internacionais (alcan\u00e7ando o ouro em 2025), s\u00e3o descendentes diretos daquela arquitetura. A IA j\u00e1 n\u00e3o se limita a prever a pr\u00f3xima palavra de um texto; ela debate hip\u00f3teses cient\u00edficas de forma aut\u00f3noma.<\/p>\n

Marcos que o AlphaGo desbloqueou:<\/p>\n