O\u00a0AlphaGo fez hist\u00f3ria em mar\u00e7o de 2016<\/a>\u00a0ao derrotar pela primeira vez o campe\u00e3o mundial de Go, Lee Se-dol, detentor do t\u00edtulo por uma d\u00e9cada.<\/strong>\u00a0Esta foi a primeira vit\u00f3ria do modelo de IA da Google, porque\u00a0numa s\u00e9rie de seis partidas que resolviam o encontro, a m\u00e1quina ganhou por cinco vezes<\/a>. O AlphaGo voltaria a repetir a proeza, um ano depois,\u00a0quando derrotou Ke Jie, na altura considerado o melhor jogador de Go<\/a>.<\/p>\n N\u00e3o perca nenhuma not\u00edcia importante da atualidade de tecnologia e\u00a0acompanhe tudo em tek.sapo.pt<\/a><\/p>\n A Google est\u00e1 a comemorar os feitos do AlphaGo, que nasceu no laborat\u00f3rio da DeepMind, destacando sobretudo a jogada que ficou conhecida como o \u201cMovimento 37\u201d, considerada criativa e pouco convencional, inicialmente confundida com um erro.\u00a0Mas essa jogada demonstrou a capacidade de IA em superar a m\u00edmica humana e desenvolver estrat\u00e9gias completamente novas.\u00a0<\/strong>Estas primeiras experi\u00eancias competitivas, que resultaram na vit\u00f3ria contra o humano, s\u00e3o consideradas a fa\u00edsca de que a IA poderia ir al\u00e9m da l\u00f3gica humana e \u201cresolver problemas de complexidade infinita\u201d, destaca no seu\u00a0blog<\/a>\u00a0assinado pelo CEO da DeepMind, Demis Hassabis.<\/p>\n Segundo \u00e9 explicado, o AlphaGo aprendeu um modelo de jogadas plaus\u00edveis no Go, primeiro com as partidas realizadas por atletas humanos e depois ao jogar centenas de milhares de partidas contra si pr\u00f3prio. Depois foi melhorando \u00e0 medida que as estrat\u00e9gias vencedoras mais fortes eram refor\u00e7adas. \u201cO sistema considerou ent\u00e3o apenas os caminhos potencialmente mais frut\u00edferos e, a partir deste subconjunto mais pequeno de jogadas, encontrou aquela que tinha maior probabilidade de o levar \u00e0 vit\u00f3ria\u201d<\/strong>.<\/p>\n A empresa criou depois o AlphaGo Zero, que aprendeu o jogo a partir de partidas aleat\u00f3rias, acreditando ser o jogador mais forte da hist\u00f3ria de Go. O modelo seguinte,\u00a0AlphaZero aprendeu sozinho, a partir do zero, a dominar qualquer jogo de informa\u00e7\u00e3o perfeita para dois jogadores, neste caso o xadrez<\/strong>, desenvolvendo novas estrat\u00e9gias.<\/p>\n \n \n At\u00e9 \u00e0 data, apenas um quarto das prote\u00ednas do corpo humana \u00e9 tido como alvo das terap\u00eauticas desenvolvidas para o\u2026 <\/p>\n<\/p>\n O sistema evoluiu dos tabuleiros de jogo para o laborat\u00f3rio, dando origem ao AlphaFold, que na sua segunda gera\u00e7\u00e3o\u00a0mapeou todas as prote\u00ednas conhecidas<\/a>, o que rendeu \u00e0 equipa um Pr\u00e9mio Nobel da Qu\u00edmica. O\u00a0AlphaFold 2 resolveu o problema de 50 anos do enovelamento de prote\u00ednas, prevendo a sua estrutura tridimensional e abriu caminho para avan\u00e7os em medicina e biotecnologia<\/strong>. A Google diz que modelou as estruturas de todas as 200 milh\u00f5es de prote\u00ednas conhecidas pela ci\u00eancia, disponibilizando gratuitamente numa base de dados de c\u00f3digo aberto. Atualmente \u00e9 consultada por mais de 3 milh\u00f5es de investigadores em todo o mundo.<\/p>\n O agente de programa\u00e7\u00e3o AlphaEvolve explora o espa\u00e7o do c\u00f3digo inform\u00e1tico para descobrir algoritmos mais eficientes. A Google diz que este descobriu uma nova forma de multiplicar matrizes, \u201cuma opera\u00e7\u00e3o matem\u00e1tica fundamental que alimenta quase todas as redes neurais modernas\u201d. A\u00a0IA foi igualmente utilizada para compreender melhor o genoma, em novos avan\u00e7os de investiga\u00e7\u00e3o sobre a energia de fus\u00e3o, assim como melhorar a previs\u00e3o meteorol\u00f3gica<\/strong>, entre outros exemplos, aponta a gigante tecnol\u00f3gica. Destaca ainda o AlphaEvolve est\u00e1 agora a ser testado em problemas que v\u00e3o desde a otimiza\u00e7\u00e3o de centros de dados \u00e0 computa\u00e7\u00e3o qu\u00e2ntica.<\/p>\n
\n ![\"DeepMind:](\"https:\/\/www.europesays.com\/pt\/wp-content\/uploads\/2026\/03\/fb549e8e342d989a24ed43d2f4552d2615937ac9.jpg\")
\n <\/a><\/p>\n
\n DeepMind: nova IA consegue determinar a estrutura de uma prote\u00edna em conquista cient\u00edfica revolucion\u00e1ria<\/a><\/p>\n