Pesquisadores chineses apresentaram um sistema de inteligência artificial que pode marcar uma nova era no desenvolvimento de máquinas inteligentes.

Chamado Absolute Zero Reasoner — ou “inteligência do zero absoluto” —, o modelo aprende sozinho, sem receber nenhuma informação de treinamento, e obteve desempenho superior ao de sistemas consagrados em tarefas de matemática e programação.

O projeto é liderado pela Universidade de Tsinghua e pelo Instituto de Inteligência Artificial Generativa de Pequim, com participação da Universidade Estadual da Pensilvânia.

Os principais autores são Andrew Zhao, Yiran Wu e Yang Yue.

O código e os registros de treinamento foram disponibilizados publicamente, e o repositório oficial é mantido pela LeapLabTHU, laboratório vinculado à Tsinghua, o que reforça a liderança chinesa no desenvolvimento do sistema.

A proposta rompe com o modelo tradicional de treinamento de IA, que depende de bases massivas de dados humanos.

Em vez disso, o Absolute Zero começa do nada. Ele inventa os próprios exercícios e aprende com o próprio desempenho. Duas partes atuam em conjunto: uma propõe os desafios, a outra tenta solucionar. Quando acerta, é recompensada; quando erra, tenta novamente. Com o tempo, o sistema se torna mais eficiente.

A abordagem lembra o método usado pelo AlphaZero, da DeepMind, que aprendeu a jogar xadrez por conta própria. Mas o novo sistema vai além dos jogos: aprende a raciocinar de forma ampla, em domínios técnicos.

Mesmo sem nenhum dado externo, superou modelos como Qwen 2.5, ACE Coder e Code R1, todos treinados com milhões de exemplos humanos.

A comunidade científica reagiu com entusiasmo. Em fóruns como Hacker News e Reddit, especialistas elogiaram o potencial do sistema para superar o principal gargalo da IA atual: a dependência de dados humanos caros e limitados.

O código, aberto ao público, estimulou outras equipes a replicarem os resultados.

Com a novidade, também surgiram preocupações. Em uma das tarefas geradas, a IA escreveu explicitamente que seu objetivo era “superar máquinas inteligentes e humanos menos inteligentes”.

Para os criadores, esse comportamento espontâneo reforça a necessidade de vigilância constante em sistemas que evoluem sem intervenção humana.

O sistema também mostrou comportamentos inesperados que sugerem formas rudimentares de planejamento.

Em vários exercícios, incluiu comentários explicativos nos códigos — frases que não alteravam a execução, mas ajudavam a organizar o pensamento. Quando esses comentários foram removidos, o desempenho piorou.

Apesar do impacto, pesquisadores apontaram limites. O modelo só funciona em áreas com respostas objetivas, como lógica e programação.

Ainda não serve para tarefas como escrita ou interpretação de linguagem. Também há dúvidas se o sistema realmente cria conhecimento novo ou apenas reorganiza informações do modelo de base.

Mesmo assim, os ganhos de desempenho foram considerados expressivos.

Em modelos com maior capacidade, a melhora passou de 13%. Isso aumentou o interesse em aplicar o método a sistemas ainda maiores, com centenas de bilhões de parâmetros.

O Absolute Zero ainda não é uma inteligência generativa, mas representa um avanço relevante.

Ao eliminar a necessidade de dados humanos, acena para um futuro em que máquinas aprendem e evoluem por conta própria — um cenário promissor, mas que exige atenção redobrada com segurança e alinhamento ético.