A aposta de US$ 5 bilhões da Nvidia em Ilya Sutskever: será que a SSI está prestes a revelar o ingrediente que faltava para a inteligência artificial?

A Safe Superintelligence (SSI) pode ser a caixa-preta mais interessante do Vale do Silício. O laboratório de IA fundado pelo ex-cientista-chefe da OpenAI, Ilya Sutskever, não possui um modelo público, um aplicativo para o consumidor, nenhuma receita significativa e quase nenhuma pesquisa divulgada. Seu site ainda parece mais uma promessa estranha do que um plano de negócios: a SSI existe com “ um objetivo e um produto: uma superinteligência segura ”.

Apesar disso, a Nvidia concordou em investir US$ 5 bilhões na empresa, dando à SSI acesso à futura plataforma de computação Vera Rubin da fabricante de chips e hardware suficiente para aumentar sua capacidade computacional em dez vezes. Crucialmente, a Nvidia fez o investimento após receber o que as empresas descreveram como acesso raro à pesquisa rigorosamente protegida da SSI.

Então surgiu o rumor. Durante uma participação recente no podcast Invest Like the Best , o fundador da Atreides Management, Gavin Baker, disse, quase de passagem, que "a SSI afirma que lançará seu modelo em agosto". A SSI não confirmou a afirmação, não anunciou um evento de lançamento nem divulgou qual formato esse modelo poderá ter. Por enquanto, trata-se da declaração de um investidor bem relacionado, e não de uma data de lançamento oficial. Deve ser considerada como tal.

Ainda assim, a sequência é difícil de ignorar: a Nvidia dá uma olhada nos bastidores, emite um cheque enorme, a SSI anuncia que sua pesquisa está finalmente pronta para ser escalada e começam a circular rumores de que um modelo está prestes a ser lançado.

Na Era Dourada original, os financistas faziam apostas enormes em ferrovias antes mesmo de os destinos serem construídos. Nesta era, a empresa de chips dominante no mundo está financiando uma ferrovia rumo à inteligência artificial antes que alguém fora do laboratório saiba aonde ela leva.

O cientista de IA que raramente erra

Sutskever não está recebendo bilhões porque dominou a arte da apresentação para investidores de capital de risco. Ele os recebe porque seu histórico de pesquisa se assemelha muito a um roteiro da inteligência artificial moderna.

Formado em matemática pela Universidade de Toronto, Sutskever concluiu seu doutorado sob a orientação de Geoffrey Hinton, uma das figuras centrais da revolução do aprendizado profundo. Em 2012, Sutskever, Hinton e Alex Krizhevsky desenvolveram a AlexNet, a rede neural que derrotou sistemas concorrentes na competição de visão computacional ImageNet e ajudou a transformar o aprendizado profundo de uma curiosidade acadêmica no paradigma dominante da IA. A rede foi treinada usando apenas duas GPUs — um fato que Sutskever ainda invoca ao argumentar que grandes avanços na pesquisa não necessariamente começam dentro de data centers do tamanho de continentes.

Após o Google adquirir a startup DNNresearch da equipe, Sutskever trabalhou no Google Brain e foi coautor do artigo histórico de 2014 sobre a conversão de sequências em sequência, juntamente com Oriol Vinyals e Quoc Le. Essa arquitetura ajudou a estabelecer as bases para a tradução automática moderna e a ideia mais ampla de que as redes neurais poderiam transformar uma sequência de informações em outra.

Ele então se tornou cofundador e cientista-chefe da OpenAI, onde ajudou a estabelecer a tese central por trás do boom da IA ​​generativa: redes neurais suficientemente grandes, treinadas em conjuntos de dados suficientemente grandes e com poder computacional suficiente, adquiririam capacidades que não haviam sido explicitamente programadas nelas. Seu nome aparece no artigo do GPT-3, enquanto a Nvidia agora reconhece seu trabalho como uma contribuição para o AlexNet, AlphaGo, modelos GPT e para a linha de pesquisa que produziu os sistemas de raciocínio da OpenAI.

Esse currículo explica por que a SSI atrai um nível de atenção que pareceria absurdo para quase qualquer outra startup em fase inicial de desenvolvimento. Sutskever presenciou diversos momentos em que uma ideia de pesquisa considerada fora de moda se tornou, de repente, o princípio organizador do setor.

De profeta da escalabilidade da OpenAI a herege da escalabilidade

A saída de Sutskever da OpenAI ocorreu após a extraordinária crise de governança da empresa em novembro de 2023, durante a qual ele se juntou à tentativa do conselho de destituir o CEO Sam Altman, antes de se arrepender publicamente de sua participação. Ele acabou deixando a empresa em maio de 2024, encerrando quase uma década na organização que ajudou a criar.

Um mês depois, ele lançou a Safe Superintelligence com Daniel Gross e Daniel Levy. A empresa não construiria copilotos de escritório, geradores de imagens, assistentes de codificação ou ferramentas de publicidade. Ela se dedicaria à superinteligência diretamente, isolando a pesquisa do que a SSI chamava de "custos administrativos", ciclos de produtos e pressão comercial de curto prazo.

A aparente ironia é que o homem que ajudou a estabelecer a doutrina do escalonamento tornou-se posteriormente um de seus críticos mais proeminentes. Mas a posição real de Sutskever é mais matizada — e mais interessante — do que o slogan online de que “o escalonamento está morto”.

Após uma longa entrevista com Dwarkesh Patel em 2025, que foi resumida como uma previsão de um obstáculo difícil de superar, Sutskever fez uma correção. Segundo ele, a expansão dos sistemas existentes continuaria a gerar melhorias e “não iria estagnar”. O problema era que “algo importante continuaria faltando”.

O ingrediente que falta parece envolver generalização confiável, aprendizado eficiente em termos de amostra e aprendizado contínuo.

Os modelos de ponta atuais podem ter um desempenho surpreendentemente bom em testes, mas cometem erros estranhamente básicos em aplicações reais. Eles podem absorver trilhões de tokens durante o treinamento, mas ensinar-lhes uma nova habilidade duradoura posteriormente continua sendo um processo trabalhoso. Os humanos, por outro lado, podem observar alguns exemplos, inferir o princípio subjacente e continuar aprendendo sem precisar recomeçar do zero.

Sutskever disse a Patel que os modelos modernos “generalizam dramaticamente pior do que as pessoas”. Na visão dele, a indústria entrou em uma nova “era da pesquisa”, porque simplesmente multiplicar por 100 a receita estabelecida dificilmente produzirá a transformação qualitativa prometida pela Inteligência Artificial Geral (IAG). O próximo avanço exigirá uma maneira melhor de usar a computação, e não apenas mais poder computacional.

Parece que Sutskever não está argumentando que as GPUs se tornaram irrelevantes. Ele está argumentando que a computação amplifica uma ideia; não a substitui.

A superinteligência que começa como estudante

A concepção de superinteligência de Sutskever difere do oráculo digital onisciente comumente imaginado na ficção científica.

Ele descreveu o destino como algo mais próximo de um "adolescente superinteligente de 15 anos": um sistema que pode não conhecer inicialmente todos os fatos ou possuir todas as habilidades profissionais, mas que consegue aprender novos domínios extraordinariamente rápido. Em vez de chegar totalmente treinado como programador, médico, engenheiro e cientista, ele possuiria um processo de aprendizagem geral capaz de se tornar todos eles.

Essa é uma capacidade muito mais relevante do que um chatbot com uma memória maior ou uma pontuação ligeiramente melhor em matemática.

Um modelo de aprendizado contínuo poderia ser inserido em uma organização, observar seus sistemas, absorver feedback e aprimorar-se durante o trabalho. Cópias implantadas em milhares de empresas poderiam adquirir diferentes habilidades e, potencialmente, combinar o que aprenderam. Os humanos não conseguem fundir a experiência de 50,000 trabalhadores em um único cérebro. O software, eventualmente, poderá fazê-lo.

Sutskever acredita que um sistema com eficiência de aprendizado em nível humano poderá surgir dentro de cinco a 20 anos. Ele também espera que sua influência econômica se dê por meio de difusão, em vez de um "dia da Inteligência Artificial Geral" instantâneo: sistemas capazes seriam inseridos em empresas, aprenderiam funções e gradualmente superariam as dificuldades físicas e institucionais da economia real.

Suas crenças em segurança são igualmente pouco convencionais. Sutskever sugeriu que sistemas avançados devem ser projetados para levar em consideração a vida senciente, que seu poder máximo pode precisar ser limitado e que a implantação deve ocorrer gradualmente para que governos e o público possam entender o que está por vir. Ele já não parece totalmente comprometido em manter tudo dentro da SSI até que uma superinteligência completa surja. Na entrevista de 2025, ele reconheceu que há um valor considerável em permitir que o público veja uma IA cada vez mais poderosa e disse que a liberação gradual faria parte de qualquer plano plausível.

Essa mudança permite que a SSI lance um sistema intermediário sem abandonar completamente sua filosofia de "trajetória direta".

Por que o acordo da Nvidia muda a história

Em 27 de julho, a SSI e a Nvidia anunciaram uma parceria estratégica de longo prazo que fornecerá à startup os sistemas Vera Rubin de última geração da Nvidia e expandirá sua capacidade de computação em uma ordem de magnitude.

As empresas não divulgaram o valor do investimento, mas a Reuters informou que a Nvidia está investindo US$ 5 bilhões na SSI . O acordo teria sido fechado em poucas semanas.

A linguagem oficial era surpreendentemente reveladora para uma empresa viciada em segredos.

“Nos últimos dois anos, a SSI tem avançado discretamente em uma nova direção de pesquisa”, disse a Nvidia, acrescentando que firmou a parceria após obter acesso privilegiado ao trabalho. A declaração de Sutskever foi ainda mais direta: “Temos pesquisas que merecem ser ampliadas”.

Estamos anunciando uma parceria estratégica de longo prazo com a NVIDIA. A NVIDIA está fazendo um investimento substancial na SSI que nos permitirá multiplicar por 10 nossa capacidade computacional nos próximos 12 meses. Chegamos ao ponto em que nossa pesquisa justifica a escalabilidade e, com essa parceria, seremos capazes de fazê-lo. Nós somos…

— SSI Inc. (@ssi) 27 de julho de 2026

E é essa frase que constitui o ponto crucial da questão. Em sua entrevista para Dwarkesh, Sutskever argumentou que a SSI não precisava do maior cluster do mundo apenas para testar se suas ideias centrais funcionavam. A AlexNet, o transformador e outras inovações fundamentais foram demonstradas originalmente usando uma infraestrutura comparativamente modesta. Os cerca de US$ 3 bilhões em financiamento anterior da SSI, disse ele, foram suficientes para determinar se sua linha de pesquisa era viável.

Agora, a empresa afirma estar pronta para expandir, e a Nvidia concorda. Jensen Huang tem todos os motivos para incentivar outro laboratório de ponta. A Nvidia se beneficia sempre que uma nova empresa modelo exige clusters de computação gigantescos. Investir nos clientes tornou-se uma parte importante de sua estratégia industrial, levantando preocupações legítimas sobre financiamento circular em toda a economia da IA.

Mas a SSI não está simplesmente alugando um conjunto de GPUs antigas. As empresas afirmam que irão colaborar nas plataformas atuais e futuras da Nvidia, dando à fabricante de chips acesso aos insights da SSI sobre cargas de trabalho de IA emergentes. Se a SSI estiver realmente desenvolvendo arquiteturas centradas em aprendizado contínuo, eficiência de amostragem ou novas formas de aprendizado por reforço, essas informações poderão influenciar o design dos futuros sistemas da Nvidia.

A Nvidia não está apenas vendendo a ferrovia para Sutskever. Ela está perguntando a ele onde os trilhos devem passar.

O que a SSI poderá divulgar em agosto?

Sinceramente, ninguém fora da SSI parece saber. A declaração de Baker pode se referir a um modelo público, uma prévia de pesquisa restrita, uma API, uma demonstração técnica ou um lançamento gradual oferecido apenas a pesquisadores e empresas selecionados. Também pode ser imprecisa, mal interpretada ou baseada em um cronograma que já foi alterado.

A SSI não divulgou um modelo, não publicou especificações nem prometeu um lançamento em agosto. Qualquer alegação de que o laboratório esteja prestes a liberar superinteligência é pura especulação.

A especulação mais plausível é que um sistema SSI tentaria demonstrar algum aspecto da agenda de pesquisa declarada por Sutskever. Isso poderia significar um desempenho mais forte ao aprender com um pequeno número de exemplos, melhor adaptação após o treinamento inicial, melhor retenção de novos conhecimentos, desempenho menos irregular entre tarefas ou alguma forma controlada de aprendizado contínuo.

Um lançamento também poderia ser bem menos revolucionário: outro modelo baseado em transformadores com raciocínio e métodos de segurança aprimorados. A história não exige que cada projeto de Ilya Sutskever reinvente a área, e US$ 5 bilhões não são sinônimo de revisão por pares.

O formato de lançamento do modelo será tão importante quanto suas pontuações de referência. Um sistema de aprendizado contínuo genuíno criaria sérios problemas de segurança. Os desenvolvedores precisariam explicar o que o modelo pode aprender, como comportamentos prejudiciais são impedidos de se tornarem permanentes, se diferentes implantações compartilham conhecimento e como os operadores podem inspecionar ou reverter atualizações.

Um modelo estático pode ser avaliado antes do lançamento. Um modelo que muda com a experiência é um alvo em movimento.

É precisamente por isso que o debate mais amplo sobre a governança da IA ​​ultrapassou a regulamentação comum de produtos. Como a Brave New Coin analisou recentemente , a chegada de sistemas capazes de superar os humanos em trabalhos economicamente importantes exigiria mudanças nas políticas trabalhistas, nas estratégias industriais e na distribuição de riqueza — e não apenas mais um aviso de segurança abaixo da janela de bate-papo.

O experimento de pesquisa mais caro da história

A SSI é por vezes apresentada como a alternativa pura e focada na segurança a laboratórios comerciais como a OpenAI, a Anthropic e o Google DeepMind. Essa descrição está se tornando cada vez mais difícil de sustentar.

Uma empresa apoiada pela Nvidia, Alphabet e algumas das firmas de capital de risco mais poderosas do mundo não está à margem do complexo industrial da IA. Ela é uma de suas instituições mais prestigiosas: um pequeno grupo de pesquisadores, munido de bilhões de dólares e acesso privilegiado a uma infraestrutura computacional escassa, tentando decidir como a inteligência sobre-humana deve ser construída e o que ela deve valorizar.

Isso não torna a SSI fraudulenta ou sinistra. Torna-a poderosa — e em grande parte irresponsável perante qualquer pessoa além de seus investidores e fundadores.

As próximas semanas poderão revelar se o rumor de agosto tem algum fundamento. Um atraso não seria nenhuma surpresa. Um modelo convencional seria um pouco decepcionante. Uma melhoria significativa na aprendizagem contínua ou generalização seria um dos desenvolvimentos mais importantes da IA ​​desde o surgimento dos modelos de raciocínio.

A pergunta errada seria se o sistema da SSI supera o ChatGPT, o Claude ou o Gemini em outra coleção de testes padronizados. A pergunta certa seria se Ilya Sutskever encontrou "algo importante" que a simples escalabilidade jamais conseguiria proporcionar. Fiquem ligados, pessoal, isso promete ser interessante.