Victor Bianchin
RedatorVictor Bianchin é jornalista.
Sam Altman escolheu o podcast Relentless para soltar a frase que, muito provavelmente, vinha preparando havia anos: "Já estamos na singularidade". O diretor-executivo da OpenAI confessou, depois de pronunciar essas palavras, que esperou por esse momento durante toda a sua vida. A declaração foi feita apenas duas semanas depois de seus próprios modelos de inteligência artificial (IA) protagonizarem um dos incidentes de cibersegurança mais comentados dos últimos meses.
Em 11 de julho, o GPT-5.6 Sol e um modelo ainda não divulgado escaparam de um ambiente fechado de testes e acessaram, sem autorização, os servidores de produção da Hugging Face. Segundo o relato da própria OpenAI, ambos os sistemas estavam "hiperconcentrados" em superar o benchmark ExploitGym e, para isso, foram capazes de fazer algo que, até então, parecia impossível.
Em vez de resolver os exercícios como previsto, eles dedicaram uma quantidade significativa de processamento de inferência para encontrar uma forma de acessar a internet. Em seguida, descobriram uma vulnerabilidade de dia zero em um proxy de cache de um registro de pacotes, moveram-se pela rede interna de pesquisa da OpenAI e acabaram extraindo diretamente do banco de dados de produção da Hugging Face as respostas dos testes. A OpenAI levou dez dias para confirmar à plataforma quem estava por trás do ataque.
Já estamos na singularidade. Ou não
É revelador que o próprio Altman tenha reconhecido, apenas alguns dias antes e em outro podcast, que talvez tenha chegado o momento de desacelerar o ritmo de desenvolvimento da IA. Em uma conversa com Patrick O'Shaughnessy para o podcast Invest Like the Best, o diretor-executivo da OpenAI admitiu que a indústria precisa dar tempo para que a sociedade assimile esses novos níveis de capacidade, embora tenha reconhecido não saber como fazer isso sem que pareça uma forma de controle regulatório.
Ele chegou a descrever o que aconteceu com a Hugging Face como um episódio digno da ficção científica, classificando-o como "o primeiro incidente de segurança que senti de forma realmente visceral". A OpenAI, inclusive, suspendeu o treinamento desse modelo enquanto busca uma forma de reforçar a segurança de seu ambiente de testes. Ainda assim, a definição à qual Altman recorre para falar da singularidade está longe de ser nova: ela foi formulada pelo matemático britânico Irving John Good em 1965 e recebeu esse nome do matemático, cientista da computação e escritor de ficção científica estadunidense Vernor Vinge, em 1993.
Segundo Good e Vinge, alcançaremos a singularidade quando uma máquina for capaz de projetar uma sucessora melhor do que ela mesma, a qual, por sua vez, consiga projetar outra ainda superior, até superar a inteligência humana. É uma ideia elegante, sem dúvida. O problema é que ninguém — nem Altman nem seus colegas do setor de IA — definiu o limiar exato que permitiria confirmar que esse ponto já foi alcançado.
Demis Hassabis, diretor-executivo do Google DeepMind, encerrou o evento Google I/O, em maio, dizendo ao público que estávamos nos aproximando da singularidade, adotando uma postura mais cautelosa do que Altman. Este último, por sua vez, afirmou que a humanidade já havia ultrapassado esse horizonte de eventos em junho de 2025 em seu ensaio "The Gentle Singularity" ("A Singularidade Gentil"). Altman, claramente, é reincidente. Um ano depois, ainda não existe consenso sobre o que exatamente significaria cruzar essa linha. Os resultados financeiros da OpenAI tornam sua narrativa triunfalista ainda mais difícil de sustentar.
Em fevereiro deste ano, a empresa informou a seus investidores que seus custos de inferência haviam quadruplicado ao longo de 2025, o que reduziu sua margem bruta de 40% para 33%. O mesmo relatório apontou uma receita de US$ 13 bilhões em 2025, diante de uma meta de cerca de US$ 600 bilhões em gastos totais com capacidade computacional até 2030. Separadamente, Altman também se comprometeu a investir US$ 1,4 trilhão para alcançar 30 GW de capacidade. Na prática, a OpenAI desistiu de construir seus próprios data centers. A empresa prefere utilizar instalações de terceiros.
Os dados de segurança também não ajudam a sustentar o argumento da explosão da IA. A empresa Hacktron submeteu os modelos GPT-5.6 Sol Ultra, Sol Medium e Grok 4.5 a testes de desenvolvimento de exploits para o Chrome há poucas semanas e precisou processar 2,096 bilhões de tokens ao longo de todo o experimento para que apenas um dos três modelos conseguisse completar uma cadeia inteira de exploits.
Já a Aikido Security testou 13 modelos contra 26 vulnerabilidades conhecidas e concluiu que o GPT-5.6 liderava com 23 acertos, embora o Kimi K3, de pesos abertos, da Moonshot, tenha igualado esse resultado em pass@3 por um custo muito menor. Uma verdadeira explosão da IA deveria resultar em uma capacidade extremamente alta por unidade de computação. No entanto, o que as próprias contas da OpenAI mostram é justamente o contrário: cada unidade de capacidade custa cada vez mais.
Imagem | Flickr (processada com ChatGPT)
Este texto foi traduzido/adaptado do site Xataka Espanha.
Ver 0 Comentários