IA completa 70 anos com fusão indústria-academia — modelo chinês pressiona talento brasileiro

Um artigo do Tencent Research Institute, republicado pela revista chinesa Entrepreneur, reconstitui a trajetória da inteligência artificial desde o neurônio artificial de 1943 até os grandes modelos de linguagem atuais, destacando um ponto central: nenhum setor depende tanto da academia quanto a IA. O texto, assinado por Yan Deli, especialista sênior da Tencent, descreve como empresas como OpenAI, Google e Meta transformaram a publicação de artigos científicos em estratégia competitiva. Para o Brasil, a leitura é direta: o país forma engenheiros e pesquisadores que são absorvidos por esse ecossistema, enquanto tenta construir uma indústria de IA sem a mesma integração entre universidade e empresa. O artigo parte de três marcos fundadores. Em 1943, o neurocientista Warren McCulloch e o lógico Walter Pitts publicaram o primeiro artigo sobre redes neurais artificiais, propondo o modelo M-P. Em 1950, Alan Turing publicou "Computing Machinery and Intelligence", formulando o Teste de Turing. Em 1955, John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon submeteram a proposta do seminário de Dartmouth, onde o termo "inteligência artificial" apareceu pela primeira vez. Com US$ 7.500 da Fundação Rockefeller, realizaram o evento no ano seguinte. Dos participantes, quatro ganharam o Prêmio Turing e dois o Nobel de Economia. Estava criada a disciplina. O texto argumenta que a IA é o setor mais profundamente influenciado pela academia. Dois artigos definiram a era moderna: AlexNet (2012), que iniciou a revolução do aprendizado profundo, e Transformer (2017), arquitetura base de todos os grandes modelos de linguagem. Ambos estão entre os artigos de IA mais citados do século, segundo a Nature. A Lei de Escala, que guia o desenvolvimento de LLMs, veio de um artigo da OpenAI de 2020. A empresa lançou GPT-1, GPT-2, GPT-3, GPT-4, DALL·E e CLIP sempre acompanhados de artigos técnicos. A lógica descrita é um ciclo fechado: comprar chips avançados, recrutar talentos de ponta, treinar modelos líderes e publicar artigos de impacto. O talento é o elo central. O Prêmio Turing foi para a IA em 2018 e 2024, com cinco professores premiados. Quatro deles trabalharam em big techs ou empreenderam: Hinton e Sutton passaram 10 e 6 anos no Google, respectivamente; LeCun ficou 8 anos no Bell Labs e 12 na Meta; Bengio fundou a Element AI e a LawZero. Apenas Andrew Barto permaneceu exclusivamente na academia. Para o Brasil, esse modelo representa uma pressão dupla. Primeiro, as big techs chinesas e americanas absorvem pesquisadores brasileiros formados em programas de pós-graduação financiados com recursos públicos. Segundo, o país tenta desenvolver sua própria indústria de IA — com iniciativas como o Plano Brasileiro de IA e o supercomputador Santos Dumont — sem a mesma integração entre universidade e empresa que o artigo descreve como motor do setor. O Ministério da Ciência, Tecnologia e Inovação (MCTI) e a Finep têm programas de fomento, mas a escala de investimento chinês e americano é outra. Os dados mostram que a China construiu um ecossistema em que empresas como Tencent, Alibaba e Baidu mantêm laboratórios de pesquisa que publicam em conferências internacionais e competem por talentos globais. Na leitura do CBI, isso indica que o Brasil corre o risco de se tornar consumidor de tecnologia de IA, não produtor, a menos que consiga reter pesquisadores e criar pontes estáveis entre universidades e empresas. O artigo não menciona o Brasil, mas a lógica descrita — chips, talento, modelo, artigo — é um roteiro que o país ainda não conseguiu seguir. O que acompanhar: primeiro, os editais do MCTI e da Finep para IA em 2025 e 2026, que devem indicar se há verba nova para pesquisa aplicada. Segundo, a movimentação de empresas chinesas como Tencent, Alibaba e Huawei no Brasil — se abrirem centros de pesquisa locais, podem reter talento que hoje emigra. Terceiro, a política de vistos e incentivos para pesquisadores estrangeiros, que o governo brasileiro tem revisado, e que pode facilitar ou dificultar a circulação de cérebros.