Há dez anos, um movimento com probabilidade de 1 em 10.000 executado pelo programa AlphaGo desorganizou milênios de intuição humana no jogo de Go e marcou a alvorada da era moderna do aprendizado profundo.
Em março de 2016, uma simples pedra de resina preta tocada na casa de um tabuleiro de madeira de 19x19 linhas ecoou como um divisor de águas na história da tecnologia humana. O palco era o Four Seasons Hotel em Seul, na Coreia do Sul, mas os olhos do planeta estavam voltados para o confronto histórico entre o lendário mestre sul-coreano Lee Sedol — detentor de 18 títulos mundiais — e o algoritmo AlphaGo, desenvolvido pelo laboratório DeepMind, divisão de inteligência artificial do Google.
A partida de Go — milenar jogo de estratégia nascido na China antiga há mais de 2.500 anos — era tida pela comunidade científica como a "fronteira final" dos jogos de tabuleiro para a inteligência artificial. Enquanto o xadrez caiu diante do supercomputador Deep Blue da IBM em 1997, o Go resistia vigorosamente. Com mais combinações possíveis em um tabuleiro do que o número estimado de átomos no universo observável (aproximadamente $10^{170}$ contra $10^{80}$), o jogo exigia mais do que puro poder de cálculo: demandava o que os mestres humanos chamavam de intuição, sensibilidade e sentimento estratégico.
A Tensão e a Pausa do Campeão
Na primeira partida da série de cinco embates, o AlphaGo já havia chocado o mundo ao vencer Lee Sedol. Contudo, foi no segundo confronto que o imprevisível e o extraordinário aconteceram. Visivelmente sob forte pressão mental e ciente da magnitude do evento — acompanhado ao vivo por dezenas de milhões de espectadores globais via streaming —, Lee Sedol precisou fazer uma pausa no meio do jogo. Ele ausentou-se do salão para fumar um cigarro na tentativa de acalmar os nervos e reorganizar suas estratégias.
Ao retornar à mesa e olhar fixamente para a posição no tabuleiro, o mestre sul-coreano paralisou. Diante de seus olhos estava o Lance 37 da pedra preta, jogada pelo AlphaGo.
A Anomalia Estatística do Lance 37
O algoritmo posicionou a pedra na quinta linha a partir da borda do tabuleiro. Na teoria clássica do Go, jogadas tão cedo na quinta linha são consideradas erros crassos ou despropositadamente passivas. Nenhum jogador profissional humano faria aquele movimento naquela fase do jogo.
Os engenheiros e pesquisadores da DeepMind revelaram mais tarde que o próprio sistema calculou a probabilidade de um humano realizar aquele movimento exato: apenas 1 em 10.000 (0,01%).
"Pensei que o AlphaGo fosse baseado em mero cálculo de probabilidades... mas quando vi esse lance, mudei de ideia. Ficou claro que a máquina era criativa. Esta jogada foi verdadeiramente bonita."
— Lee Sedol, em coletiva de imprensa após a partida.
A princípio, comentaristas profissionais e grão-mestres de Go que transmitiam o confronto classificaram a jogada como um erro de software ou um "glitch" da máquina. No entanto, à medida que a partida se desenrolou pelas horas seguintes, a beleza oculta e a profundidade estratégica do movimento se desdobraram com precisão cirúrgica. A pedra na quinta linha, aparentemente isolada, conectou-se de forma magistral a formações do outro lado do tabuleiro dezenas de lances mais tarde, garantindo a vitória absoluta do AlphaGo.
O Legado de um Novo Paradigma Tecnológico
O Lance 37 não representou apenas o triunfo de um algoritmo sobre o cérebro humano em um jogo complexo. Ele demonstrou que redes neurais profundas (deep learning) combinadas com aprendizado por reforço (Reinforcement Learning) e busca em árvore Monte Carlo podiam descobrir novos conhecimentos, superando dogmas e preconceitos acumulados por humanos ao longo de milênios.
Aquela única pedra preta posicionada há uma década serviu como o vislumbre pioneiro do futuro da inteligência artificial que hoje molda a sociedade contemporânea. O desenvolvimento do AlphaGo serviu de base direta para avanços científicos revolucionários subsequentes, como o AlphaFold — que resolveu o problema cinquentenário do enovelamento de proteínas —, transformando radicalmente a biologia molecular, a descoberta de novos medicamentos e a medicina do século XXI.
