A mesma agência que, décadas atrás, plantou a semente da internet volta a mirar alto. A DARPA anunciou o MATHBAC (Mathematics for Boosting Agentic Communication), um programa que busca nada menos que ensinar inteligências artificiais a “conversar” entre si por meio de códigos matemáticos próprios. A meta: resolver problemas científicos que, hoje, desafiam até os supercomputadores mais parrudos.
Por que isso é diferente de tudo o que já vimos?
Modelos como ChatGPT ou Bard já conseguem interagir com humanos em linguagem natural, mas não foram projetados para se entenderem profundamente entre si. A DARPA quer passar desse “bate-papo” superficial para um patamar em que vários agentes autônomos trocam dados, hipóteses e resultados em uma sintaxe matemática otimizada — algo que promete reduzir ruído, economizar poder de processamento e acelerar descobertas.
Duas fases, 34 meses e tolerância zero para “mais do mesmo”
O cronograma de 34 meses está dividido em dois estágios:
- Fase 1 – Teoria: decifrar e formalizar a matemática subjacente à comunicação agente-agente. Aqui, a DARPA deixa claro: incrementos pequenos em técnicas existentes não serão financiados.
- Fase 2 – Ferramentas práticas: criar kits de desenvolvimento e protocolos que transformem essa teoria em uma verdadeira “ciência da inteligência coletiva”, apta a encarar desafios de engenharia, física ou biologia.
Laboratórios, universidades e empresas interessadas podem enviar propostas imediatamente; o edital valoriza abordagens disruptivas.
Impacto no mundo real (e no seu setup)
Se IA conversa melhor, ela coopera melhor. Imagine algoritmos de ray tracing que definem, entre si, a melhor forma de distribuir cargas de trabalho em placas de vídeo RTX; ou assistentes de voz que trocam percepções sobre o ambiente para entregar áudio 3D mais imersivo nos seus headsets. Tudo isso exigirá hardware mais eficiente em operações matriciais— um prato cheio para novas gerações de GPUs e processadores com núcleos de IA dedicados, já despontando em modelos como os chips AMD Ryzen 7000 e as placas NVIDIA Ada Lovelace.
Concorrência (e colaboração) à vista
Google DeepMind, OpenAI e Anthropic já testam sistemas multiagentes, mas com foco em linguagem natural. A aposta da DARPA no “matematiquês” muda o jogo: uma sintaxe comum e formal pode permitir que modelos de empresas distintas cooperem sem expor dados sensíveis, algo vital em setores como defesa, saúde e finanças.
Imagem: Maxwell Cooter
O que prestar atenção nos próximos meses
• Publicação dos primeiros papers sobre novas teorias matemáticas.
• Ferramentas open source que possam surgir na Fase 2.
• Demanda por GPUs com maior largura de banda e por accelerators específicos, algo que tende a baratear modelos atuais no varejo.
• Novas APIs multiagentes que podem chegar a motores de jogos e softwares de criação — um eventual diferencial para designers, streamers e gamers.
No fim das contas, o MATHBAC não é apenas um experimento acadêmico: ele redefine como as máquinas dividirão trabalho intelectual. E, se história serve de guia, quando a DARPA se envolve, a tecnologia acaba chegando às prateleiras (e aos carrinhos de compra) mais cedo do que imaginamos.
Com informações de Computerworld
