Accelerated Understanding lança IA para simular o mundo físico
Anima Anandkumar e Benedikt Jenik lançaram a Accelerated Understanding, uma startup que quer prever a evolução de sistemas físicos em quatro dimensões. A empresa aponta engenharia, robótica, materiais e previsão meteorológica como algumas das primeiras áreas de aplicação.
Resumo
A professora do Caltech Anima Anandkumar e o engenheiro Benedikt Jenik lançaram a Accelerated Understanding, uma startup que está a desenvolver modelos de IA para simular e prever a evolução de sistemas físicos. Em vez de prever a próxima palavra, os modelos tentam estimar como um sistema muda no espaço e no tempo, com aplicações previstas em engenharia, robótica, materiais e previsão meteorológica.
Na prática
Os modelos recebem o estado de um sistema físico e tentam prever como este evolui. A proposta trabalha com três dimensões espaciais e uma dimensão temporal — uma representação 4D — para produzir uma trajectória completa, em vez de gerar imagens ou estados sucessivos, um passo de cada vez.
A empresa afirma que esta abordagem pode reduzir a acumulação de erros e fornecer não apenas o resultado de uma simulação, mas também uma direcção de melhoria. Isso permitiria testar virtualmente diferentes desenhos, materiais ou condições antes de avançar para experiências físicas.
O material de lançamento descreve ainda uma arquitectura baseada em neural operators, concebida para aprender relações entre campos físicos e processos contínuos. A unidade principal deixa de ser o token de texto e passa a ser a evolução de um sistema no espaço e no tempo.
Contexto
Na página oficial da Accelerated Understanding, a empresa afirma ter realizado centenas de treinos, com modelos até um bilião de parâmetros e experiências de escala até 35 biliões. Diz também ter ultrapassado cinco biliões de elementos de contexto durante a inferência, sem recorrer a técnicas como redução ou amostragem do espaço físico.
A empresa foi fundada por Anandkumar, Bren Professor de Computação e Ciências Matemáticas no Caltech e antiga responsável de investigação em IA na NVIDIA, e por Jenik, que trabalhou em sistemas de aprendizagem automática de grande escala. A equipa refere ainda trabalho anterior em modelos meteorológicos, incluindo o FourCastNet, e aponta engenharia, design, robótica e clima como áreas de aplicação.
O material de lançamento afirma também que os fundadores terão recusado posições de topo e uma participação de 35% na Prometheus, empresa associada a Jeff Bezos, para criarem a própria startup. Esta informação não é confirmada na página oficial consultada. Também não foram divulgados clientes, receitas, benchmarks independentes ou datas de disponibilidade comercial.
Porque importa
- A proposta desloca parte do debate sobre IA generativa da linguagem e das imagens para a simulação directa do mundo físico.
- Se funcionar de forma consistente, poderá encurtar ciclos de investigação e desenvolvimento que hoje dependem de experiências caras ou demoradas.
- Os números de escala são afirmações da própria empresa e não são directamente comparáveis às capacidades dos modelos de linguagem da Google ou da Anthropic.
- A validação em laboratório continuará a ser necessária: uma simulação útil pode orientar decisões, mas não substitui automaticamente testes físicos em contextos críticos.