Para além do token:
porque a IA precisa de geometria e física para compreender o mundo

1. O pecado original dos LLM: a tirania das probabilidades

A indústria tecnológica vende-nos a inteligência artificial como uma revolução omnisciente. No entanto, se olharmos debaixo do capô, as arquiteturas atuais (Transformers, grandes modelos de linguagem) assentam num princípio fundamental: a estatística.

Um LLM não «compreende» nada no sentido físico do termo. Calcula probabilidades num espaço vetorial de grande dimensão para determinar qual palavra tem estatisticamente mais hipóteses de seguir a anterior. É brilhante para gerar texto, mas é um beco sem saída conceptual assim que se trata de interagir com o mundo real.

Na escola de engenharia ou na preparatória, ensinam-nos uma regra de ouro: perante uma equação complexa, afundar em cálculos algébricos brutos ou adivinhar o resultado leva ao fracasso. Passa-se à geometria. Resolvem-se os problemas por invariantes, por somas e integrais, porque a geometria é exata. O resultado cai por si.

2. O elo em falta: o conector analógico-digital

As críticas formuladas por alguns pesos-pesados da investigação (nomeadamente sobre a ausência de um «modelo do mundo» nas IA) acertam no diagnóstico, mas falham muitas vezes no meio.

Para que um sistema desenvolva uma consciência real do seu ambiente, não basta empilhar camadas de redes neuronais artificiais. Precisa de um corpo físico.

O mundo real é analógico: é feito de fluxos contínuos, variações de tensão, ondas eletromagnéticas, sinais brutos e inércia.

O mundo informático é discreto: manipula zeros e uns, estados lógicos congelados no tempo.

A verdadeira ponte, aquela que falta cruelmente às arquiteturas de IA atuais, é o que se manipula em processamento de sinal há décadas: o conversor analógico-digital (CAD/CDA) acoplado a uma topologia geométrica.

Enquanto um sistema de IA não estiver ligado a um ciclo fechado de retroação física (à imagem da robótica avançada ou da análise espetral de um sinal de rede em tempo real), fica confinado numa matriz textual e abstrata. Não vive o seu ambiente, comenta-o.

3. Aplicar a geometria aos dados: para uma IA de engenheiro

Se queremos que a IA se torne um verdadeiro instrumento de soberania e de defesa para as nossas infraestruturas (redes, firewalls, sistemas Linux), temos de abandonar a lógica do "difuso probabilístico" e voltar ao rigor do engenheiro:

A análise multidimensional pela geometria: tratar os fluxos de dados não como sequências de logs textuais a fazer parse, mas como um campo de vetores e ondas. Um ataque informático (um DDoS, uma intrusão) nunca é mais do que uma onda de choque ou uma interferência num sistema dinâmico.

A certeza matemática: usar modelos geométricos para impor limites intransponíveis, garantindo que o sistema reage com a certeza de um integral matemático e não com a incerteza de um "talvez" estatístico.

Conclusão

Não é obrigatório ter ferramentas revolucionárias. Com ferramentas como n8n e código Python já se podem simular comportamentos geométricos e analógico-digitais que farão toda a diferença, por exemplo nos sistemas de gestão de casas conectadas, onde a interpretação fina do mundo real prevalece sobre o simples código binário.

— Hosman