Por que parei de confiar na IA e comecei a construir Oráculos

O e-mail chegou às 23h47 de uma terça-feira. Um fabricante de baterias com quem vínhamos conversando acabara de retirar um lote de células da linha de produção. Não porque falharam num teste — mas porque sua ferramenta de triagem de materiais assistida por IA havia aprovado um eletrólito candidato que, quando um químico humano finalmente fez as contas, revelou-se termodinamicamente instável acima de 150°C. O material teria se decomposto dentro de um pacote de baterias. A decomposição teria liberado calor. O calor teria desencadeado o que a indústria eufemisticamente chama de "fuga térmica" — e o que o resto de nós chama de incêndio.

Ninguém se feriu. Mas eu fiquei sentado à minha mesa olhando para aquele e-mail e pensando na palavra "plausível". A IA não estava errada de nenhuma forma óbvia. A estrutura molecular que ela recomendou parecia razoável. A energia de formação que ela previu estava na faixa correta. Era plausível. Só não era verdadeiro.

Essa distinção — entre o plausível e o verdadeiro — é a linha de falha que atravessa toda a indústria de IA neste momento. E é a razão pela qual construí a Veriprajna.

A Economia dos Wrappers Tem um Problema com a Verdade

Eis o que a maioria das pessoas não percebe sobre a atual onda de produtos de IA: a grande maioria deles são finas camadas de interface — "wrappers" — sobre Grandes Modelos de Linguagem de propósito geral. O LLM prevê o próximo token mais provável. O wrapper faz com que pareça um aplicativo. O usuário presume que está recebendo respostas. Está recebendo probabilidades.

Para escrever textos de marketing ou resumir anotações de reuniões, isso está ótimo. Probabilidades são suficientes. Mas as empresas com quem trabalho não têm o luxo do "suficiente". Elas fabricam baterias que vão para veículos elétricos. Produzem conteúdo de áudio que é transmitido globalmente. Para elas, uma resposta 99% plausível, mas 1% fisicamente impossível, não é um erro de arredondamento. É um evento térmico ou um processo por violação de direitos autorais.

Quando sua IA é responsável por algo que pode pegar fogo ou levá-lo a um processo judicial, "estatisticamente provável" não é o mesmo que "correto".

Comecei a chamar isso de bifurcação da IA. De um lado, a Economia dos Wrappers — rápida, acessível, construída sobre previsão estocástica. Do outro, o que fazemos na Veriprajna: IA Profunda, onde cada saída é validada contra regras imutáveis antes que qualquer humano a veja. Física. Lógica. Proveniência. As coisas que não se importam com a distribuição dos seus dados de treinamento.

O Que Acontece Quando a IA Prevê uma Química Que Não Compreende?

Deixe-me tornar isso concreto com o problema das baterias, porque ele me assombra.

As baterias de íon-lítio falham por meio de uma sequência determinística de decomposições químicas. Começa por volta de 80–100°C, quando a camada protetora do ânodo — chamada de Interfase de Eletrólito Sólido — se decompõe. Por volta de 110–135°C, o separador derrete e o eletrólito começa a se decompor em gases inflamáveis. Acima de 200°C, o cátodo entra em colapso, libera oxigênio, e ocorre a combustão.

O eletrólito é a variável crítica. Os eletrólitos líquidos tradicionais — tipicamente hexafluorofosfato de lítio dissolvido em solventes de carbonato — são quimicamente instáveis em temperaturas elevadas. São literalmente a fonte de combustível no evento de combustão. Para evitar a fuga térmica, especialmente em aplicações de alta tensão ou alta temperatura, precisamos de eletrólitos com energias de decomposição que os mantenham estáveis bem além daquele limiar de 200°C.

O problema é encontrá-los. O espaço químico dos possíveis cristais inorgânicos contém uma estimativa de 10^100 combinações. Durante décadas, os cientistas de materiais exploraram esse espaço da mesma forma que Edison testava filamentos: formular a hipótese de uma estrutura, sintetizá-la em laboratório, testá-la, esperar meses por resultados. E a intuição humana nos enviesa em direção a modificações de famílias conhecidas — granadas, perovskitas — em vez de nos aventurarmos em um território composicional genuinamente inédito.

Então a indústria recorreu à IA. Faz sentido. Mas foi aqui que muitas equipes erraram: elas apontaram um LLM para o problema. Um LLM que havia "lido" milhões de artigos de química conseguia prever estruturas moleculares — mas ele prevê tokens, não densidades eletrônicas. Ele não tem noção das regras de valência, nenhuma compreensão das forças da mecânica quântica. Pode alucinar uma estrutura cristalina que parece correta no papel, mas viola as leis da física de maneiras que só aparecem quando você tenta construí-la.

Foi isso que aconteceu com aquele e-mail de madrugada. A IA propôs um candidato. O candidato era plausível. Não era real.

A Arquitetura do Oráculo: Como de Fato Resolvemos Isso

Depois daquele incidente, minha equipe e eu tivemos uma conversa longa e desconfortável sobre o que estávamos realmente construindo. Estávamos construindo uma IA que gera respostas? Ou uma IA que descobre a verdade?

Escolhemos a verdade. E a verdade exige um Oráculo.

Nossa arquitetura para descoberta de materiais combina o GNoME da Google DeepMind — Graph Networks for Materials Exploration — com uma rigorosa validação por Teoria do Funcional da Densidade. A percepção central é esta: não usamos IA para responder à pergunta. Usamos IA para propor candidatos a partir de um vasto espaço de busca, e então validamos cada um deles contra as leis da física antes que vá para qualquer lugar.

O GNoME trata as estruturas cristalinas como grafos — os átomos são nós, as ligações químicas são arestas. Ao contrário de um LLM processando texto linear, o GNoME compreende geometria e topologia em 3D. Ele foi construído para ser o que os físicos chamam de E(3)-equivariante, o que significa que suas previsões não mudam se você girar o cristal no espaço. Isso não é um recurso que se acopla depois. É uma restrição matemática incorporada à arquitetura. O modelo não pode violar a simetria rotacional.

Mas até o GNoME é probabilístico. Ele prevê energias de formação — a energia necessária para montar um cristal a partir de seus elementos —, mas essas previsões carregam incerteza. Um cristal pode parecer estável para a rede neural e ainda assim ser termodinamicamente não competitivo frente a outras fases possíveis.

Por isso construímos a camada do Oráculo.

Por Que a Validação DFT Importa para a Segurança das Baterias?

A Teoria do Funcional da Densidade é um método da mecânica quântica que aproxima a solução da equação de Schrödinger. Ela calcula a densidade eletrônica e a energia total com alta precisão. É computacionalmente cara — um único cálculo pode levar centenas de horas de CPU —, mas não alucina. Ela resolve equações. A resposta ou está certa ou é um erro numérico que você pode quantificar e limitar.

Executamos uma estratégia de validação em camadas. Campos de força de aprendizado de máquina cuidam do relaxamento geométrico inicial — filtrando candidatos que estão obviamente quebrados. Em seguida, cálculos de nível PBE fazem a triagem de alto rendimento. Os sobreviventes são validados com o r²SCAN, um funcional meta-GGA que prevê com precisão constantes de rede e energias de formação para sistemas fortemente ligados. Os metais de transição recebem uma correção adicional de Hubbard U para lidar com erros de autointeração nos orbitais d.

Sei que acabei de jogar em você um monte de jargão de física. O ponto é mais simples do que os detalhes: temos múltiplas camadas de simulação física cada vez mais cara e precisa, e cada candidato precisa sobreviver a todas elas antes que o recomendemos para uma bateria.

A métrica que mais importa é o que chamamos de "Distância ao Envelope" (Distance to Hull). Imagine plotar cada material possível em um dado espaço composicional em um gráfico — a composição em um eixo, a energia no outro. Os materiais estáveis formam um limite inferior, um "envelope convexo". Qualquer coisa acima desse envelope se decomporá espontaneamente nos materiais que o compõem. Um material com distância zero ao envelope é o estado fundamental termodinâmico. Um material com distância maior que 100 meV/átomo quase certamente vai se desfazer — e, em uma bateria, desfazer-se significa liberar calor.

O envelope convexo não se importa com a pontuação de confiança da sua rede neural. Um material ou é termodinamicamente estável ou não é.

O Volante de Inércia Que Fica Mais Inteligente da Noite para o Dia

O que torna isso mais do que um pipeline de tiro único é o ciclo de aprendizado ativo. O GNoME gera milhares de estruturas candidatas. Selecionamos aquelas que o modelo considera mais promissoras e aquelas em que ele está mais incerto — explotação e exploração simultaneamente. Essas vão para o cluster de DFT. As energias verdadeiras retornam e são incorporadas ao conjunto de treinamento do GNoME. O modelo é retreinado. Sua física interna é corrigida.

Lembro-me da primeira vez em que vimos a taxa de acerto subir — a porcentagem de materiais propostos pela IA que de fato se revelaram estáveis após a validação DFT. A busca aleatória tradicional fica abaixo de 1%. O aprendizado de máquina padrão o leva a talvez 50%. Após vários ciclos de aprendizado ativo, nosso pipeline impulsionado pelo GNoME estava superando 80%.

Meu cofundador olhou para o painel e disse: "Ele não está mais adivinhando. Está aprendendo o que estabilidade significa". Aquele foi o momento em que soube que tínhamos algo. Não porque o número fosse impressionante isoladamente, mas porque o sistema estava convergindo para a realidade física por meio de iteração, não de memorização.

Escrevi sobre essa arquitetura com mais profundidade em a versão interativa da nossa pesquisa, se você quiser ver o fluxo de trabalho completo.

O Outro Tipo de Explosão: Direitos Autorais no Áudio Generativo

Agora deixe-me contar sobre um domínio completamente diferente em que a mesma filosofia arquitetural — propor, depois validar — nos salvou de um tipo diferente de desastre.

Uma empresa de mídia nos procurou para gerar conteúdo de áudio em escala. Ela possuía uma enorme biblioteca de músicas e gravações de voz licenciadas. Queria usar IA para criar novo conteúdo a partir dessa biblioteca — locuções localizadas, trilhas sonoras remixadas, esse tipo de coisa. Vinha experimentando com ferramentas de áudio generativo prontas para uso.

Fiz uma pergunta: "Você consegue provar, para qualquer saída específica, exatamente quais fontes licenciadas contribuíram para ela?"

Silêncio.

Este é o problema da caixa-preta na mídia generativa. Os modelos de difusão — a arquitetura por trás da maioria dos geradores de áudio e imagem por IA — são treinados em conjuntos de dados massivos coletados da internet. Quando geram uma saída, percorrem um espaço latente de alta dimensão para sintetizar algo novo. A saída é uma amálgama matemática dos dados de treinamento. Você não consegue rastrear quais exemplos de treinamento influenciaram quais partes do resultado.

Para um consumidor brincando com ferramentas de música por IA, isso é uma curiosidade. Para uma empresa de mídia global, é um risco jurídico existencial. Se uma faixa de áudio gerada contém um loop de quatro compassos idêntico a uma música protegida por direitos autorais, a empresa é responsável pela violação — mesmo que ninguém tenha pretendido isso. Os tribunais estão ativamente julgando se treinar com dados protegidos por direitos autorais constitui uso justo (fair use) (Andersen v. Stability AI, New York Times v. OpenAI). Uma empresa cujo pipeline de conteúdo depende dessas ferramentas poderia acordar uma manhã e descobrir toda a sua biblioteca de ativos legalmente contaminada.

Uma empresa de mídia que não consegue provar a proveniência do seu conteúdo gerado por IA está construindo sobre areia — areia jurídica que se desloca a cada vez que um tribunal emite uma decisão.

Como Construir um Áudio por IA Capaz de Provar Sua Própria Inocência?

Rejeitamos por completo o paradigma de "gerar a partir do ruído". Em vez disso, construímos o que considero uma Geração Aumentada por Recuperação para áudio — o mesmo movimento conceitual que o RAG trouxe para o texto, mas aplicado ao som.

O pipeline tem duas fases: desconstrução e reconstrução.

Para a desconstrução, usamos o Hybrid Transformer Demucs — um modelo de separação de fontes que recebe áudio misturado e o isola em stems individuais: vocais, bateria, baixo, outros instrumentos. A arquitetura é uma U-Net com conexões de salto (preservando detalhes de alta frequência que, de outra forma, se perderiam na compressão) e um codificador Transformer no gargalo que usa autoatenção para analisar toda a sequência de áudio. Ela processa o áudio simultaneamente no domínio do tempo e no domínio da frequência, fundindo informações de ambos.

Rodamos o Demucs por todo o arquivo licenciado do cliente. Milhares de horas de áudio misturado, separadas em stems limpos e isolados, cada um etiquetado e indexado por características de áudio — timbre, tom, ritmo. Havíamos transformado o catálogo antigo deles, de uma coleção de músicas prontas, em uma enorme biblioteca de blocos de construção.

Para a reconstrução — especificamente para o conteúdo de voz — usamos a Conversão de Voz Baseada em Recuperação (RVC). Isso é fundamentalmente diferente da conversão de texto em fala ou da geração de voz baseada em difusão. O RVC é fala-para-fala: recebe uma gravação de entrada (digamos, um diretor criativo lendo um roteiro no celular) e transforma o timbre para corresponder a uma voz-alvo licenciada, preservando a entonação e o ritmo da performance original.

O mecanismo crítico está no nome: recuperação. Usamos o HuBERT para extrair da entrada características de conteúdo agnósticas ao locutor. Então, para cada quadro, consultamos um índice FAISS de vetores de características derivados das gravações do dublador licenciado. Nós recuperamos os detalhes acústicos mais correspondentes — a respiração audível, a ressonância, a qualidade vocal específica — a partir de gravações realmente autorizadas. A saída soa como a voz-alvo porque extraímos pontos de dados específicos do seu índice licenciado, não porque uma rede neural imaginou uma aproximação.

Não consigo exagerar o quanto isso importa juridicamente. Em um modelo de deepfake, a voz-alvo existe como pesos opacos de rede neural. Em nosso sistema, cada detalhe acústico remonta a uma gravação específica, licenciada e com registro de data e hora. A cadeia de titularidade é ininterrupta.

A Papelada Que Viaja com o Som

Gerar áudio com proveniência limpa é necessário, mas não suficiente. O ativo precisa carregar sua própria prova. Implementamos o padrão C2PA — Coalition for Content Provenance and Authenticity — que incorpora dados de proveniência à prova de adulteração diretamente nos arquivos de mídia usando criptografia de chave pública.

Cada arquivo de áudio que geramos é entregue com um manifesto assinado: o hash da faixa-guia de entrada, o ID do modelo de voz licenciado, a sequência completa de ações de processamento e a versão da ferramenta. Qualquer usuário subsequente — uma plataforma de streaming, uma emissora — pode validar a assinatura e confirmar que o ativo foi construído inteiramente a partir de fontes autorizadas.

Também adaptamos o Índice de Similaridade Estrutural para o controle de qualidade do áudio. Ao comparar os espectrogramas da guia de entrada e da saída, detectamos casos em que a IA distorceu a performance — pulou uma palavra, mudou o ritmo, alucinou uma pausa. Qualquer coisa abaixo de um limiar de 0,95 de SSIM é automaticamente sinalizada para revisão humana.

Para o detalhamento técnico completo tanto da arquitetura de materiais quanto da de áudio, veja nosso artigo de pesquisa.

E Que Tal Apenas Usar Prompts Melhores?

As pessoas resistem a essa abordagem. Dizem-me que estamos superengenhando o problema. "É só usar um modelo melhor." "É só fazer o ajuste fino com os dados do seu domínio." "É só acrescentar um aviso legal."

Um investidor me disse, sem rodeios: "É só usar o GPT com um bom prompt de sistema e poupar o custo de infraestrutura." Perguntei a ele se colocaria a família em um veículo elétrico cujo eletrólito da bateria tivesse sido selecionado por um prompt de sistema. Ele mudou de assunto.

A objeção mais profunda é sobre custo e complexidade. Sim, rodar cálculos de DFT em um cluster de HPC é mais caro do que chamar uma API. Sim, construir um banco de dados de stems indexado por FAISS com assinatura C2PA é mais difícil do que apontar um modelo de difusão para um prompt de texto. Mas a questão não é se a validação determinística é mais cara do que a geração probabilística. A questão é se ela é mais cara do que um recall de baterias. Ou do que um processo por violação de direitos autorais que invalida toda a sua biblioteca de conteúdo.

Outros perguntam se essa abordagem escala. Ela escala — é para isso que serve o volante de inércia do aprendizado ativo. O sistema fica mais eficiente a cada ciclo. A taxa de acerto sobe. O custo por candidato validado cai. O banco de dados de stems cresce. Você não está apenas resolvendo o problema de hoje; está construindo um motor que se compõe cumulativamente.

O Fim do Turismo de IA

Acho que estamos em um ponto de inflexão. A era de experimentar com IA — chatbots no saguão, copilotos na barra lateral, wrappers em tudo — está chegando ao fim. Não porque essas ferramentas não sejam úteis, mas porque as empresas que mais importam estão agora tentando colocar a IA no núcleo de suas operações. No laboratório de P&D. No estúdio de produção. Nos sistemas em que a falha tem consequências medidas em eventos térmicos e litígios, não em respostas embaraçosas de chatbot.

Nesses ambientes, a tolerância à alucinação é zero. Não baixa. Zero.

A arquitetura que construímos na Veriprajna — para baterias, para áudio, para todo domínio em que a verdade é inegociável — repousa sobre um único princípio: o poder generativo da rede neural deve ser estritamente subordinado ao poder verificador do Oráculo. A IA propõe. A física decide. A IA monta. A proveniência prova. A capacidade criativa desses modelos é extraordinária. Mas criatividade sem responsabilização é apenas adivinhação sofisticada.

Para o fabricante de baterias, uma alucinação é um incêndio. Para a empresa de mídia, uma alucinação é um processo judicial. A única arquitetura viável restringe a geração com verificação — todas as vezes, sem exceção.

Não acho que o futuro da IA pertença aos modelos que geram as saídas mais convincentes. Acho que ele pertence aos sistemas que conseguem provar que suas saídas são verdadeiras. As restrições não limitam a inteligência. Elas criam a realidade.