Cada sistema de inteligência artificial, ou IA, tem pontos fortes e fracos. Em algumas tarefas, uma IA pode se sai muito bem, enquanto em outras pode ter resultados ruins. A ideia por trás de um novo método japonês é transformar essas diferenças em vantagem, fazendo com que diferentes modelos de IA colaborem, como um "time dos sonhos", para resolver problemas difíceis demais para um só modelo.

Foi com esse objetivo que o laboratório Sakana AI, uma startup fundada no Japão, desenvolveu a técnica chamada Multi-LLM AB-MCTS. A sigla LLM significa large language model, ou modelo de linguagem de grande porte, aqueles sistemas de IA treinados com enormes volumes de texto para responder perguntas ou criar conteúdos. Com essa técnica, vários LLMs diferentes se complementam, permitindo resultados mais precisos e variados.

A ideia de “escala de tempo de inferência”, jargão técnico para um ajuste que dedica mais poder de processamento quando necessário, ajuda esses modelos a escolherem o melhor caminho para chegar a uma resposta. Em vez de seguir uma solução única, a técnica combina estratégias para explorar diferentes possibilidades ou se aprofundar em uma resposta promissora.

A base do método está numa técnica de busca que alterna entre “buscar mais fundo”, para lapidar soluções, e “buscar mais amplamente”, para explorar caminhos novos. Isso dá flexibilidade ao sistema para evitar "becos sem saídas" na hora de dar uma resposta.

Quando testado no benchmark ARC-AGI-2, um tipo de prova padronizada que mede a capacidade de raciocínio visual de IA, o método conseguiu resolver mais de 30% dos 120 problemas propostos, superando os resultados de cada modelo sozinho. Isso mostra que, ao unir forças de modelos diferentes, é possível enfrentar problemas que exigem mais raciocínio e criatividade.

Para que essa técnica seja usada por mais pessoas, a Sakana AI liberou seu algoritmo, batizado de TreeQuest, como código aberto — um formato que permite a qualquer pessoa acessar, estudar e modificar o programa. Com isso, desenvolvedores e empresas podem usar a solução em tarefas variadas, como melhorar sistemas de IA existentes ou otimizar códigos.

Quem são os criadores da Sakana AI

A Sakana AI foi fundada em 2023 por David Ha, ex-líder de pesquisa em IA do Google, e Llion Jones, um dos coautores do estudo que criou os Transformers — arquitetura de IA que deu origem a ferramentas como o ChatGPT. A dupla queria superar limitações dos modelos tradicionais e se inspirou na natureza para criar sistemas mais adaptáveis.

O nome Sakana vem da palavra japonesa para peixe, さかな (sa-ka-ná). Segundo os fundadores, a imagem de um cardume — vários peixes agindo juntos como se fossem um só — resume a proposta de juntar vários modelos de IA para formar um sistema mais eficaz.

O tema ganha relevância agora porque o avanço rápido da IA está revelando seus limites: modelos enormes ainda erram, custam caro para treinar e às vezes não conseguem resolver problemas complexos sozinhos. A ideia de fazê-los “trabalhar em grupo” pode ser um caminho para superar essas barreiras sem depender de modelos cada vez maiores e mais caros.