Pesquisadores da Universidade Tufts, nos Estados Unidos, desenvolveram uma tecnologia de inteligência artificial (IA) que promete cortar o consumo de energia em até 100 vezes, enquanto eleva a precisão dos sistemas a patamares superiores aos modelos atuais.
Batizada de IA neuro-simbólica, a abordagem combina redes neurais tradicionais com raciocínio simbólico, replicando o modo como humanos abordam problemas por meio de etapas lógicas e categorização. Liderada pelo professor Matthias Scheutz, a equipe criou um sistema de prova de conceito que redefine os padrões de eficiência energética e desempenho em tarefas complexas.
Os números impressionam. Testado no quebra-cabeça Torre de Hanói, o sistema alcançou uma taxa de sucesso de 95%, contra apenas 34% dos modelos convencionais. Em versões mais desafiadoras do mesmo desafio, a IA neuro-simbólica obteve 78% de acertos, enquanto os sistemas tradicionais falharam completamente.
O tempo de treinamento despencou de mais de um dia e meio para apenas 34 minutos, e o consumo energético durante a operação foi reduzido a meros 5% do exigido por abordagens padrão. Scheutz destacou que ferramentas de IA comuns, como resumos gerados em buscas na internet, chegam a demandar 100 vezes mais energia do que listagens simples de sites, evidenciando o impacto potencial dessa inovação.
O avanço surge em um contexto de crescente demanda por poder computacional. Segundo estimativas da Agência Internacional de Energia (AIE), os sistemas de IA e centros de dados consumiram cerca de 415 terawatts-hora em 2024, volume projetado para dobrar até 2030.
Grandes centros de dados, alguns exigindo centenas de megawatts, multiplicam-se rapidamente, levantando debates sobre os limites energéticos de longo prazo para suportar a expansão da IA em indústrias diversas.
A IA neuro-simbólica propõe um caminho alternativo. Diferentemente dos modelos atuais baseados em linguagem e ação visual, que podem se tornar insustentáveis devido ao alto custo energético, o sistema híbrido integra aprendizado profundo com raciocínio estruturado, oferecendo maior confiabilidade e eficiência.
Conforme reportado pelo portal ScienceDaily, a pesquisa foi divulgada no dia 5 de abril de 2026. Os detalhes completos do estudo serão apresentados na Conferência Internacional de Robótica e Automação, marcada para maio de 2026, em Viena, na Áustria, onde a comunidade científica poderá avaliar mais profundamente os resultados e implicações do trabalho.
Embora o sistema ainda esteja em fase de prova de conceito, os pesquisadores da Tufts argumentam que a abordagem aponta para uma transformação necessária no desenvolvimento de IA. A combinação de menor consumo energético com desempenho superior pode não apenas aliviar a pressão sobre infraestruturas elétricas, mas também democratizar o acesso a tecnologias avançadas, reduzindo custos operacionais.