Inteligência regenerativa: biomimética aplicada à IA

Esta geógrafa gostaria de lhes revelar algo simples, mas que fará muita diferença na forma como criamos nossas soluções a partir de agora: existem quatro condições operacionais fundamentais que, combinadas, ajudam a criar e sustentar todas as formas de vida na Terra, inclusive nós. São elas: condições físico-energéticas como gravidade, água e luz solar; processos cíclicos; limites e fronteiras (e aqui não estamos falando de geopolítica); e desequilíbrio dinâmico (estabilidade mantida por ajustes contínuos, não por equilíbrio estático).

Observe que conhecer essas condições já pode mudar bastante a maneira como pensamos sustentabilidade e inovação, porque, se são elas que permitem à vida existir de modo autossustentável no planeta, podemos considerá-las também quando projetamos nossos produtos, processos e tecnologias. Parece bastante lógico, não é? Ocorre que, na maioria das vezes, nós simplesmente não sabemos como fazer isso e continuamos criando soluções a partir de uma lógica que pouco considera as condições que tornaram possível a própria vida que pretendemos sustentar.

Com a inteligência artificial não é diferente, assim como também não é em boa parte das chamadas “soluções sustentáveis” que criamos para energia, produção, cidades ou infraestrutura. Muitas vezes resolvemos um problema criando outro e seguimos chamando isso de inovação, sem considerar que, se uma solução cria um novo problema, precisamos pelo menos questionar se estamos realmente diante de uma solução.

Quero chamar a atenção, portanto, para dois pontos fundamentais. O primeiro diz respeito à mentalidade, porque:

Se continuarmos acreditando que aquilo que fazemos é eficiente mesmo quando ignora a sustentabilidade, continuaremos aprofundando uma crise planetária que não é somente ambiental ou social, mas também econômica e civilizatória. Ou seja, precisamos começar a questionar que conceito de eficiência é esse que desconsidera os impactos gerados pelo próprio processo.

No segundo ponto, quero ser mais pragmática e falar sobre a necessidade de criar e aplicar uma inteligência regenerativa para desenvolver soluções realmente compatíveis com a vida. Então vamos lá!

Podemos começar olhando para a própria infraestrutura que sustenta a inteligência artificial e nos questionar: é eficiente comprometer a disponibilidade de água para pessoas, ecossistemas e atividades produtivas para sustentar a expansão da IA ou é mais inteligente desenvolver uma IA capaz de aprender a pensar a partir da lógica da natureza e, com isso, nos ajudar a criar tecnologias que dependam cada vez menos de água para operar?

Hoje são frequentes perguntas como: empresas que estão apostando fortemente em inteligência artificial sem considerar a segurança hídrica dos territórios onde instalam sua infraestrutura estão realmente fazendo bons investimentos? E governos que disputam data centers sem incorporar essa variável ao planejamento territorial estão calculando os custos econômicos, ambientais e sociais que poderão assumir no futuro? Mas, se começarmos a fazer as perguntas a partir das próprias condições operacionais da Terra, já sairemos em vantagem.

Podemos começar, por exemplo, com a “pergunta de bilhões”: como podemos continuar expandindo a infraestrutura de IA, que demanda grandes volumes de água, em um planeta no qual a segurança hídrica já é um problema estratégico?

Se buscarmos respostas na própria IA a partir da lógica convencional, provavelmente encontraremos caminhos para melhorar ou otimizar aquilo que já vem sendo aplicado, mas que claramente não está resolvendo o problema. Porém, se reformularmos as perguntas para “que modelos de referência podemos buscar na natureza para criar soluções compatíveis com os limites planetários e com as condições do território? Existe algum ser vivo que depende de pouca quantidade de água para viver?”, abrimos outra perspectiva de investigação.

Se você já leu meu novo livro ou ouviu alguma de minhas palestras, provavelmente já me ouviu falar sobre o besouro da Namíbia e sua capacidade de captar água presente na atmosfera, mas existe um pequeno roedor do deserto que leva a eficiência hídrica a outro nível: o rato-canguru.

Esse espécime pode viver sem uma fonte externa de água, obtendo a água de que necessita a partir dos alimentos e do próprio metabolismo e, ao mesmo tempo, reduzindo extraordinariamente suas perdas por meio de adaptações fisiológicas.

Agora imagine o que significa ensinar uma inteligência artificial a compreender esse tipo de lógica, reconhecendo mecanismos de adaptação desenvolvidos pela própria vida. Não estou falando em perguntar a uma IA convencional “como gastar menos água?” e receber uma lista de alternativas já existentes, mas sim em desenvolver uma inteligência capaz de reconhecer na natureza outras formas de resolver o problema e utilizar esse conhecimento para ampliar as possibilidades de inovação.

Mesmo quando entendemos os processos cíclicos como eficiência tecnológica, ainda nos limitamos a fechar alguns ciclos nos próprios data centers, com reúso de água, recuperação de calor e reaproveitamento de recursos. Ainda estamos longe de uma lógica verdadeiramente cíclica, na qual os fluxos de água, energia, materiais e calor sejam pensados de forma integrada e aquilo que resulta de um processo possa alimentar outro, reduzindo continuamente a necessidade de novos recursos e as perdas do sistema.

Esse raciocínio é especialmente necessário quando falamos de energia, uma vez que temos no planeta fontes renováveis extraordinárias, como sol, ventos e ondas (e eu sou absolutamente favorável ao desenvolvimento e à expansão dessas alternativas), mas questiono as tecnologias que criamos para captá-las e transformá-las em energia utilizável. Placas solares, turbinas, baterias e outras infraestruturas também demandam materiais, interferem em ecossistemas e, ao final de sua vida útil, geram resíduos. Portanto, reconhecer uma fonte como renovável não significa considerar encerrado o processo de inovação, e é por isso que afirmo que podemos e devemos continuar pesquisando tecnologias de geração, captação e armazenamento cada vez mais eficientes, duráveis, circulares e compatíveis com os ecossistemas.

Se uma tecnologia pressiona as próprias condições das quais depende para existir, precisamos rever não apenas seus impactos, mas o conceito de eficiência que orientou seu desenvolvimento.

E é aqui que entram nossas pesquisas biomiméticas. Temos referências extraordinárias diante dos nossos olhos, mas uma mentalidade acostumada a enxergar a natureza apenas como recurso e matéria-prima ainda encontra dificuldade para reconhecê-la também como inteligência e tecnologia. Ao mesmo tempo, a inteligência artificial que desenvolvemos aprende a partir do conhecimento e dos modelos que nós mesmos produzimos e, portanto, também carrega os limites da nossa forma atual de pensar inovação.

É a partir dessa compreensão que nossas pesquisas em biomimética no Beeosfera Lab começam a encontrar uma nova fronteira na inteligência artificial. É nesse campo de investigação que estamos desenvolvendo a Regency.ia, nossa IA Regenerativa, apresentada recentemente ao público. Ela é resultado de pesquisas, experimentações e métodos que vêm sendo desenvolvidos e testados há pelo menos seis anos no campo da biomimética e da inovação inspirada na natureza e que agora encontram uma nova possibilidade de aplicação por meio da inteligência artificial.

Os primeiros resultados indicam que, quando ensinamos a inteligência artificial a partir do conhecimento que produzimos até aqui, podemos, sim, avançar, melhorar ou otimizar processos e tecnologias. Mas, quando a ensinamos a partir da lógica de eficiência da vida, incorporando uma inteligência que mantém a vida funcionando neste planeta há bilhões de anos, estamos finalmente falando de inovação.

Adquira o livro Sustentabilidade 4.0