Yoshua Bengio: A Consciência da Aprendizagem Profunda

Em novembro de 2025, Yoshua Bengio tornou-se o primeiro investigador de inteligência artificial a ultrapassar um milhão de citações no Google Scholar — sendo, segundo algumas métricas, o cientista vivo mais citado em qualquer área. Ele tinha passado os dois anos anteriores a dizer a todos que quisessem ouvir que a sua disciplina estava a avançar demasiado depressa para ser segura. Poucos cientistas construíram uma área e depois defenderam tão publicamente a necessidade de a travar.

Um Lar Teatral

Bengio nasceu a 5 de março de 1964 em França, numa família judaico-marroquina que mais tarde se estabeleceu no Canadá. Não era um lar académico, mas sim artístico. O seu pai, Carlo Bengio, era farmacêutico e dramaturgo, dirigindo uma companhia de teatro sefardita em Montreal que atuava em judeo-árabe. A sua mãe, Célia Moreno, atuou no teatro marroquino na década de 1970 e, em 1980, cofundou a trupe multimédia de Montreal l'Écran humain. A família passou um ano em Marrocos durante o serviço militar do seu pai. O seu irmão mais novo, Samy Bengio, tornou-se um importante investigador de aprendizagem automática por mérito próprio e é agora diretor sénior de pesquisa de IA e aprendizagem automática na Apple.

Yoshua permaneceu em Montreal durante toda a sua educação formal, obtendo três graus na Universidade McGill: um bacharelato em engenharia informática em 1986, um mestrado em informática em 1988 e um doutoramento em 1991. Depois, realizou dois anos de pós-doutoramento que moldariam tudo o que se seguiu — no MIT com Michael I. Jordan em 1991-92, e nos Laboratórios Bell da AT&T em 1992-93 ao lado de Yann LeCun. Ele nomeou LeCun e Geoffrey Hinton como os mentores que voltaram a sua atenção para a questão fundamental do que é a inteligência. Em 1993, regressou à Universidade de Montreal como membro do corpo docente, tornando-se professor catedrático em 2002. Nunca mais saiu.

Palavras como Vetores

A ideia técnica mais importante de Bengio surgiu por volta de 2000, no trabalho sobre o que ele chamou de modelo de linguagem probabilística neuronal. O problema era a maldição da dimensionalidade: um modelo de linguagem que trata cada palavra como um símbolo atómico distinto precisa de uma quantidade impossível de exemplos, porque não tem forma de saber que "gato" e "gatinho" estão relacionados. A resposta de Bengio foi aprender uma representação contínua de alta dimensão para cada palavra — um vetor — para que palavras semanticamente semelhantes acabem perto umas das outras no espaço, e a evidência sobre uma palavra seja transferida para os seus vizinhos. Os "word embeddings" (representações vetoriais de palavras) são agora tão omnipresentes no processamento de linguagem natural que é fácil esquecer que alguém teve de os propor.

Duas contribuições posteriores do seu laboratório revelaram-se quase tão duradouras. Em 2014, com Dzmitry Bahdanau e Kyunghyun Cho, ele introduziu a atenção na tradução automática neuronal — um mecanismo que permite a uma rede decidir que partes de uma entrada devem ser ponderadas ao produzir cada parte de uma saída. O caminho desde esse artigo até à arquitetura de "transformer" por trás dos modelos de linguagem modernos é curto e direto. No mesmo período, o seu aluno de doutoramento Ian Goodfellow desenvolveu redes generativas antagónicas, que treinam um gerador e um discriminador um contra o outro, tornando possível a síntese fotorrealista. Com Goodfellow e Aaron Courville, Bengio escreveu Deep Learning (MIT Press, 2016), o livro que ensinou uma geração.

Construindo a Escola de Montreal

A construção institucional de Bengio é quase tão importante quanto os seus artigos. Ele fundou o Mila, o Instituto de Inteligência Artificial de Quebec, e serviu como seu diretor científico até 2025, transformando Montreal num dos poucos rivais genuínos do Silicon Valley e de Pequim para talentos em aprendizagem profunda. Codirigiu o programa de Aprendizagem em Máquinas e Cérebros do Instituto Canadiano de Investigação Avançada. Em outubro de 2016, cofundou a empresa Element AI, que foi vendida à ServiceNow em novembro de 2020, e aconselhou empresas de descoberta de fármacos, incluindo a Recursion Pharmaceuticals e a Valence Discovery.

Em março de 2019, a Association for Computing Machinery entregou o Prémio A.M. Turing conjuntamente a Bengio, Hinton e LeCun, "por avanços conceptuais e de engenharia que tornaram as redes neuronais profundas um componente crítico da computação". As honrarias não pararam desde então: Oficial da Ordem do Canadá e membro da Sociedade Real do Canadá em 2017, membro da Sociedade Real em 2020, Prémio Princesa das Astúrias de Investigação Científica em 2022, Cavaleiro da Legião de Honra em 2023, uma das 100 pessoas mais influentes da TIME e o grande prémio VinFuture em 2024, o Prémio Rainha Isabel de Engenharia em 2025.

A Viragem

Em março de 2023, Bengio assinou a carta aberta do Future of Life Institute pedindo uma pausa de seis meses no treino de sistemas mais poderosos que o GPT-4. Em maio, disse à BBC que se sentia "perdido" em relação ao trabalho da sua vida, perturbado pelo que atores mal-intencionados poderiam fazer com ele. Em julho, escreveu no The Economist que "o risco de catástrofe é real o suficiente para que seja necessária uma ação imediata". Cofirmou uma carta a apoiar a lei SB 1047 da Califórnia, chamando-lhe o mínimo necessário para uma regulação eficaz.

A expressão mais substancial dessa viragem é institucional. Após a Cimeira de Segurança de IA de novembro de 2023 em Bletchley Park, Rishi Sunak anunciou um Relatório Internacional sobre Segurança de IA, e Bengio foi nomeado para o presidir. Uma versão provisória apareceu na cimeira de Seul em maio de 2024; o relatório completo foi publicado em janeiro de 2025, cobrindo o risco de ciberataques e cenários de perda de controlo com o registo sóbrio de uma avaliação do IPCC. Em junho de 2025, lançou a LawZero, uma organização sem fins lucrativos que desenvolve o que ele chama de IA honesta, cujo projeto emblemático — Scientist AI — pretende prever se a ação proposta por um agente autónomo pode causar danos. Os financiadores incluem o Future of Life Institute, a Schmidt Sciences, a Fundação Gates e o governo canadiano. No final de 2025, argumentava que conceder direitos legais aos sistemas de IA seria um "enorme erro", com base no facto de que a capacidade de desligar um sistema é a base de todas as outras salvaguardas.

Porque Yoshua é Chamado de Génio

A palavra associa-se a Bengio por uma razão específica: uma capacidade repetida de ver a abstração por trás de um problema prático e, depois, encontrar a matemática para o resolver. Os "word embeddings" são o caso mais claro — a dificuldade enfrentada pela modelação da linguagem parecia um problema de escassez de dados, e ele reformulou-o como um problema de representação. A ACM, nos seus materiais de nomeação para o Turing, descreve-o como seguindo a sua "intuição científica", que é o termo técnico educado para adivinhar corretamente qual direção vale anos de trabalho. Os registos de citações apoiam a afirmação sobre o impacto: maior índice h da disciplina entre informáticos, o primeiro investigador de IA com um milhão de citações.

O contra-argumento honesto é que os resultados mais famosos de Bengio são colaborativos e frequentemente liderados por estudantes. A "atenção" na tradução automática neuronal é o artigo de Bahdanau com Bengio como autor sénior; as redes generativas antagónicas foram ideia de Goodfellow; o "transformer" moderno veio do Google, não de Montreal. As contagens de citações medem o crescimento de uma área tanto quanto o brilhantismo de uma pessoa, e a aprendizagem profunda cresceu explosivamente por razões — GPUs baratas, vastos conjuntos de dados — que nenhum investigador controlou. O que é genuinamente invulgar e mais difícil de disputar é a combinação: um cientista no centro absoluto da ascensão de uma tecnologia que depois construiu a maquinaria institucional para a escrutinar, com um custo real para a sua própria posição entre antigos colegas.

Legado

A marca de Bengio na computação é agora permanente, embutida em cada sistema que transforma palavras em vetores e cada modelo que aprende onde olhar. O seu segundo ato pode revelar-se o mais interessante. Ele está a tentar algo que os cientistas raramente conseguem — continuar a ser a principal autoridade técnica numa tecnologia enquanto atua como o seu crítico mais sério, e fazer da cautela um programa de pesquisa em vez de um comunicado de imprensa.