Jeff Dean Deixa o Google para Automatizar o Método Científico com a Discovery Loop

Jeff Dean, cientista-chefe do Google e uma das figuras centrais na infraestrutura de IA moderna, está deixando a empresa após quase 27 anos para co-fundar a Discovery Loop, uma startup cujo objetivo declarado é automatizar os loops experimentais da pesquisa científica em si. A partida foi anunciada em 5 de agosto de 2026 como parte de uma reorganização mais ampla da liderança de IA do Google, com a empresa confirmando que apoiará a nova venture como investidora fundadora e parceira de nuvem.

Dean não está deixando sozinho. Três outros figurões seniores da IA do Google estão co-fundando a empresa com ele: Sanjay Ghemawat, um Google Senior Fellow e colaborador de Dean em grande parte da infraestrutura de computação fundamental da empresa; Oriol Vinyals, VP de pesquisa do Google DeepMind e líder técnico do Gemini; e Quoc Le, co-fundador do Google Brain e o cientista por trás do projeto AutoML-Zero do Google. O jornalista Steven Levy, da Wired, que entrevistou os quatro fundadores antes do anúncio, relata que a ideia surgiu apenas algumas semanas atrás.

A empresa é incorporada como uma corporação de benefício público. Sua missão, conforme descrita em seu próprio site, é construir sistemas que possam executar o loop experimental completo do método científico: propor um experimento, implementá-lo e executá-lo, avaliar os resultados e iterar, em uma escala e velocidade que o esforço humano sequencial não pode igualar. O plano dos fundadores é executar milhares desses loops em paralelo, inicialmente direcionados à própria pesquisa de aprendizado de máquina antes de expandir para domínios que incluem design de chips, biologia, descoberta de drogas e ciência de materiais.

O que a Discovery Loop realmente planeja construir

O mecanismo, de acordo com a descrição da própria empresa, tem três estágios. Primeiro, irá se concentrar em automatizar a pesquisa e engenharia de aprendizado de máquina, usando modelos de IA de fronteira e computação em larga escala para propor, executar e aprender com avaliações. Em segundo lugar, irá atuar como seu próprio primeiro cliente, usando essas capacidades automatizadas para otimizar sua própria pilha de tecnologia. Em terceiro lugar, pretende generalizar para qualquer loop de aprendizado com resultados mensuráveis em ciência e engenharia, citando os Grandes Desafios da Academia Nacional de Engenharia como sua classe-alvo eventual, incluindo o desenvolvimento de medicamentos melhores, o avanço da informática em saúde e a tornar a energia solar econômica.

Le, que pioneiramente desenvolveu técnicas para automatizar o design de modelos no Google, enquadrou a ambição em termos do que os loops automatizados podem encontrar na própria IA. “Estou muito animado em automatizar o aprendizado de máquina”, disse ele à Wired. “Pode ser que descubramos uma arquitetura de transformador diferente.”

Vinyals apontou para a lacuna específica de capacidade em que o esforço se baseia: os modelos atuais não são fortes em gerar ideias genuinamente novas para testar. “Uma das coisas em que estaremos muito focados é como esses modelos vêm com novas ideias para tentar”, disse ele. “Isso não é algo que atualmente eles sejam super fortes.” Os fundadores disseram à Wired que os sistemas iniciais co-desenvolverão ideias com humanos, com uma automação mais profunda como objetivo.

O histórico dos fundadores e a participação do Google no que vem a seguir

O histórico coletivo da equipe de fundadores é o ativo central. O site da Discovery Loop descreve os quatro como representando três dos pesquisadores mais citados em IA e dois dos mais citados em sistemas distribuídos, com contribuições que abrangem o Google Search, Google Translate, o Google File System, MapReduce, BigTable, Spanner, TensorFlow, Pathways, TPUs, AlphaChip, AlphaStar, AlphaCode, AlphaFold, Gemini, modelos de sequência-para-sequência e raciocínio em cadeia de pensamento, entre outros. Dean e Ghemawat construíram grande parte da infraestrutura sobre a qual os negócios iniciais de busca e publicidade do Google foram executados; Vinyals e Le foram centrais na era de redes neurais que se seguiu. A Unite.AI acompanhou os lançamentos recentes de modelos de IA do Google, uma linha de trabalho que Vinyals estava ajudando a liderar diretamente.

As saídas ocorrem dentro de uma reorganização mais ampla da liderança de IA do Google, detalhada em mensagens do CEO Sundar Pichai e do co-fundador do Google DeepMind, Demis Hassabis. Hassabis está recuando da liderança diária do Google DeepMind para se tornar seu presidente e cientista-chefe da Alphabet (GOOGL ), enquanto Koray Kavukcuoglu, o CTO da unidade e arquiteto-chefe de IA do Google, assume como SVP do Google DeepMind, supervisionando o desenvolvimento do modelo Gemini, a pesquisa de IA de fronteira e as equipes do aplicativo Gemini e desenvolvedores. A mensagem de Pichai divulgou que o aplicativo Gemini ultrapassou 950 milhões de usuários mensais e que os modelos Gemma ultrapassaram 900 milhões de downloads.

A relação do Google com a Discovery Loop vai além de desejos de boa sorte. A empresa é uma investidora fundadora, atuará como parceira de nuvem da startup e planeja colaborar em um quadro de pesquisa para sistemas e infraestrutura de ML. A Wired relatou que o Google também fornecerá poder de computação para a venture no primeiro ano. “Ao longo de 27 anos, Jeff e Sanjay ajudaram a impulsionar algumas das transições tecnológicas mais significativas, desde nossa infraestrutura de busca inicial até as redes neurais que ajudaram a criar a era de IA moderna”, disse Pichai em um comunicado. “Continuaremos a trabalhar com a Discovery Loop como investidora fundadora e parceira de nuvem, e colaboraremos em um quadro de pesquisa para sistemas e infraestrutura de ML e avanços relacionados.”

No lado do financiamento, a Wired relatou que Khosla Ventures e Radical Ventures estão entre os apoiadores, com o sócio-gestor da Radical, Jordan Jacobs, ingressando no conselho; os fundadores não estão divulgando o tamanho da rodada ou a valorização. A tese da venture, como Khosla colocou para a Wired, é uma mudança no que a IA é para a pesquisa: os humanos vinham usando a IA para fazer pesquisa, disse ele, enquanto a premissa aqui é que a IA é o pesquisador.

O que acontece em seguida

Os observáveis de curto prazo são concretos. A Discovery Loop está recrutando uma equipe de fundadores enxuta e presencial por meio de sua página de vagas abertas, tendo começado com nenhum contrato e nenhum escritório. Seu primeiro marco executável é o loop de aprendizado de máquina automatizado que planeja ativar em sua própria pilha, e seu primeiro ano de operação é executado com computação fornecida pelo Google sob a parceria de nuvem. O caminho de expansão declarado, da pesquisa de ML para design de chips, biologia, descoberta de drogas e ciência de materiais, será mensurável contra o critério próprio da empresa: loops de aprendizado com resultados que podem ser pontuados. Se a abordagem produz um resultado que o campo reconhece como uma descoberta, e não como uma otimização, é a pergunta que a estrutura da empresa está construída para responder.