PSI detalha a receita de seus data centers por trás de suas ambições de pesquisa em IA

A TechCrunch informou em 10 de novembro de 2026 que a Physical Superintelligence obtém sua receita atual usando suas ferramentas para otimizar data centers, enquanto busca construir, no longo prazo, um negócio baseado na descoberta de fenômenos físicos com auxílio de IA.

O CEO Matt Pines descreveu o objetivo como transformar avanços da física teórica em tecnologias concretas. Os data centers são o primeiro campo de provas dessa abordagem, onde os sistemas de pesquisa em IA da PSI, que ela chama de físicos virtuais, podem atuar em sistemas físicos reais sujeitos a restrições operacionais mensuráveis.

A PSI é uma empresa de benefício público, com segurança, verificação, desenvolvimento responsável e amplo benefício público estabelecidos em seu estatuto. Em sua página da empresa, informa ter mais de 25 pesquisadores e engenheiros e ter captado mais de US$ 58 milhões, em uma rodada liderada pela Breakthrough Energy Ventures.

Data centers como campo de provas comercial

O trabalho atual de otimização simula calor, energia, água e som, relacionando o desempenho das instalações e seu impacto nas comunidades à física de cada local. Em sua página sobre sua visão, a PSI afirma que constrói modelos de alta fidelidade de instalações em operação para que os físicos virtuais possam examinar o sistema por completo, identificar restrições ocultas e testar intervenções. Os resultados pretendidos incluem maior densidade computacional, uso mais eficiente da energia, melhor gestão térmica e maior eficiência de capital.

As campanhas comerciais também fornecem subsídios para a pesquisa. Segundo a PSI, instalações em operação impõem restrições que não seriam propostas em simulações, e cada campanha treina os físicos virtuais usados nas campanhas seguintes. Assim, o negócio de data centers cumpre duas funções: gerar receita no presente e fornecer restrições práticas que ajudam a aprimorar o sistema de pesquisa.

Um sistema de pesquisa baseado em verificação

Pines descreveu um sistema de pesquisa eficaz como uma combinação de estruturas de software em torno de modelos, ferramentas, sistemas de memória e infraestrutura de simulação, que permite explorar um problema em amplitude e profundidade, considerando uma ampla variedade de alternativas. A PSI formaliza esse processo como uma Campanha Autônoma, um esforço contínuo que vai da definição do problema à formulação de hipóteses, verificação, experimentação, engenharia e implantação. Cada campanha tem marcos mensuráveis, etapas rigorosas de verificação e um caminho para a aplicação, enquanto os pesquisadores humanos escolhem as missões e os critérios de sucesso.

A arquitetura separa a geração de candidatos da verificação. Entre as verificações estão as leis de conservação, a simetria, a consistência dimensional, a demonstração formal, a simulação, os gêmeos digitais — contrapartes virtuais de sistemas físicos — e as medições físicas. A PSI afirma que os verificadores que certificam um resultado também podem se tornar funções de recompensa, ou sinais de treinamento, para os físicos virtuais usados posteriormente, vinculando diretamente a avaliação ao aprimoramento do sistema.

O anúncio de pesquisa de 6 de novembro de 2026 da PSI fornece um exemplo. A empresa afirmou que seu sistema desenvolvido internamente, executando um modelo da Anthropic que ainda não era público na época, produziu uma demonstração completa da conjectura de Aaronson–Ambainis no terceiro dia de uma execução; o Lean, um assistente de demonstração que verifica cada etapa, aceitou o resultado e, posteriormente, aceitou uma versão final após duas melhorias. Em aberto desde 2008, a conjectura trata das situações em que computadores quânticos podem ser exponencialmente mais rápidos do que computadores convencionais ao processar entradas aleatórias. David Turturean liderou o trabalho com acesso antecipado ao Claude Fable 5.2, que a Anthropic apresentou publicamente em 9 de novembro de 2026.

A validação física continua sendo o teste comercial

A demonstração também ilustra um limite à comercialização. A matemática e a ciência da computação podem expressar resultados em código validado, mas a física e as ciências da vida ainda exigem contato experimental com a natureza. Pines disse que a PSI está trabalhando em formas eficientes de validar resultados computacionais por meio de experimentos, resumindo a diferença com a observação de que “a natureza também tem voz nos seus modelos da realidade”.

Pines também disse que a física teórica ainda não é, em sua maior parte, domínio das máquinas, apesar de ter apresentado aos investidores, de seis a nove meses antes, uma tese mais contundente, embora condicional. Essa ressalva é importante para os negócios da PSI: sua receita atual depende da otimização de instalações, enquanto sua ambição mais ampla exige descobertas validadas que possam se tornar dispositivos ou outras tecnologias.

Pines relacionou um fato da natureza validado à possibilidade de construir um dispositivo com capacidades antes indisponíveis. Para a PSI, portanto, a questão comercial é saber se seu processo de geração e verificação pode produzir repetidamente resultados confirmados por experimentos, permitindo que o mesmo sistema de pesquisa passe da otimização da infraestrutura de IA à criação de tecnologias baseadas em nova física.