Danijar Hafner, pesquisador alemão de 31 anos, passou anos ensinando agentes de inteligência artificial a entender o mundo. Agora, com uma startup ainda em modo furtivo em San Francisco, ele quer levar essa abordagem para o mundo físico — e os robôs humanoides que importa da China são o próximo estágio dessa visão. A trajetória, reconhecida na lista Innovators Under 35 2026 da MIT Technology Review, ajuda a entender uma das frentes mais quentes da IA atual: agentes que planejam antes de agir.
Modelos de mundo e aprendizado por reforço
Hafner é um dos nomes centrais por trás dos chamados world models — modelos de IA projetados para emular a realidade física e permitir que agentes treinem dentro deles. Em vez de aprender por tentativa e erro no mundo real, o agente trata o modelo como uma simulação: aprende a agir ali e depois transfere o comportamento para o mundo físico. A técnica viabiliza que agentes e os robôs que controlam executem tarefas complexas sem o caro e demorado treinamento real tradicionalmente usado na robótica.
Seu primeiro avanço foi o PlaNet, modelo que permitia a agentes executar ações planejando à frente. Depois veio o Dreamer 2, primeiro agente a atingir desempenho de nível humano no clássico jogo Atari Montezuma’s Revenge. Mais recentemente, o projeto DayDreamer usou o algoritmo Dreamer para que robôs operassem sozinhos em ambientes novos e reagissem a experiências inesperadas — como serem empurrados — sem treinamento específico.
Do Google DeepMind para o mundo real
Hafner cresceu em uma cidade rural no nordeste da Alemanha, filho de músicos clássicos, e aprendeu a programar com um vizinho. Em 2015, ainda no segundo ano de engenharia no Hasso Plattner Institute, conquistou uma vaga como pesquisador no Google Brain. Daí passou por uma dúzia de estágios e posições na empresa, incluindo Google Brain e Google DeepMind. Timothy Lillicrap, ex-gerente e coautor, o descreve como um destaque entre destaques: “Ele facilmente fica no topo de 1%.”
No outono de 2025, Hafner deixou o Google DeepMind para fundar a própria empresa. Apesar de discreto sobre os próximos passos, dá uma pista sobre a ambição: “Eu estava interessado em resolver um problema”, sugere, “que mudasse o mundo.” A aposta é que a combinação de modelos de mundo com robôs físicos encurte o caminho para agentes capazes de lidar com o imprevisto — justamente o ponto fraco dos sistemas treinados apenas em dados.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
