Quem é quem na IA: o mapa além dos rostos mais famosos
Um infográfico viralizando nas redes compara o mundo da IA a um iceberg: na superfície, os CEOs famosos; abaixo, os cientistas que construíram o campo; no fundo, nomes que quase ninguém conhece — mas deveria. A metáfora é boa, e os fatos merecem verificação. Este guia percorre os três níveis com prêmios e cargos conferidos nas fontes primárias — incluindo um detalhe que o infográfico deixa de fora.
Nível 1: os CEOs famosos
Sam Altman (OpenAI/ChatGPT), Dario Amodei (Anthropic/Claude), Elon Musk (xAI/Grok), Mark Zuckerberg (Meta/Llama) e Jensen Huang (Nvidia) são a face pública da corrida da IA. A lista é útil como mapa de empresas, mas engana sobre autoria: nenhum deles escreveu os artigos que fundaram o campo. Huang, aliás, nem faz modelos — a Nvidia fornece os chips que treinam todos os outros, posição que explica por que o nome dele aparece em todo financiamento de laboratório de fronteira.
Nível 2: os cientistas por trás
Aqui mora a história real. Geoffrey Hinton dividiu o Nobel de Física 2024 com John Hopfield pelas redes neurais — e é uma das duas únicas pessoas com Nobel e Turing Award (a outra foi Herb Simon, em 1978). O Turing Award 2018 não foi só de Yoshua Bengio, como sugere o infográfico: foi dividido entre Hinton, Bengio e Yann LeCun, os três “padrinhos” do deep learning. Demis Hassabis (Google DeepMind) ganhou o Nobel de Química 2024 com John Jumper pela previsão de estrutura de proteínas — o AlphaFold. E Fei-Fei Li criou o ImageNet, o dataset que tornou a visão computacional possível, e hoje lidera a World Labs.
Nível 3: quase ninguém conhece
Ilya Sutskever, cofundador e ex-cientista-chefe da OpenAI, saiu em 2024 para fundar a SSI, da qual é CEO. Andrej Karpathy, outro cofundador da OpenAI e ex-líder de IA da Tesla, virou referência de ensino com o curso gratuito no YouTube. Mira Murati, ex-CTO da OpenAI, comanda a Thinking Machines Lab — que em julho de 2026 lançou o modelo Inkling e negocia avaliação na casa dos 40 bilhões de dólares. E Liang Wenfeng, CEO da DeepSeek, chocou o mercado com modelos de peso aberto e baratos: em junho de 2026 captou mais de 7,4 bilhões de dólares na primeira rodada externa, avaliando a startup em mais de 50 bilhões.
Por que o mapa importa
Conhecer os três níveis muda como você lê notícias de IA. Quando um CEO anuncia modelo novo, a pergunta útil é: qual time de pesquisa está atrás — fundadores de laboratório ou a terceira geração de pesquisadores? Quando um nome do nível 3 muda de empresa, o mercado inteiro se reorganiza, mesmo sem manchete. O iceberg do infográfico acerta na hierarquia de fama; a correção fica para o Turing de 2018, que pertence aos três padrinhos juntos.
Por onde estudar
O rodapé do infográfico recomenda três fontes e as três prestam: o curso de Karpathy no YouTube ensina deep learning do zero com código; o livro The Worlds I See, de Fei-Fei Li, conta a história do ImageNet em primeira pessoa; e o ensaio Machines of Loving Grace, de Dario Amodei, expõe a visão de mundo de quem lidera um dos maiores laboratórios. Para entender o que os agentes de IA fazem hoje ou por que a IA esquece a conversa, os nomes do nível 2 explicam os fundamentos melhor que qualquer coletiva de imprensa.
Um último critério para separar sinal de ruído em qualquer lista de nomes: o que a pessoa publicou e o que a pessoa construiu. Os nomes do nível 2 têm artigos que sustentam empresas inteiras; os do nível 3 têm produtos que você já usou sem saber o nome de quem assina. Se um perfil famoso não se encaixa em nenhuma das duas caixas, provavelmente pertence ao marketing, não ao iceberg.
