Gabriele Farina cresceu em uma pequena cidade em uma região vinícola montanhosa do norte da Itália. Nenhum dos seus pais tinha diploma universitário e, embora ambos estivessem convencidos de que “não entendiam matemática”, diz Farina, compraram-lhe os livros técnicos que ele queria e não o desencorajaram de frequentar o ensino secundário orientado para as ciências, em vez do clássico.
Por volta dos 14 anos, Farina concentrou-se numa ideia que se revelaria basic para a sua carreira.
“Desde muito cedo fiquei fascinado pela ideia de que uma máquina poderia fazer previsões ou tomar decisões muito melhor do que os humanos”, diz ele. “O facto de a matemática e os algoritmos feitos pelo homem poderem criar sistemas que, em certo sentido, superam os seus criadores, ao mesmo tempo que se baseiam em blocos de construção simples, sempre foi uma grande fonte de admiração para mim.”
Aos 16 anos, Farina escreveu um código para resolver um jogo de tabuleiro que jogava com sua irmã de 13 anos.
“Usei jogo após jogo para calcular a jogada excellent e provar à minha irmã que ela já havia perdido muito antes de qualquer um de nós poder ver isso”, diz Farina, acrescentando que sua irmã ficou menos encantada com seu novo sistema.
Agora professor assistente no Departamento de Engenharia Elétrica e Ciência da Computação (EECS) do MIT e pesquisador principal do Laboratório de Sistemas de Informação e Decisão (LIDS), Farina combina conceitos da teoria dos jogos com ferramentas como aprendizado de máquina, otimização e estatística para avançar fundamentos teóricos e algorítmicos para a tomada de decisões.
Matriculando-se no Politecnico di Milano para fazer faculdade, Farina estudou engenharia de automação e controle. Com o tempo, porém, ele percebeu que o que despertou seu interesse não foi “apenas aplicar técnicas conhecidas, mas compreender e ampliar seus fundamentos”, diz. “Gradualmente mudei cada vez mais em direção à teoria, embora ainda me preocupasse profundamente em demonstrar aplicações concretas dessa teoria.”
O orientador de Farina no Politecnico di Milano, Nicola Gatti, professor e pesquisador em ciência da computação e engenharia, apresentou Farina às questões de pesquisa em teoria dos jogos computacionais e o encorajou a se candidatar a um doutorado. Na altura, sendo o primeiro da sua família imediata a obter um diploma universitário e a viver em Itália, onde os doutoramentos são tratados de forma diferente, Farina diz que nem sabia o que period um doutoramento.
No entanto, um mês depois de se formar, Farina iniciou o doutorado em ciência da computação na Carnegie Mellon College. Lá, ele ganhou distinções por sua pesquisa e dissertação, bem como uma bolsa do Fb em Economia e Computação.
Ao terminar seu doutorado, Farina trabalhou por um ano como cientista pesquisador nos Laboratórios de Pesquisa Elementary de IA da Meta. Um de seus principais projetos foi ajudar a desenvolver Cícero, uma IA capaz de vencer jogadores humanos em um jogo que envolve formar alianças, negociar e detectar quando outros jogadores estão blefando.
Farina diz: “quando construímos Cícero, projetámo-lo para que não concordasse em formar uma aliança se não fosse do seu interesse, e também compreendeu se um jogador provavelmente estaria a mentir, porque se fizessem o que propuseram seria contra os seus próprios incentivos”.
Um artigo de 2022 no Revisão de tecnologia do MIT disse que Cícero poderia representar um avanço em direção a IAs que podem resolver problemas complexos que exigem compromisso.
Após seu ano na Meta, Farina ingressou no corpo docente do MIT. Em 2025, foi distinguido com o Prémio CAREER da Nationwide Science Basis. O seu trabalho – baseado na teoria dos jogos e na sua linguagem matemática, descrevendo o que acontece quando diferentes partes têm objectivos diferentes, e depois quantificando o “equilíbrio” onde ninguém tem uma razão para mudar a sua estratégia – visa simplificar cenários massivos e complexos do mundo actual, onde o cálculo de tal equilíbrio poderia levar mil milhões de anos.
“Eu pesquiso como podemos usar otimização e algoritmos para realmente encontrar esses pontos estáveis de forma eficiente”, diz ele. “Nosso trabalho tenta lançar uma nova luz sobre os fundamentos matemáticos da teoria, controlar melhor e prever esses sistemas dinâmicos complexos e usa essas ideias para calcular boas soluções para grandes interações multiagentes.”
Farina está especialmente interessada em ambientes com “informações imperfeitas”, o que significa que alguns agentes possuem informações que são desconhecidas de outros participantes. Nesses cenários, a informação tem valor e os participantes devem ser estratégicos ao agir com base nas informações que possuem para não revelá-las e reduzir o seu valor. Um exemplo cotidiano ocorre no jogo de pôquer, onde os jogadores blefam para ocultar informações sobre suas cartas.
De acordo com Farina, “vivemos agora num mundo em que as máquinas são muito melhores a fazer bluff do que os humanos”.
Uma situação com “grandes quantidades de informações imperfeitas” trouxe Farina de volta ao início dos jogos de tabuleiro. Stratego é um jogo de estratégia militar que inspirou esforços de pesquisa que custaram milhões de dólares para produzir sistemas capazes de derrotar jogadores humanos. Exigindo cálculos complexos de risco e desorientação, ou blefe, foi possivelmente o único jogo clássico em que grandes esforços falharam em produzir um desempenho sobre-humano, diz Farina.
Com novos algoritmos e treinamento custando menos de US$ 10 mil, em vez de milhões, Farina e sua equipe de pesquisa conseguiram vencer o melhor jogador de todos os tempos – com 15 vitórias, quatro empates e uma derrota. Farina diz que está entusiasmado por ter produzido tais resultados de forma tão económica e espera que “estas novas técnicas sejam incorporadas em futuros oleodutos”, diz ele.
“Temos visto um progresso constante na construção de algoritmos que podem raciocinar estrategicamente e tomar decisões acertadas, apesar dos grandes espaços de ação ou de informações imperfeitas. Estou entusiasmado em ver esses algoritmos incorporados na revolução mais ampla da IA que está acontecendo ao nosso redor.”