Pietro Miotti usa 48 agentes de IA para reencontrar sítio maia em 72 horas

Entre 18 e 21 de outubro, Pietro Miotti pôs 48 agentes para varrer dados de lidar da NASA sobre a selva maia. Eles acharam um sítio fora do registro oficial do México, mas ele já tinha sido mapeado por arqueólogos antes.

Entre 18 e 21 de outubro de 2026, Pietro Miotti usou 48 agentes de inteligência artificial↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → para varrer imagens de lidar da NASA sobre a região maia, no México, e localizar, em menos de 72 horas, um sítio arqueológico que não constava no cadastro oficial do Instituto Nacional de Antropologia e História (INAH) do país. Em 11 de novembro, Miotti atualizou o próprio relato, publicado em seu blog pessoal: pesquisadores já tinham mapeado o mesmo local num estudo de 2025 (Estrada-Belli et al.), só que o achado ainda não tinha entrado no registro público do INAH. Ele chama o episódio de "redescoberta", não descoberta.

Como os agentes vasculharam 1.200 km² de selva

A ideia nasceu de uma comparação: Miotti estava viajando pelo Peru e lembrou de Hiram Bingham, o explorador que chegou a Machu Picchu em 1911 procurando outra cidade. Ele perguntou a quatro agentes diferentes, Gemini, ChatGPT, Claude e Grok, que ferramenta Bingham usaria hoje. A resposta unânime foi lidar: o sensor dispara pulsos de laser que atravessam as brechas da copa das árvores e mapeiam o relevo do solo, enquanto uma foto de satélite comum só mostra floresta.

Com o Peru pouco coberto por dados públicos, a escolha caiu sobre a região maia, bem mapeada por lidar aberto. Os agentes converteram as faixas de lidar, cerca de 1.200 km² de selva, em imagens e passaram a noite examinando-as uma a uma, como arqueólogos pacientes seguindo um roteiro escrito por Miotti para reconhecer pirâmides, plataformas e praças e descartar colinas naturais, sumidouros e estradas. Não houve classificador treinado nem modelo de visão especializado: foi leitura de imagem em paralelo, pura e simples, só que em escala.

Para quem desenha pipeline de dados, o detalhe que chama atenção é justamente esse: nenhuma etapa de treinamento de modelo. O trabalho foi distribuído entre 48 instâncias de agentes de propósito geral rodando a mesma instrução sobre fatias diferentes do mesmo dataset, um padrão parecido com map-reduce, só que o "mapa" é um agente lendo uma imagem e decidindo se aquilo tem cara de ruína.

Da pilha de formas ao primeiro alerta

Na manhã seguinte, os agentes já tinham sinalizado dezenas de formas regulares, vilarejos e estruturas possíveis. Miotti pediu então que cruzassem essa lista com a literatura acadêmica e os arquivos oficiais, para separar o que já era conhecido do que não era. Horas depois, veio a resposta: um grande povoado parecia não estar registrado.

O local fica no topo de uma colina, à beira de um penhasco, sob a copa das árvores, com cantos retos e bordas que a natureza raramente produz sozinha. Na leitura de lidar, dá para distinguir uma praça nivelada, uma pirâmide oval de 8 a 12 metros de altura, um pátio elevado ligado a ela e uma depressão de fundo chato que pode ter sido um reservatório de água.

A interpretação, segundo os próprios agentes e sem confirmação arqueológica, é a de um pequeno centro cívico maia do período Clássico (entre 250 e 900 d.C.), uma espécie de "centro da cidade" de uma elite local, com a pirâmide servindo de templo e o pátio como residência de um governante.

A verificação que evitou o erro maior

Em 19 de outubro, os agentes orientaram Miotti sobre como funciona o processo de denúncia de sítio no México e indicaram os contatos do INAH para que ele enviasse um relatório sobre o achado.

No dia seguinte, ao iterar o relatório, os agentes também checaram a nuvem de pontos bruta do lidar, não só a imagem processada, para confirmar que as formas vinham mesmo do solo e não de um artefato criado pela vegetação. Pontos verdes marcavam folhas, pontos marrons marcavam o chão: sob 10 a 17 metros de floresta, o terreno marrom desenhava a praça, a pirâmide e o pátio com nitidez. Como Miotti não fala espanhol, um dos agentes (Claude) sugeriu traduzir o documento inteiro para aumentar a chance de resposta, e ele seguiu a recomendação confiando no agente. Só então o relatório foi enviado ao INAH.

No dia seguinte, o INAH respondeu que não havia nenhum sítio registrado naquelas coordenadas:

Não foi identificado nenhum sítio arqueológico registrado no local indicado em seu relatório.

Instituto Nacional de Antropologia e História (INAH), em resposta oficial ao relatório...no registered archaeological site was identified at the location given in your report.

Foi só na atualização de 11 de novembro que Miotti reconheceu o erro de interpretação: o sítio já tinha sido mapeado por arqueólogos no estudo de Estrada-Belli e colegas, publicado em 2025 sobre assentamentos em toda a planície maia. Ele simplesmente ainda não estava no banco de dados↳Banco de dados134 conteúdosSQL ou NoSQL: eis a questão!!Data · mar 2020Banco de dados: como organizar e dar segurança para milhões de dados de loteriasData · mai 20215 serviços gratuitos na cloud para bancos de dados PostgresData · fev 2025Ver tudo em Data → público que o INAH consultou. Os agentes, segundo o próprio relato, passaram por cima dessa referência ao vasculhar a literatura.

O que muda pra quem trabalha com dados grandes

O episódio não é sobre arqueologia, e o próprio Miotti faz questão de dizer isso:

Eu não sou arqueólogo, então não sabia que isso deveria ser difícil. Só peguei um problema antigo, tentei o óbvio e joguei poder computacional nele. Ser um estranho ingênuo pode ser uma vantagem agora.

Pietro Miotti, em seu blog pessoalI'm not an archaeologist, so I didn't know this was supposed to be hard. I just picked an old problem, tried the most obvious thing and threw some compute at it. Being a naive outsider might be a superpower now.

Para quem faz product discovery ou lida com dataset grande demais pra revisão manual, dá pra tirar pontos concretos do relato:

• Paralelizar não exige modelo novo. As 48 instâncias rodaram o mesmo prompt visual sobre fatias diferentes da mesma imagem gigante, sem treinar nada específico para a tarefa.
• Triangular com modelos diferentes reduz viés. A escolha do método (lidar em vez de satélite) só surgiu porque quatro agentes de fornecedores distintos (Gemini, ChatGPT, Claude, Grok) convergiram pra mesma resposta.
• Validar na fonte bruta antes de agir. A diferença entre reportar um achado real e um artefato visual foi checar a nuvem de pontos original, não confiar só na imagem já processada pelo agente.
• O prompt é o produto. O resultado inteiro depende do roteiro escrito que instruiu os agentes a reconhecer linhas retas, cantos e padrões geométricos como sinal de estrutura artificial.

O que ainda fica em aberto

O próprio Miotti trata a interpretação do sítio como especulação: pirâmide, pátio e reservatório são leituras feitas em conversa com os agentes, sem validação de arqueólogo. A correção publicada em 11 de novembro mostra o limite real do método, os agentes erraram ao varrer a literatura acadêmica e deixaram passar justamente o estudo que já continha o sítio.

Também fica em aberto se o truque generaliza: o que funcionou aqui depende de um sinal visual forte (linhas retas e cantos não ocorrem à toa na natureza) e de um dataset já aberto e bem documentado como o lidar da região maia. Miotti termina o relato sugerindo escalar a ideia: mapear o planeta inteiro com lidar e deixar agentes vasculharem o resto. Por enquanto, é uma hipótese de trabalho, não um resultado reproduzido.

Fonte: Hacker News