Inteligência Artificial: Como se deu seu início
Quer conhecer um pouco da história da Inteligência Artificial? Então esse artigo é para você.
Este artigo é baseado principalmente no livro Artificial Intelligence: A Guide for Thinking Humans, de Melanie Mitchell, lançado em 2020.
Inteligência Artificial (IA) tem sido tema de milhares de debates ultimamente. De substituta do ser humano até produto do filme Matrix, a IA se tornou muito popular em 2022 com a explosão absurda causada principalmente pelo Chat GPT, uma ferramenta de geração de palavras.
Nathaniel Rochester, Ray Solomonoff, Marvin Minsky, John McCarthy, Claude Shannon e outros cientistas no Projeto de Pesquisa de Verão de Dartmouth sobre Inteligência Artificial, 1956 (Imagem: Margaret Minsky)
O verão que mudou tudo
Apesar dessa explosão de popularidade ter acontecido em 2022, e eu e você estarmos aqui, neste artigo, por volta dos 15 a 45 anos de idade (há exceções), o que viria a dar início aos estudos em IA, começou por volta de 1956, no Dartmouth College, EUA—68 anos atrás.
John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon organizaram o que viria a ser mundialmente conhecido como o evento de fundação do campo de estudos chamado Artificial Intelligence, nome dado por McCarthy.
Curiosamente, esse termo foi bastante criticado na época pelos entusiastas, pois “artificial”, em sentido literal, significa “falso, simulado, ilusório”, ao passo que o objetivo primordial deles era de fato construir uma inteligência real, concreta.
Imagem: Amanda Dalbjörn/Unsplash
IA Simbólica e Sub-simbólica
Algum tempo depois, uma abordagem de IA se estabeleceu: a IA Simbólica. Sua forma de trabalho se baseava em um conjunto de termos (ou símbolos) e um conjunto de regras sobre a relação entre os termos.
Em contrapartida, por volta de 1960, Frank Rosenblatt, neurocientista, estava trabalhando em um exemplo prematuro do que viria a revolucionar o campo da Inteligência Artificial: o perceptron.
Perceptron, diferente da IA Simbólica, que age por meio de regras pré-definidas, baseia sua estrutura no próprio cérebro humano; mais especificamente, na forma de trabalho dos neurônios.
O aprendizado do perceptron se dá por meio de treinamento. Ao falhar, ele modifica seu método de discernimento (leia-se cálculo), enquanto que, ao ter êxito, mantém.
O pensamento humano, apesar de derivar de uma infinidade de neurônios que nada revelam sobre o pensamento, é “parcialmente” explicável através de palavras, os quais são símbolos. Por esse motivo, essa abordagem de trabalho ficou conhecida como IA Sub-simbólica.
Apesar de soar promissor, construir e evoluir o perceptron, na época, não era uma tarefa fácil, fato que levou Marvin Minsky a criticar fortemente essa abordagem, ao passo que exaltava a IA Simbólica.
Infelizmente, poucos anos depois, Rosenblatt, principal representante dos estudos em IA Sub-simbólica, viria a falecer, aos 41 anos, vítima de um acidente de barco.
Imagem: Blogging Guide/Unsplash
Marketing duvidoso
No início da década de 70, o cenário era: IA Simbólica como a principal abordagem de IA e o perceptron, início da chamada IA Sub-simbólica, como uma abordagem menos atraente, porém ainda sob estudo. No entanto, o jogo ainda estava por virar.
A história é realmente um ciclo interminável dos mesmos tipos de acontecimentos, mudam-se apenas os personagens.
A IA Simbólica, que estava em plena ascensão, começou a encontrar limites e barreiras intransponíveis, as quais foram criadas por boa parte de seus defensores e seu marketing super otimista.
Com o tempo, essa abordagem perdeu investidores e adeptos, os quais ficaram cada vez mais céticos quanto às promessas “milagrosas”. Assim, consolidou-se o chamado AI Winter (trad. Inverno da IA).
Com menos pessoas envolvidas e menos investimento, somente aqueles que de fato estavam acostumados com a escassez de recursos e o equilíbrio entre promessas e resultados seriam capazes de vencer esse inverno.
Imagem: GR Stocks/Unsplash
A virada de jogo
Habituados com o frio do inverno e sem grandes promessas, os adeptos da IA Sub-simbólica continuaram seus estudos e conseguiram superar as críticas de Minsky através da construção de conceitos até então difíceis de dominar, como a hidden layer (trad. camada oculta).
Essa camada seria responsável pelo termo deep learning (trad. aprendizado profundo), cuja “profundidade” do aprendizado é definida pela quantidade de camadas ocultas dentro da rede neural.
A estrutura (base, fundamento) estava pronta. Era apenas questão de avanço tecnológico e treinamento até que alguma IA superasse um ser humano super habilidoso em alguma tarefa. E aconteceu.
Em 1997, o projeto Deep Blue entrou para a história ao vencer o campeão mundial de Xadrez Garry Kasparov. “Ah, é apenas o começo”, e isso tudo antes dos anos 2000, antes da explosão da internet.
Imagem: BoliviaInteligente/Unsplash
O resto é história
Sem dúvidas, a jornada da IA é cheia de personagens, avanços tecnológicos, erros e aprendizados, cada um com sua contribuição.
A internet, cuja explosão se deu na década de 90 e 2000, bem como sua massiva quantidade de dados, foi capaz de levar o nível da Inteligência Artificial a patamares considerados irreais, mesmo para os cientistas mais otimistas da década de 70.
Assim, faz-se mais do que necessário conhecer essa história tanto para saber como se localizar nesse oceano de conhecimento e dúvidas chamado internet quanto para tomar as próprias decisões.
Afinal, ainda não fomos substituídos, certo? Alguns dirão que seremos superados em 20 anos, já outros, somente em séculos.
O fato é que estamos aqui e agora, diante de uma nova tecnologia. Desde sempre isso ocorreu. É mais uma fase do ciclo. Adaptar-se, buscar conhecimento e juntar-se com pessoas inteligentes são conselhos atemporais. Dessa forma, é possível tomar decisões mais eficazes no futuro que há de vir.
As informações contidas neste artigo não refletem a opinião do Jornal Folha de Pernambuco e são de inteira responsabilidade de seus criadores.