A história da inteligência artificial

 

Os primeiros passos

O tema é tão inspirador que Hollywood nunca deixou de falar dele. Desde Metropolis, filme mudo de 1927, temos produções com robôs, computadores e programas que agem para o nosso bem ou em busca da nossa destruição. Rapidinho, dá pra citar “Blade Runner: O Caçador de Androides”; “A.I. Inteligência Artificial”; “Ela”, aquele sobre uma assistente pessoal com a voz da Scarlett Johansson; as franquias Matrix e Exterminador do Futuro; “Eu, Robô”, que é baseado na obra essencial de Isaac Asimov; e “2001: Uma Odisseia no Espaço” com o ameaçador HAL 9000.

Um robôHAL 9000.

As ideias relacionadas com inteligência artificial são de bem antes do surgimento da tecnologia que tornou isso possível. O ser humano sempre quis uma máquina que fizesse o trabalho de agir e pensar que nem ele, e estudos de várias áreas começaram a ir por esse caminho especificamente durante a Segunda Guerra Mundial.

Em 1943, Warren McCulloch e Walter Pitts apresentam um artigo que fala pela primeira vez de redes neurais, estruturas de raciocínio artificiais em forma de modelo matemático que imitam o nosso sistema nervoso.

Duas pessoas em uma mesa.Claude Shannon durante uma exibição da IA capaz de jogar xadrez.

Outro artigo importante da época é o trabalho de Claude Shannon em 1950 sobre como programar uma máquina para jogar xadrez com cálculos de posição simples, mas eficientes.

Colocando em prática

Nesse mesmo ano de 1950, o lendário Alan Turing desenvolveu uma forma de avaliar se uma máquina consegue se passar por um humano em uma conversa por escrito. É o teste de Turing, originalmente conhecido como Jogo da Imitação, título do filme que retratou a vida do pesquisador com Benedict Cumberbatch no papel principal.

Uma máquinaA calculadora SNAC.

Em 1951, nasceu o SNARC, uma calculadora de operações matemáticas simulando sinapses, que são as ligações entre neurônios. O responsável foi Marvin Minsky, aluno da dupla daquele primeiro artigo sobre redes neurais. E em 1952, Arthur Samuel criou um jogo de damas no IBM 701 que consegue melhorar por conta própria e vira um desafio a altura de jogadores amadores.

A fundação

Tudo isso que a gente falou até agora é bem relevante, mas veio antes do período considerado o pontapé inicial. O marco-zero foi em 1956, na chamada Conferência de Dartmouth. Esse encontro reuniu Nathan Rochester, da IBM, o Shannon do artigo do xadrez, o Marvin do SNARC, John McCarthy e muito mais gente. Lá, o campo de pesquisa foi batizado de inteligência artificial pelo McCarthy, e até a máxima do setor foi definida:

Cada aspecto de aprendizado ou outra forma de inteligência pode ser descrita de forma tão precisa que uma máquina pode ser criada para simular isso.

A partir daí, quem participou do congresso ou curtiu as ideias se juntou pra fazer a IA sair do papel. As possibilidades eram tão animadoras que órgãos privados e governamentais investiram pesado na área, incluindo aí a ARPA, Agência de Pesquisa de Projetos Avançados, mesmo lugar onde nasceu a internet.

Olha só a sequência de avanços desse período: em 57, Frank Rosenblatt apresenta o perceptron. Esse algoritmo com nome de personagem de Transformers é uma rede neural de uma camada que classifica resultados e começou como uma máquina chamada Mark 1. Já em 58, surge a linguagem de programação Lisp, que na época virou padrão em sistemas de Inteligência artificial e hoje inspira uma família inteira de linguagens.

Um computador.O jurássico Mark 1.

Em 59, vemos pela primeira vez o termo machine learning, descrevendo um sistema que dá aos computadores a habilidade de aprender alguma função sem serem programados diretamente pra isso. Basicamente, significa alimentar um algoritmo com dados, para que a máquina aprenda a executar uma tarefa automaticamente.

Um robôO robô móvel Shakey.

Em 64, teve o primeiro chatbot do mundo, ELIZA, que conversava de forma automática imitando uma psicanalista, usando respostas baseadas em palavras-chave e estrutura sintática. E em 69 é demonstrado o Shakey, primeiro robô que unia mobilidade, fala e certa autonomia de ação. Ele era lento e cheio de falhas, mas funcionava.

Altos e baixos

O campo do processamento natural de linguagem era um dos mais promissores. Ele é o setor da IA sobre compreensão da fala humana e tem várias aplicações, como tradutores, geração de linguagem em texto, reconhecimento de fala, processamento de voz e muito mais.

Só que ao mesmo tempo em que a gente tinha a expectativa lá no alto e muitos estudos acadêmicos, na prática não era tudo tão concreto ou rápido quanto o esperado.

Robôs não andavam por aí com softwares superpoderosos. Por isso, do meio dos anos 70 até o começo dos anos 80, vivemos um período sombrio conhecido como inverno da inteligência artificial, uma era de poucas novidades, cortes nos investimentos e baixa atenção ao setor.

A área precisava se reinventar. E um dos campos que tornou isso possível é o de sistemas especialistas, proposto pela primeira vez por Edward Feigenbaum no começo dos anos 80. Como o nome já sugere, ele são softwares que realizam atividades complexas e específicas de um campo, fazendo o papel de humanos, mas com raciocínio bem mais veloz e base de conhecimento bem mais vasta. Esses sistemas aproximam a IA do mercado corporativo e vários setores percebem a utilidade de programas de computador inteligentes e focados.

Uma pessoa sentada.Edward Feigenbaun.

Pega o exemplo das aplicações financeiras. Um sistema especialista ajuda na análise de risco de crédito bancário, gerenciamento de riscos e até utiliza algoritmos pra melhorar o seu desempenho na negociação de ações e gestão de ativos no mercado financeiro. Se você curte o tema, a Udacity tem em parceria com a empresa de gestão WorldQuant um Nanodegree em IA aplicada em trading que envolve até a construção de modelos financeiros.

O mundo unido pela IA

Mas vamos voltar pra linha do tempo, porque o Japão vai entrar na história com a chamada quinta geração de computadores, uma tentativa do país de investir na área de tecnologia e modernizar toda a indústria de 1982 até a década de 90, incluindo a inteligência artificial. Por um lado, isso colocou o Japão no mapa dos novos avanços de vez e acelerou alguns setores, como o de microprocessadores e supercomputadores.

Uma fábrica.

Só que o investimento de novo foi descontrolado, sem contar a adoção de uma linguagem de programação sem grande adesão chamada Prolog e ideias maiores que o poder das CPUs na época.

 Um segundo pequeno inverno da IA aconteceu na primeira metade dos anos 90, mas logo foi superado.

A segunda metade dos anos 90 foi marcada pela explosão da internet comercial. As redes se aproveitaram da IA pra desenvolver sistemas de navegação e também de indexação. Programas que vasculhavam a rede automaticamente e classificavam resultados, como o protótipo do Google, nasceram nesse período.

Homem x Máquina

E uma resposta prática do quanto essa área avançou veio em 1997, quando a máquina derrotou o homem em um jogo de xadrez. O campeão soviético Garry Kasparov foi derrotado em uma das rodadas pelo computador Deep Blue, da IBM, em partidas que repercutiram ao redor do mundo. O Deep Blue adotava um método de cálculo via força bruta que analisava possibilidades, previa respostas e sugeria o melhor movimento. Foi uma prova de que a gente tava no caminho certo.

Uma partida de xadrez.

E essas máquinas também foram desenvolvidas para nos ajudar, como provou em 2002 a iRobot, que lançou o primeiro Roomba. Esse assistente de limpeza autônomo que fica na sua casa dá de dez a zero nos robôs de décadas atrás por combinar eficiência em uma especialização, pré-configurações e sensores de posicionamento trabalhando juntos.

Dois robôsO “BigDog”.

Outro bom exemplo veio em 2005, com a Boston Dynamics. Ela apresentou uma revolução na IA com aplicações em várias indústrias com o robô BigDog, capaz de se movimentar por terrenos de difícil acesso para humanos. Formas de cachorro e até humanoides estão cada vez melhores em mobilidade e inteligência.

Inteligência sobre rodas

Desde cerca de 2005, a inteligência artificial também é estudada pra aplicação em carros autônomos. O caso deles é bem complexo, já que a plataforma precisa estar conectada com vários sensores do próprio veículo e também com o tráfego em si, de semáforos a outros automóveis.

Essa é uma área que deve levar alguns anos pra se desenvolver plenamente, mas já acompanhamos no presente alguns resultados. A DARPA mantém desde 2004 uma competição anual chamada Grand Challenge que premia e impulsiona projetos de carros autônomos, e de lá já saíram várias ideias e evoluções.

Sebastian ThrunSebastian Thrun.

Um dos destaques foi Sebastian Thrun, da Universidade de Stanford, que venceu o desafio de 2005 com um veículo chamado Stanley, especializado em cruzar regiões desérticas em alta velocidade. Guarda esse nome, porque esse pesquisador vai ser importante daqui a pouco.

Tem ainda o caso da Waymo, uma subsidiária da Alphabet, dona da Google, que já realiza vários testes com carros autônomos e quer tornar esse segmento popular até 2020.

Cada vez mais espertas

A partir de 2008, o processamento de linguagem natural voltou com tudo. A Google lançou o recurso de reconhecimento de voz no iPhone pra pesquisas, e isso mostrou a integração da IA com todo o ecossistema da empresa. Em 2011, a própria Apple lançou uma assistente virtual, a Siri, que responde perguntas, pesquisa por você e até conta piadas. Ela é seguida pela Alexa, da Amazon, que explodiu em popularidade, a Cortana, da Microsoft, e o Google Assistente.

Capturas de tela.A Siri é uma das opções de assistentes pessoais hoje no mercado.

Também em 2011, a IBM voltou a ganhar as manchetes com o Watson, um supercomputador e plataforma de inteligência artificial. Pra mostrar todo o seu potencial, ele venceu os melhores jogadores no game show televisivo de adivinhação Jeopardy. A partir daí, ele começou a ser aplicado em vários campos, como saúde, direito, reconhecimento de imagem e muito mais.

Nasce a Udacity

Conhecida como a Universidade do Vale do Silício, a Udacity surge neste ecossistema inovador dos Estados Unidos em 2011, após o experimento do professor da Universidade de Stanford Sebastian Thrun ao lado de Peter Norvig, em que eles ofereciam um curso online e gratuito sobre “Introdução à Inteligência Artificial”.

Uma logo.

Mais de 160 mil alunos de 190 países fizeram a inscrição, e mais de 400 superaram os alunos da própria Stanford! Após esse episódio, Thrun percebeu que havia a necessidade de uma universidade voltada pra tecnologia que fosse prática, barata, acessível e altamente eficaz para o mundo. Daí, surgiu a Udacity.

Aprendizado evoluído

Em 2012, a Google deu mais um passo em seus sistemas de IA. Consolidando tecnologias em desenvolvimento desde 2006 em deep learning, ela conseguiu treinar um algoritmo para… reconhecer gatinhos em vídeos do YouTube.

Esse aprendizado profundo usa redes neurais com uma maior quantidade de camadas do que os pioneiros que discutimos, processando mais informações e deixando a máquina mais livre pra fazer assimilações e classificar elementos. É assim que ela faz tarefas mais complexas, como reconhecer e catalogar fotos e vídeos.

Uma ilustraçao.A complexa divisão em camadas do deep learning.

O deep learning pode ser integrado com outro processo: a visão computacional, que é permitir que um sistema lide com obtenção, compreensão e análise de imagens. A Affectiva, por exemplo, empregou isso em reconhecimento de rostos pra reconhecer emoções no rosto humano.

Falando em presente, nos últimos anos foram várias as conquistas de inteligências artificiais no ambiente humano. Em 2014, um chatbot chamado Eugene Goostman conseguiu vencer o teste de Turing e convenceu jurados durante uma conversa por escrito de que ele, um programa, era na verdade um humano.

Um jogo de tabuleiro.Uma das partidas de Go entre o campeão sul-coreano e o AlphaGo.

Já em 2016, a AlphaGo, desenvolvida pela Deepmind, virou mestre no jogo de tabuleiro Go e venceu o campeão mundial da categoria em uma série de vitórias bem mais impressionantes que as no xadrez de anos atrás, porque o algoritmo aprendeu todas as regras e estratégias do jogo observando outras partidas e depois jogando contra si próprio.

Por dentro da IA

Aliás, a gente normalmente só vê uma IA como uma interface simples e interativa, mas tem muita coisa por trás. A construção de uma inteligência artificial envolve uma série de algoritmos, que são instruções em código que devem ser seguidas principalmente em Python, bibliotecas abertas com instruções e ferramentas que ditam o comportamento do código e um framework, uma estrutura mais complexa que combina ferramentas e oferece um direcionamento mais prático pra um projeto.

Uma inteligência artificial.

E hoje em dia temos a IA em praticamente todos os processos que realizamos em eletrônicos. Ela está na organização de playlists ou sugestão do que assistir em serviços de streaming, está nas estratégias do computador nos games, nos processadores mobile, como o Kirin 980 da Huawei e até nas respostas automáticas sugeridas quando você escreve um email.

E tem muita coisa ainda começando e com potencial pra decolar no futuro. O Google Duplex, que é uma inteligência artificial que conversa por telefone e agenda consultar ou reserva mesas em restaurantes, pode virar algo bem mais completo em conversação.

Uma captura de tela.

E tem ainda as GANs, redes geradoras adversárias, que são capazes de gerar conteúdos e produzir imagens, vídeos e sons, e empresas como a Adobe vão se beneficiar muito disso em edição nos softwares como o Photoshop. Já evoluímos muita coisa, mas tem muito trabalho pela frente.

Essa é a trajetória da evolução da inteligência artificial até agora. Essa tecnologia já é impressionante e essencial pro nosso dia a dia, mas tem muito que evoluir e você pode fazer parte dessa história. A Udacity é a primeira escola de Inteligência Artificial do Brasil e tem cursos especializados na área pra você virar craque no assunto, expandir seus conhecimentos e construir um currículo de respeito no mercado.

Para ler a matéria na íntegra, clique aqui.

Fonte TecMundo