Hoje temos todos os tipos de dispositivos “inteligentes”, muitos dos quais podem até ser ativados apenas por voz e oferecer respostas inteligentes às nossas perguntas. Esse tipo de tecnologia de ponta pode nos fazer considerar a IA um produto do século XXI. Mas, na verdade, tem raízes muito anteriores, remontando a meados do século XX.
Raízes de IA
Pode-se dizer que as ideias de Alan Turing para o pensamento computacional estabelecem as bases para a IA. John McCarthy, Professor de Ciência da Computação, Universidade de Stanford, dá crédito a Turing por apresentar o conceito em uma palestra de 1947. Certamente, é algo que Turing pensou, pois sua obra escrita inclui um ensaio de 1950 que explora a questão, “As máquinas podem pensar?” Foi isso que deu origem ao famoso teste de Turing. (Para saber mais, confira Thinking Machines: The Artificial Intelligence Debate.)
Mesmo antes, porém, em 1945, Vannevar Bush apresentou uma visão de tecnologia futurista em um artigo da Atlantic Magazine intitulado “Como podemos pensar.” Entre as maravilhas que previu estava uma máquina capaz de processar dados rapidamente para trazer pessoas com características específicas ou encontrar imagens solicitadas.
Emergência
Por mais minuciosos que fossem em suas explicações, nenhum desses pensadores visionários empregou o termo “inteligência artificial”. Que só surgiu em 1955 para representar o novo campo de pesquisa a ser explorado. Apareceu no título de “Uma proposta para o projeto de pesquisa de verão de Dartmouth sobre inteligência artificial.” A conferência em si ocorreu no verão de 1956.
Como eles estavam posicionados no início de a década do otimismo, os pesquisadores expressaram confiança no futuro e pensaram que levaria apenas uma geração para que a IA se tornasse uma realidade. Houve grande apoio à IA nos Estados Unidos durante a década de 1960. Com a Guerra Fria em pleno andamento, os EUA não queriam ficar para trás dos russos na frente tecnológica. O MIT se beneficiou, recebendo uma doação de US$ 2,2 milhões da DARPA para explorar a cognição auxiliada por máquinas em 1963.
O progresso continuou com o financiamento de uma série de programas de IA, incluindo o MIT SHRDLU, as teorias de visão de máquina de David Marr, a teoria de quadros de Marvin Minsky, a linguagem Prolog e o desenvolvimento de sistemas especialistas. Esse nível de suporte para IA chegou ao fim em meados da década de 1970, no entanto.
O primeiro inverno de IA
O período de 1974-1980 é considerado o primeiro “inverno de IA”, época em que faltam recursos para a área. Essa mudança de atitude em relação ao financiamento da IA é amplamente atribuída a dois relatórios. Nos EUA, foi “Linguagem e Máquinas: Computadores na Tradução e Linguística” pelo Automatic Language Processing Advisory Committee (ALPAC), publicado em 1966. No Reino Unido, foi “Inteligência Artificial: Uma Pesquisa Geral” pelo Professor Sir James Lighthill, FRS, publicado em 1973. Declarando, “em nenhuma parte do campo as descobertas feitas até agora produziram o maior impacto que foi então prometido”, a opinião de Lighthill corroborou a visão de que o financiamento contínuo seria jogar um bom dinheiro depois ruim.
Isso não significa que não houve progresso algum, apenas que aconteceu sob nomes diferentes, conforme explicado em “AI Winter e suas lições.” Foi quando os termos “aprendizado de máquina”, “informática”, “sistema baseado em conhecimento” e “reconhecimento de padrões” começaram a ser usados.
Mudança de estações nas últimas duas décadas do século 20
Na década de 1980, uma forma de IA identificada como “baseados em conhecimento” ou os chamados “sistemas especialistas (ES)” emergiu. Finalmente atingiu o mainstream, conforme documentado pelas taxas de vendas nos EUA. A quantidade de “Hardware e software relacionados à IA” atingiu US$ 425 milhões em 1986.
Mas a IA atingiu um segundo inverno no ano de 1987, embora este tenha durado apenas até 1993. Quando os computadores de mesa entraram em cena, os sistemas muito mais caros e especializados perderam muito de seu apelo. A DARPA, uma importante fonte de financiamento de pesquisa, também decidiu que não estava obtendo retorno suficiente.
No final do século, a IA estava novamente no centro das atenções, particularmente a vitória do Deep Blue da IBM sobre o campeão de xadrez Garry Kasparov em 1997. Mas grandes investimentos corporativos em larga escala só aconteceriam no próximo século.
o novo milênio
Durante o século atual, a IA fez muito mais avanços, alguns dos quais também ganharam manchetes. Com a empresa controladora do Google, a Alphabet, apoiando essa pesquisa sobre DeepMindhouve uma série de feitos impressionantes, demonstrados na tradição do Deep Blue, ao vencer jogadores humanos experientes por meio de AlphaGo.
Não é tudo sobre diversão e jogos, no entanto. A IA pode literalmente salvar vidas. Atualmente está sendo empregado para medicina personalizada com genômica e edição de genes. Outra área importante para o avanço da IA é o impulso para carros autônomos em até 46 empresas diferentes.
Enquanto os grandes números mostram grande interesse, eles também mostram uma divisão profunda. Isso é sintomático da falta geral de coerência no campo que James Moor observou em 2006. Escrevendo no 50º aniversário da primeira conferência de IA em Revista IA, ele disse: “Diferentes áreas de pesquisa frequentemente não colaboram, os pesquisadores utilizam metodologias diferentes e ainda não há uma teoria geral de inteligência ou aprendizado que una a disciplina”.
É por isso que você ouve tanto sobre IA, embora muitos pretendam sugerir coisas um pouco diferentes. A outra razão pela qual você ouve muito sobre isso é o hype geral e, dada a história que já vimos, isso não é um bom presságio. (O que exatamente é AI? E o que não é? Saiba mais em Will the Real AI Please Stand Up?)
O inverno está chegando
“AI Winter está a caminho” é o título que Flip Pieknniewski deu a um blog que escreveu no início de 2018. Ele comparou a inevitabilidade dos invernos de IA aos colapsos do mercado de ações, que devem ocorrer “em algum momento”, embora seja difícil dizer exatamente quando. Ele observa indícios de “um enorme declínio no aprendizado profundo (e provavelmente na IA em geral, já que esse termo foi abusado ad nauseam pela propaganda corporativa) visível à vista de todos, mas escondido da maioria pela narrativa cada vez mais intensa”.
Certamente, o padrão que vimos nos dois invernos anteriores indicaria que é isso que vai acontecer. As expectativas aumentam e, quando não são atendidas, a decepção leva as pessoas a desdenhar da novidade que estavam perseguindo.
Talvez este inverno não signifique um congelamento profundo
Uma diferença no campo da IA entre o passado e agora é que uma parte significativa da pesquisa é financiada por empresas com bolsos próprios, e não principalmente em universidades de pesquisa que dependem de subsídios do governo. Conseqüentemente, é possível que empresas como a Alphabet continuem avançando mesmo que o governo decida interromper seu próprio fluxo de caixa. Se isso acontecer, pode ser apenas um inverno parcial e o progresso da IA não será congelado.