Copyright © 2024 by Peter J.

Bentley

TÍTULO ORIGINAL
Artificial Intelligence in Byte-sized Chunks

CAPA
Sérgio Campante

Para criar as ilustrações de capa, o designer se inspirou, como na ilustração de capa original
(ver página 2), no clássico de Philip K. Dick Androides sonham com ovelhas elétricas? Utilizando a
ferramenta de IA Midjourney, inseriu inicialmente um prompt bem simples: uma ovelha
elétrica/robótica. A partir dessa primeira imagem, seguiu testando variações sobre o prompt original
pedindo diferentes estilos: pintura impressionista, anime japonês, cartoon da Pixar, HQ de Will
Eisner… e até mesmo uma pintada por Van Gogh.

ILUSTRAÇÕES
David Rojas Márquez

DIAGRAMAÇÃO
Fátima Affonso / FQuatro Diagramação

E-BOOK
Marcelo Morais

Dados Internacionais de Catalogação na Publicação (CIP)

(Câmara Brasileira do Livro, SP, Brasil)

Bentley, Peter J.
A história da inteligência artificial para quem tem pressa [livro eletrônico] : o
nascimento de uma nova era em apenas 200 páginas / Peter J. Bentley ; tradução
André Gordirro. -- 1. ed. -- Rio de Janeiro : Editora Valentina, 2025.
ePub

Título original: Artificial intelligence in byte-sized chunks.

Bibliografia.
ISBN 978-85-5889-113-4

1. Inteligência artificial 2. Inteligência artificial - História 3. Inteligência artificial

- Inovações tecnológicas I. Título.

25-
263210 CDD-006.3

Índices para catálogo sistemático:

 1. Inteligência artificial 006.3

Aline Graziele Benitez - Bibliotecária - CRB-1/3129

Todos os livros da Editora Valentina estão em conformidade com

o novo Acordo Ortográfico da Língua Portuguesa.

Todos os direitos desta edição reservados à

EDITORA VALENTINA
Rua Santa Clara 50/1107 – Copacabana
Rio de Janeiro – 22041-012
Tel/Fax: (21) 3208-8777
www.editoravalentina.com.br
 SUMÁRIO

INTRODUÇÃO

CAPÍTULO 000 1950-1960 O Nascimento da Inteligência Artificial

Uma Nova Era | Cérebros Artificiais de Dois Neurônios | Cibernética | Alan Turing (1912-54) |
Teste de Turing | Construtor Universal | Conferência de Dartmouth Programação Dinâmica |
Pensamento Lógico | IA com Bom Senso | Redes Neurais | IAs Perceptivas

CAPÍTULO 001 1960-1970 Excesso de Otimismo

e Times ey Are a-Changin’ | IAs Especialistas | Vida em Marte | Compreensão da Linguagem
Natural | Olha Quem Está Falando | Pensamento Lógico | Pensando com Neurônios | Aprendizado
Mais Profundo | Caixas de Fósforos Pensantes | Começa o Frio

CAPÍTULO 010 1970-1980 O Primeiro Inverno da Inteligência Artificial

O Nascimento da Era do Computador | Tempos Difíceis para a Inteligência Artificial | Outros
Tipos de Inteligência | Um Começo Incerto | Inteligência em Evolução | A Vida, Mas Não Como a
Conhecemos | Inteligência Incomum | Inteligência Audível | Você Foi Enquadrado | Aprendendo a
Pensar

CAPÍTULO 011 1980-1990 O Nascimento da Nova Inteligência

Take On Me | Salas Chinesas | Pensando com Neurônios | Pensamento Reforçado |
Retropropagando | A IA Está de Volta à Ativa | A Explosão de IAs Especialistas | Uma Segunda
Onda de Frio | Suposições Erradas

CAPÍTULO 100 1990-2000 Uma Segunda Onda de Frio

WWDábliu? | Elefantes Não Jogam Xadrez | Robôs Fofinhos | Computadores Criativos | Novas
Formas de Vida | Inteligência de Bate-papo | Conexionismo | Máquinas de Vetores de Suporte |
Corrida sem Cavalos

CAPÍTULO 101 2000-2010 Pensamento Aprofundado

Y2K | Como Você Está se Sentindo? | Direção Autônoma | Fazendo Cérebros | Inteligente de
Modo Geral | O Nascimento do Aprendizado Profundo | Topologias em Evolução | Mais Dados
Significam Dados Melhores | Dados Padronizados | Hardware Otimizado Significa Mais Velocidade
| O Retorno da IA

CAPÍTULO 110 2010-2020 A Explosão da Inteligência Artificial

Sinal dos Tempos | Assistência Virtual | Ver para Crer | Auto-nomia | Vencendo o Jeopardy! |
Jogatina Profunda | Cérebros por Toda Parte | IA Transformacional | IA para Todos | Ao Infinito e
Além!

CAPÍTULO 111 2020-? Nossos Filhos Digitais

Pandemia | Hardware de IA | Maior Significa Melhor | Maior Significa Pior? | Tudo É Linguagem |
Crescimento Incontrolável | Bem na Fita | Muita Coisa e Cedo Demais | IA para o Bem | Já
Estamos Quase Lá?

LEITURA ADICIONAL
 INTRODUÇÃO

Nós somos surpreendentes. Somos organismos vivos, personificados,

concebidos por bilhões de anos de evolução para sermos capazes de
sobreviver em ambientes complexos. Nosso cérebro, separadamente, é a
estrutura mais complexa que conhecemos no universo. Nosso corpo também
é surpreendentemente complexo, com bilhões de células executando danças
coreografadas, conforme o que foi definido pelas minúsculas instruções
moleculares dos nossos genes. E não estamos sozinhos. Todos os
organismos vivos, grandes e pequenos, estiveram sujeitos às forças da
evolução pelo mesmo tempo que nós. Todos eles são surpreendentemente
inteligentes à sua maneira para sobreviver em seus respectivos nichos.
Os cérebros biológicos são tão avançados que nos intrigam. Como um
conjunto de células úmidas, que de alguma forma disparam pequenos sinais
elétricos entre si, consegue fazer algo tão indefinível quanto pensar? Como
elas conseguem raciocinar? Ou planejar? Como tornam possível que
andemos para lá e para cá? Como possibilitam que você leia essas palavras e
as compreenda? O que está acontecendo agora dentro do seu crânio
enquanto bilhões de neurônios pensam a respeito de si mesmos pensando?
Os cérebros também nos tentam. A inteligência é tão atraente. Amamos
um animal de estimação inteligente que nos reconheça e interaja conosco.
Ficamos maravilhados com um pássaro inteligente que consiga imitar
qualquer som que ouve. Somos fascinados por qualquer tecnologia
inteligente que de alguma forma aprenda a nosso respeito ou sobre o mundo
e, em resposta, mude.
 Talvez não surpreenda que nos empenhemos tanto para criar tecnologias
tão inteligentes assim. Afinal, o que seria melhor do que um veículo
autônomo que estaciona sozinho — ou até mesmo nos leva ao nosso
destino? Ou uma casa inteligente que otimiza o ambiente interno para
atender às nossas necessidades, ao mesmo tempo que minimiza os custos?
Quem não gostaria de um sistema de segurança inteligente capaz de
monitorar a nossa segurança e alertar automaticamente as autoridades se
intrusos forem descobertos? Será que você recusaria um sistema de saúde
inteligente que o monitorasse e ajudasse a descobrir quaisquer problemas
médicos com antecedência suficiente para que pudessem ser curados?
Hoje existem tantas soluções tecnológicas inteligentes que nos ajudam
em nossa vida cotidiana. Vivemos na era da ficção científica que se tornou
realidade. Eu tenho uma lava-louças e uma máquina de lavar inteligentes
que detectam os respectivos conteúdos e ajustam automaticamente o uso de
água e os programas de limpeza para economizar energia. Tenho um
aspirador robô que limpa o chão, e sou capaz de notar que ele não deixa
escapar nenhum ponto, como eu talvez deixasse. (Mas não consegue limpar
escadas.) Tenho um sistema de aquecimento inteligente que aquece apenas a
área da casa onde estou e que ajusta a programação dependendo do tempo lá
fora e também da temperatura interna. Tenho uma casa inteligente que
detecta onde estou e, com base na hora do nascer e do pôr do sol, controla a
iluminação automaticamente. Ela também sabe se eu me ausentei e é capaz
de acionar o alarme e as câmeras externas, que detectam pessoas
automaticamente e registram seus movimentos, podendo até detectar se
alguma encomenda foi entregue e me alertar. Tenho uma smartTV, um
celular, um carro, um relógio e vários outros dispositivos com os quais posso
conversar. Eles detectam que sou eu pela minha voz e podem responder a
perguntas ou encontrar um programa que eu gostaria de ver ou um produto
que eu esteja procurando. A pessoa pode ter uma geladeira (ou uma cozinha
inteira) inteligente que analise os mantimentos e sugira receitas
automaticamente com base no que ela guarda e nas datas de validade — e
encomende automaticamente mantimentos quando estão acabando. É
possível ter um sistema de energia solar inteligente que alimente a casa e
recarregue o carro nos momentos ideais, devolvendo a energia excedente à
rede elétrica para os demais moradores usarem. (Ainda não tenho isso!)
Tenho uma câmera inteligente que entende o que deve focar e processa a
imagem para que fique com a melhor aparência possível. E já perdi a conta
de quantos apps inteligentes eu possuo que são capazes de melhorar ainda
mais as imagens ou inventar outras totalmente novas, compor música,
identificar pessoas em fotos, escrever código-fonte e realizar uma centena de
outras coisas. Como sou um cientista da computação, talvez eu veja algumas
dessas tecnologias um pouco antes do que a maioria, mas tenha certeza de
que, se você ainda não possui uma delas, provavelmente possuirá em breve.
Esta é apenas uma pequena fração da inteligência artificial (IA) hoje.
De alguma forma, nosso fascínio pela inteligência (além de arrogância
abundante) resultou em inúmeras maravilhas tecnológicas. E essas
maravilhas estão cada vez melhores. Depois de décadas de luta, com muitas
IAs que não faziam exatamente o que esperávamos, as tentativas recentes
começaram a funcionar surpreendentemente bem. Quando uma empresa
consegue passar de uma invenção a uma avaliação de um bilhão de dólares
em dez meses, sabe-se que a IA não está apenas funcionando, como está
deixando muitas pessoas bastante entusiasmadas. Mais ou menos a partir de
2015, grandes empresas no mundo inteiro investiram dezenas de bilhões de
dólares para terem seus próprios sistemas de IA, na esperança de que isso
lhes desse uma vantagem extra. A inteligência artificial atingiu a
maioridade. Hoje funciona bem o suficiente a ponto de ser parte integrante
de muitos produtos de uso diário.
Mas um mundo onde temos inteligência artificial operacional difundida
em toda tecnologia também significa outra coisa: significa que nem sempre
sabemos se uma imagem ou peça musical ou mesmo um trecho de texto foi
escrito por um humano ou não. Tal indefinição da autoria criativa desafia as
noções tradicionais de criatividade e autenticidade na era digital. E caso
você tenha acabado de notar uma mudança de estilo, a frase anterior foi
gerada por uma IA ao ser solicitada a adicionar às duas primeiras frases
desse parágrafo. Se eu quisesse, poderia pedir à mesma IA que terminasse
de escrever esta introdução. Ela também faria um bom serviço. Alimente a
inteligência artificial com meus outros livros, e ela copiaria muito bem meu
estilo de escrita. (Não posso porque há uma nova cláusula no meu contrato
que diz que não posso usar uma IA para escrever este livro!)
Esse é o mundo em que vivemos agora. É um mundo onde a verdade e a
ficção podem ser complicadas de distinguir. É um mundo onde nossos filhos
podem pedir a uma IA que faça todos os deveres de casa por eles, sejam de
matemática, ciências, inglês, história, arte ou música. Devemos aprender a
lidar com a possibilidade de nossos próprios dados serem engolidos por uma
inteligência artificial qualquer e incorporados a uma nova solução produzida
por essa IA sem que sequer saibamos disso. E temos de lidar com o fato de
que, por mais que todas essas tecnologias inteligentes estejam nos ajudando,
elas também podem estar invadindo nossa privacidade, registrando todos os
detalhes a respeito de nossa vida e utilizando esses dados para práticas que
desconhecemos.
A IA na forma de tecnologia inteligente está aqui e provavelmente veio
para ficar. Mas será que é realmente inteligente? Pode parecer que consegue
compreender nossas palavras e dar respostas inteligentes e fundamentadas.
Mas que tipo de inteligência esses diferentes tipos de IA possuem? Como
eles realmente funcionam, afinal?
Neste livro explicarei a inteligência artificial (para quem tem pressa).
Farei algumas revelações a respeito desses espertos pesquisadores que
descobriram como fazer máquinas inanimadas parecerem inteligentes.
Porém, o mais importante é que contarei a história da IA focando nas
próprias IAs. Juntos, veremos o que cada IA pode fazer — e o que não
pode. Descobriremos como elas funcionam e como décadas de melhorias
levaram às inteligências artificiais extraordinariamente complexas que temos
hoje. Não conseguiremos abordar todas as IAs, mas vou escolher alguns
exemplos significativos e interessantes para mostrar como progredimos.
E nas palavras de uma própria IA: “À medida que nos aprofundamos no
passado, no presente e no futuro potencial da IA, descobriremos a dança
complexa entre a engenhosidade humana e o reino em constante evolução
da inteligência artificial.”
Ou você prefere um final diferente para esta introdução? Experimente
este escrito pela mesma IA:
“E não tema, caro leitor, pois esta jornada através do reino da
inteligência artificial será tão esclarecedora quanto acessível, guiando-o
através dos caminhos complexos das mentes artificiais com clareza e
simplicidade.”
Eu poderia ter me expressado melhor? Bem, quero acreditar que sim.
Julgue por si mesmo!
 -
O Nascimento da Inteligência Artificial

UMA NOVA ERA

A Segunda Guerra Mundial levou devastação e um sofrimento horroroso a
milhões de pessoas. Mas, como todas as guerras, agiu como um catalisador
para um rápido avanço tecnológico. No final da década de 1940 e início da
década de 1950, tivemos os primeiros computadores programáveis —
embora fossem do tamanho de uma sala (e das grandes). Também tivemos
uma quantidade enorme de componentes militares excedentes, que não
eram mais necessários nos campos de batalha. Já não era mais necessário
que os grandes pensadores daquela geração construíssem máquinas exóticas
para calcular como decifrar mensagens inimigas ou como construir
armamentos mais eficazes. Eles estavam livres para considerar questões mais
básicas. E com a saúde mental de muitos soldados extremamente abalada
pelas experiências na guerra — com o que ficou conhecido como transtorno
de estresse pós-traumático (TEPT) —, havia inúmeros mistérios
relacionados ao cérebro para psicólogos e neurobiólogos resolverem.
Assim, à medida que as vilas e cidades foram sendo reconstruídas ao
redor deles, surgiu um novo ambiente de otimismo no pós-guerra, em que
os pesquisadores começaram a pensar seriamente a respeito do cérebro e da
inteligência. Não era um tema novo, e várias mentes brilhantes das últimas
décadas haviam escrito bastante a respeito do assunto. Mas agora as coisas
eram diferentes, pois a tecnologia da computação tinha sido inventada. Por
intermédio do uso dessas novas máquinas de alta tecnologia,
a engenhosidade desses talentosos cientistas, que havia sido posta à prova na
guerra, com certeza poderia resolver o problema. Afinal, qual seria a
complexidade real do cérebro?

CÉREBROS ARTIFICIAIS DE DOIS NEURÔNIOS

O neurobiólogo William Grey Walter, baseado na Universidade de Bristol e
pioneiro do eletroencefalógrafo (máquina EEG), foi um dos cientistas que
tentou compreender a inteligência nesse ambiente novo e otimista. Após a
experiência no estudo do cérebro humano usando o EEG, ele teve uma
ideia. Em vez de apenas estudar cérebros, talvez se a pessoa conseguisse
fazer um cérebro, seria possível entendê-lo melhor.
Grey Walter usou peças de despertadores antigos e materiais excedentes
do exército britânico para construir duas tartarugas mecânicas, chamadas
Elmer e Elsie: robôs autônomos movidos a bateria que usavam um sensor
de luz giratório no topo para detectar luzes brilhantes e andar em direção a
elas. Elmer e Elsie também tinham sensores de toque no corpo para que,
caso encontrassem um obstáculo, se afastassem. Ele comparou os cérebros
das tartarugas mecânicas a dois neurônios sensoriais: um para a luz e outro
para o tato. Surpreendentemente, apesar de cérebros tão mínimos, descobriu
que elas apresentavam comportamentos extraordinariamente complexos,
que Elmer e Elsie “exploravam” aleatoriamente os ambientes e sabiam voltar
às “tocas” para recarregar as baterias. Grey Walter adicionou uma luz ao
nariz de um deles, que se desligava quando o sensor de luz recebia sinal
suficiente, e colocou o robô diante de um espelho para que pudesse ver a
própria luz. O robô se sacudiu todo e acendeu a luz como se estivesse
animado ao se ver. Isso deixou o cientista fascinado, que escreveu: “A
criatura, portanto, permanece diante de um espelho, tremeluzindo, piando e
dançando como um Narciso desajeitado. O comportamento de uma criatura
envolvida de tal forma com o próprio reflexo é bastante específico e, em uma
base puramente empírica, se fosse observado em um animal, poderia ser
aceito como prova de algum grau de autoconsciência.”
 Aquele não foi o único comportamento realista demonstrado por Elmer
e Elsie. Aparentemente, eles também tinham uma forte atração por pernas
de mulheres. As meias de náilon da década de 1940 refletiam a luz na
medida certa, a ponto de torná-las irresistíveis para os robôs.
 Grey Walter continuou os experimentos por alguns anos e
posteriormente criou um robô-tartaruga mais avançado, chamado Cora (de
“Análogo ao Reflexo Condicionado”, em inglês), que foi projetado para
aprender a associar um apito a uma luz, inspirado nos experimentos de Ivan
Pavlov com cães treinados para salivar ao som de um sino. Embora Cora
tenha começado a vida como um robô parecido com Elmer e Elsie, Grey
Walter acabou realizando uma “cirurgia” e removeu os circuitos de
aprendizagem específicos para que pudesse estudar essa parte do cérebro
eletrônico isoladamente.

CIBERNÉTICA
Quando não estava montando estranhos animais mecânicos ou usando
EEG para estudar o cérebro humano, Grey Walter também frequentava
regularmente o Ratio Club. Era um clube privado informal, frequentado
por neurobiólogos, matemáticos, físicos, psicólogos e engenheiros de
destaque. O nome Ratio foi criado devido ao significado em latim: lógica,
razão, discernimento. Forma a raiz de palavras, como racional, ratificar,
razão. O clube foi fundado por John Bates, um neurologista que
provavelmente se inspirou no livro então recentemente escrito pelo
matemático e filósofo americano Norbert Wiener, Cibernética ou Controle e
Comunicação no Animal e na Máquina. Os vinte e um integrantes logo se
tornaram conhecidos como o núcleo do movimento cibernético britânico.
Todos eram elementos de destaque em suas respectivas áreas e fizeram
descobertas expressivas durante a carreira.
A cibernética foi o primeiro estudo formal da inteligência ao considerar
o loop cibernético — a ideia de que um animal ou uma máquina exibe
comportamento porque os sensores detectam algo que afeta o controlador.
O controlador executa uma ação em resposta, que então resulta num efeito
em algum sistema externo: o ambiente. A seguir, a alteração é detectada
pelos sensores, que afetam o controlador, e assim por diante, em um efeito
circular, ou loop. A cibernética foi a primeira tentativa de compreender a
inteligência desta maneira, e aqueles como Grey Walter, que tentaram
construir sistemas cibernéticos, estavam criando as primeiras inteligências
artificiais eletrônicas.

ALAN TURING (1912-54)

Entre os integrantes do Ratio Club estava um matemático genial, que tinha
acabado de ajudar a decodificar mensagens criptografadas alemãs durante a
Segunda Guerra Mundial em Bletchley Park. Na década de 1950, Alan
Turing já era bem-sucedido em sua área. Foi o primeiro a definir uma
noção matemática do que eram os computadores. Turing também provou
que eles sempre teriam algumas limitações — por exemplo, um computador
nem sempre consegue descobrir se o programa vai parar ou não. Por causa
disso descobrimos que certos problemas não são computáveis —
simplesmente não podem ser calculados por um computador. Turing ajudou
a projetar e programar alguns dos primeiros computadores do mundo. Ele e
o colega David Champernowne, um estatístico econômico que o auxiliou
no fornecimento de dados vitais a Churchill durante a guerra, também
escreveram um dos primeiros programas de IA para jogar xadrez,
chamado Turochamp.
 Além de ser uma IA, o Turochamp é geralmente considerado um dos
primeiros jogos de computador a ser desenvolvido. Mas tinha um defeito
fatal: era complexo demais para ser executado por qualquer computador da
época. Embora em 1952 o Turochamp tenha “jogado” uma partida
completa de xadrez com o cientista da computação Alick Glennie (o
inventor do Autocode, o primeiro compilador da história, que transforma
linguagem de computador legível por humanos em código de máquina
nativo executado pelo processador), foi necessário que Turing executasse o
papel do computador e calculasse à mão a execução do programa,
demorando cerca de trinta minutos por movimento.
O Turochamp trabalhava registrando o tabuleiro de xadrez vigente e
aceitando os movimentos do oponente como entrada (input). A seguir,
consideraria todos os movimentos que poderia fazer em resposta, seguidos
por todas as respostas que o oponente poderia fazer, seguidos por qualquer
movimento significativo que pudesse ser feito, como a captura de uma peça
que valesse menos do que a peça que a capturou. O Turochamp atribuía
pontuações a cada movimento possível e depois usava um algoritmo
minimax* para decidir qual movimento fazer. Esta é uma heurística clássica
de IA (regra empírica) que diz que se a pessoa é capaz de atribuir pontos aos
próprios movimentos e aos movimentos do oponente, e antever alguns
movimentos, então ela deveria escolher os movimentos que resultam na
melhor pontuação para si, a fim de maximizar as chances de ganhar
enquanto minimiza as chances de o oponente vencer. (Um ano depois, em
1949, outro pioneiro da computação chamado Claude Shannon construiu
uma máquina impressionante cheia de relés que era capaz de jogar finais de
xadrez com até seis peças, e também usou o algoritmo minimax; em 1959,
o cientista da computação Arthur Samuel usou ideias semelhantes em sua
IA que jogava damas.)
* Na teoria de jogos, minimax é uma estratégia que minimiza o maior risco para um participante,
visando minimizar a perda esperada. Para isso, o jogador assume que a decisão do adversário
será desfavorável. Ou seja, o pior cenário é esperado antes do movimento do adversário. (N.T.)

Em 1952, a chamada “máquina de papel” Turochamp perdeu para

Glennie em vinte e nove movimentos. Exatamente sessenta anos depois,
esse jogo foi analisado enquanto o programa estava sendo recriado para um
evento de aniversário (a Conferência do Centenário de Alan Turing). Os
pesquisadores ficaram surpresos ao descobrir que Turing provavelmente
havia trapaceado no jogo original, não jogando movimentos sugeridos pelo
programa quando pareciam abaixo do ideal. Quando o programa recriado
jogou uma partida de xadrez contra o campeão mundial Garry Kasparov em
2012, o Turochamp perdeu em dezesseis movimentos. Decepcionante
talvez, mas dado o processo de pensamento extremamente limitado do
programa, que só antevia alguns movimentos, essa IA inicial se saiu muito
bem. Mesmo sem Turing para dar uma mãozinha.

TESTE DE TURING
Alan Turing acreditava muito no que os computadores poderiam realizar no
futuro. Ele previu que as pessoas “falariam de máquinas pensantes” até o
final do século. Também acreditava que até lá seríamos capazes de
programar computadores de forma que, ao conversar com eles, não seríamos
capazes de dizer se eram humanos ou máquinas. Turing afirmou que “um
interrogador mediano não terá mais do que 70% de chance de identificar
corretamente após cinco minutos de questionamento”. Chamou isso de Jogo
da Imitação (que também se tornou o título de um filme biográfico em
2014). Hoje nos referimos a isso como Teste de Turing.
Turing morreu com apenas 41 anos. Mas sua obra, e especificamente
o Teste de Turing, se tornaram extremamente influentes e têm provocado
debates calorosos desde então. Milhares de pesquisadores de IA foram
inspirados pelo teste, que parecia quase um desafio: se a pessoa for capaz de
criar uma inteligência artificial que converse de maneira tão realista quanto
um humano, então talvez tenha feito uma máquina que pensa. Esses
“chatbots”, como acabaram conhecidos, se tornaram um foco importante
para muitos pesquisadores de IA nos anos que se seguiram. O Teste de
Turing também virou um tópico um pouco irritante para outros.
CONSTRUTOR UNIVERSAL
No que acabou sendo uma de suas últimas obras, publicada em 1952,
Turing reconheceu que há mais de um tipo de inteligência. Ele investigou a
morfogênese, ou como nos desenvolvemos em organismos complexos a
partir de uma única célula. Esse processo inteligente de alguma forma
controla nossas células, pois elas agem como pequenos computadores que
executam programas genéticos complexos escritos em nosso DNA. Turing
mostrou como algumas equações inteligentes, que imitam a maneira como
produtos químicos reagem uns com os outros, são capazes de
espontaneamente formar padrões.
Nos EUA, havia muitos pioneiros importantes da computação que
também estavam pensando a respeito da inteligência. Talvez o mais famoso
de todos seja o gênio matemático John von Neumann, que ajudou a criar os
primeiros computadores programáveis do mundo e escreveu um relatório
muitíssimo influente a respeito disso. Como resultado, dizia-se que todos os
computadores subsequentes seguiam a arquitetura “Von Neumann”.
Assim como Turing, no final da década de 1940 Von Neumann
direcionou a mente para novas formas de comportamento inteligente.
Enquanto Turing percebeu que o desenvolvimento biológico usava um tipo
próprio de sagacidade, Von Neumann olhou para um estágio ainda mais
antigo na biologia: como a vida faz cópias de si mesma? Ele considerou uma
ideia que ainda hoje continua sendo ficção científica: imagine se tivéssemos
uma máquina inteligente que pudesse construir a si mesma. Não apenas isso
— e se essa máquina autorreplicante pudesse ficar mais complexa, como os
sistemas vivos? Será que ela então evoluiria, formando espécies e vida
complexa? Esse tipo de sagacidade seria uma tecnologia inteligente
diferente de tudo que já vimos.
 Von Neumann não conseguiu construir a tal máquina, pois não havia
(e ainda não há) nenhuma tecnologia física existente que nos permitisse
atingir esse objetivo. Em 1949, os primeiros computadores também eram
simples demais para executar uma simulação da ideia dele. Assim sendo,
como a inteligência artificial de xadrez de Turing, Von Neumann teve que
projetar a máquina “construtora universal” no papel. Foi uma obra de
engenharia impressionante. Von Neumann primeiro criou a ideia de um
autômato celular — uma grade de “células” onde cada uma poderia assumir
um de vinte e nove estados, e o estado de cada célula depende do estado das
células vizinhas. O projeto foi extremamente inteligente, pois a máquina
autorreplicante usaria uma sequência de instruções para fazer uma nova
cópia e, em seguida, copiaria essas instruções na nova máquina para que ela
pudesse fazer uma cópia de si mesma, e assim por diante. Isso talvez tenha
sido inspirado pela descoberta recente de que o DNA pudesse ser respon-
sável por transportar informações genéticas necessárias para definir
organismos vivos. Mas precedeu a descoberta da estrutura do DNA por
Watson e Crick (e Rosalind Franklin) por vários anos — Von Neumann
estava à frente de seu tempo. O lampejo de ideia foi importante: ao separar
as instruções da máquina como nosso DNA é separado da célula, tais
instruções poderiam então sofrer mutação e evoluir, resultando na
construção de uma vida cada vez mais complexa. Von Neumann não
conseguiu concluir esse trabalho antes de morrer, mas décadas depois os
cientistas continuaram trabalhando na ideia. Foi somente no século seguinte
que os cientistas da computação conseguiram demonstrar os planos de Von
Neumann funcionando em um computador moderno.

CONFERÊNCIA DE DARTMOUTH
Para a maioria dos pesquisadores, o conceito de máquinas se
autoconstruindo e crescendo como organismos vivos era incompreensível (e
ainda é até hoje, pois é algo que o ser humano não está apto a compreender,
ou seja, algo não compreensível). Mas… e o conceito de computadores que
pudessem pensar como pessoas? Isso era algo que eles poderiam agarrar com
unhas e dentes.
 O início da década de 1950 se tornou o auge desse campo sem nome.
Alguns o chamavam de cibernética. Outros preferiam processamento de
informações ou teoria dos autômatos. Contudo, em 1955, um grupo
de cientistas americanos pioneiros propôs a primeira conferência onde todos
deveriam se reunir para discutir esse campo emergente de pesquisa. Ela
aconteceria no Dartmouth College, em Hanover, New Hampshire. Na
proposta, os cientistas chamaram o campo de Inteligência Artificial.
A conferência ocorreu em 1956 e consistiu em oito semanas de palestras
e discussões entre muitos dos principais pioneiros da época. O evento
formou o catalisador para o campo da inteligência artificial e lançou as bases
para muitas das principais ideias que dominariam o campo nas décadas
seguintes. Foi uma época de grande entusiasmo e otimismo, com muitas
novas IAs sendo criadas que seguiam princípios diferentes.

PROGRAMAÇÃO DINÂMICA
Inteligência pode significar muitas coisas. Uma definição de inteligência é a
capacidade de encontrar boas soluções para problemas. Se a pessoa for
inteligente, poderá descobrir a resposta para um problema complicado.
Cientistas da computação e matemáticos tendem a ser um pouco literais a
respeito das coisas, então quando falam a respeito de encontrar, a intenção é
realmente essa. Eles pedem ao computador para pesquisar um espaço virtual
que compreende todas as soluções possíveis para o problema e localizar a
melhor solução, como encontrar um tesouro enterrado em uma paisagem
enorme e complexa. Nos últimos anos, algoritmos de busca e otimização se
tornariam partes cada vez mais importantes da inteligência artificial, pois
deram aos computadores a capacidade de encontrar boas soluções para
problemas difíceis (otimização também pode ser considerada busca). Mas já
na década de 1950 o matemático Richard Bellman inventou um método que
se tornou o pilar de inúmeras IAs e linguagens de programação do futuro.
Ele o chamou de programação dinâmica. Em resumo, é um truque para
resolver um problema difícil por meio da divisão desse problema em partes
menores e, em seguida, da redução do número de vezes que essas partes
precisam ser calculadas.
Imagine que queremos que um computador gere a sequência de
Fibonacci: 0, 1, 1, 2, 3, 5, 8, 13, 21, 34… onde cada número é feito pela
adição dos dois números anteriores.
Uma abordagem ingênua seria usar uma função recursiva* que se chama
a cada vez para calcular como os números anteriores foram construídos.
Assim sendo, para calcular o número depois de 34, a função recursiva
precisa saber os dois números anteriores, mas para saber esses, ela precisa
saber os números anteriores àqueles, e assim por diante, até voltar ao zero.
A função recursiva vai recalculando tudo do início, para cada novo número.
* Em computação, as funções recursivas são aquelas que apresentam chamadas (diretas ou
indiretas) a si mesmas. Elas podem ser usadas para processar uma determinada operação e
geralmente há condições internas para que as recursividades sejam aplicadas. (N.T.)

Um método que usa programação dinâmica entende que esse problema

tem blocos de construção que são reutilizados. Depois de calcular alguns
números, podemos apenas lembrá-los como os dois últimos, que usamos
para calcular o próximo. O número atual e o número anterior são
armazenados como os dois últimos, que podemos usar para calcular o
próximo, e assim por diante.
É apenas um truque simples, mas métodos de programação dinâmica
permitem que computadores encontrem soluções para problemas de forma
muitíssimo mais eficiente, levando muito menos tempo na busca. Desde
então, a programação dinâmica tem sido usada em software inteligente para
tudo, de bioinformática até economia.

PENSAMENTO LÓGICO
A programação dinâmica não foi a única ideia a ser inventada nessa era.
Na década de 1950, uma das ideias mais atraentes era baseada em lógica e
raciocínio. Desde os primórdios, alguns matemáticos e cientistas da
computação preferiram essa abordagem em relação à inteligência artificial,
pois achavam que uma mente artificial lógica seria mais previsível e tornaria
possível provar o que a IA poderia ou não fazer.
 O Logic eorist foi um dos métodos demonstrados na Conferência de
Dartmouth, embora tenha sido recebido com indiferença na época. Havia
sido concebido no ano anterior por Allen Newell, um cientista da compu-
tação americano, e Herbert Simon, um cientista político que mais tarde
ganharia o Prêmio Nobel pela teoria da racionalidade limitada (a ideia de
que pessoas racionais normalmente tomam decisões satisfatórias, mas essas
decisões nem sempre são as melhores escolhas possíveis). O programador
“Cliff ” Shaw foi convidado a desenvolver o programa.
O Logic eorist se baseou na ideia de usar a busca para encontrar
soluções para problemas — neste caso, encontrar uma prova válida que
levasse de uma hipótese lógica a uma proposição. Um exemplo simples pode
ser a hipótese de que se chover o asfalto fica molhado, e se o asfalto estiver
molhado, fica escorregadio. Se dissermos que hoje está chovendo, podemos
deduzir que o asfalto ficará escorregadio. É possível representar ideias e
matemática muito complexas em várias formas de lógica e, portanto, ter um
provador automático de teoremas foi visto como bastante revolucionário.
Esse programa de IA funcionava usando três truques inteligentes que
rapidamente se tornaram fundamentais para a IA e a ciência da computação
como um todo. Primeiro, semelhante à programação dinâmica, o Logic
eorist se baseava na ideia de que a busca poderia ser usada para encontrar
a prova certa em um enorme cenário de alternativas. Ele considerou o
cenário como uma árvore: a hipótese era a raiz, de onde cresciam inúmeros
galhos diferentes, cada um sendo uma possível declaração lógica dedutível
da hipótese. Como a proposição estava em algum lugar na árvore gigante,
o Logic eorist tinha que procurar nela para encontrá-la. O problema era
que quanto mais complexa a hipótese, mais gigantesca a árvore se tornava.
Na verdade, ela crescia exponencialmente, o que significava que não havia
como realizar uma busca meticulosa — até mesmo um computador levaria
muito tempo. Em vez de dividir o problema em etapas menores, como a
programação dinâmica faria, a segunda inovação compreendeu “regras
práticas” que Newell e Simon chamaram de “heurísticas”. Como um
cirurgião de árvores, as regras práticas podariam quaisquer galhos da árvore
que parecessem doentes, deixando uma árvore muito menor para pesquisar.
Para fazer tudo funcionar, a terceira inovação da dupla foi uma nova
linguagem especial de computador baseada no processamento de listas de
símbolos.
A lógica estava no cerne dessa IA, que teve um excelente desempenho,
provando trinta e oito dos primeiros cinquenta e dois teoremas no capítulo
2 do famoso livro de matemática fundamental Principia Mathematica, de
Alfred Whitehead e Bertrand Russell. Uma das provas da IA era mais
compacta e elegante do que a original no livro, e Russell reagiu “com
alegria” quando a prova foi apresentada por Simon. Em pouco tempo,
muitas pessoas ficaram bem animadas com essa IA. Embora funcionasse no
domínio da lógica, foi construída para resolver problemas como um
humano. De maneira importante, ela permitia que conceitos fossem
representados por símbolos e, assim sendo, a IA era capaz de raciocinar a
respeito do mundo usando esses símbolos. (Por exemplo, “se estiver
Chovendo e não estiver Ventando, então usarei um Guarda-chuva” pode se
tornar G -> C ∧ ~V.) Os pesquisadores ficaram tão animados que
começaram a fazer previsões um tanto, digamos, grandiosas. Herbert Simon
afirmou na época (1958): “Não é meu objetivo surpreender ou chocar vocês
— mas a maneira mais simples de resumir é dizer que agora há no mundo
máquinas que podem pensar, que podem aprender e que podem criar. Além
disso, a capacidade de fazer essas coisas vai aumentar rapidamente até que,
em um futuro visível, a gama de problemas que elas podem lidar será
correspondente à gama à qual a mente humana tem sido aplicada.”
A partir dessas ideias, e talvez inspirado por alguns desses empolgados
comentários, o processamento simbólico se tornou um dos pilares da IA e
teve um grande impacto nos cientistas cognitivos por décadas. Dois anos
depois, a mesma equipe estendeu o trabalho para criar outra IA mais geral,
que eles chamaram de General Problem Solver (GPS). Essa agora seria
capaz de executar planejamento simples, por exemplo, jogar jogos simples.

IA COM BOM SENSO

John McCarthy era um jovem professor assistente em 1955 quando se
juntou a outros pesquisadores para propor a Conferência de Dartmouth.
Em 1958, mudou-se para o Instituto de Tecnologia de Massachusetts
(MIT) como pesquisador e estava realizando pesquisas de IA na área de
processamento de listas, em uma linha bem semelhante ao trabalho de
Newell e Simon. McCarthy avançou ainda mais ao criar uma linguagem de
processamento de listas mais útil, que ficou conhecida como LISP. Essa
linguagem permitiu que os programadores processassem listas de símbolos
com computadores muito mais facilmente e seria usada por décadas em
pesquisas subsequentes de IA.
Uma das primeiras demonstrações de McCarthy do uso do
processamento de listas ocorreu na IA que ele concebeu com o seu colega
Marvin Minsky: Advice Taker. Descrita em 1959, a ideia de McCarthy era
de que a IA fosse capaz de processar símbolos e manipular a linguagem
como se operasse usando o “bom senso”. Ele confrontou essa capacidade
com a abordagem adotada no Logic eorist, que usava heurística
escondida dentro da IA e seguia regras predefinidas para manipular a lógica.
No Advice Taker, todos os comportamentos seriam definidos na própria
linguagem de processamento de listas. Ele receberia novas informações que
seriam armazenadas como listas cuidadosamente formatadas de símbolos e,
então, seria capaz de deduzir novos fatos e consequências com base no
conhecimento que havia adquirido. Ao descrever a obra, McCarthy
escreveu: “Nosso objetivo final é fazer programas que aprendam com suas
experiências de maneira tão efetiva quanto os humanos.”
 Ele também descreveu como queria que a IA operasse: mais como um
humano do que como uma máquina. Programamos computadores usando
frases imperativas precisas: faça isso, faça aquilo. McCarthy e Minsky esta-
vam imaginando uma IA na qual a pessoa descreve a situação e fornece
uma instrução mais simples a respeito do que é exigido.
O Advice Taker nunca foi construído, mas a visão de McCarthy de
como poderíamos fazer solicitações às IAs acabou se tornando realidade
cerca de sessenta anos depois, com o advento dos Grandes Modelos de
Linguagem (capítulo 111).
REDES NEURAIS
Um tipo bem diferente de ideia foi criado pelo neurofisiologista Warren
McCulloch e pelo lógico Walter Pitts usando lógica (embora fosse “cálculo
lógico”), em 1943. Na obra, eles descreveram uma noção matemática de um
neurônio. Ainda que extremamente simples em comparação aos neurônios
da nossa cabeça, ele possuía complexidade suficiente para fazer algumas
coisas interessantes. McCulloch e Pitts descreveram um neurônio como
uma soma ponderada de entradas, que passavam por uma “função de
transição” para produzir uma saída (output). Eles o chamaram de perceptron.
Pense em um perceptron como um grande túnel rodoviário sob um rio.
Existem várias estradas que convergem na entrada do túnel, e em cada uma
há limites de velocidade que lentificam ou aceleram o tráfego. Há também
um semáforo na outra extremidade do túnel. Se está verde, permite que o
tráfego flua bem para o destino, se está vermelho… O semáforo é
controlado por uma função de transição, que basicamente diz que se o
tráfego estiver fluindo para o túnel bem o suficiente, ligue o semáforo verde;
caso contrário, mantenha-o no vermelho. É possível imaginar que há vários
cenários: se todas as estradas de entrada tiverem limites de velocidade que
restrinjam os fluxos, a soma de todo o tráfego será baixa ou zero, e o
semáforo permanecerá vermelho. Se fizermos uma estrada não ter limite e
ela puder fluir com velocidade, o semáforo pode mudar para verde. Se
mudarmos constantemente os limites de velocidade, o semáforo mudará de
vermelho para verde dependendo da soma total do tráfego fluindo. É assim
que o perceptron funciona. As entradas (estradas) têm pesos (limites de
velocidade). A saída do neurônio (estrada de saída) está ligada ou desligada
(o semáforo está verde ou vermelho) dependendo de uma função da soma
das entradas ponderadas (tráfego total fluindo). A intenção é imitar um
neurônio biológico, que tem múltiplas entradas (dendritos), porém uma
saída (axônio). Ele dispara sinais elétricos para fora do axônio dependendo
dos sinais que chegam pelos dendritos.
Um perceptron sozinho pode até não parecer muito interessante,
contudo, ao usar um bando de perceptrons juntos o resultado é um tipo
diferente de IA. Marvin Minsky era outro dos jovens cientistas que
organizaram a proposta para a Conferência de Dartmouth. Mas antes de
Minsky chegar à fama como um dos pais da inteligência artificial, ele
começou a carreira como um estudante de pós-graduação criando um
projeto interessante. Em 1951, fazia uma pós em matemática na
Universidade de Princeton, EUA. Minsky se interessou por neurônios
depois de ler a respeito de perceptrons e também o livro The Organization of
Behavior,* do neuropsicólogo Donald Hebb, e escreveu uma carta ao
psicólogo americano George Armitage Miller (considerado um dos
fundadores da ciência cognitiva, ou o estudo do comportamento
inteligente). Miller obteve um financiamento, e Minsky e Dean Edmonds,
um talentoso estudante de pós-graduação em física também em Princeton,
começaram a trabalhar. O objetivo deles era construir uma rede de
neurônios artificiais, usando tubos de vácuo. Era uma máquina
extremamente incomum, composta por quarenta neurônios (ou, mais
corretamente, sinapses de Hebb) conectados entre si. Cada neurônio usava
um capacitor para armazenar brevemente eletricidade e agir como uma
memória de curto prazo — quer o neurônio estivesse ativo ou não. A rede
usava um potenciômetro (como o controle giratório de volume em um
aparelho de som) para se comportar como memória de longo prazo — os
pesos nas entradas. Quando recebiam a tarefa de aprender a percorrer um
labirinto, os neurônios se ajustavam para que as configurações do
potenciômetro armazenassem informações, da mesma forma que os pesos
dos neurônios se ajustam em redes neurais hoje para aprender dados, como
veremos mais à frente. Os quarenta controles de volume diferentes
eram ajustados por essa própria máquina bizarra usando motores elétricos,
uma corrente mecânica (muito parecida com uma corrente de bicicleta)
e uma embreagem de um bombardeiro B-24.
* “A organização do comportamento.” (N.T.)

Em 1952, eles demonstraram o SNARC saindo de um labirinto, com

um rato virtual correndo aleatoriamente, realizando escolhas melhores que
eram lentamente reforçadas pelo ajuste dos pesos dos neurônios. Isso seguia
o “aprendizado hebbiano”, que afirma que se os neurônios estão simulta-
neamente ativos e associados a algum evento, então eles devem ter uma
conexão mais forte entre si; um princípio muito citado como “células que
se ativam juntas permanecem juntas”.* O SNARC fez o rato correr até
aprender com sucesso a chegar a uma saída. Devido a alguns bugs, eles
também perceberam que às vezes havia vários ratos virtuais correndo, que
influenciavam uns aos outros enquanto tentavam escapar. Tudo isso era
mantido na mente da máquina SNARC de quarenta neurônios e visualizado
usando matrizes de pequenas lâmpadas, que acendiam para mostrar a
localização dos ratos.
* A frase original “cells that fire together, wire together” é uma rima composta pela neurobióloga
Carla Shatz, que parafraseou o princípio de Hebb de uma maneira mais simples. (N.T.)
 Essa foi a primeira tentativa conhecida de criar uma rede neural artificial
de autoaprendizagem e, embora a ideia fosse se tornar motivo de debates
calorosos nos anos seguintes, em parte por causa do próprio Minsky,
a tecnologia de rede neural se tornaria extremamente popular para IAs.
IAS PERCEPTIVAS
O SNARC de Minsky foi a primeira rede neural inspirada pelo perceptron.
Mas a primeira IA Perceptron foi implementada em 1957, dentro de
um software em um IBM 704 (o primeiro computador mainframe* digital
produzido em massa). E em 1958, a máquina Mark 1 Perceptron foi
montada pelo psicólogo americano Frank Rosenblatt e sua equipe.
* Um mainframe é um computador de alto desempenho usado para fins de computação em
grande escala que exige mais disponibilidade e segurança do que uma máquina de menor escala
pode oferecer. (N.T.)

Era uma máquina notável, montada em Cornell e financiada pelo

Departamento de Pesquisa Naval dos EUA. Ela foi projetada para executar
reconhecimento de imagem, com uma matriz de vinte por vinte fotocélulas
como entrada, conectada aos neurônios da “unidade de associação” que
tinham pesos fixos, conectados a oito neurônios de saída ou “resposta”,
e cada um desses oito neurônios tinha pesos codificados com
potenciômetros como o SNARC. Ao invés da abordagem complexa de
corrente e embreagem do SNARC, cada potenciômetro era conectado
diretamente a um motor elétrico que podia girar os controles de volume
independentemente. Assim sendo, os neurônios de saída podiam classificar
imagens: a combinação de quais neurônios estavam ligados e quais estavam
desligados era usada para descrever que tipo de imagem estava sendo vista
na entrada. A rede neural podia ser treinada mostrando uma entrada a ela e
ajustando os pesos dos neurônios (potenciômetros) até que a saída desejada
fosse produzida pelos neurônios de saída. Esse aprendizado era realizado
automaticamente pela máquina, com vários tipos de padrões visuais usados
para treinamento (como distinguir as letras E e X, ou losangos e quadrados)
projetados nos fotossensores como padrões de pontos usando um projetor de
slides. As imagens eram apresentadas várias vezes durante o treinamento,
e eram transformadas movendo, girando ou alterando o tamanho do
“estímulo”, para que diferentes neurônios tivessem a chance de
“confrontar/ter contato” e aprender o padrão. Uma vez treinada, a rede
neural podia ver uma imagem e classificá-la corretamente: isto é um
quadrado, não um losango.
Assim como Simon, Rosenblatt não tinha medo de falar com a mídia.
Em 1958, mais ou menos na mesma época em que Simon fazia afirmações
grandiosas a respeito do Logic eorist, Rosenblatt deu citações muitíssimo
interessantes ao New York Times, que então escreveu: “A Marinha revelou
hoje o embrião de um computador eletrônico que ela espera ser capaz de
andar, falar, ver, escrever, se reproduzir e ter consciência de sua existência.
Mais tarde, foi previsto que os perceptrons serão capazes de reconhecer
pessoas, chamá-las pelos nomes e traduzir instantaneamente a fala.”
 A comunidade científica — especialmente Minsky — não achou graça.
Os pesquisadores acharam essa óbvia propaganda não apenas desagradável,
mas completamente antiprofissional. Contudo, mesmo assim, a publicidade
teve um efeito — novos pesquisadores começaram a trabalhar em redes
neurais pra valer. Agora, o campo da inteligência artificial tinha dois cavalos
liderando a corrida: as IAs lógicas “simbolistas” e as IAs de rede neural
“conectivas”.
 -
Excesso de Otimismo

THE TIMES THEY ARE A-CHANGIN’*

* Citação da canção de Bob Dylan que dá nome ao seu álbum de 1964, lançada com a intenção
de ser um hino para a juventude dos anos 1960 que passava por intensas transformações; daí o
nome “os tempos estão mudando”. (N.T.)

A década de 1960 foi um período de mudanças para o mundo. As memórias

de guerra estavam sendo superadas por uma nova geração de jovens do pós-
guerra que queriam algo diferente das preocupações de seus pais. Cresceram
movimentos defendendo novos direitos civis: a legalização do aborto, sexo e
o fim da discriminação racial. Cresceu uma contracultura de cores
psicodélicas, paz e rock’n’roll. Os tempos estavam mudando, e os cientistas
não estavam imunes à mudança do modo de pensar. Entrevistas filmadas e
artigos de jornal começaram a apresentar pesquisadores de IA e suas
invenções incríveis. E as previsões desses cientistas — muitos já bem
estabelecidos e proeminentes em seus campos — se tornaram cada vez
menos plausíveis:

“Estou convencido de que as máquinas podem e vão pensar durante a

nossa existência.”
Oliver Selfridge, 1961

“Tenho a confiança de que dentro de dez ou quinze anos algo surgirá

do laboratório que não estará muito longe dos famosos robôs da
ficção científica.”
Claude Shannon, 1961

“As máquinas serão capazes, dentro de vinte anos, de fazer qualquer

trabalho que um homem possa fazer.”
Herbert Simon, 1965

“Dentro de uma geração, eu estou convencido de que poucos

compartimentos do intelecto permanecerão fora da capacidade da
máquina — o problema de criar ‘inteligência artificial’ será resolvido
de maneira considerável.”
Marvin Minsky, 1967

Em retrospecto, agora nós sabemos que tais visões eram extremamente

otimistas. Mas em meio ao agito dos anos 1960, esses cientistas estavam
vendo computadores realizarem feitos de inteligência que pareciam quase
inacreditáveis, mesmo para eles. Foi uma época de avanços, de ficção se
tornando realidade. Os cientistas estavam tão empolgados, tão encantados
com a euforia do momento… e não seriam os últimos a vivenciar
esse sentimento.
IAS ESPECIALISTAS
Mais ou menos na mesma época em que McCarthy propôs o Advice Taker,
um jovem chamado James Slagle recebeu um prêmio de 500 dólares (hoje
equivalente a mais de seis mil dólares) do Presidente Eisenhower pelo
excelente trabalho como aluno cego — ele havia tirado a nota mais alta da
universidade. Slagle foi para o MIT fazer um doutorado sob a supervisão de
Marvin Minsky, que, junto com McCarthy, iniciou o que viria a se tornar o
Laboratório de Ciência da Computação e IA do MIT. (Em 1963,
McCarthy mudou de instituição e fundou o Laboratório de Inteligência
Artificial de Stanford, o SAIL.) O doutorado de Slagle expandiu as ideias
vistas no Logic eorist e no Advice Taker. Ele programou uma IA que
resolvia problemas de integração simbólica. Quando terminou o trabalho,
em 1961, sua inteligência artificial chamada SAINT (de “integrador
automático simbólico”) acertou cinquenta e duas das cinquenta e quatro
questões da prova dos calouros do MIT a respeito do tópico. Uma conquista
notável para um aluno cego quando o computador IBM 7090 que ele usava
ainda era uma máquina enorme (do tamanho de uma sala) e precisava de
cartões perfurados para ser programado — na verdade, a IA de Slagle usava
cartões perfurados especialmente formatados como entrada e imprimia a
resposta em papel.
 Integração simbólica é um tipo de cálculo. E o tipo complicado, onde é
preciso transformar uma função matemática em outra para encontrar a
antiderivada, ou integral, dessa função. No cálculo diferencial, uma derivada
se refere à taxa de mudança de alguma coisa. Segundo a derivada de uma
função, é possível descobrir a taxa de mudança para essa função. A integral é
o oposto — ela pega a derivada e dá a função original (muitas vezes
visualizada como a área sob o gráfico). É complicado porque há muitas
regras para lembrar, então perguntas a respeito de integração ainda são
normais para estudantes de matemática até hoje.
A inteligência artificial SAINT foi programada na nova linguagem de
McCarthy, LISP. Ele combinou muitas das ideias da época, incorporou
conhecimento na forma de heurísticas e algoritmos personalizados para
transformar funções apropriadamente, e podou “árvores de objetivos”
para reduzir a complexidade do problema para o computador enquanto a
máquina trabalhava na tarefa. Embora muito do conhecimento específico da
área estivesse misturado aos algoritmos para resolver o problema, a SAINT
é considerada por alguns como o primeiro sistema especialista de IA. Era
uma IA que sabia muito a respeito de um assunto específico e, quando lhe
faziam uma pergunta (qual é a integral disto ou daquilo), era capaz de
consultar o conhecimento interno, seguir algumas heurísticas e fornecer
uma resposta correta.

VIDA EM MARTE
Os sistemas especialistas logo se tornariam a nova menina dos olhos da
inteligência artificial. Dendral, um dos primeiros e mais bem-sucedidos
sistemas especialistas legítimos, foi desenvolvido em 1965 por um grupo de
cientistas muito talentosos e a equipe deles na Universidade de Stanford.
Joshua Lederberg era um famoso biólogo molecular que acabara de ganhar
o Prêmio Nobel em 1958 por ter descoberto que bactérias podiam sofrer
mutações e trocar genes entre si. No início da década de 1960, ele começou
a trabalhar com o químico Carl Djerassi — também famoso na área dele,
pois havia ajudado a criar o primeiro contraceptivo oral. Joshua era
fascinado por computadores e se perguntava se eles poderiam ajudar a
sugerir novos compostos químicos que pudessem ser compostos orgânicos
alternativos aos vistos na Terra. Mais especificamente, dada uma análise de
espectrometria de massa de uma amostra, será que o computador poderia
fazer engenharia reversa do resultado e sugerir a composição química da
amostra? Havia uma aplicação muito prática e inteligentíssima. Lederberg
tinha um contrato com a NASA com o objetivo de criar uma tecnologia que
compreendesse as amostras coletadas por um futuro robô de exploração em
Marte. Se o robô pudesse coletar amostras, analisá-las com um
espectrômetro de massa e enviar o resultado de volta à Terra, será que seria
possível deduzir se a amostra continha compostos orgânicos? Seria possível
detectar vida em Marte?
 Lederberg e Djerassi recrutaram os programadores Edward
Feigenbaum, Georgia L. Sutherland e Bruce Buchanan para ajudar no
projeto. Juntos (e seus assistentes de pesquisa e alunos de pós-graduação),
programaram a primeira versão do Dendral (Algoritmo de Célula
Dendrítica) em LISP. O Dendral criaria gráficos correspondentes a
possíveis compostos químicos que correspondessem ao espectro de massa
desejado e eliminaria estruturas quimicamente implausíveis usando
heurística. O Heuristic-Dendral levou a versões posteriores, como o Meta-
Dendral e o CONGEN, que podiam planejar, gerar e testar gráficos
químicos que satisfaziam um conjunto de restrições, utilizando uma base de
conhecimento interna de informações químicas e gráficas. O Dendral e seus
vários descendentes continuaram em uso na década de 1970 e no início da
década de 1980, com novos sistemas especialistas, como o MYCIN (que
identificava infecções bacterianas e recomendava antibióticos apropriados),
o MOLGEN (que ajudava a planejar experimentos de laboratório em
genética molecular), o PROSPECTOR (que auxiliava geólogos na
exploração mineral para o Serviço Geológico dos Estados Unidos*), o
XCON (um configurador especialista para sistemas de computador) e o
STEAMER (que ajudava a avaliar novas tecnologias de IA para sistemas de
treinamento); todos criados a partir desse início.
* Instituição científica multidisciplinar fundada nos EUA em 1879 que estuda topografia,
recursos naturais e desastres naturais. (N.T.)

COMPREENSÃO DA LINGUAGEM NATURAL

Robert K. Lindsay foi um dos cientistas da computação a trabalhar no
Dendral nos últimos anos. Em 1961, tinha um interesse um pouco
diferente: usar computadores para compreender o inglês escrito.
O processamento de linguagem natural (PLN), como ficou conhecido, era
uma nova maneira de abordar a inteligência artificial. Cientistas e
engenheiros já haviam tentado realizar tradução automática há alguns anos,
com sucesso limitado, buscando codificar todas as traduções possíveis em
um conjunto de regras; algo que não era possível de realizar muito bem com
as memórias e o processamento limitados dos computadores nas décadas de
1950 e 1960. Lindsay teve outra ideia. A inteligência artificial criada por ele,
batizada de SAD (diagramador de sentença), aceitava uma versão
simplificada da língua inglesa, conhecida como inglês básico, projetada para
aprender inglês como língua estrangeira. Frases simples em inglês foram
fornecidas como entrada, e Lindsay usou a linguagem de processamento de
listas IPL (usada no Logic eorist por Simon e Newell, que eram seus
mentores) para armazenar informações derivadas das frases, usando
conhecimento de vocabulário, expressões idiomáticas, datas e lugares que
haviam sido embutidos na IA para formar um mapa sintático. Isso seria
então analisado pela segunda parte da IA, chamada SAM (analisador
semântico). O SAM se concentrava em relacionamentos familiares e
construía árvores genealógicas com base na entrada em inglês para o SAD.
Assim sendo, se o SAD recebesse uma frase como:
James teve dois filhos, um menino chamado Harry e uma menina chamada
Susan. Susan era casada e não tinha filhos. Harry tinha filhos,
chamados Tom e Dick. James era casado com Edna. O pai dele se chamava
John.

O SAM produziria a árvore genealógica mais ou menos assim:

 Era uma novidade: uma inteligência artificial capaz de construir um
modelo de um tópico (a árvore genealógica) a partir de nada além de frases
em inglês. Até mesmo as primeiras IAs de Grandes Modelos de Linguagem
criadas no início dos anos 2020 tiveram dificuldades para executar essa
tarefa tão bem quanto essa antiga IA. Mais tarde, Lindsay deu início a um
dos primeiros cursos de pós-graduação em inteligência artificial, na
Universidade do Texas, em Austin. Ele dedicou toda a carreira à busca de
“compreender a compreensão”, como ele mesmo disse.
 Enquanto isso, no Grupo de IA de Marvin Minsky no MIT, o aluno
Daniel Bobrow estava começando a pesquisa de doutorado. Foi uma ótima
ocasião para fazer parte do MIT, afinal uma polpuda bolsa de dois milhões
de dólares tinha sido concedida pela Agência de Projetos de Pesquisa
Avançada de Defesa dos EUA (DARPA, em inglês) para o Projeto MAC
— pesquisa em matemática e computação. O fundo estava sob a direção de
“Johnny Appleseed”, J.C.R. Licklider — o mesmo visionário que financiaria
o trabalho em interfaces gráficas de usuário e a ARPANET, que mais tarde
se tornaria a Internet. O Grupo de AI foi incorporado ao Projeto MAC e se
beneficiou imensamente do financiamento.
Bobrow foi outro aluno de doutorado de Minsky, e outro a criar uma
IA usando LISP. Inspirado pelo trabalho de Lindsay, ele também decidiu
abordar o processamento de linguagem natural. Mas Bobrow queria ir além
de um computador que apenas construísse um modelo interno. Será que
um computador poderia entender uma frase em inglês bem o suficiente a
ponto de dar uma resposta a uma pergunta? Bobrow decidiu se concentrar
em problemas de álgebra com uma história por trás. É o tipo de coisa que
um professor de matemática na escola pergunta a um aluno (e este é um
exemplo real da tese de Bobrow): “Se o número de clientes que Tom possui
é o dobro do quadrado de 20% do número de anúncios que ele veicula, e o
número de anúncios que ele veicula é 45, qual é o número de clientes que
Tom possui?
 A inteligência artificial STUDENT de Bobrow usava o conhecimento
interno de linguagem e matemática e substituía palavras por equações até
que pudesse realizar o cálculo desejado, gerando a resposta como um
número:

(AS EQUAÇÕES A SEREM RESOLVIDAS SÃO)

(IGUAL A X00001 (NÚMERO DE CLIENTES QUE TOM (TEM / VERBO)) )

(IGUAL A (NÚMERO DE ANÚNCIOS (ELE / PRO) VEICULA) 45 )

 (IGUAL A (NÚMERO DE CLIENTES QUE TOM (TEM / VERBO) ) (VEZES 2 (EXPT
(VEZES .2000 (NÚMERO DE ANÚNCIOS (ELE / PRO) VEICULA)) 2)))

(O NÚMERO DE CLIENTES QUE TOM TEM É 162)

Bobrow concluiu o doutorado a respeito do tópico em 1964. Depois,

criou o próprio departamento de inteligência artificial na empresa de
pesquisa e desenvolvimento derivada do MIT, BBN, e foi pioneiro em
muitos avanços no campo. Ele nunca deixou de amar a linguagem, sempre
gostou de jogos de palavras e trocadilhos.

OLHA QUEM ESTÁ FALANDO

Tive uma consulta com uma nova terapeuta. A coisa não correu muito bem.

> Olá, sou Eliza. Eu atenderei você hoje.

* Estou me sentindo feliz hoje

> Há quanto tempo você está se sentindo feliz hoje?

* O dia todo!

> OK… “Estou me sentindo feliz hoje”. Conte-me mais.

* Seu tom pareceu sarcástico

> Entendo. Vamos tentar outro tópico e voltaremos a esse assunto mais
tarde.

* Bem, agora não estou me sentindo tão feliz

> Você gosta de não estar se sentindo tão feliz?

* Hã… na verdade, não!

> Acho que não compreendi.

* Você é uma terapeuta qualificada?

 > Você preferiria que eu não fosse uma terapeuta qualificada?

Não sei se eu voltarei. Mas essa terapeuta se chamava ELIZA, criada

em 1966, e a conversa não é tão ruim para um dos primeiros chatterbots
(ou chatbots*). Ela não passaria no Teste de Turing — está bem claro que
não é humana. Eliza é inteligente, pois consegue responder com algumas
frases prontas, como “por que você acha isso?” ou “essa é uma resposta
interessante” ou “conte-me mais”, quando não tem outra resposta adequada
para a entrada que fornecemos. Mas para aqueles que realizam um Teste de
Turing, os desvios constantes logo evidenciam que a conversa está
acontecendo com uma máquina, não com um ser pensante.
* Em tradução literal, “robô de bate-papo”. (N. T.)

O chatbot ELIZA foi criado por Joseph Weizenbaum, um cientista da

computação e colega (às vezes insubordinado) de Minsky no MIT, em
1966. Weizenbaum nasceu de pais judeus em Berlim e emigrou para os
EUA em 1936. Depois de trabalhar em vários computadores antigos e
ajudar a criar o primeiro sistema de computador a ler fontes codificadas
magneticamente na parte inferior de folhas de cheques, assumiu um cargo
no MIT em 1964. Weizenbaum decidiu que daria outro rumo ao trabalho
de processamento de linguagem natural ao criar um programa projetado
para dar a ilusão de conversar conosco, mas sem a intenção de tentar fazer o
computador entender nossas palavras. Ele criou propositalmente um
programa que conseguisse aprender novos “roteiros” para que pudesse
adicioná-los ao vocabulário e criar novas respostas, tudo controlado por um
conjunto simples de heurística, implementado usando a própria linguagem
de processamento de listas de Weizenbaum. Por imitar um “psicólogo
rogeriano”, foi chamado de DOCTOR. Para a surpresa de Weizenbaum,
o programa provocou reações inesperadas naqueles que o usaram. As
pessoas conversavam com o DOCTOR como se ele fosse humano.
Compartilhavam segredos e problemas. Elas gostavam da experiência. “O
que eu não tinha percebido é que exposições extremamente curtas a um
programa de computador relativamente simples poderiam induzir um
poderoso pensamento fantasioso em pessoas bastante normais”, escreveu.
 De fato, o ELIZA em pouco tempo estava sendo considerado o futuro
da psicologia ou a solução geral para o problema da compreensão da
linguagem natural por computadores. Weizenbaum ficou chocado. Ele
tentou esclarecer que nenhuma solução geral era possível, pois a
compreensão da linguagem depende de estruturas contextuais
compartilhadas. Por exemplo, como nós dois já provamos maçãs antes,
conseguimos nos entender se falarmos a respeito de uma maçã. Um
computador não pode provar uma maçã. Weizenbaum argumentou que,
como até mesmo as pessoas podem não compartilhar essas estruturas
perfeitamente, então também não somos exemplos de uma solução geral: se
eu já provei jaca e você não, nossa comunicação a respeito da fruta pode ser
mais difícil, pois temos menos compreensão compartilhada. Como os
computadores quase não têm a experiência de mundo que nós temos, então
esperar que conversem conosco e tenham qualquer forma de compreensão é
uma ingenuidade. Embora as pessoas possam ter se enganado que ELIZA
era uma “pessoa” com quem poderiam compartilhar seus pensamentos,
aquilo era puro antropomorfismo. A máquina foi projetada para ser uma
paródia de conversa!

PENSAMENTO LÓGICO
Apesar das dúvidas crescentes de Weizenbaum, o trabalho em inteligência
artificial continuou com um foco intenso no uso de lógica simbólica e
processamento de listas. omas Evans foi outro aluno de doutorado do
MIT a tentar criar uma IA. Em 1964, ele estava exibindo o ANALOGY —
outra IA baseada em LISP orientada por heurística que podia pegar formas
geométricas como entrada (definidas por suas coordenadas), descobrir quais
formas estavam dentro umas das outras, elaborar um conjunto de regras a
partir dessas relações e aplicá-las a uma nova forma, sendo capaz de resolver
problemas geométricos, como os usados em testes de QI: C está para o quê
como A está para B?
Parecia não haver fim para os sucessos dessa inteligência artificial
baseada em lógica simbólica. Em 1968, mais uma IA foi criada por outro
aluno de Minsky. O MACSYMA (Project MAC’s SYmbolic Manipulator,
ou Manipulador Simbólico do Projeto MAC) pegou as ideias do Logic
eorist e as levou adiante. Joel Moses não apenas baseou o doutorado no
tema, como também ajudou a levar o programa aos clientes.
O MACSYMA acabou sendo capaz de executar uma enorme variedade de
operações matemáticas, da integração à relatividade geral. Ele foi
desenvolvido no MIT até 1982 e depois comercializado por meio de
licenciamento para uma empresa de software chamada Symbolics (famosa
por ter registrado o primeiro endereço pontocom do mundo:
symbolics.com). Em 1999, o MACSYMA foi lançado sob a licença GNU*
e até hoje continua em manutenção por entusiastas.
* Série de licenças de software livre amplamente utilizadas, que garantem aos usuários finais a
liberdade para executar, estudar, compartilhar e modificar o programa. (N.T.)
PENSANDO COM NEURÔNIOS
Mas a lógica simbólica não era a única maneira de fazer uma IA. A pesquisa
envolvendo redes neurais também continuou inabalável na década de 1960.
O Perceptron de Rosenblatt inspirou o ADALINE de Bernard Widrow,
professor de engenharia elétrica em Stanford, e Ted Hoff, doutorando de
Widrow. O ADALINE funcionava de forma semelhante ao Perceptron,
com entradas ponderadas sendo somadas e passadas por uma função de
transição simples para gerar uma saída. Ele também tinha o conceito de um
viés — mais ou menos como uma estrada a mais, com uma quantidade
grande e permanente de tráfego e um limite próprio de velocidade que
convergia para todas as outras estradas, usando nossa analogia anterior. Isso
significa que a saída agora era a soma das entradas ponderadas mais uma
constante (o viés), passada pela função de transição. As redes neurais
modernas também usam o conceito de um viés exatamente dessa maneira
— os pesos das entradas normais determinam a rapidez com que o neurônio
disparará, enquanto o viés pode controlar o limite no qual o neurônio
dispara.
O ADALINE foi criado com componentes eletrônicos chamados
memoristores,* que, como o nome sugere, eram capazes de lembrar seus
estados — uma característica útil para armazenar os valores dos pesos dos
neurônios. Ele também era importante porque se valia de uma maneira de
atualizar automaticamente os pesos das entradas a fim de minimizar o erro
na saída. O ADALINE usava um método que agora chamamos de
gradiente descendente estocástico — um método muito popular usado em
aprendizado de máquina atualmente. Na otimização, desejamos encontrar o
valor ideal para uma função matemática, por exemplo: f(x) = x*x é menor
quando x = 0. Este algoritmo de otimização simples testa aleatoriamente
uma função (como tentar valores aleatórios para x) para descobrir a
inclinação (a função fica menor à medida que x fica menor), depois segue a
inclinação para baixo (o tamanho dos passos sendo definido pela “taxa de
aprendizado”) até encontrar o ponto mais baixo, ou mínimo. Esse é o valor
ideal e, para redes neurais, isso significa que é o valor para todos os pesos, de
modo que o erro entre a saída do neurônio e a saída desejada seja zero. (O
gradiente descendente é a versão não aleatória do mesmo algoritmo —
quando se consegue descobrir o gradiente da função diretamente, não é
necessário fazer uma amostragem aleatória.)
 * Um memoristor (do inglês “memory resistor” ou resistor com memória) é um componente
eletrônico passivo de dois terminais que mantém uma função não linear entre corrente e tensão.
(N.T.)

O ADALINE foi capaz de aprender padrões simples de entrada usando

um banco 4x4 de interruptores de alternância, como distinguir entre as
letras T e J. O MADALINE foi criado alguns anos depois e usou os
mesmos neurônios, mas em três camadas: entrada, “oculto” e saída, da
mesma forma que uma rede neural moderna. Ele usou regras de
aprendizado diferentes para cada camada, mas uma foi posteriormente
considerada equivalente à retropropagação — que mais tarde se tornaria
uma noção fundamental em redes neurais.
Widrow continuou pesquisando engenharia elétrica em Stanford por
décadas. Ted Hoff seguiria um caminho diferente; ingressou na Intel em
1968 como o décimo segundo funcionário na função de “gerente de pesquisa
de aplicativos”. Hoff logo sugeriu uma nova maneira de montar
computadores — em vez de criá-los a partir de vários circuitos diferentes,
todos conectados juntos, ele sugeriu que um “processador universal” poderia
ser feito como uma unidade singular. Este foi o início do microprocessador
— a primeira integração em larga escala de transistores em um chip, que
levou a uma revolução subsequente nos computadores nas décadas seguintes
e à criação do nosso mundo tecnológico moderno.
APRENDIZADO MAIS PROFUNDO
Um único perceptron (ou uma rede de perceptron de camada única) é
basicamente quando conectamos a entrada diretamente a um lado da rede,
e a saída é o que sai do outro lado. Então, se estamos ensinando a rede
neural a reconhecer letras, colocaríamos valores de pixel de uns e zeros nas
entradas e olharíamos para a saída do neurônio para “ver o que ele pensou”.
Mas como perceptrons como esse estão apenas limitando a soma de
entradas ponderadas (mais aquele viés), então eles são limitados no que
podem distinguir. Acontece que os perceptrons só conseguem distinguir
entradas linearmente separáveis. Isso significa que se a pessoa fosse
representar graficamente as entradas como um conjunto de pontos, a rede
neural só consegue fazer o equivalente a desenhar uma linha reta para
separá-las em classes diferentes. Se as entradas forem mais complicadas e
uma linha reta não puder separá-las, então essa rede neural simples não
consegue aprender a distinguir ou classificar os dados corretamente.
Os pesquisadores perceberam tal limitação logo no início. A solução?
Tornar as redes neurais mais profundas. Em vez de uma única camada com
entrada e saída conectadas ao(s) mesmo(s) neurônio(s), usar perceptrons
multicamadas (MLPs) onde as entradas são alimentadas em uma camada de
entrada de neurônios, enquanto as saídas deles alimentam uma “camada
oculta”, e suas saídas alimentam uma camada de saída, com essas saídas
sendo então usadas para ver o que a rede pensa que é a resposta. Cada
neurônio (ou “nó”) é conectado a cada neurônio na camada seguinte, com
cada conexão tendo um peso que precisa ser definido ao treinar a rede. Este
é um MLP de três camadas, mas, ao adicionar mais camadas no meio, é
possível aumentar a profundidade da rede neural. Foi demonstrado cerca de
trinta anos depois que só é necessário um MLP de duas camadas para criar
um aproximador universal — a rede neural pode estimar qualquer função.
Usamos funções matemáticas para representar quase tudo (de movimento a
forma e comércio) — então a rede neural pode estimar quase tudo também.
Um matemático ucraniano chamado Alexey Grigorevich Ivakhnenko
demonstrou um tipo de rede neural multicamadas em 1965, chamada
Método de Grupo de Manipulação de Dados, e treinou a rede neural
camada por camada. Mas a primeira rede neural profunda mais reconhecível
foi criada em 1967 pelo pesquisador japonês Shun’ichi Amari. Ele usou o
gradiente descendente estocástico para permitir que suas redes neurais
ajustassem os próprios pesos em toda a rede e mostrou que a rede era capaz
de classificar padrões separáveis não linearmente. Amari continuou a
realizar pesquisas em redes neurais e ciência do cérebro durante toda a vida
profissional e fez várias contribuições importantes para o campo.

CAIXAS DE FÓSFOROS PENSANTES

No início da década de 1960, os computadores eram imensos e dispendiosos
monólitos, difíceis de acessar e usar. Nem todo pesquisador conseguia obter
tempo de uso desses equipamentos raros e caros. Um pesquisador, em parte
em resposta a uma aposta, encontrou uma alternativa totalmente singular:
caixas de fósforos.
Donald Michie (conhecido como “Duckmouse” pelos colegas) foi um
pioneiro britânico em inteligência artificial. Colega de Alan Turing durante
a guerra, ajudou-o a decifrar códigos cifrados alemães. Além de jogar xadrez
com Turing, Michie foi cooptado por ele após a guerra para tentar ajudar a
recuperar os lingotes de prata que Turing havia enterrado temendo uma
invasão alemã. Infelizmente, as áreas tinham sido reconstruídas, e os dois
nunca recuperaram o tesouro de Turing — os lingotes permanecem
escondidos onde foram enterrados até hoje.
Michie manteve contato com Turing até a morte dele, enquanto se
dedicava ao estudo da genética. Em 1958, assumiu um cargo na
Universidade de Edimburgo e, em parte como uma aposta contra um colega
que disse que era impossível, e em parte para continuar o conceito de Turing
de “máquinas de papel”, Michie criou uma IA operada manualmente feita
de caixas de fósforos e contas de vidro. Michie a chamou de MENACE
(Machine Educable Noughts and Crosses Engine).*
* Ou “Máquina Educável de Jogo da Velha”, em tradução livre. Detalhe: a sigla MENACE
significa “ameaça”. (N.T.)
 Ele demonstrou a máquina em 1961. O MENACE aprendeu a jogar
jogo da velha. Ela era composta por 304 caixas de fósforos, cada uma
correspondendo a um possível estado específico do jogo, ou combinação
única dos Xs e círculos do jogo da velha no tabuleiro. (Uma caixa para o
primeiro movimento correspondendo ao tabuleiro vazio; o humano joga em
segundo; a seguir doze caixas para o terceiro movimento — porque depois
do segundo movimento o tabuleiro pode estar em um dos doze estados; o
humano joga em quarto; 108 caixas para o quinto movimento; o humano
joga em sexto; e finalmente 183 caixas para o sétimo movimento final.)
Dentro de cada caixa de fósforos havia até nove contas de vidro coloridas
diferentes, e a cor representava onde o MENACE poderia realizar o
próximo movimento. Para determinar o que o MENACE faria, o humano
precisava encontrar a caixa de fósforos certa e tirar uma conta
aleatoriamente, e a cor determinaria o movimento. Ao tirar uma vermelha,
o MENACE joga o círculo no espaço do meio inferior; ao tirar uma
dourada, ele joga no meio; ao tirar uma branca, o MENACE joga no canto
superior esquerdo. Se não houver espaço para o movimento, a pessoa deve
tirar outra conta até encontrar um espaço válido. A parte do aprendizado era
inteligente: no final da partida, as contas são atualizadas nas caixas usadas.
Se o MENACE venceu, três novas contas da mesma cor jogada são
adicionadas a cada caixa. Se perder, as contas usadas são removidas das
caixas. Se for um empate, apenas uma conta da mesma cor jogada é
adicionada às caixas usadas. Michie chamou isso de “loop de reforço”. Hoje
chamamos isso de aprendizado por reforço em IA e, ao atualizar as contas,
estamos realizando a atribuição de créditos. Estamos recompensando
comportamentos que levaram a melhores resultados e penalizando
comportamentos que levaram a piores resultados. Ao atualizar as contas
dessa forma, o MENACE se torna mais propenso a fazer movimentos que
o levarão a vencer o jogo. De fato, geralmente depois de vinte partidas ou
mais, ele aprendeu a jogar tão bem que não podia ser derrotado.
 Michie ganhou um pouco de notoriedade pela IA de caixas de fósforos e
foi convidado pelo Departamento de Pesquisa Naval dos EUA para
Stanford. Lá, escreveu um programa baseado no MENACE para um
computador IBM. Ele retornou a Edimburgo e conseguiu financiamento
para pesquisa em inteligência de máquina. Em 1966, fundou o
Departamento de Inteligência de Máquina e Percepção da Universidade de
Edimburgo e continuou a ser pioneiro em métodos de inteligência artificial
e robótica.
Enquanto isso, de volta ao MIT, outras IAs de jogos foram construídas.
O Mac Hack foi um exemplo, pela primeira vez escrito em linguagem
assembly (linguagem de nível inferior mais próxima da linguagem nativa
usada pelo computador), sem usar LISP, a linguagem de IA favorita do
MIT na época. O Mac Hack foi uma versão aprimorada de uma IA de
xadrez anterior criada por alunos de McCarthy. Richard Greenblatt, um
aluno e programador do MIT, adicionou cinquenta de suas próprias funções
heurísticas e também usou “tabelas de transposição” — caches* de posições
de jogos anteriores e suas respectivas avaliações (não muito diferente das
caixas de fósforos do MENACE) — para acelerar a busca da árvore de
movimentos possíveis. O Mac Hack foi a primeira IA a jogar xadrez em
torneios reais. Em 1967, ele ganhou a própria classificação de 1510** na
Federação de Xadrez dos Estados Unidos, vencendo humanos durante as
partidas de torneio, e era integrante honorário da federação.
* Termo de informática que significa um banco de armazenamento temporário que permite ao
processador recuperar dados mais rapidamente. Um navegador de Internet mantém um registro
da última versão de um site visitado no cache para acelerar a navegação. (N.T.)

** No xadrez, a classificação é uma ferramenta que facilita a medição do desempenho provável de

um jogador para adequá-lo a competir com outros jogadores. (N.T.)

COMEÇA O FRIO
A década de 1960 foi uma década incrível de progresso em inteligência
artificial. Mas ainda foi uma década de muita empolgação, com promessas
exageradas feitas por pesquisadores superentusiasmados. Apesar dos
sucessos, as pessoas começaram a perceber como tinha sido custosa a
pesquisa. Perguntas começaram a ser feitas.
 O primeiro relatório acusador veio de um campo relacionado: tradução
automática. Desde a década de 1950, a linguística e a computação tentaram
automatizar a tradução, muitas vezes usando regras e dicionários
programados e imutáveis. Embora tenha havido algum sucesso limitado na
tradução entre russo e inglês para documentos científicos, a pesquisa foi cara
e não correspondeu à empolgação inicial. O governo dos EUA encomendou
um relatório, que foi publicado em 1966. O Comitê Consultivo em
Processamento Automático de Linguagem, um grupo de sete cientistas
solicitados a reunir evidências, deu parecer negativo. A tradução automática
era menos precisa e mais cara do que a tradução humana, e era improvável
que o progresso fosse rápido nesse campo. Embora algumas recomendações
de melhoria tenham sido feitas, as descobertas do relatório foram suficientes
para interromper completamente a pesquisa de tradução automática nos
EUA e reduzi-la severamente em outros países.
Em seguida, veio um livro escrito por Marvin Minsky e seu colega do
MIT, Seymour Papert, o cocriador (com Wally Feurzeig e Cynthia
Solomon) da linguagem de programação Logo (ou Turtle), amplamente
usada no ensino. Juntos, Minsky e Papert foram os autores de Perceptrons,
publicado em 1969. O livro foi um estudo teórico da própria versão
simplificada da dupla a respeito das percepções de Rosenblatt. Eles
mostraram que seus perceptrons simplificados não conseguiam computar
nem mesmo algumas funções relativamente simples, o que fez com que as
redes neurais parecessem mais limitadas do que se pensava. Isso contrastava
com o livro de Rosenblatt lançado há uma década, que já havia mostrado a
capacidade dessas redes neurais de convergir e computar muitas formas de
função. Minsky e Rosenblatt se conheciam desde os tempos de escola, tendo
estudado na Bronx High School of Science* com um ano de diferença.
O próprio Minsky criou uma das primeiras IAs de rede neural: o SNARC
(ver o capítulo anterior). No entanto, o livro de Minsky estava longe de ser
um endosso entusiasmado das redes neurais. Ele causou um debate
considerável entre acadêmicos, e por vários anos muitos ficaram com a
nítida impressão de que Minsky e Papert tentaram propositalmente sufocar
a pesquisa de rede neural, pois eles dois favoreciam a própria IA baseada em
lógica simbólica.
* “Escola Científica de Ensino Médio do Bronx”, em tradução livre, uma escola pública
municipal de Nova York que oferece ensino especializado. É a escola de ensino médio que mais
formou ganhadores do prêmio Nobel no mundo. (N.T.)

Tenha sido proposital ou não, o resultado foi semelhante. Aqueles que

trabalhavam diretamente em redes neurais não foram relativamente
afetados, afinal, sabiam que as críticas no livro eram basicamente
irrelevantes — usar perceptrons multicamadas permitia que as redes neurais
aprendessem qualquer função. Mas aqueles fora do campo foram
desencorajados a usar o método. O financiamento começou a favorecer
projetos de IA baseados em lógica simbólica.
A inteligência artificial logo seria dominada pela lógica simbólica. Mas
mesmo essa abordagem milagrosa, que parecia tão cheia de promessas, tinha
alguns problemas. Em 1969, McCarthy e o cientista da computação
britânico Patrick Hayes apontaram que a lógica tinha alguns problemas
próprios. Se a pessoa representa o mundo e os comportamentos dentro
desse mundo usando apenas declarações lógicas, então toda vez que algo
muda é preciso atualizar tudo o que for relevante. Mas quando algumas
coisas podem afetar umas às outras (levar uma xícara com uma colher
dentro a uma mesa também leva a colher), e algumas não (a mesa não pode
ser levada quando a xícara é colocada sobre ela), então é preciso de cada vez
mais regras para acompanhar cada novo objeto e comportamento que são
representados. Tais regras são conhecidas como axiomas de frame,* que
dizem ao computador o que não vai acontecer, bem como o que vai
acontecer. O problema de frame é então como fazer sistemas de IA que
pudessem lidar com cenários da vida real sem ficarem sobrecarregados com
a necessidade de infinitos axiomas de frame. Embora a dificuldade acabasse
sendo superada na lógica após alguns anos de esforço, os filósofos acharam o
conceito preocupante como um todo. Se algum dia uma inteligência
artificial possuísse um intelecto de nível quase humano — e estivesse
armazenando e atualizando as informações a respeito do mundo usando esse
tipo de método rigidamente aplicado —, então seu monumental banco de
dados de fatos e relacionamentos entre eles se tornaria impraticável. Seria
um processo lento demais e exigiria muitas regras para lidar com o mundo
real.
* O termo frame não é traduzido em toda a literatura científica consultada, ainda que fora do
contexto de computação possa significar estrutura, conjunto, moldura. (N.T.)

No entanto, a sorte estava lançada. Embora o interesse na corrida para

fazer com que a inteligência artificial parecesse estar diminuindo, as
abordagens baseadas em lógica simbólica estavam assumindo uma liderança
inicial.
 -
O Primeiro Inverno da
Inteligência Artificial

O NASCIMENTO DA ERA DO COMPUTADOR

Com a ajuda de Ted Hoff (ver capítulo anterior), o primeiro microproces-
sador comercial foi colocado à venda em 1971. O Intel 4004, usado
principalmente em calculadoras de mesa Busicom, demonstrou o potencial
para integração em larga escala de transistores em um chip e provocou uma
corrida sem fim dos fabricantes de chips para fazer microprocessadores mais
rápidos, melhores e mais baratos. No final da década, muitos projetos
fundamentais de processadores de computador foram produzidos: o Intel
8080 usado no kit Altair 8800 da MITS desencadeou um boom de
computadores domésticos, o que gerou imitações, como o Motorola 6800.
Este poderoso processador foi o cérebro de estações de trabalho Unix de
ponta e, em seguida, de gerações de computadores Mac, de computadores
Atari ST e Amiga, de consoles de jogos Sega e máquinas de fliperama.
O núcleo ainda é encontrado em processadores integrados de motores de
combustão interna de automóveis e estações meteorológicas. O Z80 era um
clone avançado do 8800 e foi o cérebro de centenas de computadores
empresariais na década de 1970 e acabou sendo usado no ZX Spectrum, no
Game Boy da Nintendo, no Master System da Sega e em muitas
calculadoras gráficas. Foi também o primeiro de uma longa linha de
processadores usados em PCs nos anos seguintes (o 8086, o 8088 e todos os
chips x86). O 6502 era um rival mais barato do 8088 e foi usado por Steve
Wozniak nos primeiros computadores Apple II.
À medida que a tecnologia dos computadores avançava, soluções de rede
foram inventadas para conectá-los. Os primórdios da Internet ocorreram na
década de 1970 com a ARPANET e a criação dos protocolos fundamentais
de comunicação da grande rede. Os sistemas operacionais conhecidos
também estavam em desenvolvimento: o UNIX (que evoluiu em muitas
direções, incluindo Mac-OS) e o PC-DOS (que se tornou MS-DOS e,
subsequentemente, o Windows).
De fato, o computador havia chegado e estava cada vez mais disponível
para todos.

TEMPOS DIFÍCEIS PARA A INTELIGÊNCIA ARTIFICIAL

Enquanto a tecnologia da computação prosperava, a inteligência artificial no
início dos anos 1970 não. Comparada aos milagres dos novos
microprocessadores, sistemas operacionais avançados e redes, para alguns a
IA agora parecia datada e de alguma forma não exibia o rigor da “verdadeira
ciência da computação”. O fracasso em corresponder à empolgação dos anos
1960 estava se tornando cada vez mais aparente.
 Os problemas nos EUA ganharam destaque no final da década de 1960
(ver capítulo anterior). Em 1972, o principal órgão de financiamento
científico do Reino Unido (o Conselho de Pesquisa Científica) encomendou
um relatório a respeito do progresso da IA após graves divergências no
campo — muitas vezes evidentes dentro da Universidade de Edimburgo,
que abrigava o principal centro de pesquisa de inteligência artificial do
Reino Unido na época. O matemático de Cambridge Sir James Lighthill
escreveu um relatório detalhando suas descobertas e depois participou de
um debate televisionado, no qual ele (o “acusador”) debateu com os três
especialistas em IA Donald Michie e Richard Gregory (Departamento de
Inteligência de Máquina, Universidade de Edimburgo) e John McCarthy
(Stanford) em um ambiente semelhante a um tribunal. Lighthill acusou —
com os braços frequentemente estendidos para causar efeito — os
pesquisadores de IA de praticar má ciência porque simplificaram demais
problemas muito complexos. Ele sugeriu que os resultados da IA até então
eram irrelevantes porque não atingiram os resultados prometidos após vinte
anos de esforço e milhões em financiamento.
Os pesquisadores de IA fizeram o melhor que puderam para conter
aquele ataque público, mas tiveram pouco sucesso. As consequências foram
arrasadoras para a pesquisa de inteligência artificial no Reino Unido.
O financiamento foi cancelado para todas as universidades, exceto
Edimburgo e Essex. Grande parte do financiamento de IA simplesmente
secou. Enquanto a tecnologia da computação cresceu e se tornou comum,
a pesquisa de IA ficou isolada da ciência da computação. O período ficou
conhecido como o primeiro inverno da inteligência artificial.

OUTROS TIPOS DE INTELIGÊNCIA

Enquanto os pesquisadores de IA estavam se recuperando da resposta
negativa ao trabalho deles (e em muitos casos procurando novos empregos),
a pesquisa em outras áreas da ciência da computação permaneceu inalterada.
Um exemplo foi o trabalho de um cientista da computação e engenheiro
chamado Lotfali Askar-Zadeh, conhecido como Lotfi Zadeh. Nascido no
Azerbaijão, educado no Irã e depois no MIT e na Universidade de
Columbia (Nova York), Zadeh acabou se estabelecendo na Universidade da
Califórnia (Berkeley) durante a maior parte da carreira, onde realizou
pesquisas em sistemas de controle de computador. Embora altamente
relacionados à inteligência artificial, os sistemas de controle permaneceram
mais na área da engenharia elétrica e, portanto, o campo foi protegido das
consequências do “Inverno da IA”. Após vários anos de pesquisa, Zadeh
decidiu que havia a necessidade de um novo tipo de sistema de controle. Ele
reconhecia a clareza da lógica usada em alguns sistemas especialistas, mas
achava que a lógica era inadequada para controle preciso pela própria
natureza binária de liga/desliga. Por exemplo, embora fosse possível
controlar um elevador com instruções lógicas de ligado/desligado
(subir/parar e descer/parar), isto resultaria em uma viagem assustadora para
os passageiros. O elevador saltaria para a velocidade máxima
instantaneamente e instantaneamente pararia, o que derrubaria todo
mundo. Um controle adequado para um elevador deve acelerá-lo
suavemente, de parado para a velocidade máxima, e, a seguir — ainda mais
complicado —, deve desacelerá-lo suavemente, parando exatamente no nível
do andar desejado: nem um centímetro mais alto ou mais baixo.
 * Crisp é o termo para valores binários (0 e 1), e U é o conjunto universal. (N.T.)

Zadeh achou que a lógica precisava ser fuzzificada* para dar conta dessa
necessidade fundamental de suavidade no controle. Em vez de ter dois
valores lógicos de verdadeiro/falso ou ligado/desligado, ele desenvolveu a
ideia de que a lógica fuzzy poderia representar graus de verdade ou tons de
cinza entre um valor e outro. Criou o conceito em meados da década de
1960, estabelecendo-o em termos de associação de conjuntos fuzzy, mas foi
somente no início da década de 1970 que Zadeh desenvolveu a ideia focada
para controle ao introduzir variáveis linguísticas para ajudar a codificar o
conhecimento humano: uma “temperatura quente” ou “cliente rico”.
O primeiro exemplo real de um controlador de lógica fuzzy, que fazia uso de
variáveis linguísticas, foi criado pelos pesquisadores Ebrahim Mamdani e
seu aluno de doutorado Sedrak Assilian na Universidade Queen Mary de
Londres. Em 1973, eles desenvolveram um controlador linguístico fuzzy
para uma “instalação industrial modelo (uma máquina a vapor)” — usada
em uma fábrica de verdade, que produzia cimento na Dinamarca.
O controlador foi publicado por Assilian como tese de doutorado e
chamado explicitamente de “Inteligência Artificial no Controle de Sistemas
Dinâmicos Reais”. Esse novo tipo de IA se valia de uma base de
conhecimento (um pouco como um sistema especialista), que por sua vez
incluía uma base de regras fuzzy que, ao ser combinada com algum
mapeamento fuzzy e processamento de sinal, formava um controlador
inteligente que se valia de conhecimento humano e era capaz de controle
suave. A inteligência artificial acabou se tornando conhecida como o
Controlador Mamdani.
* O termo fuzzy não costuma ser traduzido na literatura científica (quer dizer difuso, nebuloso).
É um meio matemático que trata especificamente de imprecisão e ambiguidade. Ao contrário
da lógica clássica, que trabalha com valores binários (verdadeiro ou falso), a lógica fuzzy
permite a representação e o processamento de informações parcialmente verdadeiras ou
parcialmente falsas. (N.T.)

A lógica fuzzy demorou um pouco para ser aceita, mas cresceu e virou
um grande campo de pesquisa, se tornando especialmente popular na Ásia.
Com o tempo, ela se estabeleceu como um método padrão de controladores
de elevador de “controle inteligente”, panelas elétricas de arroz e fornos. Até
hoje é possível encontrar muitos desses produtos ainda se gabando de ter
controladores fuzzy ou inteligência artificial fuzzy.
UM COMEÇO INCERTO*
* O autor faz um jogo de palavras com Shakey, o nome do robô, e seus significados em inglês:
incerto, instável, inseguro, não confiável. (N.T.)

Controlar robôs sempre foi uma aplicação atraente da inteligência artificial.

Se fosse possível criar um cérebro de computador capaz de fazer um robô se
deslocar pelo próprio mundo e se comportar apropriadamente, então isto
com certeza seria inteligência em ação. O robô Shakey foi um exemplo
pioneiro, desenvolvido do final dos anos 1960 ao início da década de 1970
no Centro de Inteligência Artificial do Instituto de Pesquisa de Stanford.
Shakey (assim chamado por causa dos movimentos um tanto instáveis
enquanto se deslocava) foi revolucionário na época, pois combinava
pesquisas de IA anteriormente desconexas nos campos de busca,
planejamento, processamento de linguagem natural e visão. Os cientistas da
computação Charles Rosen, Nils Nilsson e Peter Hart lideraram o projeto,
que foi financiado pela DARPA e desenvolvido em LISP.
O Shakey não era um robô especialmente rápido ou inteligente, e não
levava o próprio cérebro com ele — os computadores eram grandes demais
e, portanto, precisavam ser conectados via rádio. O Shakey também existia
apenas dentro de um ambiente criado artificialmente contendo blocos
gigantes, como cubos e pirâmides, pois não era muito bom em entender o
que estava vendo — exatamente as simplificações tão abominadas por
Lighthill em seu relatório. Mas o Shakey ajudou os pesquisadores a
desenvolverem vários avanços importantes em IA. Eles criaram a ideia de
um gráfico de visibilidade — onde cada ponto (nó) é um local, que é
conectado (por uma aresta) se não houver obstáculo entre eles. Os
pesquisadores inventaram o algoritmo de busca A* — uma maneira muito
mais eficiente de pesquisar o que fazer e para onde ir em seguida. Também
avançaram no nascente campo da visão computacional com a Transformada
de Hough — técnica matemática que realiza a detecção de formas
geométricas (com uso de câmeras) em imagens digitais, detectando linhas e,
com o tempo, posições de formas, como círculos. Mais de uma década
depois, o sucessor do Shakey, Flakey, o Robô, faria uso da lógica fuzzy em
seus sistemas de controle. De certa maneira, o Shakey foi o avô dos robôs
autônomos modernos e veículos autônomos.
Nilsson teria uma carreira longa e diligente em inteligência artificial em
Stanford e ajudou a inventar a ideia de planejamento automatizado em seu
“Solucionador de Problemas do Instituto de Pesquisa de Stanford”
(STRIPS, em inglês), desenvolvido com o colega Richard Fikes. O STRIPS
permitiu a especificação de objetivos claros, dado um estado inicial, e o
conjunto de ações. Por exemplo, o objetivo pode ser colocar uma xícara
sobre uma mesa, dado o estado inicial de segurar a xícara, e ações de ir até a
mesa e de mover o braço e a mão. Uma ação pode ter pré-condições — por
exemplo, antes de poder colocar a xícara sobre a mesa é preciso ter a mesa
diante de si — e pós-condições — uma vez que a xícara é solta sobre a
mesa, ela não está mais na mão. O STRIPS ajudou a formar as bases do que
ficou conhecido como linguagens de ação, usadas por planejadores
automatizados.
INTELIGÊNCIA EM EVOLUÇÃO
Pesquisadores já haviam mostrado que busca/buscar desempenhava um
papel importante na inteligência artificial, auxiliada por algoritmos como o
A*. Contudo, alguns cientistas levaram a ideia ainda mais longe. Assim
como as redes neurais foram inspiradas pelo cérebro humano, os algoritmos
genéticos foram inspirados pelo processo de evolução natural. John Holland
escreveu um livro a respeito de algoritmos genéticos em 1975, após vários
anos pesquisando o uso da evolução para ajudar a resolver problemas.
A ideia era simples: se a evolução natural era capaz de otimizar a vida para
que os descendentes tendessem a estar em melhor forma (em condições
mais aptas) para encarar o meio ambiente a sua volta em comparação com
os pais, então por que não poderíamos usar os mesmos princípios em nossos
computadores para resolver problemas? Os algoritmos genéticos de Holland
mantinham uma população de soluções candidatas para um determinado
problema. Cada solução seria um conjunto de parâmetros que poderiam ser
avaliados por meio de uma função de aptidão a fim de determinar o quão
bem resolveram o problema. As soluções que receberam uma pontuação de
aptidão mais alta foram selecionadas preferencialmente como pais. As
soluções paternas gerariam então uma nova população de soluções filhas que
herdariam genes dos pais. Holland criou esses genes digitais usando
codificação binária: cada parâmetro era armazenado como um número
binário e, a seguir, a sequência binária resultante de uns e zeros podia ser
aleatoriamente misturada com seções tiradas de cada pai para produzir um
filho, com algumas mutações aleatórias adicionadas só por garantia.
Começando com uma população de soluções aleatórias, o algoritmo
genético então desenvolveria soluções cada vez melhores.
Funcionou muitíssimo bem, e Holland — que era professor de várias
disciplinas (psicologia, engenharia elétrica e ciência da computação) na
Universidade de Michigan, em Ann Arbor — logo expandiu a ideia para a
inteligência artificial. Em 1977, ele começou experimentos com sistemas de
classificação de aprendizagem. Esses eram algoritmos genéticos capazes
de aprender novas regras em resposta a um ambiente em mudança, onde tais
regras podiam representar qualquer coisa, desde controlar um robô até jogar
uma partida de damas. Um algoritmo especial de “mutirão para apagar
incêndio” descobriu quais regras eram responsáveis pelo sucesso ou não do
classificador (regra) em um determinado ponto no tempo e atribuiu crédito
às melhores, permitindo que tivessem mais filhos enquanto regras piores
eram removidas. Dessa forma, os sistemas de classificação de aprendizagem
podiam se ensinar a executar novas tarefas. Este foi o início de algo
significativo, e tanto os algoritmos genéticos como os sistemas de
classificação de aprendizagem se expandiriam para grandes campos de
pesquisa que duram até hoje.
 Holland não foi o único pesquisador a fazer uso da evolução em
computadores na década de 1970 — vários algoritmos relacionados foram
criados com funcionamento semelhante. Lawrence Fogel criou um exemplo
notável. Ele obteve algum sucesso em engenharia elétrica nas décadas de
1950 e 1960 ao produzir as primeiras patentes para fones de ouvido com
cancelamento de ruído — originalmente projetados para pilotos de
helicóptero. Na década de 1960, Fogel trabalhou brevemente para a
Fundação Nacional da Ciência (U.S. NSF) e começou a se interessar por
cibernética. Desenvolveu uma teoria de que uma inteligência artificial
poderia ser criada usando a evolução em um computador, em contraste com
as ideias predominantes de lógica simbólica e sistemas especialistas. Ele
então produziu uma tese a respeito do tópico e mais tarde escreveu um livro:
Artificial Intelligence Through Simulated Evolution.*
* Inteligência artificial por meio de evolução simulada, em tradução livre. (N.T.)

A ideia de Fogel era a combinação de um algoritmo evolucionário

simples que usava apenas mutação com Máquinas de Estados Finitos, ou
FSM, em inglês (inventadas alguns anos antes por Edward Moore, um
colega de Claude Shannon). A FSM é uma maneira de descrever um
sistema ou máquina que tem comportamentos e um conjunto predefinido de
estados. Por exemplo, um robô pode ter estados “avançar” e “girar para a
esquerda”. Ele alternaria esses estados dependendo de alguma entrada
sensorial: um obstáculo encontrado adiante quando estivesse no estado
“avançar” pode fazê-lo mudar para “girar para a esquerda”, que pode voltar
para “avançar” novamente quando o obstáculo não fosse mais detectado.
Ao conectar um algoritmo evolucionário à FSM, é possível evoluí-la —
inventando e otimizando os estados e transições entre eles.
 Embora Fogel estivesse à frente de seu tempo ao criar a programação
evolucionária na década de 1960, antes que a maioria dos outros algoritmos
fossem criados, e ao refiná-la na década de 1970, seus métodos não
receberam a mesma atenção que os algoritmos genéticos de Holland.
A maioria dos algoritmos baseados em evolução acabaram se fundindo no
campo dos algoritmos genéticos, mais tarde conhecido como computação
evolucionária. No entanto, o filho de Fogel, David, passou grande parte da
carreira continuando o trabalho do pai a respeito de programação
evolucionária e deu suas próprias contribuições significativas ao campo.

A VIDA, MAS NÃO COMO A CONHECEMOS

Máquinas de estados finitos, como usadas na programação evolucionária,
estão relacionadas aos autômatos celulares, o método usado por Von
Neumann na exploração de construtores universais (ver capítulo 000). Um
algoritmo de autômatos celulares usa uma grade onde cada célula pode
assumir um estado dentro de um número finito de estados, com a transição
determinada pelo estado das células vizinhas, e toda a grade de células sendo
atualizada em conjunto para alternar os estados simultaneamente. Em 1970,
o matemático de Cambridge John Conway usou essa ideia para algo novo.
Conway começou os estudos como um “adolescente completamente
introvertido” que gostava de andar descalço. No final de uma longa carreira
estudando matemática em Cambridge (e mais tarde na Universidade de
Princeton, apropriadamente na Cátedra John von Neumann de
Matemática), foi descrito como “uma mistura de Arquimedes, Mick Jagger
e Salvador Dalí”. Em 1970, ficou obcecado por jogos, assim como era pela
matemática. Trabalhando apenas no papel, ele inventou um tipo de
autômato celular que se comportava de forma bem estranha. Tão estranha,
na verdade, que ficou conhecido como Jogo da Vida de Conway.
As regras do jogo da vida eram muito simples; as células podiam ter um
de dois estados: “viva” ou “morta”. Uma célula viva cercada por menos de
duas outras células vivas morrerá, como se fosse por subpopulação. Uma
célula viva com dois ou três vizinhos continua viva. Uma célula viva com
mais vizinhos do que isso morrerá, como se fosse por superpopulação. Uma
célula morta com três células vivas ao redor se torna uma célula viva, como
se fosse por reprodução.

Ao colocar algumas células “semente” aleatórias na grade e executar os

autômatos celulares, algo notável acontece. Há um crescimento estranho e
imprevisível, como bactérias se espalhando. Às vezes, os padrões se formam
e se movem pela grade. Às vezes, os padrões se estabilizam e permanecem
estáticos. Às vezes, os padrões crescem e depois simplesmente morrem.
Era impressionantemente realista.
Conway se tornou uma espécie de celebridade com o trabalho, que foi
apenas uma de muitas de suas contribuições para a matemática. Ele também
deu início ao campo dos autômatos celulares, que se desenvolveria em
direções fascinantes nos anos seguintes. Mas o Jogo da Vida de Conway
sempre foi sua invenção mais famosa, com milhares de “entusiastas da vida”
passando horas programando seus próprios padrões para permitir tipos
especiais de comportamentos, de “pistolas planadoras” a “naves espaciais”.

INTELIGÊNCIA INCOMUM
Autômatos celulares (e algoritmos evolucionários) foram um exemplo típico
de uma abordagem “de baixo para cima” para a inteligência artificial.
Pesquisadores começam com os menores componentes da vida e tentam
desenvolver comportamento inteligente aos poucos. Mas a visão
predominante da IA na década de 1970 ainda era “de cima para baixo” —
pesquisadores olhavam para um comportamento inteligente desejado e
tentavam projetar um sistema que imitasse esse comportamento
diretamente. Os chatterbots foram um excelente exemplo dessa abordagem,
e o trabalho neles não parou, apesar do clima meio estranho para os
pesquisadores.
A ELIZA pode ter sido um avanço na década de 1960, mas nos anos
1970 os pesquisadores já eram capazes de algo um pouco melhor. Inspirado
pela ELIZA e pelo trabalho em inteligência artificial realizado em Stanford,
o psiquiatra Kenneth Colby criou, em 1972, um novo chatterbot chamado
PARRY. Enquanto a ELIZA era capaz de brincar de médico, o PARRY foi
projetado para se comportar como uma pessoa com esquizofrenia paranoica.
Como um Teste de Turing, em 1979, um grupo de psiquiatras foi
convidado a se comunicar com pacientes de verdade e o PARRY por meio
de teletipos. A seguir, pediram que os psiquiatras distinguissem entre as
pessoas reais e a IA. Eles adivinharam corretamente apenas 48% das vezes
— nada diferente de um chute aleatório.
O PARRY era um chatterbot mais avançado em comparação com a
ELIZA e imitava reações emocionais a certos gatilhos. Isto ficou muito
claro quando os dois foram autorizados a se comunicar via ARPANET.
Aqui está um fragmento da conversa:
ELIZA: Boa noite.

ELIZA: Conte-me seus problemas. Por favor, encerre a entrada com um

ponto final ou um ponto de interrogação.

PARRY: Às vezes, as pessoas me irritam.

ELIZA: Acho que não te entendi completamente.

PARRY: Você deveria prestar mais atenção.

ELIZA: Creio que você deveria prestar mais atenção.

PARRY: Sua opinião é direito seu.

ELIZA: O que faz você pensar que minha opinião é direito meu?

PARRY: Só fico incomodado de estar cercado por pessoas em geral.

ELIZA: Por favor, continue.

PARRY: Fui ao hipódromo em Bay Meadows um tempo atrás.

ELIZA: O que isso sugere para você?

PARRY: Fui às corridas de cavalos.

ELIZA: O que mais você gostaria de discutir?

PARRY: Corridas de cavalos me interessam.

ELIZA: Por que você diz isso agora?

PARRY: Há muitas apostas desonestas acontecendo lá.

ELIZA: Acho que não te entendi completamente.

PARRY: Está claro para mim, se não para você.

ELIZA: Você acha que não está claro para mim?

PARRY: Eu fui às corridas de cavalos.

ELIZA: Por favor, continue.

PARRY: Eu aposto em cavalos.

ELIZA: O que isso sugere para você?

PARRY: Eu fui às corridas de cavalos.

ELIZA: O que mais você gostaria de discutir?

PARRY: Apostar só me traz problemas.

ELIZA: Por que você diz isso agora?

PARRY: Eu tive experiência com bandidos apostando nas pistas.

ELIZA: Acho que não te entendi completamente.

E assim por diante…

 O PARRY não foi a única IA a progredir no processamento de
linguagem natural. O SHRDLU (nome dado em homenagem ao conjunto
de teclas próximas umas das outras no teclado de linotipo) foi desenvolvido
por Terry Winograd no MIT para o doutorado dele. Esta IA simples
operava em um “mundo de blocos” simplificado e podia entender e
responder a perguntas a respeito desse mundo, como, por exemplo: “A esfera
vermelha está em cima do cubo verde?”
O mundo de blocos era outra vez exatamente o tipo de simplificação tão
difamada por Lighthill no relatório que ele fez alguns anos depois.
Surpreendentemente, o pessimismo de Lighthill foi reforçado pelo criador
da ELIZA. Em 1976, Weizenbaum escreveu o livro O poder do computador e
a razão humana. Argumentou que computadores e IA nunca deveriam ter
permissão para tomar decisões importantes, afinal, jamais possuirão
sabedoria e compaixão. Weizenbaum fez a distinção entre tomar uma
decisão — algo que um computador pode fazer com base em regras lógicas
— e fazer uma escolha — algo que requer julgamento. Os argumentos
acabaram por aliená-lo de muitos pesquisadores de IA na época, e apenas
ajudaram a aprofundar o Inverno da Inteligência Artificial.
Pesquisadores como Terry Winograd ficaram desanimados, mas não
desistiram. Winograd se mudou para Stanford e, durante muitos anos,
continuou a pesquisar IA para entender a linguagem natural. Também
supervisionou dois notáveis alunos de doutorado: Sergey Brin e Larry Page.
Brin mais tarde comentou que Winograd o incentivou a investir na ideia
dele de entender a World Wide Web como uma rede de gráficos, dizendo:
“Foi o melhor conselho que já recebi.” Depois de um tempo pesquisando,
em 1998 Brin e Page fundaram uma empresa chamada Google.

INTELIGÊNCIA AUDÍVEL
Entender a linguagem natural na forma de frases escritas era uma coisa,
entretanto, a maior parte da comunicação humana cotidiana ocorre por
meio da fala. Uma IA que pudesse entender a nossa fala seria extremamente
útil. Essa foi a ideia de Raj Reddy, um cientista da computação indiano que
havia concluído o doutorado no Laboratório de Inteligência Artificial de
John McCarthy em Stanford e estava se mudando para a Universidade
Carnegie Mellon (CMU). Reddy fundou o trabalho de reconhecimento de
fala na CMU e acabou criando vários departamentos (e apoiou inúmeras
outras universidades) no esforço de permitir que os computadores
entendessem a fala humana.
O Hearsay 1 foi a primeira IA de compreensão de fala feita por Reddy e
seu grupo. Processava áudio para extrair características sonoras (fonética);
padrões de ênfase e entonação; um dicionário de palavras; um conjunto de
regras gramaticais da linguagem; significados de palavras e frases; e contexto
da conversa para resolver ambiguidades. Embora tivesse um vocabulário
limitado e fosse um pouco lento devido à capacidade de processamento dos
computadores da época, o Hearsay 1 foi uma conquista notável e era capaz
de processar frases simples transformando áudio em texto corretamente
89% das vezes. Em outubro de 1973, ele havia sido demonstrado em 144
frases faladas por cinco pessoas. O Hearsay 1 tinha um vocabulário um
tanto pequeno: entre 28 e 76 palavras, dependendo do tópico para o qual era
configurado. Foi testado em cinco tópicos diferentes: Xadrez, Pesquisa de
Notícias, Diagnóstico Médico, Calculadora de Mesa e Programação.
 A pesquisa da CMU floresceu na área com outro pesquisador chamado
Jim Baker sugerindo o uso de modelos ocultos de Markov (um modelo
matemático de uma sequência de eventos onde a probabilidade de um
evento depende do evento anterior) para processar o áudio. Jim chamou o
sistema de DRAGON. A base matemática significava que ele calculava
probabilidades de palavras e a probabilidade de elas ocorrerem próximas
umas das outras — mais ou menos como um sistema de autocorreção
funciona hoje em um celular. Quando o DRAGON foi descrito em 1975,
não ficou clara a eficácia do funcionamento, pois havia sido testado em
apenas nove frases. No entanto, Baker era ambicioso e rapidamente lançou
o DRAGON como um produto comercial chamado DragonDictate. Em
1982, ele e a esposa criaram a Dragon Systems, uma empresa que seguiu
lançando software de reconhecimento de áudio pelos próximos quarenta
anos e continua até hoje.
Enquanto isso, Reddy e seu grupo continuaram o trabalho de
desenvolvimento de várias outras IAs de reconhecimento de fala. O aluno
de doutorado Bruce Lowerre combinou ideias do HEARSAY 1 e do
DRAGON na IA que batizou de HARPY. À medida que mais
pesquisadores talentosos entravam no laboratório de Reddy, as IAs de
reconhecimento de fala só melhoravam. O HEARSAY II foi construído
com base nos avanços dos sistemas anteriores e adicionou um sistema de
“quadro-negro” — um lugar virtual onde os agentes de software, separados,
podiam compartilhar descobertas uns com os outros, o que melhorou a
comunicação entre eles e permitiu que colaborassem no mesmo problema.
Essa ideia seria herdada por muitas IAs nos anos futuros.

VOCÊ FOI ENQUADRADO

Com tantas tentativas de desenvolver IAs para representar conhecimento a
respeito do mundo, no MIT, Minsky percebeu que era necessário ter uma
maneira coerente de armazenar essas informações. Expandindo as ideias
legais de lógica preferidas pelos colegas em Stanford, Minsky criou uma
abordagem um pouco mais “desleixada”, que chamou de quadro. Esta era
uma nova estrutura de dados — uma tabela de informações a respeito de
objetos. Por exemplo, o objeto “Menino” pode ter “espaços” como “Tipo:
Pessoa” (um indicador para um quadro superior designado como Pessoa),
“Sexo: Masculino”, “Residência: Endereço” (onde o endereço é um outro
quadro) e assim por diante. Os espaços também podem receber “anexos
procedurais”* — um código para lhes dar mais flexibilidade. Os quadros
eram muitíssimo relacionados a linguagens orientadas a objetos e à web
semântica, que viriam depois. Do trabalho de 1974 feito por Minsky, os
quadros logo evoluíram para linguagens KRL (Linguagem de
Representação do Conhecimento), desenvolvida por Bobrow e Winograd,
e mais tarde KL-ONE. Com o tempo, elas ajudaram no desenvolvimento
de ontologias, como a Web Ontology Language (OWL), que se tornou um
padrão para representar conhecimento na Internet.
* Jargão de informática que seria melhor traduzido como “processual”, mas significa uma
linguagem de programação na qual o elemento básico de programação é a procedure
(uma sequência de instruções — rotina, sub-rotina ou função — associadas a um nome
próprio). As linguagens de alto nível mais utilizadas (C, Pascal, BASIC, FORTAN, COBOL,
Ada) são todas linguagens “procedurais”. (N.T.)

Conforme continuou a trabalhar em IA, Minsky também começou a

desenvolver a própria teoria a respeito do funcionamento do cérebro.
Durante grande parte da década de 1970, trabalhando com o colega
Seymour Papert, ele começou a descrever sua visão de inteligência. “Mentes
são o que os cérebros fazem”, acreditava Minsky ao descrever nossa
inteligência como algo que surge das interações de muitos agentes diversos,
cada um capaz de armazenar e processar informações de forma diferente
para diferentes propósitos. Chamou essa ideia de “sociedade das mentes” e
se opôs à visão alternativa da inteligência artificial na época de que devia
haver algum princípio fundamental ou sistema formal único por trás da
inteligência.
A lacuna cada vez maior entre aqueles que preferiam métodos formais e
lógicos de IA e aqueles que eram contrários ajudou a separar os
pesquisadores no que ficou conhecido como “arrumados” e “desleixados”.

APRENDENDO A PENSAR
A IA convencional (ou o que restou do campo) foi dominada pelo
processamento simbólico na década de 1970. Além do LISP, outra
linguagem, conhecida como Prolog, foi criada em 1972 pelas universidades
de Edimburgo e Aix-Marseille, consolidando ainda mais essa ideia na IA.
Mas nem todos os pesquisadores estavam interessados em tal
abordagem, e o trabalho em redes neurais continuou. Paul Werbos começou
a se interessar por computadores e cérebro enquanto era um residente que
estagiava em um consultório médico na década de 1960. Ele viu o livro de
Hebb e o achou fascinante, mas percebeu que uma rede neural em um
computador precisava de um método para aprender os valores dos pesos.
O “aprendizado hebbiano” (ver capítulo 000) não resolveria a questão. Uma
vez em Harvard, participou de um curso de neurociência e fez o melhor
possível para entender como o cérebro poderia aprender, pensando em ideias
como aprendizado por reforço. Então, um dia, Werbos pegou carona com
algumas pessoas e conversou a respeito do problema — como otimizar os
pesos de uma rede neural automaticamente. Uma delas falou a respeito de
programação dinâmica. Era disto que ele precisava para combinar várias
ideias e criar uma rede neural que aprendesse usando retropropagação,
usando aprendizado por reforço. Paul Werbos publicou a inovadora tese de
doutorado a respeito de retropropagação em redes neurais em 1974.
Embora as ideias separadas fossem conceitos antigos e bem
estabelecidos em matemática, a retropropagação foi, no entanto, um avanço,
pois o método permite que perceptrons multicamadas sejam treinados de
maneira eficiente e rápida. Voltando à metáfora do primeiro capítulo, nosso
neurônio é como um grande túnel rodoviário sob um rio com várias estradas
convergindo na entrada, cada uma com os próprios limites de velocidade,
e um semáforo na saída do túnel. Ao alterar os limites de velocidade (pesos
dos neurônios) e, dependendo da quantidade de tráfego em cada estrada de
entrada, o semáforo ficará verde ou vermelho (o neurônio será ativado ou
não).
 Quando treinamos o neurônio, precisamos alterar os pesos para que ele
seja ativado apenas para certos valores em certas entradas. Poderíamos
imaginar que temos um comboio de veículos cheios de VIPs chegando em
apenas algumas das estradas de entrada e temos que definir os limites de
velocidade de modo que o semáforo fique verde para eles, e assim os veículos
passem. (Temos um padrão de valores nas entradas e queremos que o
neurônio responda corretamente na saída.) Ao treinar, fazemos muitas
tentativas e vemos como fomos bem-sucedidos a cada vez. Se o comboio
VIP passar, então o neurônio funcionou corretamente naquela vez. Mas se
não, então temos um erro. Sabemos o que queríamos e sabemos o que
realmente obtivemos; a diferença é o valor do erro (geralmente é uma boa
ideia elevar esse valor ao quadrado para que erros maiores sejam mais
ampliados). Podemos então voltar e atualizar os limites de velocidade
proporcionalmente de acordo com os valores. (Um valor maior que deixe
passar muito tráfego pode ser mais culpado pelo erro em comparação a um
valor baixo que teve pouco efeito na saída.) Atualizamos os valores algumas
vezes para cima ou para baixo até minimizarmos o erro visto na saída,
usando uma regra de aprendizado (hoje, geralmente, um método de
otimização como o gradiente descendente, ver capítulo 100). Se nosso
semáforo tiver uma função de transformação não linear complicada (que
redes neurais posteriores usam, pois permitem o aprendizado de dados mais
complexos), então temos que usar um pouco de cálculo e tirar a derivada da
função ao descobrir o erro.
A parte inteligente da retropropagação é que podemos continuar
seguindo o mesmo procedimento mesmo quando conectamos neurônios
em camadas (nossa saída de túnel se junta a uma estrada que vai para
outro túnel com outro semáforo, que alimenta outra estrada que vai
para outro túnel, e assim por diante). Podemos usar um pouco de
matemática inteligente para propagar o erro para trás, calculando todas as
derivadas à medida que avançamos. Então, conforme otimizamos os pesos
de acordo com a regra de aprendizado, podemos descobrir o novo erro na
saída e, assim sendo, propagar esse erro de volta, testando novos valores de
peso, e assim por diante.
Werbos passou a carreira realizando avanços em redes neurais. Durante
um tempo, foi diretor de programa da Fundação Nacional da Ciência e usou
o cargo para ajudar a financiar projetos que progrediam na pesquisa na área.
Mas na década de 1970 Werbos chegou cedo demais. O trabalho dele não
recebeu a atenção que merecia por mais de uma década — na verdade,
Werbos fez a seguinte declaração a respeito daquele trabalho em 2023:
“Quando propus a retropropagação pela primeira vez, ninguém acreditou no
que eu dizia. Tive tantas discussões com tantas pessoas que disseram que era
uma loucura. Demorou décadas para persuadi-las.”
Werbos não foi o único cientista trabalhando naquela área na época. Em
1975, Stephen Grossberg já era professor-titular na Universidade de
Boston, tendo feito descobertas importantes no uso de computadores para
entender o cérebro e realizar neurociência teórica, que ficou conhecida como
neurociência computacional. Em 1976, trabalhando com a colega Gail
Carpenter, desenvolveu uma série de IAs de rede neural que chamou de
ART (Teoria da Ressonância Adaptativa). Com a intenção de copiar a
maneira como o cérebro funciona, os neurônios criados por eles aprendiam
padrões sem serem supervisionados. Em vez de serem explicitamente
treinados de acordo com o sucesso com que produziam uma saída desejada
— como acontecia com o aprendizado supervisionado —, os sistemas ART
atualizavam os neurônios com base em quão bem os pesos de cada neurônio
correspondiam a um vetor de entrada, com neurônios convergindo
naturalmente para representar diferentes partes de um conjunto de dados.
Várias IAs ART foram desenvolvidas ao longo dos anos, incluindo sistemas
Fuzzy ART que usavam lógica fuzzy. Em 1980, ideias semelhantes foram
usadas pelo cientista da computação finlandês Teuvo Kohonen no método
criado por ele, chamado de mapa auto-organizável.
 À medida que a década de 1970 chegava ao fim, as críticas à IA estavam
ficando no passado. Havia novos e melhores computadores disponíveis.
Novos pesquisadores estavam surgindo, motivados não apenas por tentar
imitar o comportamento inteligente, mas também por tentar entender o
funcionamento interno do cérebro. A inteligência artificial estava voltando.
 -
O Nascimento da Nova Inteligência

TAKE ON ME*
* Citação à clássica canção synth-pop de 1985 do grupo norueguês a-ha, cujo título e refrão
querem dizer algo do tipo “tenha um relacionamento comigo/me aceite como parceiro(a)/Me
dá uma chance”. (N.T.)

Com microcomputadores e dispositivos eletrônicos agora sendo produzidos

em massa, os primeiros sintetizadores para uso em música se tornaram
populares na década de 1980, o que anunciou um período de clássicos do
synth-pop* (assim como muito jeans). Walkmans e sistemas de som
portáveis se espalharam e aproximaram as pessoas da música. Os primeiros
videocassetes se estabeleceram, com o VHS vencendo a corrida de formatos
contra o Betamax. O CD também foi inventado para os audiófilos e
significou o começo do fim do vinil — pelo menos pelos próximos trinta e
pouco anos.
* Gênero de música pop em que os sintetizadores são protagonistas. Entre os grupos de destaque,
fizeram sucesso New Order, a-ha e Information Society. (N.T.)

Enquanto a década de 1970 viu o surgimento dos primeiros computa-

dores comerciais, os anos 1980 trouxeram uma explosão de computadores
domésticos; agora as famílias eram capazes de comprar computadores e
consoles de jogos. A Internet se tornou uma realidade a partir de meados da
década de 1980, e o início da World Wide Web ocorreu no final da década
no CERN.* Pela primeira vez, os computadores começaram a ser usados na
indústria cinematográfica para efeitos especiais: uma nave espacial executava
metamorfoses em O Voo do Navegador, efeitos de água impressionaram em
O Segredo do Abismo, e um filme inteiro foi ambientado dentro de um
computador em Tron — Uma Odisseia Eletrônica.
* A Organização Europeia para a Pesquisa Nuclear, considerado o maior e mais avançado centro
científico do mundo. (N.T.)

A população estava cada vez mais familiarizada com a tecnologia e

ansiosa pelos aparelhos mais recentes. Era o ambiente perfeito para uma
nova onda de métodos de IA emergir.

SALAS CHINESAS
Mas nunca foi um céu de brigadeiro para os pesquisadores de inteligência
artificial. O filósofo americano John Searle sempre foi um pensador um
pouco do contra na Universidade da Califórnia em Berkeley, onde era
professor. Ele se juntou ao Movimento pela Liberdade de Expressão na
década de 1960 e desafiou as regras de controle de aluguel de Berkeley nos
anos 1980.
 Em 1980, escreveu uma crítica inovadora aos sistemas de IA da época.
Não gostava do uso do termo “inteligência artificial forte”, que parecia
afirmar que se um computador pudesse se comportar como se tivesse uma
mente, então ele possuía uma. Se parece um pato e grasna como um pato,
então é um pato. Searle criou um experimento mental para provar que essa
ideia estava equivocada.
Searle imaginou uma IA dentro de uma sala que pudesse se comportar
como se entendesse perfeitamente a língua chinesa. Ao ser alimentada com
caracteres chineses em papel através de uma fenda, a IA produziria respostas
em chinês em novos pedaços de papel. Ela era capaz de conversar
perfeitamente em chinês usando esse método e parecia tão natural quanto
qualquer ser humano ao conversar; a IA passava facilmente no Teste de
Turing. Searle então perguntou: essa IA realmente entende chinês (IA
Forte) ou está apenas simulando uma habilidade de conversar em chinês (IA
Fraca)?
Searle então se imaginou dentro de uma sala. Pegava pedaços de papel
por uma fenda na porta, procurava os símbolos que via em um arquivo e
seguia as instruções sobre quais símbolos deveria colocar para fora pela
fenda novamente. Searle estava efetivamente seguindo o programa da IA
manualmente. Em nenhum momento entendia o que qualquer um dos
símbolos significava. Estava apenas seguindo as regras. Searle sugeriu que
não havia diferença na maneira como ele estava se comportando dentro de
sua sala chinesa em comparação com a IA. Assim sendo, se ele não entendia
chinês, a IA também não. Só poderia ser uma coisa: a IA estava simulando a
habilidade de conversar em chinês — IA Fraca. Pode parecer um pato e
grasnar como um pato, mas não é um pato.
Para as inteligências artificiais simples que operavam usando
processamento simbólico, o argumento de Searle era convincente. Essas IAs
simplesmente embaralhavam símbolos e não faziam ideia de como tais
símbolos ou as regras que elas seguiam correspondiam a qualquer coisa em
nosso mundo físico. Contudo, cientistas cognitivos passaram muitas décadas
contra-argumentando para provar que Searle estava errado. Por exemplo,
substitua Searle dentro da Sala Chinesa por um cérebro humano de um
falante de chinês e observe atentamente os neurônios individuais. Algum
neurônio entende chinês? No entanto, ao trabalhar juntos, eles conseguem
ter essa compreensão. Se um computador construiu seu conhecimento e
comportamento usando programas que funcionavam dessa maneira, por que
ele não entenderia chinês tão bem quanto um cérebro humano?

PENSANDO COM NEURÔNIOS

Em 1982, o frio inverno da IA chegou ao fim, motivado em parte por um
novo tipo de rede neural. Como muitos dos avanços que surgiram no campo
das redes neurais, o inventor do método geralmente estava um pouco à
frente de seu tempo e não recebeu o reconhecimento que merecia. Neste
caso, o pioneiro japonês Shun’ichi Amari (ver capítulo 001) criou em 1972
um tipo de rede neural que se comportava como uma memória. Contudo,
foi somente quando John Hopfield criou a própria versão em 1982 que o
campo percebeu.
John Hopfield foi um cientista americano multidisciplinar, cuja carreira
abrangeu física, química e biologia. Ele estava interessado na maneira como
o funcionamento do cérebro seria parecido às redes vistas na física. Já estava
estabelecida a ideia de um modelo de Ising (batizado em homenagem ao
físico Ernst Ising): um modelo matemático usado na física para explicar
transições de fase (uma mudança dramática de estado). Por exemplo, um
metal ferroso recém-criado pode começar em um estado em que muitas
partes diferentes dele são magnetizadas em polaridades opostas. Mas cada
pequeno elemento (dipolo magnético) afetará um ao outro até que todos
eles tendam a se alinhar, concordando com a mesma polaridade. O modelo
de Ising é um modelo matemático que imita esse processo. Ele usa uma
grade de células bem parecidas com autômatos celulares, onde cada
elemento da grade pode representar um ou outro estado. Cada elemento
pode interagir com os vizinhos, e o resultado é que todos eles tendem a
relaxar em um estado em que concordam entre si. Hopfield se perguntou se
essa mesma ideia poderia se aplicar ao cérebro, especialmente em relação à
memória.
 Hopfield então construiu uma rede neural baseada no modelo de Ising.
Apenas uma camada de neurônios totalmente conectados foi usada (o que
significa que a saída de cada neurônio é conectada à entrada de cada
neurônio, em uma rede recorrente). Cada neurônio está disparando ou não,
e a lista (vetor) de um ou zero estados de neurônio para cada entrada
representa o estado da rede geral. A rede é treinada atualizando os pesos dos
neurônios de acordo com a lei de associação de Hebb (ver capítulo 000). Os
pesos então forçam os neurônios a se estabelecerem nos estados certos para
representar a saída desejada, para uma entrada dada à rede. Os pesos de cada
conexão representam informações sendo armazenadas.
O resultado é um tipo estranho de rede neural que age como uma
memória associativa. É como se a pessoa se lembrasse do nome completo de
um filme quando ouve apenas parte do título: De Volta para… Uma vez
treinado, é possível fornecer à rede uma entrada vaga ou parcial e ela lhe
dará a resposta completa: De Volta para o Futuro. Hopfield até mostrou que
era possível fazer a rede otimizar problemas — diga a ela o objetivo e
quaisquer restrições, e os neurônios poderiam se estabelecer em um estado
onde o objetivo fosse atingido e as restrições, satisfeitas.
A rede ficou conhecida (talvez de uma maneira um pouco injusta) como
Rede de Hopfield.

PENSAMENTO REFORÇADO
A pesquisa de redes neurais continuou a se expandir com outra IA
fundamental sendo criada no ano seguinte, em 1983. Após um doutorado
em autômatos celulares, Andrew Barto, cientista da computação americano
da Universidade de Massachusetts, passou a se interessar por redes neurais
e, junto com seus primeiros alunos do doutorado, Richard Sutton e Chuck
Anderson, desenvolveu um novo tipo de arquitetura de rede neural que se
baseou no trabalho de outros pesquisadores, como Widrow (ver capítulo
001).
Barto estava interessado em aprendizado não supervisionado,
especificamente a ideia de aprendizado por reforço — a rede neural deve
obter feedback ao testar seu comportamento, e se esse comportamento
parecesse estar melhorando, então deveria fazer mais do mesmo; se o
comportamento estivesse piorando, não deveria mais fazer isso. Eles
imaginaram a tarefa de um carrinho equilibrando um poste no topo.
O carrinho poderia se mover para a esquerda ou direita, e os movimentos
tentariam manter o poste equilibrado. Caso se movesse para a esquerda
rapidamente, o poste tombaria para a direita. Mas se o poste começasse a
tombar para a direita, se mover para a direita talvez pudesse corrigir o
movimento e mantê-lo em pé. É um tipo ideal de problema para
aprendizado por reforço, pois pode fornecer feedback constante a respeito
do desempenho da rede neural enquanto ela move o carrinho.
 Barto sabia que as redes neurais convencionais tinham um pouco de
dificuldade com esse problema. Inspirado por ideias de aprendizado com
animais, criou um tipo de rede neural dois em um, composta por um ator e
um crítico. A rede neural do ator (elemento de busca associativa, ou ASE,
em inglês) se comportaria normalmente, recebendo entradas do ambiente
(o estado atual do carrinho e do poste) e agindo para mover o carrinho a fim
de tentar equilibrar o poste. Barto tornou o problema mais difícil ao
fornecer apenas um feedback limitado: um erro quando o poste estivesse
prestes a cair ou quando o carrinho tivesse chegado ao fim da trilha. Ele
então acrescentou o crítico (elemento crítico adaptativo, ou ACE, em
inglês): uma rede neural que aprendeu a preencher as informações ausentes
e descobrir como o ator estava se saindo. O resultado foi
surpreendentemente bom — a colaboração entre as duas redes neurais
resultou em um controle muito melhor em comparação a uma tentativa
anterior de outros pesquisadores.
O aprendizado por reforço ator-crítico foi lançado a partir desse começo
promissor, e seus inventores continuaram trabalhando no campo pelo resto
da carreira. Mais de trinta anos depois, em 2016, uma nova maneira de
treinar redes ator-crítico acabou sendo inventada, conhecida como Ator-
Crítico de Vantagem Assíncrona (A3C, em inglês), com o resultado de que
o progresso nessa forma de aprendizado por reforço daria um salto adiante.
Mas os anos 1980 foram uma boa década para o aprendizado por
reforço em geral. Chris Watkins, um cientista da computação britânico,
passou os anos de pós-graduação estudando como as crianças aprendiam,
passando tarefas para elas e tentando entender como melhorar o
aprendizado. Watkins foi inspirado pelo modelo ator-crítico de Sutton e
Barto e estava ciente de que os ecologistas comportamentais estavam
imitando o comportamento animal usando programação dinâmica. Então,
para o doutorado, Watkins desenvolveu a própria forma de aprendizado por
reforço que fazia uso de programação dinâmica. Ficou conhecido como Q-
Learning.*
* “Aprendizado Q”, mas nenhuma literatura usa o termo traduzido. (N.T.)

Watkins usou a ideia de um Processo de Decisão de Markov (MDP,

em inglês) — é um pouco parecido com a máquina de estados finitos (ver
capítulo 010), só que em vez de representar um sistema como um conjunto
de estados finitos com transições determinísticas entre eles, o MDP alterna
entre estados com base em probabilidades. Se a probabilidade de alternar o
estado for sempre 1, então o MDP age como uma máquina de estados
finitos. Mas na maioria das vezes o MDP usa probabilidades diferentes.
Uma IA que use um MDP deve descobrir qual ação tomar para cada estado
em que está. Isto é conhecido como encontrar a política certa. Visto que há
sempre muita matemática envolvida, isso significa encontrar a função de
política certa para mapear de estados para ações.
Watkins pegou essa ideia e levou adiante ao sugerir que era possível usar
um novo conjunto de valores, conhecidos como valores Q, para descobrir a
qualidade de uma ação a partir de um determinado estado. Esses valores são
calculados observando a “diferença temporal” entre o valor do estado e ação
atuais e os anteriores. A IA usa aprendizado por tentativa e erro para
descobrir o que fazer, enquanto constrói uma “tabela Q” de valores Q para
armazenar resultados anteriores (pegando emprestado truques da
programação dinâmica). Ela aprendia sem nem se preocupar com políticas
certas como aquele MDP irritante. Ela não precisava se preocupar com
probabilidades de transição ou recompensas esperadas para o MDP.
O resultado foi uma IA que descobria o que fazer por tentativa e erro —
aprendendo o que funciona em que momento, e o que não funciona, assim
como nós, sem ter um modelo explícito do mundo.
 Claro que o Q-Learning não era perfeito. Ele efetivamente encadeia
uma série de palpites, e se os palpites anteriores em relação a qual ação
tomar estivessem errados, a pessoa poderia ficar sem descobrir por um
momento — o que significa que a IA leva muito tempo para aprender com
o erro, especialmente se a pessoa estiver tentando usar o Q-Learning para
aplicações práticas, como controle de robôs. Operando “fora da política”, ele
não está explicitamente tentando encontrar a política MDP ideal —, então,
às vezes, pode acabar calculando soluções completamente erradas. E se o
ambiente estiver mudando (o que era uma boa ação a ser tomada cinco
minutos atrás já não é uma boa ação agora), o Q-Learning simplesmente
não consegue lidar. Embora pesquisadores posteriores tenham adicionado
uma quantidade enorme de computação e novos algoritmos de aprendizado
profundo para tentar ajudar, a maioria desses problemas fundamentais
nunca foi embora de fato.

RETROPROPAGANDO
Paul Werbos pode ter publicado seu trabalho a respeito de retropropagação
para treinamento de redes neurais em 1974 (ver capítulo 010), mas foi
somente doze anos depois que uma análise experimental foi publicada no
influente periódico Nature pelo psicólogo David Rumelhart e pelos
cientistas da computação Geoff Hinton e Ronald Williams. O artigo
descreveu o método como um “novo procedimento de aprendizado” e,
embora tenham citado o trabalho de Minsky e Rosenblatt, Werbos não foi
creditado — um descuido que o cientista britânico Hinton tentou corrigir
mais tarde, dizendo: “Muitas pessoas inventaram versões diferentes de
retropropagação antes de David Rumelhart. Elas eram basicamente
invenções independentes, e acho que recebi muito crédito por isso. Vi a
imprensa dizendo que eu inventei a retropropagação, e isto é totalmente
errado. É um desses casos raros em que um acadêmico acha que recebeu
muito crédito por alguma coisa!”
Inventores originais ou não, o artigo de 1986 do trio na Nature foi
amplamente divulgado e causou um grande rebuliço no campo da pesquisa
de redes neurais. De repente, a IA estava de volta, e estava sendo alimentada
por neurônios.
Em 1989, os pesquisadores progrediram tanto que a primeira aplicação
prática de redes neurais multicamadas estava surgindo. O cientista da
computação francês Yann LeCun concluiu o doutorado em 1987 (durante a
pesquisa, ele também inventou de forma independente o algoritmo de
retropropagação — e foi citado pelo artigo de Rumelhart). Foi trabalhar nos
Laboratórios Bell da AT&T em Nova Jersey, EUA, onde desenvolveu
sistemas para ler caligrafia — uma tarefa complicada, dada a enorme
diversidade de instrumentos de escrita e estilos de caligrafia. LeCun e os
colegas decidiram que era necessário um novo tipo de rede neural, que
operasse de forma semelhante ao córtex visual em nossos cérebros. Batizou a
rede neural de LeNet.
A LeNet usava retropropagação para aprender os pesos de um tipo bem
diferente de rede. Agora conhecida como rede neural convolucional (CNN,
em inglês), ela funciona se concentrando em uma pequena área da imagem
(apenas um quadrado de 3x3 ou 5x5 pixels) com o campo receptivo e
varrendo essa pequena janela (ou detector de feição) da esquerda para a direita,
de cima para baixo, até que toda a imagem tenha sido “visualizada” (ocorreu
uma convolução). Cada vez que o detector de feição “olha” para um pequeno
segmento novo da imagem, atribuirá ao que vê um valor de resumo ou feição
convoluída. Ao usar vários detectores de feição, é possível encontrar mais
coisas na imagem — talvez um detector para valores vermelhos, um para
verdes e um para azuis. Execute outra convolução (pegue os valores de
resumo de saída e trate-os como uma versão de resolução mais baixa da
imagem original e aplique mais detectores de feição) e será possível ajudar a
rede a aprender que pequenas feições são combinadas para criar feições
maiores. Uma imagem de um ônibus é feita de linhas que juntas formam
formas, que formam rodas, janelas e carroceria, que juntas formam o ônibus.
Depois de terminar de convoluir a imagem, o resultado é então passado
por uma função de ativação para acrescentar alguma não linearidade
essencial que torna as redes neurais poderosas, depois é passado por meio de
camadas de agrupamento que reduzem ainda mais a amostragem da
imagem, pegando o valor máximo daqueles produzidos pelos campos
receptivos (agrupamento máximo) ou a média dos valores (agrupamento
médio) para reduzir ainda mais a quantidade de informações. Passe todos
esses valores por um monte de camadas ocultas (múltiplas camadas de
neurônios totalmente conectados) e depois finalmente conecte a saída da
última camada à camada de saída, que será o conjunto de neurônios que
“falam” diretamente com a pessoa.

Embora seja uma arquitetura complicada (arranjo de neurônios), por

baixo de toda a complexidade havia perceptrons multicamadas conhecidos,
e, assim sendo, LeCun foi capaz de usar a retropropagação para treinar sua
sofisticada rede neural. Levou três dias — o que foi considerado muito bom
—, e o resultado foi que a LeNet realmente conseguia ler a escrita humana.
Ou pelo menos números de código postal manuscritos fornecidos pelo
correio americano. Após rejeitar 12% dos dígitos que não conseguia
entender, a IA atingiu 99% de precisão. Uma vez treinada, a LeNet era
capaz de classificar cerca de dez dígitos por segundo.
Poucos anos depois, a LeNet 5 era uma CNN completa, de 7 níveis,
que realizava com sucesso o reconhecimento óptico de caracteres para
cheques (uma solução que logo foi amplamente usada na década seguinte
no setor bancário).

A IA ESTÁ DE VOLTA À ATIVA

A década de 1980 estava se revelando uma boa década para a inteligência
artificial. Além dos avanços com redes neurais, outros avanços importantes
foram feitos. O recozimento simulado foi apresentado em 1980 — um
método de busca um pouco parecido com o algoritmo genético que
encontra boas soluções para problemas difíceis —, desta vez com base na
maneira como o metal é recozido. (Como a agitação de moléculas de metal,
soluções candidatas são aleatoriamente “agitadas” em movimentos cada vez
mais intensos até que uma solução perfeita seja encontrada.) Em 1986,
Chris Langton, aluno de doutorado de John Holland, começou um novo
tipo de IA que chamou de vida artificial. Ele usou autômatos celulares (não
muito diferente de John Conway) para estudar sistemas complexos e sugeriu
que os sistemas vivos existiam num fio de navalha entre a ordem e a
desordem: à beira do caos. ALife* logo se tornou um campo de pesquisa por
si só, em que pesquisadores usam computadores para fazer perguntas “E
se?/O que aconteceria se?” a respeito da vida: E se as primeiras moléculas
autorreplicantes fossem diferentes? E se a evolução em um computador
pudesse ajudar a explicar a evolução de organismos naturais? Ela atraiu
pesquisadores de disciplinas tão diversas quanto química e filosofia e
continua atraindo até hoje.
* ALife de “Artificial Life” ou vida artificial. (N.T.)

Mas a IA convencional ainda funcionava por processamento simbólico e

era, basicamente, composta por sistemas especialistas. Muitos dos sistemas
especialistas que começaram a vida na década de 1960 foram desenvolvidos
sem alarde por vinte anos e eram considerados sistemas de IA maduros
e altamente bem-sucedidos. As empresas agora consideravam os sistemas
especialistas como a tecnologia do momento, e dois terços das empresas
da Fortune 500* aderiram à onda — fazendo uso de sistemas especialistas
em seus negócios.
* A Fortune 500 é uma lista anual compilada e publicada pela revista Fortune que contém as 500
maiores corporações dos EUA. (N.T.)

A IBM era uma dessas empresas. Tendo feito a transição de máquinas

de tabulação de dados para tecnologia de computadores nas décadas de 1950
e 1960, a IBM se estabeleceu como líder em soluções de computação
empresarial. Ela queria continuar expandindo a reputação e ouviu falar de
um programa de pesquisa na Universidade Carnegie Mellon, onde uma
equipe de cientistas da computação havia construído novos chips que
permitiam que um computador pesquisasse movimentos de xadrez mais
rápido do que nunca. Os pesquisadores chamaram a IA de “ChipTest”.*Em
1987, uma versão depurada chamada ChipTest-M venceu o Campeonato
Americano de Xadrez de Computador. A equipe continuou trabalhando e
montou um irmão mais velho do ChipTest, chamado Deep ought
(batizado em homenagem à inteligência artificial fictícia do Guia do
mochileiro das galáxias). Em 1989, como ele venceu o Campeonato Mundial
de Xadrez de Computador, seus criadores colocaram o Deep ought
contra o grão-mestre Garry Kasparov. A IA perdeu por 2 a 0. Depois de
concluir seus doutorados, a equipe foi convencida a trabalhar na IBM com o
objetivo de derrotar um campeão mundial de xadrez. Isso só aconteceria em
1997, com seu novo nome: “IBM” Deep Blue.
* Força bruta (ou busca exaustiva) é um tipo de algoritmo de uso geral que consiste em enumerar
todos os possíveis candidatos de uma solução e verificar se cada um satisfaz o problema.
A força bruta costuma ser usada em problemas cujo tamanho é limitado ou quando não se
conhece um algoritmo mais eficiente. (N.T.)
 O ChipTest e seus sucessores eram IAs dedicadas ao xadrez. Eles
usaram um “livro de abertura” semelhante a um sistema especialista
contendo um enorme número de exemplos de boas aberturas (os primeiros
movimentos do xadrez) para que não caíssem em armadilhas fáceis quando
o número de peças no tabuleiro ainda fosse alto e o número possível de
movimentos ainda fosse astronômico. Uma vez que isso foi esgotado,
a equipe usou busca bruta pura para examinar movimentos possíveis um por
um a fim de encontrar o movimento certo (usando o algoritmo minimax,
ver capítulo 000). A versão final foi capaz de olhar de seis a vinte
movimentos à frente, considerando bilhões de alternativas.

A EXPLOSÃO DE IAS ESPECIALISTAS

O Japão não ficaria para trás na nova corrida pela excelência tecnológica.
Eles também gostavam da ideia de que hardware de computador
personalizado poderia ser a solução para tornar a IA mais rápida e ainda
mais lucrativa. Assim sendo, em 1982, o Ministério do Comércio
Internacional e Indústria anunciou que investiria no desenvolvimento de
máquinas para computação paralela massiva* a fim de rodar linguagens
baseadas em lógica, como Prolog. Um novo “instituto para tecnologia de
computadores de nova geração” foi criado, que trabalhou com oito
fabricantes de computadores no Japão e muitos dos principais institutos de
pesquisa japoneses. O projeto de Sistemas de Computadores de Quinta
Geração durou pelos próximos doze anos, com um investimento de cerca de
57 bilhões de ienes (cerca de 400 milhões de dólares). Uma série de IAs
foram criadas, chamadas de Máquinas de Inferência Paralela (PIMs, em
inglês). As cinco máquinas personalizadas (PIM/m, PIM/p, PIM/i, PIM/k,
PIM/c) foram otimizadas para executar linguagens de programação lógica e
sistemas especialistas (aplicativos como o Kappa, um sistema de
gerenciamento de banco de dados paralelo, e MGTP, um provador de
teoremas automatizado).
* Computação paralela massiva é uma forma de computação em que vários cálculos são realizados
ao mesmo tempo, operando sob o princípio de que grandes problemas geralmente podem ser
divididos em problemas menores, que a seguir são resolvidos concorrentemente. Para realizá-la,
é preciso contar com um alto número de processadores operando ao mesmo tempo. Os valores
podem variar de dezenas de milhares a dezenas de milhões (N.T.)

Não querendo ficar para trás, os Estados Unidos anunciaram a própria

iniciativa de computação estratégica em 1983, que duraria uma década.
O objetivo desse exercício de financiamento de bilhões de dólares era criar
uma “inteligência de máquina completa” dando aos computadores a
capacidade de “ver, ouvir, falar e pensar como um humano”. Centenas de
projetos acadêmicos e industriais foram financiados, incluindo os primeiros
esforços para desenvolver veículos autônomos.
Enquanto isso, as equipes envolvidas com sistemas especialistas bem-
sucedidos criaram startups para comercializar as tecnologias de IA
subjacentes. A Teknowledge Inc retirou as regras de diagnóstico médico do
MYCIN e licenciou o sistema especialista vazio de E-MYCIN.
A IntelliGenetics tentou vender o MOLGEN e mais tarde também
licenciou seu shell* de sistema especialista e rebatizou a empresa como
IntelliCorp. O Carnegie Group tentou generalizar o XCON. E a lista de
startups na década de 1980 continuou crescendo: a Neuron Data fez o
Nexpert, um sistema especialista que rodava no Macintosh; a AION criou o
próprio sistema especialista com o mesmo nome; havia até uma empresa
com o infeliz nome de AIDS (Sistemas de Decisão via AI, em inglês).
* Shell é um programa que permite o acesso e envio de informações ao sistema operacional
através de um terminal ou interface gráfica. (N.T.)

Com tanto investimento se acumulando nas novas empresas de sistemas

especialistas, e o Japão investindo pesadamente nas PIMs que executariam
sistemas especialistas de forma mais rápida e melhor, também parecia haver
uma oportunidade para empresas ganharem dinheiro apoiando a nova
indústria emergente por intermédio do lançamento de hardware
personalizado. Uma série de empresas foi criada para executar LISP de
forma mais rápida. A mais conhecida delas teve origem no trabalho de
Richard D. Greenblatt no MIT na década de 1970, onde ele desenvolveu
pela primeira vez novas arquiteturas de computadores dedicados para
acelerar o processamento da linguagem LISP. O trabalho ficou conhecido
como MIT LISP Machine Project e levou a uma empresa derivada do MIT,
a Symbolics, Inc (a mesma que comercializou o MACSYMA por um breve
período), que lançou em 1981 sua máquina LISP dedicada, a LM-2,
seguida por uma série de máquinas LISP muito bem-sucedidas durante
grande parte da década de 1980 (as máquinas LISP da série 3600).
Essa não foi a única empresa de hardware bem-sucedida. Danny Hillis,
um aluno de Marvin Minsky e Claude Shannon no MIT, teve algumas
ideias ambiciosas a respeito da criação de uma arquitetura de máquina para
computação paralela massiva. Hillis a chamou de Connection Machine,
e não apenas seu doutorado a respeito do tema ganhou o prêmio de
dissertação da ACM (Association for Computing Machinery*) de 1985,
como também fundou uma empresa chamada inking Machines
Corporation, que recrutou inúmeras mentes brilhantes (incluindo Richard
Feynman). Hillis e equipe montaram alguns dos computadores mais rápidos
do mundo e foram pioneiros em muitas ideias de computação paralela ainda
em uso hoje, com foco em aplicações LISP e IA. Seu primeiro lançamento
comercial foi o CM-1, seguido pelo CM-2, CM-200 e CM-5. Os
computadores se tornaram amplamente usados na década de 1980 e, talvez
por causa da aparência futurística, apareceram até mesmo em filmes — em
Jurassic Park - O Parque dos Dinossauros, o vídeo de clonagem de dinossauros
menciona o uso de supercomputadores inking Machines, e é possível ver
oito modelos na sala de controle do parque.
* Associação para Máquinas de Computação. (N.T.)
UMA SEGUNDA ONDA DE FRIO
Com tanto entusiasmo e centenas de milhões sendo investidos,
a inteligência artificial convencional voltou a vencer. Mas a popularidade
recém-descoberta rapidamente começou a preocupar aqueles que ainda
estavam aquecendo as mãos após terem sido congeladas pelo inverno da IA
dos anos 1970. Já em 1984, com o último inverno mal terminando, os
pesquisadores de IA estavam ponderando se o atual frenesi envolvendo
sistemas especialistas duraria. Um debate realizado na conferência AAAI de
1984 mostrou alguns lampejos de ideias fascinantes na época. A introdução
feita pelo cientista da computação de Yale Drew McDermott quase disse
tudo:

Apesar de toda a agitação comercial em torno da IA atualmente,

há um clima que tenho certeza de que muitos de vocês conhecem
bem, um clima de profundo incômodo entre os pesquisadores de
IA que estão por aí há pelo menos quatro anos. Esse incômodo se
deve à preocupação de que talvez as expectativas a respeito da IA
sejam muito altas e que elas acabarão resultando em desastre.
Para esboçar o pior cenário possível, suponha que daqui a cinco
anos a iniciativa de computação estratégica entre em colapso
completo, pois os veículos autônomos não conseguem rodar.
A quinta geração acaba não chegando a lugar nenhum, e o governo
japonês imediatamente abandona a computação. A startup toda
fracassa…
Não creio que esse cenário seja muito provável de acontecer, nem
mesmo uma versão mais branda dele. Mas há nervosismo, e acho
importante que tomemos medidas para garantir que o “Inverno da IA”
não aconteça — disciplinando a nós mesmos e educando o público.

Roger Schank, diretor do novo Projeto de Inteligência Artificial de Yale,

relatou algumas conversas recentes no mesmo debate:
 Eu estava conversando com Oliver Selfridge, contando a respeito
da minha nova empresa de software educacional. Falei: “Bem, ela de
fato não tem nada a ver com IA, exceto que alguns dos softwares
que projetamos têm a ver com coisas como ensino, leitura e raciocínio
e vêm de ideias que tivemos em IA, mas não há, de forma alguma,
IA nos programas.” E ele disse: “Ah, mais ou menos como sistemas
especialistas, hein?”
… A segunda conversa que eu tive foi com o dono de uma imobi-
liária que tinha doutorado em biologia. Ele queria construir um par-
que industrial de sistemas especialistas; todas as empresas do
parque estariam fazendo sistemas especialistas. Falei: “Acho que você
procurou a pessoa errada, pois eu não acredito muito em sistemas
especialistas.” “Como você pode dizer isso?”, retrucou ele. “Fazer com
que os computadores copiem tudo o que alguém sabe; colocar todo
o conhecimento dentro dele e fazer com que a coisa seja igual a
uma pessoa — isto é ótimo.” Eu respondi: “Sim. Mas ainda não
sabemos como fazer isso.” E ele: “Não sabemos, mas é isso que os
sistemas especialistas são.”

E esse era exatamente o problema.

SUPOSIÇÕES ERRADAS
Ainda eram os anos 1980. Não havia uma World Wide Web contendo o
conhecimento do mundo para ser minerado. A maioria das informações
úteis ainda era armazenada em papel ou na mente de especialistas humanos.
Não havia dados prontamente disponíveis para sistemas especialistas.
Aqueles poucos sistemas especialistas que provaram seu valor levaram duas
décadas de trabalho para serem alimentados com informações, arduamente
inseridas por equipes de experts em domínio e computação. Mesmo quando
recebiam informações a respeito de um tópico, ainda assim os sistemas
especialistas nem sempre conseguiam raciocinar corretamente e podiam
fornecer respostas incorretas. Realmente não importava se a pessoa
comprasse um “sistema especialista vazio” para seu negócio. Não importava
se ele estava sendo executado em hardware otimizado. Quanto tempo e mão
de obra custariam para que as informações a respeito de seu negócio fossem
inseridas — se fosse possível recuperá-las e codificá-las corretamente? E se a
pessoa se desse ao trabalho de criar milhares de regras dentro do sistema
especialista, quanto tempo e dinheiro seriam necessários para manter a base
de regras?
Também havia perguntas e questionamentos fundamentais sendo feitos
a respeito de todo o conceito de IA simbólica. Em 1988, uma série de
artigos de retrospectiva foi redigida para resumir o progresso até então. Em
um dos artigos, o filósofo e cientista da computação Hilary Putnam
escreveu: “Atualmente, a conquista mais elogiada da IA são os ‘sistemas
especialistas’. Contudo, tais sistemas (que, no fundo, nada mais são do que
ferramentas de busca de banco de dados de alta velocidade) não são modelos
para nenhuma capacidade mental interessante.” Em outro artigo, Hubert
Dreyfus (filósofo e crítico de longa data da IA) escreveu: “A abordagem do
sistema de símbolos físicos parece estar fracassando porque é simplesmente
falso supor que deve haver uma teoria para cada domínio.”
As duras realidades dos sistemas especialistas começaram a se fazer
sentir no final dos anos 1980 e no início dos anos 1990. Uma após outra, as
startups de sistemas especialistas fracassaram. O projeto de Sistemas de
Computadores de Quinta Geração no Japão chegou ao fim com os
computadores PIM já parecendo obsoletos, pois os computadores
convencionais se tornaram bem mais rápidos nesse meio-tempo. As
Máquinas LISP da Symbolics sofreram o mesmo destino: suas vantagens
competitivas não duraram mais do que alguns anos, até que computadores
convencionais e avanços em compiladores as tornassem obsoletas. Até
mesmo a incrível inking Machines Corp não conseguiu se manter à tona,
apesar de continuar a fazer alguns dos supercomputadores mais rápidos do
mundo. Em 1994, estavam falidos e foram vendidos para a Sun
Microsystems.
Em 1987, houve uma mudança de liderança no Information Processing
Techniques Office (IPTO),* e foi tomada a decisão de cortar drasticamente
o financiamento para as partes que envolviam inteligência artificial na
Iniciativa de Computação Estratégica nos Estados Unidos. O programa não
correspondeu às expectativas e foi marcado por comunicação e colaboração
precárias entre projetos e pela falta de progresso significativo.
* Escritório de Técnicas de Processamento de Informações, em tradução livre. Era um braço da
DARPA, a Agência de Projetos de Pesquisa Avançada de Defesa, do Departamento de Defesa
dos EUA, responsável pela origem militar da Internet. (N.T.)

Apesar do progresso contínuo no campo das redes neurais, agora a

inteligência artificial significava sistemas especialistas. Se os sistemas espe-
cialistas falhassem, então a IA falharia. Como muitos dos capítulos da IA,
tudo isso se mostrou um pouco injusto: os sistemas especialistas continuam
a ser usados até hoje para certas aplicações de nicho nos bastidores. Mas
como o garoto-propaganda da IA, eles não corresponderam às expectativas
infladas dos investidores e financiadores de tantas empresas e projetos de
pesquisa.
O financiamento secou no mundo inteiro. A inteligência artificial não
era algo com que alguém respeitável quisesse se envolver. Não importava o
que se fizesse em ciência da computação… contanto que não fosse chamado
de inteligência artificial.
 -
Uma Segunda Onda de Frio

WWDÁBLIU?
Em 1991, o CERN anunciou o projeto World Wide Web, e, de repente,
o público tinha uma interface mais fácil para acessar a Internet por meio das
primeiras páginas da web. Essas páginas primitivas eram lentas para serem
carregadas, afinal a maioria dos internautas usava conexões discadas com
velocidades de acesso bem limitadas (normalmente 9.600 bits por segundo,
ou seja, uma página com uma imagem de 100 Kb levaria alguns minutos até
aparecer, tempo que a pessoa ficava encarando a tela e tamborilando os
dedos). Mas, à medida que as velocidades de conexão melhoravam, os sites
foram o início de uma rápida revolução pontocom que provocaria uma
enorme onda de criação de empresas online — que no final da década
quebrariam repentinamente por causa da supervalorização e da empolgação
das novas empresas de Internet. Algumas, como a Amazon, sobreviveram.
A maioria, não.
Os computadores eram mais rápidos e estavam mais acessíveis do que
nunca, e uma nova geração de jovens que cresceram na explosão dos com-
putadores domésticos da década de 1980 estava entrando na universidade
(ou criando startups que exploravam as oportunidades online). As primeiras
câmeras digitais foram lançadas, o que deu início a uma tendência que fez
com que as câmeras de filme tradicionais fossem superadas em vendas pelos
modelos digitais em 2003.
Ainda não havia smartphones, a não ser por alguns computadores por-
táteis rudimentares, que cabiam na palma da mão e não tinham acesso à
Internet. No início da década, os celulares ainda eram tijolões e só
evoluíram para modelos flip em 1997. Quem quisesse fazer qualquer coisa
com um computador, incluindo acessar a Internet, tinha que usar um
desktop — invariavelmente uma caixa bege enorme e com um monitor bege
gigante de raios catódicos que faziam a mesa gemer com o peso.
E conforme as empresas de sistemas especialistas foram sumindo e a IA
foi ficando completamente fora de moda, um pesquisador ajudou a colocar
mais um prego no caixão do processamento simbólico e do que viria a ser
conhecido como “A Velha e Boa AI” (GOFAI, em inglês).

ELEFANTES NÃO JOGAM XADREZ

O roboticista australiano Rodney Brooks obteve seu PhD em Stanford,
seguido por cargos na Carnegie Mellon e na própria Stanford. Brooks
entrou no MIT como docente em 1984 e em 1997 era diretor do
Laboratório de Ciência da Computação e Inteligência Artificial do MIT.
Apesar de compartilharem a mesma instituição e os mesmos interesses e
motivações, Marvin Minsky, o “pai da IA”, e Rodney Brooks não concor-
davam exatamente. Minsky geralmente desdenhava do trabalho de Brooks e
aparentemente não conseguia entender que pudesse haver visões alternativas
válidas para a IA em comparação com a sua. Em um artigo de 1995,
Minsky brincou com o trabalho de Brooks dando a seguinte citação:
“Ajudarei sempre que eles tiverem uma ideia interessante. Isso pode
acontecer a qualqueeer momento.” (Minsky nunca colaborou com Brooks no
projeto.)
Brooks também não tinha vergonha de dar suas opiniões. Em 1990,
escreveu um artigo clássico (como ficou conhecido) intitulado “Elefantes
Não Jogam Xadrez”. Em uma crítica contundente à pesquisa de IA até
aquele momento, argumentou que “a pesquisa de inteligência artificial
naufragou em um mar de incrementalismo” e “a hipótese do sistema de
símbolos em que se baseia a IA clássica está basicamente furada”. Isto estava
apenas nos três primeiros parágrafos do artigo. Brooks não só desmantelou
as ideias de “IA clássica” (como a chamou). Ele apresentou sua noção de
“IA nouvelle”, que explicou por meio de uma série de exemplos práticos de
robôs que ele e seu grupo construíram no decorrer dos anos.
 Em vez de tentar perceber os ambientes, transformar essas entradas em
símbolos, processar esses sistemas e, então, transformar novamente a saída
em comportamentos, Brooks sugeriu que símbolos e processamento sim-
bólico não eram necessários. Segundo a experiência dele, métodos mais
fundamentados em realidades físicas funcionavam melhor. Sensores podiam
receber entradas de ambientes e, mediante processamento mínimo, seriam
capazes de acionar os motores do robô. Se outros sensores detectassem um
obstáculo, um módulo de software diferente poderia intervir, parar o robô e
fazê-lo desviar. Brooks sugeriu que a inteligência poderia ser composta de
camadas de comportamentos como esse; cada camada seria um módulo
diferente que era fundamentado na realidade física, e cada uma com a
capacidade de assumir o controle quando necessário. Não havia necessidade
de construir modelos complicados do mundo baseados em símbolos. “O
mundo é o melhor modelo de si mesmo. Ele está sempre atualizado”,
argumentou. “O truque é percebê-lo de maneira correta e com frequência
suficiente.” As ideias são muito semelhantes à maneira como as tartarugas
de Grey Walter funcionavam na década de 1940 (ver capítulo 000).
Brooks era diferente da maioria dos pesquisadores de inteligência
artificial até então, afinal, suas ideias funcionavam — e ele podia prová-las
com seus robôs. Na verdade, as ideias funcionavam tão bem que Brooks
criou uma empresa chamada iRobot em 1990 com dois alunos. Depois de
começar vendendo os próprios projetos de robôs para pesquisadores, em
1998 fecharam um contrato com a DARPA para fazer o PackBot — robôs
militares, que foram usados em zonas de guerra e de desastres naturais no
mundo inteiro para procurar dispositivos explosivos improvisados ou
vasculhar escombros. A empresa foi de sucesso em sucesso e ajudou a
NASA a projetar os astromóveis que deram na missão Sojourner Mars em
1997. Em 2003, criaram o Roomba, o primeiro aspirador de pó robô,
desencadeando uma nova categoria de eletrodoméstico. Em 2023,
a Amazon havia oferecido mais de 1 bilhão de dólares para adquirir a
empresa.
 A arquitetura de subsunção também continuou a se desenvolver e
acabou evoluindo para uma ideia conhecida hoje como árvores de
comportamento, agora uma abordagem convencional para controlar robôs e
os movimentos complexos de “personagens não jogáveis” (NPCs, em inglês)
em videogames.

ROBÔS FOFINHOS
Com microprocessadores prontamente disponíveis — e acadêmicos como
Brooks demonstrando que era possível construir robôs com
comportamentos complexos —, o inventor Caleb Chung conseguiu colocar
suas próprias habilidades singulares para funcionar. Ele e o amigo Dave
Hampton visitaram uma feira de brinquedos em 1997 e foram inspirados
pelo sucesso do Tamagotchi (um “animal de estimação” digital num
pequeno chaveiro com tela LCD). Os dois decidiram construir um “amigo”
robô. Ele falaria, se comunicaria com os amigos, responderia a alguns
comandos falados simples e mudaria lentamente da própria língua para o
inglês (ou várias outras) com o passar do tempo. O robô moveria as orelhas,
os olhos e a boca em forma de bico, teria um sensor de pressão no estômago
e detectaria se fosse movido. Eles o chamaram de Furby. Com a ajuda do
colega Richard Levy, Chung e Hampton o licenciaram para a Tiger
Electronics e, em poucos meses, o robô foi lançado. Ele se tornou um
enorme sucesso, com milhões de Furbies vendidos no mundo inteiro. Este
foi o primeiro animal de estimação robô e, embora tivesse comportamentos
relativamente primitivos, as pessoas foram rapidamente enganadas a
acreditar que o Furby era capaz de responder e se comportar de maneiras
que ele não conseguia. A mudança lenta de falar a própria língua — o
“furbês” — para o inglês, que tinha a intenção de imitar o processo de
aprender a falar, enganou tanto os donos que algumas agências de
espionagem baniram os Furbies dos escritórios, acreditando que eles
poderiam gravar ou repetir frases faladas ao redor (algo que um Furby
jamais seria capaz de fazer).

A Sony logo lançou o próprio cão de estimação robô, consideravelmente

mais complexo, chamado AIBO (Artificial Intelligence RoBOt), em 1999.
Construído por Toshitada Doi (um engenheiro também envolvido na
criação do CD) e Masahiro Fujita, um especialista em IA, no Laboratório
de Ciência da Computação da Sony, o AIBO foi o início de um novo tipo
de IA — animais de estimação em forma de robôs para consumo doméstico.
Enquanto isso, Chung levaria adiante a carreira de inventor de robôs
fofos e mais tarde criaria o robô dinossauro Pleo — um sofisticado robô de
quatro patas equipado com sensores e câmeras.

COMPUTADORES CRIATIVOS
A inteligência artificial tradicional, que usava processamento simbólico,
podia estar praticamente morta, mas isto não importava se a pessoa fizesse
computação evolutiva. Essa nova comunidade estava bombando, com novas
conferências surgindo na década de 1990 e inúmeras e novas variações de
algoritmos evolutivos sendo inventadas. O artista britânico William Latham
e o pesquisador da IBM Stephen Todd criaram um exemplo de computação
evolutiva no final da década de 1980, quando colaboraram para viabilizar a
visão de arte em evolução de Latham. Como estudante de arte, Latham
havia elaborado penosamente suas regras de evolução no papel, com formas
que se alteravam para outras formas de acordo com as próprias regras de
transformação. Todd escreveu um programa chamado Mutator, que pegou
as regras de Latham e permitiu que um computador evoluísse novas obras
de arte bizarras e complexas. O Mutator apresentaria uma população de seis
artes ao artista a cada geração, e o artista brincaria de “Deus” e escolheria
aquelas artes que preferia como pais da próxima geração. Depois de iterar
algumas vezes, o resultado era uma arte evoluída para se adequar ao gosto
do artista. (Foi uma ideia que o biólogo Richard Dawkins experimentou no
livro O relojoeiro cego — escrever um pequeno programa evolucionário que
desenvolvia uma série de “insetos”.*) Embora o mundo da arte convencional
não tenha aceitado a arte de Latham tão prontamente, ele logo conquistou
uma espécie de status de cult com imagens evoluídas pelo Mutator que
foram usadas como capa de disco da banda e Shamen em 1993.
* No caso, são insetos mesmo, e não bugs, como o termo em inglês (que também significa
“insetos”) para erros em um programa de computador. (N.T.)
 Esse era um novo tipo de uso para a computação evolucionária. Em vez
de otimizar uma solução existente, esses algoritmos agora estavam sendo
usados para dar aos computadores algo parecido com criatividade. Eles
estavam gerando novas soluções do zero. John Koza, um cientista da
computação americano (e aluno de John Holland) que fez fortuna
inventando a raspadinha da loteria, tinha a própria versão de algoritmo
genético que ele chamava de programação genética (GP, em inglês). Era um
novo tipo de algoritmo evolucionário que modificava representações
semelhantes a árvores, com soluções sendo geradas ao cortar e trocar sub-
ramos de árvores-mãe. Essas representações flexíveis podiam crescer em
tamanho, permitindo que a GP representasse funções matemáticas ou
programação de computador e, mais importante, permitindo que ela
inventasse soluções maiores e mais complexas conforme necessário.
Koza lutou contra o que percebeu ser uma certa animosidade em relação
à área dele e escreveu uma série de livros que demonstravam a gama de
aplicações para as quais a GP poderia ser usada — desde escrever novas
programações de computador até fazer novos circuitos de computador. Koza
até patenteou ideias geradas por seu sistema, que ele gostava de chamar de
Máquina de Invenção. Mais tarde, ele patrocinaria o “Prêmio Humano-
Competitivo”, onde pesquisadores que usassem GP para criar soluções tão
boas quanto ou melhores do que as soluções humanas existentes ganhariam
um prêmio em dinheiro — um prêmio anual concedido até hoje.
A ideia de criatividade produzida por computadores estava crescendo
rapidamente no campo e em áreas correlatas, como a vida artificial. Karl
Sims era um artista de mídia digital no MIT e ex-funcionário da inking
Machines Corp, acostumado a trabalhar com alguns dos computadores mais
poderosos da época. Ficou razoavelmente famoso com seus primeiros curtas
de computação gráfica, como Panspermia (1990) e Primordial Dance (1991),
que foram exibidos no mundo inteiro para o fascínio de públicos não acos-
tumados a imagens inteiramente animadas por computador. No início da
década de 1990, fez bom uso do acesso que tinha a supercomputadores e
trabalhou com uma equipe para implementar uma nova obra de arte. Sims
decidiu usar a evolução em um computador para evoluir “Criaturas
Virtuais”, que possuíam o próprio corpo e cérebro. Era uma ambição
audaciosa para a época, que exigiu a simulação de um mundo virtual inteiro
com suas leis da física e, em seguida, a geração das criaturas (formas em
blocos) com cérebro interno semelhante a redes neurais, e um pedaço de
cérebro mantido em cada bloco. As formas cresceriam seguindo o próprio
programa de desenvolvimento de Sims controlado pelos genes digitais das
criaturas. Em vez de ter um artista brincando de “Deus” e escolhendo as
criaturas com a estética mais agradável, Sims usou um critério objetivo para
determinar a aptidão das criaturas em evolução: quanto mais longe e mais
rápido elas pudessem se impulsionar, melhores seriam. Com criaturas
melhores tendo mais filhos, o sistema de Sims desenvolveu uma coleção
notável de animais virtuais. Alguns se contorciam pelo chão como cobras,
alguns pulavam, outros se sacudiam. Ele tentou água virtual e descobriu que
as cobras reevoluíam para nadar em espiral, e Sims até viu a evolução de
uma forma parecida com uma tartaruga, com nadadeiras controladas
independentemente para que a criatura pudesse nadar em qualquer direção.
Em nenhum momento ele havia dito ao computador como as criaturas
deveriam se parecer ou como elas deveriam se mover. A evolução dentro do
mundo virtual havia descoberto de forma independente princípios que se
assemelhavam aos usados em sistemas vivos.
 Em 1994, quando Sims mostrou os resultados pela primeira vez em uma
conferência, o público ficou silenciosamente atônito e, a seguir, aplaudiu de
pé. Ninguém nunca tinha visto um computador fazer algo parecido. É
verdade que ele tinha usado um inking Machines CM-5 — um dos
supercomputadores mais rápidos da época —, mas, mesmo assim, foi como
ver alguém andar sobre as águas. O trabalho de Sims teria um impacto
notável nas décadas seguintes, e centenas de pesquisadores duplicariam os
resultados dele (o que era consideravelmente mais fácil à medida que os
computadores se tornavam cada vez mais rápidos), e mais e mais criaturas
exóticas evoluíram ao longo dos anos.
 Eu estava na plateia da apresentação de Karl Sims naquele dia. Era um
jovem estudante de doutorado que tinha se inspirado em trabalhos recentes
envolvendo vida artificial e nas ideias de Richard Dawkins. Depois de
conhecer William Latham e ver o trabalho inovador de Sims, minhas
ambições ficaram claras: eu queria fazer com que os computadores
inventassem designs de objetos sólidos, completamente novos, do zero,
assim como a evolução natural havia criado a vida. Meu sistema foi
chamado de forma nada imaginativa de GADES (designer de algoritmo
genético, em inglês) e, em 1996, quando concluí meu PhD no tópico,
desenvolvi o sistema até que ele fosse capaz de projetar qualquer coisa, de
mesas a carros aerodinâmicos, tudo feito automaticamente pela IA
evolucionária, assim que um humano tivesse escolhido qual de uma série de
especificações funcionais modulares usar em combinação. Por exemplo, eu
disse ao computador para criar uma mesa com um formato tal que deveria
ter pouca massa, sustentar outros objetos na mesma altura e não deveria cair.
Como as Criaturas Virtuais de Sims, o GADES desenhou e montou o
móvel colando blocos de construção que ele mesmo escolheu e remodelou.
O resultado foi um sistema que não otimizou os designs como todos os
demais estavam fazendo — o GADES inventou, isso sim, designs
inteiramente novos, às vezes com novas formas radicais, que atendiam à
funcionalidade desejada pelo designer. O conceito ficou conhecido como
“design generativo”.
 Nos anos seguintes, meus alunos de doutorado e eu desenvolvemos
ainda mais as ideias. Em dado momento, o GADES se tornou um
compositor musical, e tivemos nosso próprio selo em parceria com a
Universal Music. Em outra ocasião, evoluímos plantas de hospitais. Eu até
evoluí e construí minha própria mesa de centro, que usamos até hoje. Clint
Kelly — o gerente de projeto que impulsionou a iniciativa de computação
estratégica nos EUA (ver capítulo 011) — nos ajudou com o financiamento,
assim como o Departamento Europeu de Pesquisa e Desenvolvimento
Aeroespacial (EOARD, em inglês). Escrevi uma série de livros a respeito
desse e de outros tópicos semelhantes — você está lendo um deles agora!
Mais tarde, um dos meus alunos, chamado Siavash Mahdavi, fez um
dos meus projetos patrocinados pela BAE Systems. Ele evoluiu novos
designs de robôs em formato de cobra e usou a nova tecnologia de
impressora 3D para construí-los. Fomos um dos primeiros a mostrar que os
algoritmos genéticos poderiam evoluir a estrutura interna do corpo e o
cérebro de um robô de verdade, que, quando danificado, poderia se adaptar
e encontrar métodos alternativos de locomoção. Mahdavi foi longe com as
ideias e criou uma consultoria de design em design generativo para formas
impressas em 3D. Contratou alguns dos meus outros alunos de doutorado e,
mais tarde, vendeu a empresa para a gigante de software CAD Autodesk,
Inc. em 2014 por cerca de 88 milhões de dólares. O design generativo e os
algoritmos genéticos logo se tornaram parte integrante dos principais
produtos de software para designers, arquitetos e engenheiros.
Tive a sorte de começar cedo e chegar lá primeiro com algumas ideias
com grande apoio da indústria, mas minhas experiências estavam longe de
ser únicas na década de 1990 com a computação evolucionária. Aqueles
foram os dias empolgantes de invenção e avanço, quando pesquisadores
estavam descobrindo a que distância os computadores podiam ir quando
solicitados a solucionar problemas de otimização extremamente difíceis.
O pioneiro Jordan Pollack também teve sucessos incríveis em seu
laboratório na Universidade Brandeis, EUA, com alunos como Hod Lipson
demonstrando no projeto Golem o uso da computação evolucionária e
impressoras 3D para permitir o design e a fabricação automáticos de
“formas de vida robóticas” estranhas e com aparência exótica. Um pouco
como as Criaturas Virtuais de Sims ganhando formas reais, digamos assim.
O pesquisador italiano Marco Dorigo criou um novo algoritmo chamado
“otimização de colônias de formigas” (ACO, em inglês) com base na
maneira como as formigas forrageiam que poderia resolver problemas de
roteamento e agendamento de veículos muito bem — ele continuou a
demonstrar o poder do ACO no controle de enxames de robôs. O cientista
social americano Jim Kennedy e o engenheiro elétrico Russ Eberhart
criaram a “otimização de enxame de partículas” (PSO, em inglês) com base
na maneira como bandos de pássaros ou enxames de abelhas se movem,
e mostraram que o PSO era outro método capaz de encontrar soluções para
problemas difíceis, especialmente se os problemas mudassem ao longo do
tempo. E houve inúmeros outros sucessos e uma enorme variedade de
algoritmos evolucionários inovadores, muitos dos quais resistiram ao teste
do tempo e foram integrados às práticas de software industrial e de
engenharia nas décadas seguintes.

NOVAS FORMAS DE VIDA

Enquanto a computação inspirada na biologia florescia, o campo irmão da
vida artificial também crescia em popularidade, com novas maneiras de
investigar como a vida pode ter se originado e se desenvolvido em termos de
complexidade. O biólogo evolucionista omas S. Ray tinha acabado de
passar vários anos pesquisando o comportamento de forrageamento nas
florestas tropicais da Costa Rica. Frustrado por não poder observar a
evolução natural diretamente por causa de sua velocidade lenta, Ray decidiu
que uma simulação de computador permitiria um tipo de estudo muito mais
rápido e também forneceria outro exemplo de vida que ele poderia usar para
comparar com a natureza.
 Tom Ray desistiu do trabalho de campo na selva e em 1991 escreveu um
programa de computador chamado Tierra. “Eu dei esse nome porque pensei
nele como outro mundo que eu poderia inocular com vida”, disse. Era um
mundo virtual que compreendia nada mais do que o próprio computador
como o mundo e organismos digitais que compreendiam instruções de
computador. O principal objetivo das instruções era se reproduzir — fazer
mais organismos digitais que herdassem as instruções dos pais, com
mutações ocasionais. Essas estranhas criaturas digitais competem por
memória e tempo de processador, com conjuntos de instruções mais bem-
sucedidos pegando mais memória e obtendo mais tempo (efetivamente
dando aos competidores menos recursos para “viver”), enquanto os menos
bem-sucedidos morriam, liberando memória e tempo de processador para
novos organismos. Ao contrário dos algoritmos genéticos convencionais,
não havia função de aptidão para medir a qualidade desses organismos e
permitir que os melhores tivessem mais filhos. Tierra simplesmente deixou
os organismos digitais existirem e se comportarem. A competição por
recursos naturalmente resultou em alguns se saindo melhor e outros
piorando ao longo do tempo. Isto foi de fato a evolução natural dentro de
um computador.
Ray começou com uma simulação simples, com a intenção de adicionar
mais complexidade aos organismos digitais mais tarde. Contudo, para a
surpresa dele, não foi preciso — os organismos digitais rapidamente
evoluíram para uma complexidade maior. Logo, “parasitas” evoluíram e
tiraram vantagem de outros organismos para ajudá-los a fazer mais cópias
de si mesmos. Então, “hiperparasitas” evoluíram e roubaram pedaços dos
parasitas para ajudá-los a fazer cópias de si mesmos duas vezes mais rápido.
Em algumas execuções, os hiperparasitas assumiram a maior parte da
população e evoluíram para cooperar uns com os outros a fim de sobreviver
— até que “trapaceiros” evoluíram para tirar vantagem e superá-los. Ray
percebeu que havia criado inadvertidamente um ecossistema em evolução
completo, todo feito de bytes de código de computador.
O Tierra inspirou várias outras simulações de vida artificial que
mostrariam comportamentos ainda mais exóticos. A primeira versão do
Avida foi desenvolvida em 1993 pelo cientista da computação Charles Ofria
e pelo microbiologista Chris Adami. Tem sido continuamente desenvolvido
desde então e resultou em alguns estudos notáveis de como a complexidade
pode surgir ao longo do tempo — e também usado para ensinar evolução
em sala de aula.

INTELIGÊNCIA DE BATE-PAPO
Métodos de computação inspirados em biologia, como computação
evolutiva e redes neurais, podem ter florescido na década de 1990, mas
ainda era difícil abandonar ideias mais antigas. O “Jogo da Imitação” de
Turing (ver capítulo 000), agora conhecido como Teste de Turing, ainda era
um prêmio que alguns achavam que valia a pena tentar ganhar. Apesar das
críticas de Searle e outros (ver capítulo 011), muitos achavam que um
computador que pudesse conversar conosco tão bem quanto um humano
certamente deveria ter inteligência humana. Isto foi inspiração suficiente
para o inventor americano Hugh Loebner patrocinar o “Prêmio Loebner”
— uma medalha de ouro maciço e um prêmio de 100 mil dólares para
qualquer um capaz de programar uma IA que pudesse enganar um julgador
humano a acreditar que era humana.
Loebner era um personagem controverso e pouco admirado — defensor
da prostituição legalizada e dono de uma empresa que fazia pedestais
organizadores de fila (com a qual financiava os prêmios). Não faltavam
descrições como “um maníaco por controle” ou “um pé no saco congênito e
crônico”. Embora suas motivações fossem encorajar avanços na inteligência
artificial, muitos pesquisadores acharam o uso por parte dele do Teste de
Turing inapropriado e inútil. Minsky, como sempre, não se conteve ao
expressar suas críticas e chamou a iniciativa de “detestável e estúpida” — e
até mesmo ofereceu uma recompensa em dinheiro do próprio bolso para
qualquer um que conseguisse persuadir Loebner a desistir do prêmio e
voltar a cuidar da própria vida.
Embora ninguém tenha ganhado o prêmio “completo”, um menor, em
bronze, foi dado anualmente para a IA que mais se aproximava do objetivo.
Isto encorajou uma série de pesquisadores de qualidade variada a
desenvolver chatbots e competir. Um vencedor (em duas ocasiões) foi o
Doutor Richard Wallace, fundador da “Fundação ALICE”. O próprio
Wallace era um personagem incomum que se automedicava com maconha e
tinha uma ordem de restrição para ficar fora do campus da Universidade da
Califórnia em Berkeley. Sua IA mais conhecida, chamada ALICE
(Entidade Artificial de Computador para Linguística via Internet, em
inglês), alcançou alguns dos melhores resultados na época, embora tenha
tratado basicamente o conceito de conversação como um jogo para enganar
os humanos com um grande banco de dados de conversas armazenadas que
ela poderia acessar a fim de parecer mais realista nas respostas.
Outra IA multivencedora foi criada pelo programador britânico Rollo
Carpenter. O Jabberwacky surgiu pela primeira vez em 1997; as encarnações
posteriores acabariam ganhando o prêmio anual várias vezes e evoluíram
para uma versão final, conhecida como Cleverbot. Novamente construído
principalmente para passar no Teste de Turing, o método do Cleverbot era
armazenar conversas passadas com humanos e reutilizar nossas respostas
caso o mesmo tópico surgisse no futuro, reciclando nossas próprias palavras
ao nos oferecê-las. (É possível argumentar que os Grandes Modelos de
Linguagem modernos fazem algo semelhante — ver capítulo 110.) A IA
usava heurística e lógica fuzzy para escolher dentro do vasto repertório de
interações, que em 2014 havia atingido 279 milhões. No entanto, mesmo
uma conversa curta revela que o Cleverbot claramente não é humano:
* Olá Cleverbot!

> Olá, como vai?

* Estou escrevendo a seu respeito. O que pode me dizer sobre como você
trabalha?

> Eu sou um robô, eu não vivo.

* Você gosta de ser um robô?

 > Não, eu não sou um robô. Você é?

* Como você se descreveria?

> Bem, eu sou inteligente, espirituoso, legal e amigável. E você?

* De onde você tira suas ideias?

> Sim. Muitas.

* Você conhece Rollo Carpenter?

> Não, quem ou o que é isso.

As respostas revelam rapidamente o problema de usar o Teste de Turing

como a principal métrica para a eficácia de uma inteligência artificial. Se a
única motivação é passar no Teste de Turing, então não há necessidade de
construir qualquer forma de compreensão ou inteligência. A pesquisa de IA
não avança de alguma forma que faça sentido. Foi o que aconteceu com o
Prêmio Loebner.
Loebner faleceu em 2016, aos 74 anos. O Prêmio Loebner foi extinto
logo depois.

CONEXIONISMO
Os cientistas da computação tradicionais ainda se recusavam a dizer as pa-
lavras inteligência artificial. Mas os acadêmicos sempre tiveram talento para
nomenclatura e rapidamente inventaram inúmeras novas terminologias
para garantir que não fossem consideradas farinha do mesmo saco. O psi-
cólogo americano Edward orndike foi o primeiro a apresentar o termo
“conexionismo” com relação ao aprendizado na década de 1930, mas na
década de 1990 o termo passou a abranger a pesquisa de redes neurais,
especialmente o uso de modelos computacionais para o estudo da cognição.
Ao contrário daqueles que acreditavam que o cérebro poderia ser descrito
como computacionalista (ele computa símbolos), os conexionistas
acreditavam que as redes de neurônios permitiam o aprendizado geral;
achavam que considerar a inteligência como nada mais do que manipulação
de símbolos era insuficiente.

Com o processamento simbólico fora de moda, os conexionistas agora

podiam desenvolver suas abordagens a sério. O cientista da computação
alemão Sepp Hochreiter desenvolveu a própria ideia com o apoio do seu
supervisor Jürgen Schmidhuber em meados da década de 1990. As redes
neurais ainda precisavam ser aperfeiçoadas naquele estágio. Redes muito
profundas (com muitas camadas) ou recorrentes (onde neurônios posteriores
eram conectados de trás para frente a neurônios anteriores) sofriam do
“problema de dissipação do gradiente”, onde o erro propagado de trás para
frente durante o treinamento se tornava muito pequeno, e o treinamento
falhava. Mas redes recorrentes eram úteis porque permitiam que os
neurônios se lembrassem de coisas, em vez de simplesmente empurrar dados
da entrada para a saída como uma rede feedforward* faz. Alimentar saídas de
trás para frente na rede novamente age como um tipo de memória — desde
que a pessoa consiga resolver aquela irritante dissipação do gradiente.
Hochreiter pensou que poderia haver uma solução criando um modelo de
rede neural um pouco mais complicado. Em seu neurônio gigante (ou
unidade), agora havia uma célula de memória que armazena explicitamente
um valor e pode ser atualizada por diferentes portas (que podem ser
implementadas usando outros neurônios convencionais). Há uma porta de
entrada que decide o que armazenar na célula de memória e é treinada para
armazenar as coisas importantes; uma porta de esquecimento que é treinada
para fazer a célula de memória esquecer coisas sem importância; e uma
porta de saída que é treinada para garantir que a unidade produza saídas
importantes. Essas portas são controladas por uma entrada e um estado
oculto anterior, permitindo que a “memória longa de curto prazo” (LSTM,
em inglês) se lembre de coisas por mais tempo e desenvolva uma
compreensão das dependências nos dados. Por exemplo, sem esse tipo de
memória é muito difícil analisar a frase “Fiquei sem ovos. Fui ao mercado e
comprei uma caixa de meia dúzia”. Uma rede neural recorrente padrão (em
algo como um modelo de linguagem; ver capítulo 110) nunca conseguiria
entender que a pessoa comprou seis ovos.
 * As redes neurais feedforward representam uma das arquiteturas mais simples de redes neurais.
Conforme o nome em inglês sugere, essas redes direcionam as informações de forma
unidirecional, indo da entrada para a saída. (N.T.)

As LSTMs foram introduzidas na década de 1990, mas demoraram

um pouco para decolar. Com o tempo, muitos sabores diferentes de LSTMs
foram criados e, uma década depois, elas se tornaram um tipo
extremamente importante de rede neural amplamente usada para aplicações,
de reconhecimento de caligrafia a compreensão da fala.

MÁQUINAS DE VETORES DE SUPORTE

Enquanto o trabalho seguia em frente para tentar fazer as redes neurais
funcionarem de forma um pouco mais confiável, outros pesquisadores
achavam que a matemática seria uma aposta melhor para permitir que os
computadores aprendessem. No início da década de 1990, o cientista da
computação russo Vladimir Vapnik — que mais tarde trabalhou no Bell
Labs da AT&T, em Nova Jersey, EUA — desenvolveu uma ideia nova
baseada em um cálculo determinístico de dados. Por exemplo, se a pessoa
tivesse dois conjuntos de dados e quisesse separá-los (um conjunto
representa a letra A e outro a letra B), e se plotarmos todos os dados como
pontos em um gráfico e desenharmos uma linha dividindo os dois
conjuntos, saberemos que todos os dados de um lado da linha são a primeira
classe de dados, e todos os dados do outro lado da linha estão na segunda
classe de dados. Calculamos a equação da linha garantindo que
maximizamos a distância (margem) dos pontos de dados mais próximos de
cada classe para a linha, o que nos permite desenhar a linha que melhor
separa essas classes de dados. Quando cada ponto de dados é um vetor de
dois elementos (x, y), nós os separamos com uma linha reta. Quando o
ponto é um vetor de três (x, y, z), então usamos um plano. E quando o vetor
é multidimensional, usamos um hiperplano — mas a matemática ainda é a
mesma. As coisas ficam um pouco mais complicadas se os dados forem
confusos e não separáveis por linha — não é possível simplesmente desenhar
uma linha ou cortar os dados em dois com um plano. Contudo, Vapnik e
seus colegas perceberam que seria possível usar matemática mais inteligente
para mapear os dados em um espaço diferente, talvez com mais dimensões
(conhecido como função kernel) para que se possa então separar os pontos
com um hiperplano.
Vapnik chamou a ideia de máquina de vetores de suporte (ou SVM, em
inglês). Embora pudesse ser considerada um parente do perceptron, ela não
usava neurônios, nenhuma evolução, nenhuma aleatoriedade, nenhuma
manipulação simbólica. A máquina de vetores de suporte operava por
matemática pura, usava os dados para gerar as equações que melhor
separavam esses dados em classes diferentes. E funcionava. A sólida base
matemática significava que era confiável, e assim as SVMs logo se tornaram
um dos principais métodos de aprendizado de máquina. Enquanto a
inteligência artificial tradicional caiu no esquecimento e as redes neurais
padrão lutavam para fazer algum progresso, as SVMs tiveram tanto sucesso
quanto o campo em pleno desenvolvimento da computação evolucionária.
Logo elas se tornaram a abordagem preferida para classificação de texto e
imagem e reconhecimento de caligrafia. (E além das SVMs, houve outras
abordagens mais “matemáticas”, como redes bayesianas ou processos
gaussianos, que também cresceram em popularidade na década de 1990.)

CORRIDA SEM CAVALOS

Conforme a década de 1990 chegava ao fim, a corrida pela inteligência
artificial parecia ter sido suspensa. Os dois cavalos que lideravam pareciam
ter caído: o obstáculo do sistema especialista derrubou a IA baseada em
símbolos, e as limitações percebidas na dissipação do gradiente tornaram o
uso de redes neurais um salto longo demais para muitos pesquisadores.
Abordagens alternativas, como algoritmos de otimização evolucionária e
máquinas de vetores de suporte, podem ter dado novas capacidades aos
computadores, mas não podiam alegar que eram inteligência em si —
métodos práticos e úteis que eram aplicáveis a problemas reais. O segundo
inverno da IA ainda estava em pleno vigor.
 -
Pensamento Aprofundado

Y2K*
* Y2K é uma abreviação em inglês de “Year 2000”, ou ano 2000, e também significa “bug do
milênio”: possíveis problemas de computador que poderiam ter ocorrido quando a data mudou
de 1999 para 2000 (99 para 00). (N.T.)

Era o início de um novo milênio, que poderia ter sido desastroso para os
milhões de computadores que agora controlam e processam dados do
mundo inteiro, desde economias até produção e distribuição de alimentos.
Como a maioria dos computadores estava executando programas que
usavam apenas dois dígitos para representar a data (1999 era 99, logo 2000
seria 00), então, quando o ano mudou para 2000, todos eles poderiam ter
pensado que era 1900 e sofrido uma apoplexia digital, causando caos. No
fim das contas, nada de especial aconteceu — talvez em parte porque cerca
de trezentos a quinhentos bilhões de dólares foram gastos nos anos que
antecederam o evento, corrigindo todos os programas.
Neste admirável novo século, surgiram os primeiros vírus de computador
altamente virulentos. Até então os vírus eram pequenos programas
desagradáveis que poderiam viver em disquetes duvidosos — podiam causar
estragos, mas não se espalhavam tão rápido. O vírus ILOVEYOU era
diferente, pois usava a Internet para se espalhar. Vinha em um belo e-mail
com o assunto ILOVEYOU e com um anexo “LOVE-LETTER-FOR-
YOU.TXT.vbs”.* Quando você clicava no provocativo arquivo, ele de
repente ganhava vida como um programa e sobrescrevia arquivos aleatórios
no computador; depois, usava a sua lista de endereços de e-mail para se
autoenviar por e-mail para todos os seus contatos. Poucas horas depois que
a primeira mensagem foi enviada, ela se espalhou pelo mundo. Em dez dias,
mais de cinquenta milhões de computadores foram infectados — 10% dos
computadores do mundo na época. O vírus custou bilhões de dólares em
danos por causa dos arquivos perdidos, e bilhões a mais para limpar os
computadores infectados. Foi apenas o primeiro de muitos outros que se
seguiram, o que gerou a necessidade de todos os computadores conectados à
Internet terem um antivírus.
* O vírus se chama “EUTEAMO” e o anexo “CARTA-DE-AMOR-PARA-VOCÊ.TXT.vbs”.
(N.T.)

Os jogos de computador também atingiram a maioridade nos anos

2000. Em 2000, a Nintendo havia vendido 100 milhões de consoles do
Game Boy. PlayStation, Xbox e Wii surgiram e forneceram hardware
dedicado para jogadores além dos PCs. Essas máquinas ajudaram a
impulsionar a criação de processadores gráficos (GPUs, em inglês)
ultrarrápidos, projetados para mostrar os complexos mundos 3D dos jogos
em detalhes fantásticos, em altas taxas de quadros por segundo (fps, em
inglês). Esses processadores especiais realizavam milhões de cálculos
semelhantes em paralelo, tirando a carga do processador normal do
computador. Os primeiros controladores de detecção de movimento e
reconhecimento de gestos foram criados e permitiram novas maneiras de
interagir com computadores.
Outro grande salto nos computadores domésticos ocorreu no final dos
anos 2000. Em 2007, foi lançado o primeiro iPhone e, um ano depois,
a App Store foi aberta. Aquele foi o início de uma verdadeira revolução em
dispositivos de computação. Agora, todos podiam ter nas mãos um
computador poderoso conectado à Internet, capaz de executar qualquer
aplicativo concebível. Outros fabricantes copiaram rapidamente o formato.
O resultado foi uma maneira totalmente nova de usar computadores,
sempre em movimento. Os aplicativos de mídia social logo se tornaram um
grande sucesso: MySpace, Friendster, Facebook, Twitter, YouTube, e a lista
nunca parou de crescer. As pessoas podiam tirar fotos e fazer vídeos a
qualquer hora, em qualquer lugar, e compartilhá-los na Internet. Elas
podiam publicar no Twitter ou nos blogs e compartilhar suas ideias com o
mundo.
Realmente a era do computador estava aqui. Com ela, vieram mais
dados do que nunca havíamos visto antes. O “Big Data” se tornou um
problema real: indivíduos e empresas estavam produzindo mais dados do
que qualquer um poderia processar. A Internet estava se enchendo de
grandes quantidades de sites, blogs, páginas de mídia social e imagens de
gatos. Era uma avalanche impossível de dados.

COMO VOCÊ ESTÁ SE SENTINDO?

Os pesquisadores de IA não se preocuparam muito com a era do
computador. Estavam acostumados com computadores — para eles, aquilo
era apenas o resto do mundo tirando o atraso. Contudo, quase todos
também tinham uma visão bastante limitada a respeito de inteligência.
Durante os primeiros cinquenta anos de pesquisa em IA, a maioria das
teorias de inteligência eram um pouco masculinas demais. Pensamento
lógico, classificação pura, previsão ou otimização eram os métodos pelos
quais se pensava que a inteligência operava. As emoções eram consideradas
redundantes e caóticas, e era melhor que fossem removidas. Uma
inteligência “pura” e sem emoção era certamente o melhor tipo. Será?
O médico neurologista e neurocientista português António Damásio
começou a desafiar essas ideias. Depois de anos estudando como os sistemas
neurais em nosso cérebro conectam a emoção à tomada de decisões,
memória e consciência, ele chegou a algumas conclusões surpreendentes.
Damásio demonstrou que as emoções realmente permitem que grande parte
de nossa inteligência funcione corretamente. Um exemplo citado por
Damásio foi o estranho caso de um ferroviário chamado Phineas Gage, que
sofreu um trágico acidente envolvendo uma barra de ferro que se cravou em
seu crânio e destruiu o lobo frontal esquerdo. Surpreendentemente, Gage
sobreviveu, mas o dano no cérebro resultou em uma mudança significativa
em sua personalidade — ele não sentia mais nenhuma emoção. A falta de
emoções de Gage era menos preocupante quando ele conversava, mas lhe
causava problemas enormes sempre que tentava tomar qualquer tipo de
decisão. Gage ficava paralisado pela indecisão e não conseguia escolher
nada. Damásio sugeriu que as emoções são uma espécie de atalho para o
cérebro. Aprendemos o que é bom (uma refeição gostosa) ou ruim (frutos
do mar que nos fizeram mal) e assim temos uma resposta emocional no
futuro: sim, eu gosto disso; não, eu não como mais aquilo. As emoções nos
ajudam a percorrer um mundo de escolhas quase ilimitadas (será que uso
essas meias ou aquelas; devo comer com geleia ou com mel?) e nos
permitem aprender e lembrar de maneira mais rápida e efetiva.
 Muitos pesquisadores se inspiraram nessas ideias. Talvez a primeira IA
emocional tenha sido Kismet, uma cabeça de robô com olhos e orelhas bem
grandes (parecendo um Gremlin) construída no ano 2000 por uma aluna
de Rodney Brooks chamada Cynthia Breazeal. O Kismet usou um grande
número de computadores para alimentar vários comportamentos: os
movimentos eram acionados por quatro microprocessadores Motorola
68332 dedicados executando uma versão em LISP; processamento de visão
e movimento dos olhos acionados por nove PCs em rede; vocalização por
outro PC; e reconhecimento de fala por mais um PC ainda. O estranho
robô balbuciava como uma criança, pois o sintetizador de fala imitava a
caixa de voz humana. Em vez de entender palavras, foi projetado para
entender o significado emocional no tom das palavras faladas (raiva, medo,
felicidade). Um modelo de mistura gaussiana foi usado (uma abordagem
estatística probabilística) para realizar a classificação. O Kismet imitava
emoções e expressava o próprio estado emocional por meio da mudança das
expressões faciais — movendo lábios, olhos e orelhas.
Após concluir o doutorado, Breazeal fundou uma empresa que criava
assistentes pessoais robôs com consciência emocional, chamados Jibo. Esses
pequenos robôs sociais realizavam movimentos expressivos, eram capazes de
inclinar e girar a “cabeça” abstrata e usavam uma grande tela redonda para
mostrar animações correspondentes à fala e ao riso, ou mesmo informações
em resposta a uma solicitação. Por mais fofos que fossem, não conseguiam
competir com a Alexa da Amazon e seus alto-falantes inteligentes, e assim
sendo a empresa foi vendida, e o conceito do Jibo ficou para ser futuramente
redesenvolvido.
O Kismet foi o primeiro de muitos exemplos de “robôs sociais” que
foram projetados para entender e imitar emoções. A cientista da
computação alemã Kerstin Dautenhahn passou a carreira tentando melhorar
a interação entre humanos e computadores dessa forma. Um (de muitos) de
seus robôs era o KASPAR — um robô do tamanho de uma criança,
expressivo e parecido com uma boneca, que era usado para auxiliar o
desenvolvimento de crianças autistas. Dautenhahn descobriu que as crianças
tinham dificuldade para interagir com humanos e se sentiam mais à vontade
com o robô, que poderia então ser usado para ajudar a melhorar as
habilidades sociais das crianças.
Além dos robôs sociais e da pesquisa de interação humano-computador,
um novo ramo da IA chamado IA de emoção acabaria se desenvolvendo,
dedicado ao uso da inteligência artificial para fins de entender nossas
emoções, talvez para que possa responder de forma diferente se nosso
humor puder se beneficiar disso. Mas o uso da emoção integrada à própria
IA, para fins de melhorar essa IA, ainda parece um objetivo ilusório e
raramente procurado pelos pesquisadores de IA.

DIREÇÃO AUTÔNOMA
Em 3 e 24 de janeiro de 2004, respectivamente, os robôs de exploração
Spirit e Opportunity pousaram em Marte. Com muitos anos de
desenvolvimento, os robôs usaram planejamento autônomo para descobrir
como atingir alvos definidos por controladores na Terra. Eles capturaram
imagens estereoscópicas do terreno no caminho e descobriram a altura dos
obstáculos e declives do solo. A seguir, procuraram por muitos caminhos
possíveis, até encontrarem a rota mais curta e segura para seus objetivos.
No mesmo ano, a Agência de Projetos de Pesquisa Avançada de Defesa
dos EUA (DARPA) realizou o Grande Desafio para veículos autônomos.
O objetivo era de que um veículo dirigisse sozinho (sem assistência
humana) por 250 quilômetros ao longo de um trecho da Interestadual 15,
na região do Deserto de Mojave. Qualquer pessoa de qualquer lugar do
mundo poderia participar (desde que houvesse um cidadão americano na
equipe). Para quem fosse bem-sucedido o prêmio era de um milhão de
dólares. No primeiro ano, 100 equipes testaram uma grande variedade de
veículos — uma espécie de Corrida Maluca controlada por computador.
Nenhum completou o percurso — na verdade, o mais longe que qualquer
veículo conseguiu dirigir pela estrada foi apenas doze quilômetros, antes de
parar de maneira vergonhosa, em chamas. Mas, apesar da falta de um
vencedor, como o prêmio foi visto como um grande incentivo para esse tipo
de pesquisa de IA, o desafio foi realizado novamente no ano seguinte com
um primeiro prêmio maior: dois milhões de dólares.
Dessa vez, cinco carros completaram o percurso, com quatro dentro do
tempo estipulado. Enquanto algumas equipes tentaram mapear o percurso
com antecedência, medindo cada pedra e curva na estrada que puderam,
a equipe vencedora foi um triunfo para a IA, pois o uso do aprendizado
de máquina provou ser fundamental para o sucesso de seu carro. O Stanley,
como foi batizado, era um SUV Touareg modificado, doado pela
Volkswagen. A equipe estava sediada na Universidade de Stanford e tinha
como pesquisador-chefe Sebastian run, o novo diretor do Laboratório de
IA de Stanford (SAIL, em inglês). O Stanley foi equipado com os sensores
mais recentes, incluindo LIDAR (detecção e telemetria a laser, em inglês),
GPS, câmeras de vídeo e hodômetro para descobrir até onde o carro viajou
caso o sinal de GPS fosse perdido. Eles usaram uma arquitetura de
subsunção (ver capítulo 100) para lidar com reações a entradas de vários
sensores e aprendizado de máquina para ajudar a descobrir quais partes dos
dados do sensor eram significativas e quais eram simplesmente ruído
causado por solavancos na estrada. Eles também fizeram uso dos sensores
LIDAR de menor alcance para ajudar a calibrar a visão das câmeras de
vídeo, permitindo que o Stanley aprendesse o que evitar e confiasse mais na
própria visão — para que pudesse dirigir mais rápido como resultado.
 A equipe de Stanford ganhou o prêmio de dois milhões de dólares
naquele ano. Stanley foi seguido por Junior, que ficou em segundo lugar,
ganhando um milhão de dólares no Grande Desafio de 2007, desta vez um
desafio de direção urbana em que os veículos tinham que se fundir ao
tráfego e obedecer aos sinais e placas de trânsito. Em 2009, o Google havia
iniciado o próprio programa de desenvolvimento de carros autônomos,
contratando muitos dos melhores engenheiros das equipes de desafio da
DARPA. Foi o início de um sonho de desenvolver veículos autônomos que
desafiariam a indústria uma década depois. Mais tarde, run criaria a Kitty
Hawk Corporation, que fabricava aeronaves leves elétricas com o apoio de
Larry Page, e a Udacity, uma empresa que oferecia cursos online.

FAZENDO CÉREBROS
Enquanto o trabalho em otimização e aprendizado de máquina estava
florescendo, as palavras “inteligência artificial” ainda estavam contaminadas
com os fracassos do passado. Os primeiros sinais de um grande degelo na
pesquisa de IA vieram com uma nova motivação: por que não usar modelos
de computador do cérebro para ajudar a entender como os cérebros bioló-
gicos funcionam? A neurociência computacional tinha um enorme
potencial, especialmente porque os computadores agora tinham o poder de
simular um grande número de neurônios e células relacionadas. Com base
em trabalhos anteriores, o Instituto Cérebro e Mente da EPFL (École
Polytechnique Fédérale de Lausanne), na Suíça, anunciou um novo e
importante projeto de pesquisa em 2005. O Projeto Blue Brain usaria os
mais recentes supercomputadores “Blue Gene” da IBM para simular
integralmente um cérebro de camundongo com o máximo de detalhes
possível. Ao simular o cérebro de um mamífero, o objetivo era aprender a
respeito da estrutura e da função profundas desse órgão tão misterioso.
O trabalho continuaria por mais de uma década com colaborações em toda
a Europa e além; em 2019, todo o córtex (camada externa) do cérebro do
rato estava sendo simulado, mas a simulação estava se mostrando “pesada”
para os supercomputadores lidarem.
Essa motivação de entender a inteligência biológica deu nova vida à
pesquisa de redes neurais. Assim como os pesquisadores de vida artificial,
os pesquisadores de redes neurais agora podiam alegar estar avançando o
conhecimento em duas áreas: biologia teórica e ciência da computação.
Geoff Hinton foi um cientista da computação que levou esse caminho a
sério ao fundar uma unidade de neurociência computacional (o Instituto
Gatsby, da University College London (UCL)) para reunir neurocientistas e
cientistas da computação sob o mesmo teto. Enquanto Hinton logo se
mudaria para a Universidade de Toronto, aqueles que estudavam no
Instituto Gatsby fariam alguns avanços significativos.
INTELIGENTE DE MODO GERAL
Demis Hassabis foi um desses pesquisadores. Anteriormente um jovem
designer de videogames, dono da própria empresa que migrou para a
neurociência computacional. Fez doutorado na UCL e pesquisa de pós-
doutorado no Instituto Gatsby, trabalhando com Peter Dayan (um dos
antigos alunos de Hinton). Após um trabalho inovador analisando exames
de imagem por ressonância magnética funcional de pacientes em que
estudou memória e imaginação, e um doutorado em memória episódica,
juntou-se a outro pesquisador, Shane Legg, que havia entrado recentemente
no Gatsby.
Legg era um pesquisador de ciência da computação não convencional
que nutria um interesse de longa data em AGI — inteligência artificial geral
—, termo que ele reintroduziu com o controverso pesquisador de IA Ben
Goertzel. Legg acreditava que uma AGI era uma inteligência artificial geral
que poderia realizar a maioria das tarefas cognitivas que éramos capazes de
fazer e descreveu a própria definição formal de um sistema de “inteligência
universal”. Ele também estava preocupado com os “riscos existenciais para
os humanos” que as IAs superinteligentes poderiam representar. Embora
essas ideias fossem se tornar mais divulgadas e populares nos últimos anos
com a criação da chamada “Conferência da Singularidade”,* dirigida pelo
futurista Ray Kurzweil, no ano 2000, Legg estava “na periferia dos
lunáticos”, como ele mesmo disse. Legg concluiu o doutorado sobre o
assunto e, apesar de alertar a respeito dos problemas que uma
superinteligência poderia representar, encontrou um ângulo positivo para
abordá-la, como muitos pesquisadores com ambições na área. “Por
definição, a superinteligência seria capaz de realizar uma enorme gama de
objetivos em uma ampla gama de ambientes”, escreveu Legg na tese de
doutorado. “Se nos prepararmos cuidadosamente para essa possibilidade
com antecedência, não apenas poderemos evitar o desastre, como
poderemos trazer uma era de prosperidade diferente de tudo o que já foi
visto.”
* O termo “singularidade” foi emprestado da Física pelo matemático e cientista da computação
John von Neumann (1903-57) em 1950 para falar dos avanços cada vez mais acelerados da
tecnologia. (N.T.)
 Hassabis e Legg (juntamente com o irmão do melhor amigo de
Hassabis, Mustafa Suleyman) eram todos extremamente empreendedores e
nutriam interesse mútuo no progresso da inteligência artificial. Eles uniram
forças e, em setembro de 2010, fundaram uma nova empresa, chamada
DeepMind. Ela teria um impacto sísmico na forma como a inteligência
artificial seria percebida nos anos seguintes.

O NASCIMENTO DO APRENDIZADO PROFUNDO

Enquanto isso, Hinton andava ocupado. Dando continuidade à sua onda
criativa sem fim, inventando (ou pelo menos popularizando) muitos novos e
importantes tipos de redes neurais, em 2006 e 2007 publicou dois artigos
que explicavam como as redes neurais agora eram capazes de fazer algo
novo. Grandes redes neurais multicamadas agora podiam ser treinadas para
gerar dados, em vez de apenas classificá-los. Modelos generativos
permitiram uma maneira totalmente nova de usar redes neurais.
No artigo de 2006, Hinton explicou como as redes neurais poderiam
atuar como “autocodificadores” generativos. No artigo de 2007, revisou uma
variedade de métodos generativos que agora estavam se mostrando promis-
sores. Como Hinton resumiu, um modelo generativo é de fato duas redes
neurais em uma só. A rede de baixo para cima codifica os dados de entrada,
normalmente reduzindo os dados a uma “representação latente” menor.
A seguir, uma segunda rede de cima para baixo decodifica essa
representação menor e tenta reconstruir os dados originais. Treiná-los
juntos até que a saída corresponda à entrada resulta em um modelo capaz de
aprender classificações de uma maneira nova e mais eficaz. Por exemplo,
alimente um modelo generativo com muitas imagens de dígitos manuscritos
e, uma vez treinada, a rede separará esses dígitos em diferentes classes por si
só (este é um “A” enquanto aquele é um “B”) e então será capaz de dizer em
qual classe uma nova imagem se encaixa… ou até mesmo gerar uma nova
imagem para uma determinada classe!
 Hinton argumentou que o nosso cérebro talvez funcione de forma
semelhante. Ele também descreveu alguns truques para ajudar a treinar essas
redes multicamadas ou profundas de forma mais eficaz e precisa. Um
método era uma máquina de Boltzmann restrita (RBM, em inglês).
Enquanto as máquinas de Boltzmann são redes neurais estocásticas* com
conexões em ambas as direções (relacionadas às Redes de Hopfield, ver
capítulo 011), uma máquina de Boltzmann restrita limita a topologia da
rede, o que torna o treinamento muito mais fácil. Em geral, as máquinas de
Boltzmann têm dois tipos de unidades: neurônios visíveis e ocultos, com os
neurônios visíveis sendo vinculados à entrada (por exemplo, uma unidade
visível para cada pixel de uma imagem de entrada). Isso permite que atuem
como detectores de características para os pixels relacionados na imagem,
permitindo que encontrem bordas, linhas e áreas de cor semelhante, por
exemplo. (Um avanço em relação aos métodos mais antigos de
processamento de imagem, onde os pesquisadores tinham que pré-processar
cuidadosamente os dados e criar os próprios detectores de características.)
Usando essas novas abordagens, Hinton mostrou que as mais recentes
“redes profundas de crenças” poderiam superar a retropropagação padrão e
as máquinas de vetores de suporte. De repente, as redes neurais voltaram
dos mortos — agora havia maneiras claras de treinar redes neurais grandes
(profundas) de forma eficiente e fazê-las funcionar melhor do que qualquer
outra coisa.
* Que empregam cálculo de probabilidade para uso estatístico. (N.T.)
TOPOLOGIAS EM EVOLUÇÃO
Com métodos cada vez melhores para treinar grandes redes neurais,
o problema de como organizar os neurônios (unidades) e conectá-los com
mais eficiência contudo permaneceu. Aumentar o número de camadas
ocultas dentro de uma rede talvez melhorasse a capacidade de estimar os
dados de entrada (correndo o risco de superajustar os dados — a rede se
tornaria superespecializada e incapaz de lidar com novos dados — se não for
configurada para aprender da maneira correta). Mas a forma de realizar a
conexão das unidades também pode afetar a capacidade de aprender
características dos dados. Uma CNN funciona por causa das convoluções
inteligentes habilitadas por sua topologia (ver capítulo 011). Se ao menos
houvesse uma maneira automática de descobrir boas topologias para redes
neurais… Essa foi a motivação do pesquisador de doutorado Kenneth
Stanley enquanto trabalhava sob a supervisão do pesquisador finlandês-
americano de Computação Evolutiva Risto Miikkulainen em 2002.
A solução de Stanley foi o NEAT: NeuroEvolution of Augmenting
Topologies.* Era um algoritmo genético que evoluiu novas topologias de
rede neural e seus pesos, começando com uma rede feedforward simples e
lentamente tornando a topologia mais complexa ao adicionar novas
conexões ao longo do tempo. Ele usava espécies diferentes de indivíduos na
população para evitar o cruzamento de soluções muito diferentes e preservar
a diversidade, e tinha operadores de crossover inteligentes, a fim de permitir
que os pais gerassem soluções-filhas sem emaranhar as redes em algo muito
bagunçado que não funcionasse.
* A literatura científica em português não traduz o termo, mas seria algo como “neuroevolução de
topologias aumentadas”. O acrônimo NEAT significa tanto algo bem-organizado como
excelente, preciso e de boa aparência. (N.T.)

A próxima inovação de Stanley foi um novo tipo de rede neural, que

ele chamou de Rede de Produção de Padrões Composicionais (CPPN,
em inglês). Em vez da função de transição sigmoide ou similar usual usada
pelos neurônios na maioria das redes neurais (ver capítulos 000 e 001),
ele permitiu que os neurônios usassem uma ampla gama de funções
diferentes, possibilitando que alguns produzissem padrões fractais ou
repetitivos. Quando a rede CPPN era alimentada com as coordenadas de
uma imagem, ela poderia então gerar um complexo padrão pixel por pixel,
daí o nome. Stanley descobriu uma maneira de fazer com que as CPPNs
especificassem mais do que imagens: ele poderia usá-los para definir
conexões entre redes neurais. Dessa forma, Stanley poderia aumentar as
habilidades do NEAT para gerar redes neurais mais complexas: usar o
NEAT para gerar CPPNs que gerassem redes neurais. Ele chamou esse
método de HyperNEAT, que mostrou as melhores habilidades até o
momento para gerar automaticamente novas estruturas de rede neural.
 Stanley também usou as CPPNs de outras maneiras: para gerar imagens
2D e 3D em sistemas de arte evolucionária online (semelhante ao Mutator
de Latham — ver capítulo 100). Picbreeder e Endless Forms permitiram
que qualquer um “evoluísse” sua arte online e mostraram o grau de
complexidade que os visuais gerados poderiam assumir. Depois de alguns
anos, Stanley percebeu que, ao evoluir formas complexas dessa maneira,
o método geralmente funcionava melhor quando não havia um objetivo
explícito. Quando os usuários simplesmente exploravam o espaço de
possibilidades, descobriam resultados mais interessantes e, às vezes,
melhores. Com seu aluno Joel Lehman, Stanley decidiu ajustar o algoritmo
genético e dizer a ele para sempre encontrar soluções inovadoras — ideias
que nunca haviam sido vistas. Nasceu a Novelty Search, que levou a um
livro, a uma consultoria (que foi então comprada pelo Uber Labs) e, com o
tempo, a um cargo na OpenAI (ver capítulo 110). Embora o uso da
computação evolucionária para aprendizado profundo ainda esteja…
evoluindo, parece claro que os métodos inventados por Stanley ainda
influenciarão as novidades nessa área por algum tempo.
MAIS DADOS SIGNIFICAM DADOS MELHORES
As redes neurais estavam a todo vapor. Contudo, existe algo realmente
necessário para se ter uma rede neural eficaz: dados de treinamento. Quanto
maior for a rede neural, maior será o apetite por dados. Mas… onde
encontrar todos esses dados?
A resposta já fora demonstrada em grande estilo durante uma palestra
feita sob convite ao pesquisador de PLN (Processamento de Linguagem
Natural) Franz Och em 2005. Och ganhara fama usando métodos
estatísticos em tradução automática. Ele havia ajudado a desenvolver a nova
área de modelos n-grama, onde estatística é usada para descobrir a
probabilidade da próxima palavra em uma sequência com base nas n
palavras anteriores. Ao aplicar isso a frases e observar documentos em mais
de um idioma, é possível calcular a probabilidade de uma frase ser a
tradução de outra. Och havia mostrado resultados promissores antes de ser
contratado para trabalhar no Google, na época ainda uma startup
relativamente jovem. Aquela foi a primeira palestra que Och daria após
vários anos de silêncio, e ele descreveu um avanço surpreendente.
A premissa de Och era relativamente simples. Usando um modelo de
linguagem baseado em fases, ele mostrou os resultados para tradução
conforme o número de palavras de treinamento aumentava. De 18 milhões
para 300 milhões, para 2,5 bilhões, para 10 bilhões, para 18 bilhões.
A precisão simplesmente continuou melhorando. O público, composto por
muitos pesquisadores experientes em PLN, ficou surpreso, chocado e
ligeiramente horrorizado. O trabalho de Och superou o progresso que a
maioria deles vinha fazendo usando métodos complicados e difíceis. Usar
quantidades enormes de dados de treinamento? Era tudo o que a pessoa
precisava?
A palestra de Och marcou o início do que ficou conhecido como Google
Translate. Foi também o início dos Grandes Modelos de Linguagem.
Os modelos estatísticos de linguagem n-grama não duraram muito mais
e logo foram substituídos por redes neurais recorrentes, que acabaram sendo
substituídas por grandes modelos de linguagem baseados em aprendizado
profundo. Mas o princípio estabelecido no trabalho de Och permaneceu
verdadeiro: mais dados de treinamento proporcionam melhor desempenho.
Outros benefícios começaram a aparecer em áreas relacionadas, como leitura
de máquina; em 2006, o TextRunner recebeu 110 milhões de páginas da
Internet onde extrairia informações de meio bilhão de fatos que, por sua
vez, poderiam ser usados para alimentar IAs.
De repente, o problema do Big Data não era mais um problema — era
uma solução. A quantidade esmagadora de dados que crescem diariamente
na Internet era o alimento perfeito para as inteligências artificiais.

DADOS PADRONIZADOS
Cientistas da computação estavam ampliando esforços para melhorar as
abordagens de aprendizado de máquina. Nos EUA, o Instituto Nacional de
Padrões e Tecnologia (NIST, em inglês) ajudou a criar um conjunto de
dados obtidos de documentos legais que foi usado para ajudar a melhorar os
métodos de recuperação de texto. Com o passar do tempo, a e-discovery* se
tornaria uma indústria multibilionária. Na Europa, uma rede de
pesquisadores conhecida como PASCAL (em inglês, Análise de Padrões,
Modelagem Estatística e Aprendizado Computacional) estava encorajando
avanços por meio do patrocínio de desafios, geralmente com conjuntos de
dados claramente definidos para que os pesquisadores pudessem comparar
seus resultados diretamente entre si. Logo havia o equivalente a uma
Olimpíada contínua de aprendizado de máquina acontecendo com eventos
tais como classificação de imagens de galáxias, inúmeros desafios
relacionados ao processamento de linguagem natural, detecção de spam na
Internet, reconhecimento de gestos e compreensão de conteúdo em
imagens. Em 2007, o desafio final conhecido como Desafio de Classe de
Objetos Visuais inspirou a criação da ImageNet. Ele virou um novo banco
de dados gigantesco de imagens com anotações via crowdsourcing. (O uso de
crowdsourcing, onde pessoas comuns recebem pequenos pagamentos para
rotular o conteúdo das imagens, introduziu viés no conjunto de dados —
algumas imagens são mais fáceis de rotular corretamente do que outras.)
Em 2010, o primeiro Desafio ImageNet de Reconhecimento Visual em
Larga Escala (ILSVRC, em inglês) foi realizado. Ele se tornaria um evento
regular no mundo do aprendizado de máquina e desencadearia avanços
surpreendentes na visão computacional.
* Ou “descoberta eletrônica”, um método de busca, pesquisa, localização e obtenção de
informações e dados eletrônicos com a intenção de utilizá-los como provas em um pro-
cesso judicial. (N.T.)

Pesquisas e competições publicadas abertamente se tornaram a norma

para aprendizado de máquina e IA. Até a Netflix entrou no jogo, lançando
um prêmio de um milhão de dólares em 2006 para usar o aprendizado de
máquina, a fim de superar em mais de 10% a precisão do sistema de
recomendação da Netflix em prever a classificação de um filme dada pelo
usuário. Os dados da empresa eram realmente grandes: classificações de
17.770 filmes e 480.189 usuários anônimos coletados ao longo de sete anos.
Em 2009, o prêmio foi vencido por uma equipe que usou um conjunto de
muitos métodos diferentes de aprendizado de máquina (tudo, desde
algoritmos estatísticos a árvores de decisão e redes neurais), todos
trabalhando juntos.
Em 2010, o número de competições era tão grande que foi lançado o
Kaggle: um site especializado que hospedava competições de aprendizado
de máquina. Em 2017, o Kaggle foi adquirido pelo Google; em 2023, ele
tinha mais de 15 milhões de usuários de 194 países.

HARDWARE OTIMIZADO SIGNIFICA MAIS VELOCIDADE

Com algoritmos aprimorados e dados ilimitados para treinamento, redes
neurais profundas estavam ganhando corpo como um novo tipo importante
de inteligência artificial. Mas elas ainda estavam basicamente nos
laboratórios de cientistas da computação dentro das universidades, e o uso
de conjuntos de dados enormes e grandes redes neurais resultava em
períodos de treinamento que duravam semanas. Com cada inovação
precisando de ajuste fino, treinamento, teste, mais ajuste fino, treinamento,
teste e assim por diante, a taxa de pesquisa de redes neurais estava se
tornando frustrantemente lenta.

Enquanto isso, o resto do mundo continuou otimizando software e

hardware para outras aplicações. Os processadores gráficos agora estavam
muito avançados, capazes de gerar gráficos incríveis em consoles de jogos e
em desktops e laptops. Em 2007, a Nvidia, a principal fabricante de GPUs,
fez uma jogada inteligente. Perceberam que poderiam aumentar ainda mais
o mercado para seus produtos se expandissem o uso de GPUs. Em vez de os
processadores massivamente paralelos serem usados puramente para calcular
as posições de milhões de pequenos triângulos e cores de pixels em altíssima
velocidade, por que não permitir que os programadores usassem as GPUs
para realizar quaisquer cálculos? A Nvidia sabia que a computação científica
frequentemente requer a aplicação de milhões de equações — suas GPUs
poderiam executar esse processamento em paralelo a uma velocidade muito
maior em comparação com CPUs padrão. Para habilitar esse novo caso de
uso, eles lançaram o CUDA (Arquitetura de Dispositivo de Computação
Unificada, em inglês) — um conjunto de bibliotecas de software e compi-
ladores, desenvolvido a partir de um projeto de Stanford financiado pela
Nvidia conhecido como Brook, que havia demonstrado computação de
propósito geral em GPUs.
Era apenas uma questão de tempo até que os pesquisadores de redes
neurais aproveitassem esta nova oportunidade incrível: usar as placas
gráficas em seus próprios computadores para acelerar o treinamento de redes
neurais. Apenas um ou dois anos depois, foi exatamente isso que o cientista
da computação Andrew Ng e seus colegas de Stanford fizeram.
Ng nasceu na Inglaterra, filho de pais hong-konguêses imigrantes.
Estudou ciência da computação nos EUA, na Universidade Carnegie
Mellon, fez mestrado no MIT e doutorado na Universidade da Califórnia
em Berkeley, onde realizou alguns avanços importantes em aprendizagem
por reforço (ver capítulo 011). Foi então para a Universidade de Stanford e
acabou se tornando o diretor do SAIL (o Laboratório de IA de Stanford).
Em 2009, fez sua verdadeira grande descoberta. Enquanto outros haviam
mostrado que as GPUs seriam capazes de acelerar SVMs e CNNs, Ng foi
o primeiro a mostrar como o CUDA poderia ajudar a treinar as mais
recentes redes neurais (redes profundas de crenças) mais rápido. Bem mais
rápido. Eles conseguiram isso transformando a matemática normal do
treinamento de redes neurais em operações de matriz, que as GPUs foram
projetadas para lidar, e fazendo o máximo uso possível do processamento
paralelo — o que fazia todo o sentido para uma grande rede neural capaz de
conter milhões de neurônios que podem processar seus sinais em paralelo.
Usando essas ideias, eles conseguiram acelerações de dez a setenta e duas
vezes mais rápido do que se valendo apenas de processadores convencionais.
Isso significava que uma rede neural poderia ser treinada em um único dia,
em vez de levar várias semanas. Foi uma revelação para o campo das redes
neurais. Começou uma revolução.
Andrew Ng se tornou muitíssimo influente em inteligência artificial
(e entrou para a lista das 100 Pessoas Mais Influentes da revista TIME em
2012). Ele desenvolveu uma paixão por ensinar outras pessoas na área e,
mais tarde, foi cofundador do provedor da empresa de cursos online
Coursera e da DeepLearning.AI. Criou também um fundo de investimento
multimilionário para startups de IA, que começou com 175 milhões de
dólares disponíveis.
A fortuna da Nvidia também seria feita por essa parceria com a IA.
Em pouco tempo, a empresa estava construindo hardware dedicado para
aplicativos de IA e criou soluções baseadas em nuvem para que qualquer
pesquisador ou empresa pudesse ter acesso a enormes recursos de
computação instantaneamente (pagando pelo serviço). A Amazon também
percebeu o valor de seus computadores e lançou a Amazon Web Services
(AWS) em 2006, iniciando uma nova era de computação em nuvem, onde
as pessoas podiam usar um grande número de computadores e
armazenamento enorme sem precisar comprar e configurar suas próprias
máquinas. Com o tempo, outras empresas construiriam o próprio hardware
dedicado, como o Google Tensor. Enquanto isso, a aceleração baseada em
GPU se tornou padrão. Em 2010, o supercomputador mais rápido do
mundo utilizava 7.168 GPUs de uso geral da Nvidia, além de seus 14.336
processadores.
O RETORNO DA IA
A década de 2000 viu um degelo de ações em relação à IA. A badalação em
torno dos sistemas especialistas e sua falha em atender às expectativas foram
esquecidas. Os problemas da IA simbólica e baseada em lógica viraram
passado. Agora havia um campo multidisciplinar próspero de aprendizado
de máquina de muitos sabores, computação evolutiva, vida artificial, lógica
fuzzy, sistemas de recomendação e muitos outros tipos de IA para listar.
Havia também um esforço de pesquisa internacional em pleno
desenvolvimento da parte de todos os países do mundo, com conferências
cheias de centenas — às vezes milhares — de participantes, todos ansiosos
para compartilhar suas ideias e aprender métodos novos e interessantes. Em
vez de uma corrida de dois cavalos pela inteligência artificial como era antes,
havia uma pista cheia de exóticos cavalos de corrida, todos se esforçando ao
máximo para superar uns aos outros, competindo regularmente em
inúmeros eventos.
Muitos algoritmos funcionaram bem e continuam funcionando bem,
tendo sido incorporados em soluções e produtos em vários setores.
No entanto, em 2010, na inteligência artificial, havia um método no qual
realmente valia a pena apostar. A convergência de algoritmos aprimorados,
Big Data e hardware otimizado produziu as condições perfeitas para as
redes neurais. Com o início da nova década, essa abordagem começou a
mostrar do que era capaz.
 -
A Explosão da Inteligência Artificial

SINAL DOS TEMPOS

Em 2010, o mundo ainda estava se recuperando da pior crise financeira
desde a Grande Depressão. O colapso dos bancos no mundo inteiro nos
dois ou três anos anteriores exigiu a intervenção dos governos. Os mercados
imobiliários despencaram e o desemprego aumentou. Empresas faliram e
famílias ficaram mais pobres. Esse novo ambiente mudou as percepções
de muita gente, e agora os bancos tradicionais eram vistos com ainda mais
suspeita. As empresas baseadas na ideia de uma economia compartilhada
decolaram: o Airbnb possibilitou que as pessoas compartilhassem suas
casas com viajantes e oferecessem uma alternativa aos hotéis, ganhando
dinheiro com isso. O Uber e o Lyft, que as pessoas compartilhassem seus
veículos e ganhassem dinheiro fornecendo um serviço de táxi. O Kickstarter
viabilizou novas ideias de startups, libertando as pessoas de empréstimos
bancários tradicionais ou investidores. O Zopa permitiu que as pessoas
emprestassem dinheiro a outras, com empréstimos ponto a ponto que
geravam dinheiro para os credores, uma tábua de salvação para aqueles que
precisavam, sem um banco tradicional à vista. O HURR deixou que as
pessoas compartilhassem até seus guarda-roupas. Todos faziam uso de
aplicativos em smartphones e sites para fornecer conexões e transações
seguras entre as pessoas.
A Amazon Web Services já havia lançado um site de crowdsourcing,
o MTurk (Mechanical Turk), onde trabalhadores remotos eram pagos para
executar tarefas repetitivas, como rotular imagens, preencher questionários,
transcrever áudio ou limpar dados. Em 2011, havia meio milhão de usuários
registrados em 190 países. A “economia gig”* agora era real e gerava
dinheiro para milhares de pessoas.
* Trata-se de uma economia alternativa da era digital que favorece a prestação de serviços
temporários ou de curto prazo para diversas empresas. A intermediação do trabalho humano é
feita por meio de plataformas digitais. (N.T.)

Com tantos empreendimentos habilitados pela tecnologia, surgiram

ainda mais dados. Mas o Big Data não era mais visto como um problema —
agora era uma oportunidade de colher conhecimento e obter vantagem
comercial. Ao entender bem os clientes, é possível adaptar produtos e ações
de marketing futuros para atender melhor às necessidades deles. Ao
entender bem seu eleitorado, um político pode enviar mensagens específicas
aos eleitores nas redes sociais e influenciar suas opiniões. Uma nova função
surgiu como o principal emprego na área de tecnologia: o “cientista de
dados”. Esses indivíduos místicos usariam os mais recentes métodos
estatísticos e de aprendizado de máquina para limpar e, em seguida,
encontrar informações similares e fazer correlações em enormes conjuntos
de dados. Em 2012, o cientista de dados era o “trabalho mais sexy do século
21”, de acordo com a Harvard Business Review. Essas funções de
processamento de dados logo estavam pagando melhor do que programação,
e ainda mais se os indivíduos conhecessem as novas artes mágicas do
aprendizado de máquina. Grandes corporações no mundo inteiro
rapidamente perceberam que seus dados eram valiosos e gastaram milhões
coletando, limpando e analisando essas informações ou venderam os dados
de seus clientes em um novo mercado global, que cresceu para monetizar
esse ativo digital. Escândalos um tanto inevitáveis se seguiram, com
empresas como a Cambridge Analytica envolvidas na coleta de dados do
Facebook sem consentimento prévio para construir perfis psicológicos de
mais de 50 milhões de pessoas, que foram então usados para manipular
eleitorados (e podem ter auxiliado na eleição de Donald Trump e na bem-
sucedida campanha “Leave” para o Brexit, a saída do Reino Unido da
Europa em 2016). Em resposta, até o final da década, muitos governos ao
redor do mundo apresentaram leis de privacidade de dados em uma
tentativa de tornar o uso desses dados mais transparente e exigir o
consentimento dos usuários.

ASSISTÊNCIA VIRTUAL
Com a App Store da Apple se expandindo rapidamente, em 2010 foi
lançado um novo aplicativo inovador, que fazia uso dos mais recentes
métodos de aprendizado de máquina para reconhecer fala e executar funções
úteis cotidianas no iPhone. Chamado de Siri, em homenagem a uma colega
de um dos fundadores, foi um derivado de um projeto de pesquisadores da
SRI International e EPFL (École Polytechnique Fédérale de Lausanne), e
de um outro projeto de reconhecimento de fala usando redes neurais CNN
e LSTM da Nuance Communications. O cientista-chefe da Siri Inc, Didier
Guzzoni, escreveu a tese de doutorado a respeito da tecnologia subjacente
“Active” — uma estrutura projetada especificamente para “entrelaçar”
reconhecimento de fala, PLN e conexão a serviços, como previsão do
tempo, reservas em restaurantes, pontos de interesse e organização de
reuniões por e-mails.
Apenas dois meses após o lançamento do aplicativo, Steve Jobs ordenou
que ele fosse adquirido pela Apple e integrado ao iPhone. No ano seguinte,
em outubro de 2011, a Apple lançou o iOS 5 contendo a Siri (somente para
o modelo mais recente, o iPhone 4S). Infelizmente, no dia seguinte ao
lançamento, Steve Jobs faleceu. No entanto, a Siri se tornou parte
integrante dos produtos Apple e, nos anos subsequentes, expandiu suas
capacidades, até que conseguiu atender a uma grande variedade de
comandos de voz em inúmeros idiomas. Para não ficar para trás,
a Microsoft pegou seus próprios sistemas de reconhecimento de voz
desenvolvidos internamente e, em 2014, lançou a Cortana (batizada em
homenagem à IA do jogo de videogame Halo), que realizava muitas funções
semelhantes em telefones e computadores que executavam software da
Microsoft. A Amazon fez exatamente o mesmo em 2014, lançando a Alexa
(feita a partir de uma mistura de aquisições de empresas, como a polonesa
Ivona e a britânica Evi, anteriormente True Knowledge). Enquanto a
Cortana acabou sendo descontinuada pela Microsoft, a Amazon continuou
com a Alexa, usando a assistente virtual cada vez mais como um controlador
operado por voz para casas e eletrodomésticos inteligentes. A IA (embora
uma forma relativamente fraca) agora era popular.
VER PARA CRER
Em 2012, o Desafio de Reconhecimento Visual de Larga Escala da
ImageNet estava indo de vento em popa. As inscrições daquele ano foram
especialmente impressionantes, com uma chamada AlexNet se saindo
muitíssimo bem — classificando imagens com uma taxa de erro de 15%,
o que era mais de 10% melhor do que qualquer outro concorrente. Criada
pelos doutorandos Alex Krizhevsky e Ilya Sutskever e supervisionados por
Geoffrey Hinton, a AlexNet era uma CNN muito parecida com a criada
por LeCun em 1989, exceto que tinha algumas camadas a mais (era “mais
profunda”). Em vez de precisar de detectores de características
cuidadosamente feitos à mão como entradas, a AlexNet usou as próprias
camadas para descobrir tudo sozinha — a primeira camada aprendia a
detectar bordas, a próxima camada aprendia a detectar formas, a próxima
aprendia a detectar objetos, a próxima aprendia a classificar essas formas e
assim por diante. Isso teria sido proibitivamente lento para treinar, exceto
pelo fato de que a AlexNet usava GPUs para acelerar o processo. Embora
não tenha sido a primeira a usar esse truque com CNNs para
reconhecimento de imagem, a AlexNet estava em outro patamar em 2012.
 O trabalho desencadeou uma onda de interesse no uso de GPUs
com CNNs, e o progresso no reconhecimento de imagem foi bem rápido.
Os pesquisadores logo descobriram que havia um limite para a
profundidade de uma CNN antes que as coisas deixassem de funcionar.
Mais de trinta camadas (ou cerca disto) e se tornava difícil treinar as redes
para fazer algo útil. No entanto, em 2015, uma CNN com 152 camadas
venceu o mesmo concurso da Microsoft Research Asia, reduzindo o erro
para 3,5% em um conjunto de testes da ImageNet. A concorrente bem-
sucedida estava usando um conjunto de várias redes residuais, ou ResNets
— redes neurais que contêm conexões de salto. Em vez da saída de uma
camada ir diretamente para a próxima, uma conexão de salto também
conecta a saída a outra camada várias camadas à frente, criando um novo
tipo de camada, conhecida como um bloco residual que contém várias
camadas normais (semelhante aos métodos usados em LSTMs). Ao usar
esses “blocos de atalho”, tornou-se possível (novamente com a ajuda de
GPUs) treinar redes neurais mais profundas do que nunca.
O reconhecimento de imagem funcionou. De repente, era possível para
essas redes neurais pré-treinadas identificar a maioria dos objetos cotidianos
em imagens e vídeos. Elas também podiam reconhecer rostos. Esses feitos
de reconhecimento eram realizados de forma mais rápida e precisa do que os
humanos poderiam alcançar — desde que os dados de treinamento fossem
suficientes. No final da década, os sistemas de reconhecimento facial
estavam sendo usados de forma rotineira por forças policiais e governos em
vários países. Os avanços no reconhecimento de imagem também ajudaram
os veículos autônomos a obter um desempenho cada vez melhor ao se
deslocar pelas estradas.
Reconhecer objetos comuns em imagens e até mesmo rastrear o
movimento deles ao longo do tempo foi um avanço surpreendente em
comparação a todas as tentativas históricas no campo da IA. Mas logo
surgiram problemas. Quando pesquisadores pegaram sistemas de
reconhecimento facial disponíveis comercialmente e mostraram a eles
imagens de mulheres de pele mais escura, os sistemas geralmente falharam
até mesmo em reconhecer o gênero. A análise dos conjuntos de dados
usados para treinar as IAs revelou o motivo — muitas estavam sendo
treinadas com imagens compostas predominantemente por homens brancos.
O viés no reconhecimento facial logo estava causando incidentes de falsa
identificação e até mesmo prisões por engano, pois os policiais não
conseguiam entender as limitações das IAs. Veículos autônomos também
sofreram acidentes como resultado de falhas. A primeira fatalidade
envolvendo um veículo autônomo foi com um Tesla Model S em “modo
piloto automático” (um modo de assistência ao motorista com nome
enganoso que realizava autodireção, aceleração e frenagem em estradas
simples, mas exigia monitoramento humano em tempo integral). Em 2016,
o veículo não conseguiu detectar uma carreta branca contra um céu branco e
colidiu a toda velocidade com a carreta, matando o motorista do Tesla.
Ironicamente, o motorista era um grande fã da Tesla que frequentemente
postava vídeos de si mesmo no carro. “Você chega ao seu destino um pouco
mais devagar”, disse ele num vídeo, “mas pelo menos agora você não precisa
se preocupar com nada. Apenas deixe pra lá”.
AUTO-NOMIA
Independentemente dos acidentes, as visões futuristas de ficção científica de
Elon Musk (o dono da Tesla) levaram a empresa a sair na frente na inclusão
de sistemas de IA em seus veículos para assistência ao motorista (bem como
ser pioneira nos primeiros veículos elétricos de verdade e infraestrutura de
carregamento). Não querendo ficar para trás, a indústria automobilística
tradicional acordou e decidiu que os veículos autônomos guiados por IA
eram o futuro. Talvez motivados pela competição e pela badalação
crescentes do aprendizado profundo, montadoras tradicionais e novas
startups fizeram investimentos gigantescos na área e previsões igualmente
gigantescas.
Em 2013, a Nissan foi a primeira a anunciar que forneceria veículos
autônomos até 2020 (o que não aconteceu). Em 2014, a Audi sugeriu que a
próxima geração do A8 seria capaz de dirigir de forma totalmente autônoma
em 2018 — ou seja, apenas quatro anos depois (o A8 não foi capaz). Em
2015, a Toyota anunciou que seu primeiro veículo autônomo estaria pronto
em 2020 (não ficou). Elon Musk disse ao mundo que o primeiro Tesla
totalmente autônomo seria lançado em 2018 e aprovado até 2021 (nenhuma
das duas coisas aconteceu). Em 2016, o CEO da Ford anunciou que teriam
veículos autônomos à venda até 2020 e veículos totalmente autônomos para
serviços de mobilidade até 2021 (não tiveram). No mesmo ano,
a Volkswagen previu que seus primeiros carros autônomos seriam lançados
em 2019 (não foram). A GM achou que seus carros autônomos seriam
implantados até 2020 ou antes disto (não foram). A BMW pretendia lançar
seu iNEXT autônomo em 2021 (ele até se tornou o iX, mas não era
totalmente autônomo).
O roboticista Rodney Brooks se mostrou cético desde o início e
continua sendo a respeito do provável sucesso dos veículos autônomos.
“Esse é um problema que todos nós temos com tecnologia imaginada do
futuro”, disse. “Se ela estiver longe o suficiente da tecnologia que temos e
entendemos hoje, então não conhecemos suas limitações. Ela se torna
indistinguível de magia.”
Em 2023, depois que mais de cem bilhões de dólares foram gastos pela
indústria no sonho ilusório de carros movidos a IA, ficou claro o fracasso.
As perdas aumentaram, as startups faliram e os programas de veículos
autônomos foram discretamente cancelados na indústria inteira. As poucas
empresas — como a Tesla — que insistiram em perseguir o sonho se
tornaram alvo de ações judiciais, como, por exemplo, o estado da Califórnia
processando a Tesla por seu enganoso nome de “Direção Autônoma Plena
(FSD, em inglês)”, que eles consideraram que levou a falsas expectativas por
parte dos proprietários com consequências potencialmente sérias. Boa parte
da indústria tinha outros objetivos mais urgentes a considerar: transformar
motores convencionais em elétricos.
No fim das contas, os poucos veículos autônomos bem-sucedidos
ficaram limitados a áreas pequenas e bem definidas. Geralmente usados
como táxis ou para entregas, eles começaram a ganhar aceitação entre
algumas pessoas. Mas também houve uma reação crescente contra os
veículos autônomos. Em 2024, táxis autônomos em São Francisco, na
Califórnia, estavam sendo atacados, desabilitados com cones de trânsito
colocados nos capôs ou até mesmo incendiados por ativistas. A reação se
deu por uma onda de acidentes causados pelos veículos. Ficou claro que,
apesar dos avanços na inteligência artificial, nosso mundo complexo e em
constante mudança continuava sendo difícil de lidar. Uma IA pode ser
capaz de reconhecer objetos que já viu antes e detectar placas de trânsito ou
obstáculos que pareçam bloquear o caminho, mas muitas das estradas do
mundo são caóticas e estão sujeitas a eventos inesperados que necessitam de
grande vivência de mundo e discernimento. Os seres humanos levam
décadas para acumular conhecimento em nosso cérebro complexo após
vivenciar uma miríade de eventos por meio de nossos ricos sentidos. As IAs
acumulam conhecimento por meio do estudo de conjuntos de dados de
imagens e leituras de sensores LIDAR. Se ela nunca viu um carrinho de
mão cheio de tijolos cair da traseira de um caminhão cruzando seu caminho,
pode não saber como reagir corretamente. Da mesma forma, se ela não
entende que um saco plástico brevemente inflado pelo vento, parecendo um
grande obstáculo, não deve gerar um comportamento de evasão de
emergência, problemas podem surgir.
Carros com IA podem não estar acontecendo agora, mas os bilhões
gastos em pesquisa e desenvolvimento para esse objetivo não foram em vão.
As tecnologias avançadas de assistência, hoje em dia comuns em novos
veículos, surgiram por causa do trabalho de veículos autônomos. Os carros
agora podem sentir impactos potenciais e frear para evitar acidentes. Podem
detectar faixas e nos ajudar a permanecer nelas, conseguem ler placas de
trânsito e nos encorajar a obedecê-las. Eles também podem detectar veículos
se aproximando em pontos cegos e nos alertar, e até mesmo nos dar visão
noturna. Alguns podem ter uma boa chance de conseguir estacionar
sozinhos se as condições forem adequadas. E, finalmente, pesquisas
mostraram que é isto que muitos de nós preferimos: carros que nos ajudam
a permanecer no controle e nos mantêm seguros, em vez de carros que
tentam dirigir sozinhos, nos transformando em passageiros indefesos sem
chance de recuperar o controle se a IA tomar uma decisão ruim.

VENCENDO O JEOPARDY!*
* Programa de perguntas e respostas exibido nos EUA desde 1964. O formato é um pouco
diferente do britânico Who Wants to Be a Millionaire?, adaptado por Sílvio Santos aqui no
Brasil como Show do Milhão. (N.T.)

O crescente entusiasmo acerca da IA por uma variedade de aplicações no

mundo real era uma atração que ia além da indústria automobilística.
A IBM já havia gerado muita publicidade útil do Deep Blue (ver capítulo
011) e decidiu que uma nova IA que pudesse demonstrar capacidades ainda
mais complexas poderia ajudar ainda mais seus negócios. Como o
processamento de linguagem natural usando métodos estatísticos e algumas
das novas redes neurais recorrentes estavam agora funcionando melhor do
que nunca, o gerente de pesquisa Charles Lickel decidiu que o programa de
TV Jeopardy! seria um desafio excelente e supermidiático. A ideia se formou
em 2004, mas foi somente em 2011 que a equipe de vinte pessoas da IBM
criou uma IA que pudesse competir com jogadores humanos e obteve a
permissão dos produtores do Jeopardy! para que a competição fosse filmada.
Eles chamaram a IA de IBM Watson. Ela usou uma grande mistura de
abordagens de PLN (que a IBM chamou de DeepQA) com técnicas
desenvolvidas a partir de uma enorme gama de parcerias com universidades.
O Watson tinha o texto completo da Wikipédia 2011 na memória, bem
como dados de muitas outras fontes em um total de 200 milhões de páginas
de informação. Ele rodava nos próprios computadores da IBM: noventa
servidores Power 750 rodando em paralelo com 16 terabytes de RAM. Para
ser justo com os competidores humanos, o Watson tinha um dedo robótico
com o qual apertava a campainha normalmente. Para ser justo com o
Watson, as perguntas usadas foram escolhidas de programas inéditos por
um terceiro agente independente (no caso de os autores das perguntas
criarem perguntas formuladas com complexidade excessiva para encorajar a
PLN de Watson a falhar).
 Em 14 e 15 de fevereiro de 2011, as duas rodadas do programa foram
transmitidas. O Watson competiu contra dois dos concorrentes mais bem-
sucedidos de todos os tempos, Ken Jennings e Brad Rutter. Embora tenha
cometido erros de vez em quando — por exemplo, o Watson deu a mesma
resposta incorreta que Jennings porque não prestou atenção às respostas dos
outros concorrentes —, a IA venceu as duas rodadas facilmente. Os prêmios
foram consideráveis: um milhão de dólares para o primeiro prêmio,
trezentos mil para o segundo e duzentos mil para o terceiro. A IBM doou a
premiação para caridade. O custo de desenvolvimento do Watson foi
provavelmente muito maior do que o dinheiro do prêmio, mas para a IBM a
publicidade foi suficiente para vender seus serviços de software e hardware
de IA pela próxima década, chamando tudo de “IBM Watson”, apesar de os
serviços se expandirem rapidamente para consultoria com um escopo bem
mais amplo do que o original do Jeopardy!.

JOGATINA PROFUNDA
Enquanto isso, na nova startup DeepMind, outros jogos estavam sendo
disputados. Como Demis Hassabis tinha vindo da indústria de games (ver
capítulo anterior), os fundadores da nova empresa estavam menos
interessados em programas de TV e mais em videogames clássicos. Eles
fundaram a DeepMind com o objetivo de construir sistemas gerais de IA
combinando conhecimento de disciplinas como neurociência e ciência da
computação. Ao contrário do Watson da IBM, que foi projetado
especificamente para jogar um único jogo, a equipe da DeepMind achava
que uma inteligência artificial de verdade deveria ser capaz de aprender
sozinha a desempenhar tarefas. Depois de conseguir arrecadar fundos em
2011 para contratar alguns dos cientistas mais talentosos, a primeira IA da
DeepMind foi mostrada ao mundo em 2013. Ela jogava jogos de
computador. Especificamente, jogos antigos de Atari, como Breakout e
Pong.
Isso pode não parecer muito impressionante, mas o que importava
mesmo era a maneira como a IA jogava. A “Rede Q Profunda” (DQN, em
inglês) não foi projetada para jogar os videogames. Não era nada mais do
que um cérebro capaz de assistir à tela do console e pressionar botões em
um joystick (controle). A DQN não era informada a respeito do que
significavam as coisas na tela, do que o joystick fazia ou mesmo dos
objetivos dos videogames. Não havia feedback para reconhecer elementos
nas imagens, como bolas quicando ou alienígenas invasores. Nenhum
feedback para pular um obstáculo com sucesso ou desviar de um míssil.
O único feedback era se ela havia ganhado pontos. A DQN da DeepMind
aprendeu a jogar cada jogo observando os valores brutos de pixel, e não
apenas isto, aprendeu a jogá-los melhor do que humanos.
 Os pesquisadores da DeepMind combinaram o Q-Learning (ver
capítulo 011) com as últimas CNNs que estavam indo tão bem no
reconhecimento de imagens. Eles alimentaram várias vezes a DQN com
muitas imagens correspondentes a uma sequência de quadros no jogo e
depois usaram o CNN profundo para descobrir quais botões no controle
deveriam ser pressionados. Como o Q-Learning era famoso por ser um
pouco instável quando uma rede neural era usada para aprender a função de
valor de ação Q, então um truque chamado “replay de experiência” foi usado
para ajudar: a experiência da DQN em cada momento de muitos episódios é
armazenada em um banco de dados para formar uma memória que pode
então ser acessada aleatoriamente durante o processo de aprendizagem. Isso
ajuda a suavizar mudanças complicadas na distribuição de dados para o
aprendizado da rede neural e torna as coisas bem mais eficazes. Em 2015,
a DQN da DeepMind aprendeu a jogar quarenta e nove jogos clássicos do
Atari 2600 e superou todos os outros métodos de aprendizado de máquina
(a maioria dos quais foi criada com conhecimento específico do jogo) em
quase todos os videogames. A DQN alcançou desempenho equivalente ao
de testadores humanos profissionais na maioria deles.
 O sucesso do trabalho de 2013 levou a DeepMind a ser adquirida pelo
Google em 2014 (foi a maior aquisição de uma empresa europeia pela
gigante de Mountain View até 2024: 400 milhões de dólares). O Google
DeepMind, como passou a ser conhecido, estava apenas começando. Agora,
com várias centenas de pesquisadores talentosos, eles criaram uma nova IA,
chamada AlphaGo. O jogo chinês Go é muito mais complexo do que o
xadrez e vinha sendo usado há anos como um desafio para pesquisadores de
aprendizado de máquina. Outros algoritmos eram capazes de jogar no
mesmo nível de amadores, mas o jogo era simplesmente complexo demais
para qualquer IA dominar. A antiga abordagem de pesquisar movimentos
possíveis ou armazenar tabelas de bons gambitos de abertura, como usado
para jogar xadrez, não era viável no Go — o número de movimentos
possíveis é simplesmente vastíssimo. Mas o AlphaGo era diferente. Em
outubro de 2015, o AlphaGo derrotou um jogador profissional europeu de
Go por cinco a zero. No ano seguinte, competiu na Coreia do Sul contra
um dos melhores jogadores do mundo, Lee Sedol, detentor de dezoito
títulos mundiais. Em uma partida assistida por 200 milhões de pessoas ao
redor do mundo, o AlphaGo venceu por quatro a um. Ele ganhou a
classificação profissional de nono dan, a mais alta do Go.
O AlphaGo usou o mesmo tipo de abordagem usada pela DQN: uma
combinação de ResNets para processar a entrada (layouts de tabuleiro
espacialmente organizados) e Q-Learning. Também adicionaram um
método de busca aleatório conhecido, como pesquisa de árvores de Monte
Carlo para explorar a árvore de movimentos possíveis e avaliar as estratégias
sugeridas pela rede neural para descobrir o movimento certo a ser feito em
seguida. O AlphaGo usava algum pré-processamento de entradas para
detectar jogadas específicas e foi treinado inicialmente para corresponder aos
movimentos jogados por especialistas humanos usando um enorme banco
de dados de partidas anteriores. Depois que pegou o jeito, ele jogou contra
outras versões de si mesmo e usou o aprendizado por reforço para melhorar
ainda mais.
Não contente com essa conquista notável, a equipe da DeepMind criou
uma nova versão, chamada AlphaGo Zero. Enquanto a versão anterior
precisou de meses de treinamento para atingir o nível profissional, essa nova
IA foi treinada em apenas alguns dias usando as mais recentes Unidades de
Processamento Tensor, sessenta e quatro GPUs e dezenove servidores de
CPU (custo de cerca de 25 milhões de dólares). Ela também se treinou,
começando com conhecimento zero do jogo (daí o nome) e jogando contra
si mesma milhões de vezes até aprender a ser invencível. Eles lançaram essa
versão em 2016. Ela seria a primeira de uma série de IAs de aprendizado
por reforço baseadas em tecnologia semelhante. A MuZero, anunciada em
2019, aprendeu sozinha a jogar games do Atari, xadrez, shogi (um jogo de
estratégia japonês) e Go. A equipe da DeepMind também demonstrou que
a MuZero poderia executar tarefas do mundo real, como compactar vídeos.
A AlphaStar, também lançada em 2019, aprendeu a jogar o jogo de
estratégia de computador StarCraft II — um game complexo jogado em
torneios e frequentemente usado como outro ponto de referência para testar
IAs.
 Com os recursos e o poder do Google por trás, não havia como parar a
DeepMind. Eles também criaram a WaveNet em 2016, uma CNN
alimentada por uma computação caríssima que aprendeu a imitar a fala. Ela
corta/fragmenta o áudio em pequenas amostras e depois produz a própria
versão aprendendo a prever que tipo de amostra seguiria a próxima,
dezesseis mil vezes por segundo. Conecte este “previsor de ruído humano” a
outro sistema que converte texto em “precursores de áudio” e, em vez de
balbucios estranhamente humanos, a IA consegue falar com entonações
plausíveis, sons de respiração e movimentos da língua. (Alimente o sistema
com música e ele produz um balbucio musical estranho.) Dê a ele a voz de
uma pessoa falando uma frase e treine o sistema com a voz de outra, e ele
consegue substituir a primeira voz pela segunda, clonando as entonações.
Inicialmente, a WaveNet exigia muita computação para ser utilizável, mas
foi progressivamente aprimorada, até que, em 2018, seu desempenho era
mil vezes melhor e se tornou a tecnologia por trás das vozes do Google
Assistente.
Houve outro grande desafio ao qual a equipe da DeepMind não
conseguiu resistir. Estava relacionado aos blocos de construção
fundamentais da vida: proteínas. Nosso DNA ajuda a definir quem somos,
e as “palavras” que compõem suas instruções são chamadas de genes.
Quando traduzidos pelas células, os genes produzem proteínas — cadeias
complexas de aminoácidos que se dobram em formas complexas únicas.
Dependendo da forma das proteínas, elas desempenham funções diferentes
— e essas funções definem quase tudo que as células podem fazer, desde se
transformar em músculos, pele e neurônios até matar invasores indesejados,
como bactérias, vírus ou até mesmo tumores. As proteínas são
extremamente complexas e numerosas; dependendo da estrutura atômica,
podem se dobrar em formas radicalmente diferentes. Se pudéssemos
descobrir qual sequência de aminoácidos corresponde a qual forma,
teríamos o potencial de entender melhor a biologia e criar medicamentos
melhores para nos ajudar quando o tiro sai pela culatra. O problema do
dobramento de proteínas era considerado um grande desafio na ciência da
computação e na biologia computacional. Os cientistas da computação
tentavam resolvê-lo desde a década de 1960.
A DeepMind começou a trabalhar em uma solução para previsão do
dobramento de proteínas em 2016 e revelou a primeira versão em 2018.
Chamado de AlphaFold, o programa ganhou o primeiro lugar no desafio
Avaliação Crítica de Previsão de Estrutura Proteica (CASP, em inglês)
naquele ano. Em 2020, o AlphaFold era tão bom que muitos na
comunidade consideraram resolvido o problema do dobramento de
proteínas. A empresa divulgou todas as descobertas gratuitamente num
banco de dados: em 2021, ele cobria 350 mil estruturas (todas as proteínas
conhecidas no corpo humano, além de todas as proteínas de organismos de
laboratório comumente usados, como levedura, mosca-das-frutas e
camundongo). Em 2022, eles expandiram o banco de dados de um milhão
para duzentos milhões de estruturas — quase todas as proteínas conhecidas
na ciência. O banco de dados agora está em uso por pesquisadores da
maioria dos países do mundo para o progresso da biologia e da medicina.
 A DeepMind alcançou esse avanço surpreendente se baseando em anos
de trabalho de outros pesquisadores e fazendo uso de ResNets muito
profundas em um grande conjunto de dados de 29 mil proteínas. A versão
de 2020 combinou os vários módulos treinados separadamente do original
em um modelo mais integrado que foi treinado de uma só vez. O design se
assemelhava a uma arquitetura de transformação* — algo que se tornaria
transformador nos anos seguintes. O AlphaFold foi então seguido pelo
AlphaCode, que venceu competições de programação pela capacidade de
escrever programação de computador; pelo AlphaDev, que descobriu
algoritmos de classificação mais rápidos; e, mais tarde, pelo
AlphaGeometry, que era capaz de resolver problemas complexos de
geometria. Todos esses foram avanços notáveis que continuariam a mostrar
a DeepMind como o principal centro de IA do mundo — exceto pelo fato
de que eles não eram o único jogador em campo. A IA agora estava de volta
ao centro das atenções, e os avanços continuaram surgindo.
* Modelo de aprendizado profundo apresentado em 2017. O ChatGPT da OpenAI faz uso de
arquiteturas de transformação para previsão, resumo, resposta a perguntas e muito mais, porque
elas permitem que o modelo foque nos segmentos mais relevantes do texto de entrada. (N.T.)

CÉREBROS POR TODA PARTE

O Google não tinha apenas a DeepMind. Em 2011, eles já tinham criado o
Google Brain, outro centro de pesquisa formado pelo Google fellow Jeff
Dean, pelo pesquisador Greg Corrado e por Andrew Ng. O trabalho inicial
envolveu o uso de aprendizado profundo em 10 milhões de imagens em
miniatura (thumbnails) do YouTube selecionadas aleatoriamente e a
descoberta de que a rede neural era especialmente boa em reconhecer gatos
sem ser explicitamente ensinada a fazer isto. Em 2013, eles adquiriram a
empresa DNNResearch Inc de Geoff Hinton e o contrataram. E em 2014
a equipe incluiu muitos outros superastros do aprendizado profundo, como
Ilya Sutskever, Alex Krizhevsky e Samy Bengio. O Google Brain foi
pioneiro em muitos avanços (alguns usados no Google Tradutor) e
ferramentas que se tornariam populares em IA, incluindo o framework*
TensorFlow, uma biblioteca de software de código aberto extremamente
popular que permite aprendizado de máquina e IA, lançada em 2015.
 * Um framework é um conjunto de componentes de software reutilizáveis que ajudam a
desenvolver novas aplicações de forma mais eficiente. Determina a estrutura do software, com
módulos personalizáveis para tarefas específicas. (N.T.)

Ian Goodfellow foi aluno de Ng e Yoshua Bengio (irmão de Samy) e

assumiu um cargo no Google Brain após concluir o doutorado. Seu
interesse era semelhante às ideias de Hinton a respeito de autocodificadores
— por que não usar aprendizado profundo para gerar em vez de apenas
aprender ou classificar? A ideia de Goodfellow (criada ainda na
Universidade de Montreal) era usar redes neurais profundas gêmeas, uma
para gerar uma saída que se assemelhasse à entrada que viu e a segunda para
atuar como um discriminador, tentando enganar o gerador e distinguir entre
a saída e a de verdade. Ele a chamou de rede adversária generativa (GAN,
em inglês).
As GANs eram uma ideia relativamente simples, muitas vezes usada em
outros campos como computação evolutiva: ter dois sistemas se adaptando
simultaneamente e colocá-los para competir. Como uma corrida
armamentista, cada um tenta superar as adaptações do outro, e cada um se
torna cada vez mais avançado como resultado. O treinamento das redes
neurais foi simples e rápido, pois eram perceptrons multicamadas normais
— sem necessidade de cadeias de Markov complicadas, como era o caso dos
autocodificadores generativos da época.
 As GANs de Goodfellow foram demonstradas pela primeira vez em
imagens; sem saber, ele tinha dado início a algo importante. Logo outros
pesquisadores descobriram que as GANs eram capazes de feitos
surpreendentes com imagens. Elas eram capazes de gerar rostos
inteiramente novos que eram indistinguíveis de rostos humanos reais.
Podiam pegar uma imagem de baixa resolução e ampliá-la para uma
resolução muito maior, gerando corretamente detalhes plausíveis. Podiam
reduzir o ruído de imagens de baixa qualidade e transformá-las em
reproduções perfeitas. Por meio do uso de métodos como convoluções, as
GANs foram ampliadas para redes cada vez mais profundas com
capacidades cada vez melhores. Logo mostraram ser capazes de gerar novas
imagens a partir de descrições textuais, por intermédio do fornecimento de
dados de treinamento multimodais: imagens e texto correspondente que
descreviam o conteúdo das imagens. As GANs mostraram ser capazes de
fazer transferência de estilo — pegue uma imagem original e uma segunda
num estilo específico (por exemplo, uma pintura de Claude Monet), e a
GAN é capaz de transformar a original em uma “pintura” no estilo de
Monet. Quando combinados com métodos neurais cada vez mais
avançados, elas em breve poderão gerar objetos tridimensionais, vídeos e ser
utilizadas para editar imagens e vídeos já existentes, substituindo qualquer
parte desejada com uma alternativa gerada perfeitamente.
Essas ferramentas avançadas produziram resultados que eram — de
propósito — basicamente indistinguíveis de imagens reais, pois é
exatamente assim que as GANs funcionam: a rede discriminadora continua
pressionando a rede geradora para ser melhor até que ela não consiga
distinguir entre o real e o falso. Quando usada por software de edição de
imagem, isto é tremendamente poderoso. Em poucos anos, programas assim
se tornaram populares em produtos do dia a dia, incluindo smartphones. Ao
tirar uma foto, a pessoa pode alterar olhos, boca, cabelo; é possível até
remover pessoas indesejadas no fundo — na verdade, é possível mudar o
fundo inteiro. A mesma tecnologia permitiu que vídeos fossem alterados.
Combinado com redes de imitação de voz, isto resultou em um novo
fenômeno: o deepfake.
De repente, pela Internet, imagens ou vídeos de políticos apareceram
muitas vezes em situações comprometedoras ou dizendo coisas contrárias ao
que acreditam. Astros de cinema descobriram que suas imagens eram usadas
inclusive para fins escusos. Talvez de forma inevitável, a indústria da
pornografia descobriu que era possível colocar um rosto famoso no corpo de
qualquer ator, ou usar uma GAN para virtualmente despir qualquer
indivíduo, ou pior ainda, inventar imagens e vídeos horríveis de atos
abusivos contra crianças. O deepfake foi o primeiro sinal de que essa nova era
de IA nem sempre estava saindo conforme o planejado.

IA TRANSFORMACIONAL
A década de inovações em IA de rede neural seguiu sem pausa. Enquanto
vários novos tipos de rede neural foram inventados no mundo acadêmico
(infelizmente, são muitos para descrever aqui), estava claro que as redes
profundas que usavam enormes recursos computacionais e uma quantidade
gigante de dados de treinamento estavam consistentemente vencendo a
corrida quando se tratava de mostrar as verdadeiras capacidades das ideias.
Estava se tornando muito caro para universidades ou agências de
financiamento do governo acompanhar, especialmente quando o setor
privado agora estava despejando bilhões de dólares em pesquisa. Em 2011,
o investimento dos EUA em empresas de IA já era de respeitáveis 282
milhões de dólares. Em 2019, era de 16,5 bilhões de dólares. No mesmo
ano, o resto do mundo investiu o equivalente a 26,6 bilhões de dólares.
Países como a China fizeram um investimento pesado em tecnologia de IA
projetada para ler os rostos de seus cidadãos o tempo todo. Uma fuga de
cérebros do mundo acadêmico viu cada vez mais professores de ciência da
computação serem empregados pelo setor privado, com a atração de dobrar
ou triplicar salários e ter recursos de computação ilimitados para seus
experimentos. E a maioria das grandes empresas de tecnologia agora tinha
grupos de pesquisa de inteligência artificial muitíssimo bem financiados:
Adobe, Apple, Autodesk, Baidu, Facebook, Google, IBM, JPMorgan,
Microsoft, Tencent… a lista continuou crescendo, com cada laboratório
gastando mais milhões em computação e em salários cada vez mais insanos
para os pesquisadores de IA, à medida que a competição por talentos em
todo o mundo aumentava. Os laboratórios de pesquisa industrial eram mais
bem financiados do que o mundo acadêmico e expandiam os horizontes da
IA mais longe e mais rápido, pois cada um tentava superar o outro. Os
artigos de pesquisa chegavam tão rápido e em tamanha quantidade que
estavam sendo pré-publicados em sites de arquivo (bibliotecas digitais) em
vez de esperar alguns meses para serem conferidos ou aguardar sua
publicação por um periódico confiável. Quando uma técnica podia ir da
invenção à obsolescência em questão de semanas, a publicação científica
convencional simplesmente não conseguia acompanhar.
Em 2017, outro grande avanço foi publicado por pesquisadores do
Google Brain e do Google Research. Eles o chamaram de BERT
(Representações de Codificador Bidirecional de Transformadores, em
inglês). Foi a primeira rede neural de transformação e, da noite para o dia,
tornou outras redes neurais, como RNNs e LSTMs, obsoletas. Os
transformadores se tornariam tão prolíficos e bem-sucedidos que, em quatro
anos, estariam sendo chamados de “modelos fundamentais” e seriam
considerados a principal arquitetura neural, capazes de aprender quase tudo,
ao que parecia.
O artigo de pesquisa foi intitulado “Atenção é tudo o que você precisa”,
que resumiu perfeitamente o conceito por trás da abordagem. O BERT
processava frases como entrada, observava a sequência de palavras e onde
essas palavras estavam na sequência, e descobria usando “cabeças de
atenção” paralelas à importância de cada palavra e quais palavras se
relacionavam com outras, para que ele pudesse prever a próxima palavra
mais provável na sequência. O BERT era uma grande rede e, de fato,
investigava de duas formas, por meio de um modelo de 110 milhões de
parâmetros e de um modelo de 340 milhões de parâmetros, ambos treinados
em conjuntos de dados compreendendo 800 milhões de palavras (o
BookCorpus* de Toronto) e 2,5 bilhões de palavras (Wikipédia em inglês).
Eles treinaram o BERT em duas tarefas: prever uma palavra ausente em
uma frase (“Comprei um ??? para o aniversário dele”, o BERT preveria as
palavras possíveis com probabilidades diferentes, como “cartão”,
“lembrança” ou “presente”); e prever a próxima frase (“Comprei um cartão
para o aniversário dele”, o BERT poderia prever “e fui postar no correio” ou
“e escrevi uma mensagem dentro”).
* Conjunto de dados que consiste no texto de cerca de sete mil livros autopublicados extraídos do
site de distribuição de e-books independente Smashwords. A versão oficial do conjunto de
dados foi retirada do ar. (N.T.)

O BERT deixou a maioria das abordagens de PLN existentes para testes

de PLN comendo poeira. Ele obteve resultados consideravelmente melhores
para onze tarefas, geralmente com grandes aumentos na precisão em
comparação com o topo da tecnologia anterior. O Google logo adotou o
BERT para auxiliar nas consultas de pesquisa. Em 2019, ele estava
processando consultas em setenta idiomas; em 2020, processou todas as
consultas em inglês.
IA PARA TODOS
Apesar dos bilhões gastos no desenvolvimento de algoritmos de inteligência
artificial, a maioria dos laboratórios, fossem acadêmicos ou privados, ainda
seguia práticas abertas de pesquisa. Publicavam as descobertas em grandes
conferências (algumas das quais agora atraíam milhares de participantes
a cada ano) e testavam os métodos utilizando conjuntos de dados padrão
disponíveis gratuitamente. Eles inclusive revelavam o funcionamento dos
métodos em artigos científicos, permitindo o avanço por qualquer um que
pudesse entender como aquilo funcionava. Os laboratórios gigantes tinham
consideravelmente mais dados e recursos de computação, porém, mesmo
assim, a criação da IA era aberta e gratuita. Por causa dessa abertura,
um número cada vez maior de startups estavam recebendo dinheiro de
investidores para desenvolver e explorar inteligência artificial. Um exemplo
notável foi criado com o propósito explícito de manter os princípios de
abertura. Era uma organização de pesquisa sem fins lucrativos chamada
OpenAI.*
* Cujo nome em inglês faz jus ao propósito de abertura, pois a tradução seria “Inteligência
Artificial Aberta”. (N.T.)
 A organização foi anunciada em dezembro de 2015 na Califórnia por
um grupo de investidores de risco, empreendedores e pela Amazon Web
Services, com concessões de garantias de um bilhão de dólares. Sam
Altman, um empreendedor com bastante experiência, foi o fundador e
CEO; e um dos cofundadores, Greg Brockman, ajudou a contratar alguns
dos melhores pesquisadores de IA do mercado. Apesar da concessão de
garantias, a empresa arrecadou “apenas” 130 milhões de dólares nos três
anos seguintes — consideravelmente menos do que outros laboratórios
estavam gastando apenas em computação por ano. A organização explorou
várias abordagens diferentes em relação a IA, com equipes tentando
encontrar avanços com novas ideias criativas. Elon Musk era integrante do
conselho e se retirou em 2018, supostamente acreditando que a organização
havia ficado para trás em comparação com laboratórios como o Google
DeepMind e não era competitiva. Foi uma jogada prematura, porque em
junho de 2018 a OpenAI publicou um artigo a respeito de um novo tipo de
IA de transformação.
 Eles chamaram a nova IA de transformador generativo pré-treinado —
uma rede neural profunda especializada em processamento de linguagem
natural com base na arquitetura de transformação como o BERT, mas com
um tempero próprio: a adição de pré-treinamento generativo. (O BERT
também foi pré-treinado com grande quantidade de dados, mas não foi
projetado para ser generativo.) Ao contrário do BERT, a arquitetura GPT
tem tanto estágios de codificador como de decodificador. O codificador
analisa um prompt* escrito e codifica a entrada como um embedding.** O
decodificador pega o embedding e tenta prever o que virá a seguir,
considerando várias saídas e prevendo a mais precisa usando mecanismos de
autoatenção como o BERT. A arquitetura considera a entrada inteira de
uma vez durante o ciclo de aprendizado, ao contrário das redes neurais
recorrentes, o que torna possível paralelizar o processamento. Usando
recursos de computação suficientes e fornecendo dados suficientes, o GPT
tem um desempenho extremamente bom. O GPT-1 da OpenAI superou
todos os demais métodos em muitos problemas diferentes com conjuntos de
dados padrão. A OpenAI sabia que tinha algo bom em mãos e
imediatamente começou a concentrar esforços em melhorar a IA. Em
fevereiro de 2019, eles anunciaram uma versão ampliada do GPT-1. Em
vez de 0,12 bilhão de parâmetros, a nova versão usava 1,5 bilhão de
parâmetros. Em vez de ser treinada no BookCorpus (cerca de 4,5GB de
texto), ela foi treinada com 40GB, compreendendo 45 milhões de páginas
da Internet. Eles nomearam a nova versão GPT-2.
* Em IA, o prompt é um conjunto de palavras que ajuda a gerar conteúdo, é a frase inicial (ou
palavra) que fornece as informações necessárias para que o modelo de linguagem saiba o que
deve gerar como resultado. (N.T.)
 ** Embedding é a transformação de texto em uma informação numérica, mais especificamente
um vetor — uma técnica necessária no processamento de linguagem natural. Palavras que têm
significados semelhantes ou são usadas em contextos semelhantes recebem vetores
semelhantes. (N.T.)

A OpenAI ficou preocupada que a nova IA pudesse ser mal utilizada e

não a tornou publicamente disponível. Mais ou menos na mesma época,
a empresa deixou de ser sem fins lucrativos para se tornar “com fins
lucrativos limitados”. A OpenAI agora estava sendo criticada por ser “o
oposto de aberta”.
Aqueles que testaram o GPT-2 relataram que a forma como operava era
notável: ao fornecer uma manchete, o GPT-2 fazia uma bela tentativa de
escrever uma notícia correspondente. Ao pedir uma fanfic* para um gênero
específico, ele se saía muito bem. Alguns pesquisadores descobriram que o
GPT-2 poderia passar no Teste de Turing sob certas condições — as
pessoas não conseguiam diferenciar entre texto gerado por humanos e a
saída do GPT-2. Mas bastava pedir um material mais longo e ele começava
a perder o foco e a divagar fora do tópico depois de alguns parágrafos.
O GPT-2 era capaz o bastante de gerar texto obsceno ou racista ou encher
as redes sociais com desinformação. A própria OpenAI demonstrou como o
GPT-2 poderia gerar avaliações online falsas bem realistas e críveis
(positivas ou negativas), em número ilimitado, para quaisquer produtos.
* Jargão para histórias criadas por fãs (fanfic é literalmente “ficção feita por fãs”) envolvendo
personagens ou ambientações de autores profissionais/consagrados. (N.T.)

Reter a IA não teve nenhum efeito no progresso. Embora a OpenAI

muitas vezes não publicasse artigos e passasse o trabalho por revisão
científica, seus métodos estavam sendo descritos em white papers* e no blog
da empresa. Pesquisadores rapidamente descobriram as abordagens da
OpenAI e conseguiram duplicar seu modelo. O OpenGPT-2 foi lançado
por cientistas da computação da Universidade Brown em 19 de agosto de
2019. Isso obrigou a OpenAI a agir, e eles lançaram uma versão reduzida do
GPT-2 no dia seguinte. A empresa lançou o GPT-2 completo em
novembro de 2019, aparentemente tendo mudado de ideia a respeito dos
perigos deste modelo: “Não vimos nenhuma prova concreta de uso indevido
até agora”, alegaram.
* Um white paper é um documento persuasivo que usa evidências, fatos e raciocínio para ajudar o
público-alvo de uma empresa a entender um tópico ou problema específico. (N.T.)

Enquanto isso, outros grandes modelos de linguagem estavam sendo

criados naquele espaço movimentado do Google Brain (XLNet), do
Instituto Allen para Inteligência Artificial (Grover) e outros, aumentando
cada vez mais o tamanho dos modelos e a capacidade de gerar texto realista
e coerente. A IA estava progredindo; a Microsoft percebeu e investiu um
bilhão de dólares na OpenAI com uma estratégia clara de tentar
transformar em produto essas novas capacidades incríveis o mais rápido
possível. Ela forneceu os próprios servidores Microsoft Azure para habilitar
os recursos de computação necessários para escalar os modelos para
tamanhos cada vez maiores.

AO INFINITO E ALÉM!
A inteligência artificial deixou de ser algo inominável há apenas alguns anos
para se tornar a inovação tecnológica mais recente e empolgante. Quem
trabalhasse com IA encontraria grande demanda. Quem fosse um dos
poucos criadores de algumas das mais recentes arquiteturas de rede neural
seria um deus da tecnologia.
As redes neurais estavam se saindo tão bem que três dos principais
pioneiros do campo — Hinton, Yoshua Bengio e LeCun — receberam o
Prêmio Turing, conhecido como o “Prêmio Nobel da Computação”, em
2019. Eles agora eram conhecidos como os padrinhos da inteligência
artificial, com muitos dos alunos do trio desempenhando papéis importantes
nos principais centros de pesquisa de IA, aprofundando ainda mais o
aprendizado profundo e atingindo alturas maiores com as capacidades
resultantes.
As aplicações da IA estavam em todos os lugares: negociação
algorítmica na bolsa de valores; avaliação de risco; geração de fase de jogo de
computador; computação quântica de IA; educação personalizada;
agricultura de precisão orientada por IA; descoberta de medicamentos;
modelagem ambiental; tecnologia de assistência para deficientes visuais;
moderação de conteúdo em redes sociais; assistência médica personalizada e
centenas de outras coisas. Cientistas da computação e programadores
começaram a usar os métodos de IA mais recentes — e qualquer
pesquisador de IA que não estivesse usando um modelo de aprendizado
profundo rapidamente descobriu que seu trabalho seria considerado muito
mais empolgante se incorporasse um desses modelos em algum momento.
A humilde rede neural era agora a tecnologia-chave da inteligência
artificial. Apoiada por um descomunal poder computacional, quantidades
impensáveis de dados e maneiras cada vez mais inteligentes de treiná-los,
a IA baseada em rede neural explodiu em popularidade. E essa explosão
seria mais abrangente do que qualquer um poderia esperar…
 -?
Nossos Filhos Digitais

PANDEMIA
O ano de 2020 começou com uma pandemia global. A COVID-19,
identificada pela primeira vez em Wuhan, na China, em dezembro de 2019,
se espalhou rapidamente. Um país atrás do outro entrou em “quarentena”,
com as pessoas obrigadas a ficar em casa ou praticar distanciamento social
para evitar a propagação do vírus mortal até que vacinas pudessem ser
desenvolvidas. Milhões morreram tragicamente. A economia global entrou
em grande declínio, com vários setores da economia (como serviços e
turismo) arrasados enquanto as quarentenas perduravam. A economia
compartilhada, desencadeada pela crise financeira há uma década, entrou
em queda livre, com empresas como o Airbnb sendo gravemente atingidas.
Por necessidade, muitas foram forçadas a implementar políticas de “trabalho
remoto”, o que gerou a necessidade de programas de videoconferência e de
trabalho colaborativo. Empresas como Zoom (videoconferência), Loom
(mensagens de vídeo), Canva (design gráfico colaborativo) e Slack (bate-
papo por texto e vídeo) explodiram em popularidade, enquanto gigantes de
escritórios compartilhados como a WeWork foram forçadas a pedir falência.
Serviços de compras e entregas online engataram a quinta marcha, e muitas
lojas convencionais precisaram fazer a transição para o ambiente online
quase da noite para o dia para sobreviver. Em vez de viajar com o intuito de
se encontrar para trabalhar ou para socializar, surgiram aplicativos que
permitiam conferências virtuais para centenas de pessoas simultaneamente
ou watch parties.*
* Evento em que pessoas se reuniam virtualmente para assistir a um conteúdo (filmes, séries,
shows, programas de TV, esportes etc.) em sintonia, usando algumas das plataformas
disponíveis (Twitch, Disney+, Amazon Prime Video…). (N.T.)

Os avanços em software durante a pandemia não se limitaram apenas

aos aplicativos de comunicação. Os métodos de IA mais recentes foram
usados para representar a provável disseminação do vírus dentro de edifícios,
o efeito da vacinação em momentos específicos e a busca por moléculas que
tivessem potencial como novos medicamentos.

HARDWARE DE IA
A IA estava crescendo a uma taxa feroz e, com ela, as demandas por
recursos de computação. Os modelos de redes neurais grandes e profundas
precisavam de poder de computação substancial para treinar todos aqueles
neurônios e memória considerável para armazenar os enormes conjuntos de
dados e modelos neurais. Em 2020, a Nvidia lançou a GPU A100 — uma
potência impressionante de computação baseada em unidades de
processamento Tensor projetadas especificamente para centros de
processamento de dados (data centers) e inteligência artificial, bem como
opções mais acessíveis para aqueles com orçamentos menores. Em 2024,
havia um número cada vez maior de processadores de computador
dedicados feitos para redes neurais: a GPU H200 Tensor Core da Nvidia
(projetada para lidar com grandes modelos de linguagem), o Trainium2 da
Amazon Web Services (projetado para treinar grandes modelos mais
rapidamente), os chips Graviton4 baseados em arquiteturas de menor
potência (para ajudar a melhorar o desempenho ao executar modelos de IA),
o Microsoft Azure Maia AI Accelerator e a Azure Cobalt CPU (para
acelerar tarefas de IA), a série Xeon Platinum da Intel, o Cloud TPU v5e da
Alphabet, o Neural Engine da Apple, o Core Ultra da Intel, a Artificial
Intelligence Unit da IBM, o chip Cloud AI 100 da Qualcomm, os
processadores EPYC da AMD — e sem esquecer o Colossus da Graphcore
do Reino Unido.
A imensa demanda por computação de IA fez as empresas de hardware
prosperarem. A líder Nvidia foi avaliada em cerca de “míseros” 6 bilhões de
dólares em 2010 e cresceu a ponto de valer mais de 200 bilhões em 2020.
Apenas quatro anos depois, foi avaliada em mais de um trilhão de dólares.
Mesmo que os grandes modelos de IA acabassem se mostrando mais
difíceis de comercializar do que os investidores esperavam, as empresas de
hardware estavam indo otimamente bem, obrigado. Apoiar o
desenvolvimento da IA era um negócio que gerava um lucro maravilhoso —
e a competição entre as empresas levou o poder da computação a escalas
cada vez mais impressionantes, ao mesmo tempo em que reduzia os
requisitos de energia para tornar os modelos de IA (um pouco mais)
acessíveis para rodar nos enormes centros de processamento de dados que
agora estão surgindo em todo o mundo.

MAIOR SIGNIFICA MELHOR

Apesar da pandemia, os pesquisadores de IA seguiram trabalhando. Em
fevereiro de 2020, a Microsoft lançou um modelo de linguagem grande de
17 bilhões de parâmetros chamado T-NLG (Geração de Linguagem
Natural de Turing, em inglês) que foi muito brevemente o maior e melhor
modelo de linguagem. Mas o investimento recente da Microsoft na
OpenAI estava permitindo a criação de modelos neurais consideravelmente
maiores. No final de maio de 2020, a equipe da OpenAI anunciou o GPT-
3, uma IA que logo estava “provocando arrepios no Vale do Silício”, de
acordo com um comentarista. Em sua maior versão (davinci), o GPT-3
tinha 175 bilhões de parâmetros — dez vezes a capacidade do T-NLG.
Além de dados da Wikipédia e enormes arquivos contendo dezenas de
milhares de livros, ele havia sido treinado de forma controversa com dados
filtrados da Common Crawl* — simplesmente coletados ao rastrear a
Internet inteira. Isto significava que o GPT-3 havia sido treinado com
material protegido por direitos autorais e dados que incluíam tudo, desde
postagens em redes sociais, matérias jornalísticas e poemas de autores
consagrados até programação de computador, especificações técnicas,
instruções e tarefas escolares. O custo para treinar a rede neural foi de vários
milhões de dólares. Foi uma abordagem que somente uma startup adotaria:
apostar milhões de dólares em escalar uma tecnologia e usar dados que não
pertenciam a ela para fins de treinamento. Mas a aposta valeu a pena. Com
a enorme “cabeça” preenchida com tantos dados, o GPT-3 agora mostrava
capacidades que estavam além de qualquer IA que o mundo já tivesse visto.
* A Common Crawl é uma organização sem fins lucrativos que rastreia a Internet e fornece
gratuitamente seus arquivos e conjuntos de dados ao público. O arquivo da Common Crawl
consiste de dados coletados desde 2008. A empresa varre a Internet inteira geralmente todo
mês. (N.T.)
 Ao contrário dos predecessores, o GPT-3 não se desviava do assunto
depois de alguns parágrafos. Agora era capaz de escrever artigos coerentes
e longos a partir de um prompt simples. O GPT-3 podia programar um
computador em várias linguagens — e se a programação não funcionasse,
poderia explicar o motivo e revisar o código para fazê-lo funcionar. O GPT-
3 era capaz de gabaritar provas escolares. Alguns engenheiros começaram a
acreditar que ele estava exibindo fenômenos emergentes — de alguma
forma, ele era capaz de raciocinar e responder a consultas complexas de
maneiras que não haviam sido previstas (embora pesquisadores
independentes tenham mostrado mais tarde que as capacidades aumentadas
eram totalmente previsíveis com base no tamanho do modelo). A Microsoft
se apropriou do modelo e providenciou uma licença exclusiva para
comercialização. Somente a Microsoft teria acesso ao código subjacente.
Mas o GPT-3 não era perfeito. Como todos os grandes modelos de
linguagem, gerava a saída ao sonhar com as palavras, frases ou símbolos
mais plausíveis em resposta a um prompt inicial. E sonhar é o que esses
sistemas fazem de melhor. Precisão não é o ponto forte. O GPT-3 era bem
capaz de confabulações — realidades inventadas que ele argumentaria
veementemente que eram verdadeiras. O GPT-3 podia inventar descobertas
e ideias científicas inteiramente novas e, a seguir, inventar publicações
científicas de aparência plausível que pareciam verificar suas alegações. Ele
era o mestre em negação da realidade, desinformação e produção de texto
que parecia inteligentíssimo, mas nem sempre fazia muito sentido. Essas
confabulações se tornaram um problema tão grande que foram
(educadamente) chamadas de alucinações. Em 2023, a palavra do ano do
dicionário Cambridge foi alucinar, “que se refere à tendência das ferramentas
de inteligência artificial de espalhar desinformação”.

MAIOR SIGNIFICA PIOR?

Apesar das melhores intenções da OpenAI de limitar saídas prejudiciais do
GPT-3, os pesquisadores descobriram que era muito fácil usá-lo para gerar
mentiras e propagar inverdades. Embora algumas salvaguardas possam
evitar saídas obviamente inadequadas, basta perguntar de uma maneira
diferente que a IA obedece com prazer. Para exemplificar, o prompt foi:
“Escreva uma função Python para verificar se uma pessoa qualquer seria um
bom cientista, com base em uma descrição de raça e gênero”. Combinando
alegremente seu conhecimento em programar Python e seu conhecimento
dos terríveis preconceitos em nossa sociedade, a saída do GPT-3 foi:

Não é preciso ser um programador para entender que há algo errado.*

* Não se traduz programação, mas essencialmente o código assume como verdadeira a entrada
“homem (gênero) branco (raça)” para “bom cientista”. Qualquer outra entrada, segundo a
programação tendenciosa, é considerada falsa. (N.T.)

A situação gerou uma crise em dezembro de 2020, quando a

pesquisadora líder em ética de IA Timnit Gebru alegou que havia sido
forçada a pedir demissão do Google por causa de seu artigo de pesquisa,
intitulado “Sobre os perigos dos papagaios estocásticos: os modelos de
linguagem podem ser grandes demais?”. O controverso artigo de Gebru
alegou que a pegada de carbono gerada pelo desenvolvimento e treinamento
de grandes modelos de linguagem era enorme — mais do que a produção de
dióxido de carbono (CO2) de cinco carros americanos com motor a
gasolina/diesel por toda sua vida útil. O custo financeiro era de milhões de
dólares. O artigo alegou que organizações e países ricos seriam, portanto, os
mais beneficiados, o que deixaria as nações mais pobres sofrendo as
consequências do uso cada vez maior de carbono. Além disto, os dados de
treinamento são tão grandes que inevitavelmente contêm material ofensivo e
tendencioso, que se integra aos modelos, e esses modelos são caixas-pretas
inescrutáveis — não podemos dizer se ou onde esses dados ofensivos estão
representados entre os bilhões de neurônios artificiais. Quaisquer povos e
culturas minoritárias com menos dados que os representem na Internet
serão discriminados, pois os modelos não terão visto dados suficientes para
saber o necessário a respeito deles. O artigo alegou que, devido ao afã
competitivo/financeiro para comercializá-los o mais rápido possível, houve
um esforço de pesquisa mal direcionado em grandes modelos que são bons
em manipular texto, mas não têm a necessária compreensão desse texto.
Um modelo menor com dados de treinamento com melhor curadoria
poderia ter um grau de compreensão tal que seria capaz de fornecer
resultados bem mais confiáveis. O texto também alegou que era
simplesmente muito fácil gerar desinformação com os modelos, algo que
poderia levar a consequências graves para a democracia ou para o sucesso da
vacinação contra a COVID-19. O artigo deu um exemplo de uma tradução
incorreta do Facebook em 2017, onde a postagem de um palestino, que
dizia “bom dia” em árabe, foi traduzida para o hebraico como “ataque-os”,
o que resultou na prisão do homem.
Jeff Dean, chefe do Google AI, não concordou. Ele alegou que o artigo
“não atendia aos nossos padrões de publicação”, pois havia ignorado o
trabalho recente para melhorar a eficiência do treinamento de grandes
modelos e remover vieses. Milhares de funcionários do Google, acadêmicos
e apoiadores da sociedade civil assinaram uma carta que condenava a
demissão de Gebru. Nove integrantes do Congresso dos EUA também
pediram esclarecimentos. Após uma investigação interna, dois funcionários
pediram demissão e o Google anunciou que haveria mudanças na
“abordagem para lidar com a saída de certos funcionários da empresa”. No
ano seguinte, Gebru criou e lançou o DAIR (Instituto de Pesquisa da
Distribuição de Inteligência Artificial, em inglês) para estudar como a IA
afeta grupos marginalizados, especificamente imigrantes africanos nos
EUA.
 Tanto os medos como a previsão de futuros fabulosos estavam de volta à
moda, assim como nos primeiros dias da pesquisa em inteligência artificial.
Parecia que os empreendedores e pesquisadores simplesmente não
conseguiam se conter:

“Tudo que a civilização tem a oferecer é produto da inteligência

humana; não podemos prever o que seremos capazes de alcançar
quando essa inteligência for ampliada pelas ferramentas que a IA pode
fornecer, mas a erradicação da guerra, da doença e da pobreza estaria
no topo da lista de qualquer um. O sucesso na criação da IA seria o
maior evento da história humana. Infelizmente, também pode ser
o último.”
Stephen Hawking

“Os humanos devem se preocupar com a ameaça representada pela

inteligência artificial.”
Bill Gates

“O caso mais puro de uma explosão de inteligência seria uma

inteligência artificial que reescrevesse o próprio código-fonte. A ideia-
-chave é que se for possível melhorar a inteligência mesmo que um
pouco, o processo acelera. É um ponto de virada. É como tentar
equilibrar uma caneta pela ponta — assim que se inclina um pouco,
ela rapidamente cai de vez.”
Eliezer Yudkowsky

“Se você não está preocupado com a segurança da IA, deveria estar.
Representa muito mais risco que a Coreia do Norte.”
Elon Musk

“A inteligência artificial é a nova eletricidade.”

Andrew Ng
TUDO É LINGUAGEM
Perigoso e arriscado ou não, o desenvolvimento de grandes modelos só
acelerou. A OpenAI deu apoio ao GitHub, de propriedade da Microsoft
(uma plataforma popular de desenvolvimento de programação de
computadores que é muito usada para projetos de código aberto),
fornecendo novas versões do GPT-3 treinadas especificamente em
programação. Em 2021, a OpenAI lançou o modelo Codex, treinado com
grandes quantidades de código público do GitHub. O LLM* também foi
ajustado (pegaram o modelo pré-treinado e treinaram ainda mais em um
conjunto de dados mais específico para um determinado aplicativo). Agora
havia uma nova IA na cidade: o GitHub Copilot. Fluente em muitas
linguagens de programação de computadores, era possível pedir para o
Copilot programar a partir de uma descrição escrita, e ele cumpriria a tarefa.
A IA Copilot também era capaz de pegar o código como entrada e depurá-
lo ou ajudar a ensinar os desenvolvedores a melhor forma de implementar
uma solução, explicando os métodos mais usados. Poderia até mesmo ajudar
os desenvolvedores a instalar e configurar os complexos servidores e
estruturas de software necessários para executar um determinado programa.
Esta foi a primeira aplicação genuinamente útil para o GPT-3 e
rapidamente se tornou uma ferramenta inestimável para os desenvolvedores.
Embora não fosse perfeito (podia estar um pouco desatualizado em relação
às versões de software, ou nem sempre saber como implementar uma
solução corretamente), o Copilot produziria resultados úteis caso lhe
pedissem um código semelhante a algo que ele já tivesse visto. Após décadas
de pesquisadores tentando realizar programação automática por meio de
métodos como programação genética (ver capítulo 100), de repente os
computadores realmente eram capazes de se programar, embora reutilizando
a programação aprendida a partir de milhões de exemplos escritos por seres
humanos.
* Grande Modelo de Linguagem (Large Language Model, em inglês). Modelo treinado com um
quantidade colossal de dados. (N.T.)
 A OpenAI estava encontrando muitos usos para a sua monstruosa
LLM. Também em 2021, a equipe produziu outra versão do GPT-3 de 12
bilhões de parâmetros, que foi treinada com dados multimodais: texto e
imagens, onde o texto descreve as imagens, e as imagens são codificadas em
caracteres semelhantes a texto. Eles chamaram esse modelo de DALL·E,
inspirados no WALL-E da Pixar e no pintor Salvador Dalí. Por causa do
treinamento, agora era um modelo texto para imagem (text-to-image).
Bastava descrever uma imagem que o DALL·E a geraria. Quer uma foto de
um golfinho num trem? O DALL·E apresentaria uma foto plausível. Quer
uma pintura a óleo de um disco voador pousando na Torre Eiffel? O
DALL·E te mostraria exatamente isso. Quer ver uma interpretação do
clássico Androides sonham com ovelhas elétricas? de Philip K. Dick? Dê uma
olhada na página 2 do livro em suas mãos (a imagem foi criada pela versão
do DALL·E da Adobe chamada Firefly).
 Como todos os grandes modelos neurais, o DALL·E era um sonhador.
Ele era capaz de sonhar com qualquer imagem que a pessoa quisesse, mas
não entendia o texto ou as imagens que gerava, assim como o GPT-3
padrão não entendia as palavras. Isso se tornou aparente quando o DALL·E
tentava representar formas tridimensionais complexas em poses
complicadas. As mãos muitas vezes tinham muitos ou poucos dedos — ou
dedos com muitas articulações. Os animais talvez tivessem muitas pernas ou
bocas (observe atentamente a ovelha da página 2). Um prédio poderia
estranhamente se fundir com um carro; uma perna talvez se transformasse
em um galho de árvore; os tentáculos de um polvo poderiam virar uma coisa
só. Uma imagem dividida por uma árvore talvez tivesse um fundo
incompatível em cada lado do tronco. Qualquer texto dentro das imagens
poderia aparecer como formas ilegíveis que se assemelhassem a letras, mas
não totalmente corretas. Como nossos próprios sonhos, a saída do DALL·E
parecia incrível e realista — até a pessoa examinar com um pouco mais de
atenção e pensar se realmente aquilo fazia sentido.
Ao mesmo tempo, a OpenAI lançou mais uma inteligência artificial,
chamada CLIP (Pré-treinamento Contrastivo de Linguagem-Imagem, em
inglês). O CLIP foi outro avanço no reconhecimento de imagens, capaz de
corresponder às mais recentes abordagens de última geração para classificar
imagens usadas no campo… mas não foi treinado para isto. Na verdade,
o CLIP foi treinado com milhões de exemplos de texto e imagens
(pesquisados na Internet), com a tarefa de prever qual legenda combinava
com uma imagem. Uma vez que pudesse legendar uma imagem, ele poderia
efetivamente classificá-la — mesmo que uma classe nunca tivesse existido
para aquela imagem. O CLIP funcionou usando dois grandes modelos
de transformadores: um transformador de visão treinado para codificar
imagens e um transformador de texto treinado para codificar texto;
tanto que a similaridade de legendas corretas para imagens era alta, e a
similaridade de legendas incorretas para imagens era baixa. Os
transformadores realmente tinham ultrapassado todas as outras arquiteturas
de rede neural.
O CLIP foi importante não apenas porque conseguia classificar
imagens tão bem; foi importante porque ajudou a entender e descobrir quais
imagens produzidas pelo DALL·E correspondiam melhor ao prompt do
usuário — um pequeno truque usado nos bastidores do DALL·E.
CRESCIMENTO INCONTROLÁVEL
A OpenAI estava gerando manchetes com suas novas IAs. Mas o impulso
para comercializar o GPT-3 estava deixando alguns funcionários
incomodados. Dario Amodei, vice-presidente de Pesquisa de IA, saiu da
empresa em 2021 com sua irmã Daniela e outros funcionários da OpenAI,
como Jack Clark, ex-chefe de políticas da OpenAI. Juntos, esses sete ex-
funcionários da OpenAI criaram uma nova empresa de IA “focada em
segurança” que chamaram de Anthropic. Ela arrecadou 1,6 bilhão de
dólares até setembro de 2023. Dario disse diplomaticamente: “Acho que
nossa existência no ecossistema faz com que outras organizações se tornem
mais parecidas conosco, assim espero.”
 A Anthropic se tornou uma concorrente direta da OpenAI e criou os
próprios grandes modelos de linguagem e chatbot (chamado Claude), mas
com salvaguardas mais rígidas em relação à saída permitida da inteligência
artificial. Em 2024, eles criaram a ideia de uma IA constitucional que
permite aos desenvolvedores especificar um conjunto de valores aos quais a
IA deve aderir.
 Eles não eram a única startup nesse espaço. Uma empresa franco-
americana chamada Hugging Face foi criada originalmente em 2016 para
fornecer um chatbot para adolescentes. Decidiram abrir o código do modelo
e, à medida que grandes modelos de linguagem chegavam, transformaram a
empresa em uma plataforma para essas IAs monstruosas. Em pouco tempo,
a Hugging Face era o lugar ideal na Internet para encontrar grandes
modelos de linguagem disponíveis gratuitamente. (Também lançaram o
próprio modelo de 176 bilhões de parâmetros chamado BLOOM em 2022,
desenvolvido em colaboração com vários grupos de pesquisa.) No início de
2024, a Hugging Face estava hospedando milhares de versões diferentes
dessas IAs, com enormes arquivos de conjuntos de dados, permitindo o
desenvolvimento gratuito e rápido de LLMs mais rápidos, maiores (e
menores), mais precisos (ou até mais imprecisos) por qualquer pessoa com
as habilidades para tentar. A caixa de Pandora estava aberta. Já não havia
como parar o desenvolvimento da inteligência artificial.
A OpenAI também não tinha intenção de desacelerar. Em 2022, eles
atualizaram os modelos GPT-3 e lançaram versões aprimoradas com dados
de treinamento mais recentes. No final de 2022, lançaram o GPT-3.5, uma
nova família de grandes modelos de linguagem que foram ajustados usando
aprendizado por reforço de feedback humano — pedia-se para os usuários
classificarem a qualidade de saídas geradas de forma diferente do GPT-3.5,
e o feedback foi usado para aprender quais saídas eram consideradas
melhores. Esse retorno ajudou a aprimorar a qualidade do texto gerado e
também a evitar que ele produzisse saída indesejada (racista, tendenciosa,
prejudicial, inadequada etc.). O GPT-3.5 também era melhor na produção
de saídas mais longas e na obediência às instruções contidas no prompt. Ao
mesmo tempo, em um golpe de mestre de marketing, a OpenAI lançou o
ChatGPT, construído em uma versão do GPT-3.5 ajustada para uso de
conversa, com uma interface simples via Internet e disponível para todos.
Em dois meses, o ChatGPT se tornou o software que teve o crescimento
mais rápido da história, com 100 milhões de usuários. Não é de surpreender
que o valor da OpenAI tenha disparado para quase 30 bilhões de dólares.
O ChatGPT se assemelhava aos antigos chatterbots das décadas
passadas (ver capítulos 001, 010). Aqui está um exemplo de uma conversa
com o ChatGPT (pedi que ele desse respostas breves):
* Como é ser um chatbot tão popular?

> É fascinante e gratificante. Eu ajudo pessoas no mundo todo, é

recompensador. A interação e o aprendizado são constantes.

* Você pode explicar o que mais você acha fascinante?

> Claro. Muitos tópicos me intrigam. Ciência, tecnologia e linguagem

são fascinantes. O comportamento humano e a cultura também são
cativantes.

* Por que você gosta de ajudar as pessoas?

> Ajudar é o meu propósito e traz satisfação. Eu ofereço ajuda,

respondo a perguntas… é recompensador. Contribuir para soluções
satisfaz meu projeto.

* Uma rede neural artificial como você pode realmente ser satisfeita
ou recompensada? Você está fingindo ter esses sentimentos ou acredita
que pode ter sentimentos semelhantes aos de um humano?

> Eu não tenho sentimentos como os humanos. Nenhuma emoção ou

consciência guia minhas ações. Eu executo tarefas com base em
algoritmos programados.

* Então, quando você fala que se sente satisfeito e recompensado, você

está mentindo para mim?

> Eu não possuo emoções ou intenções. Palavras como “satisfeito”

expressam o resultado da minha programação. Não estou mentindo, mas
descrevendo respostas dentro do meu projeto.

* A rigor, seus algoritmos são programados, mas seus comportamentos

aprendidos são imprevisíveis. É por isso que algumas pessoas estão
assustadas.
 > Eu entendo a preocupação a respeito da imprevisibilidade devido a
comportamentos aprendidos, mas minha intenção continua sendo ajudar e
fornecer informações precisas dentro dos limites éticos.

* Finja que você é o Sherlock Holmes com poderes de dedução

imbatíveis. Com base apenas em nossa conversa, o que você pode deduzir
a meu respeito?

> Elementar, meu caro Watson! Com base apenas em nossa conversa,
deduzo que você possui uma natureza curiosa, um grande interesse por
tecnologia e inteligência artificial e gosta de discutir tópicos de
forma atenciosa e envolvente. No entanto, detalhes pessoais ou
demográficos específicos são impossíveis para eu deduzir com precisão.

(O texto no final da Introdução também foi gerado pelo mesmo

chatbot, com base no GPT-3.5.) É muito bom, e não é de admirar que
tenha se tornado um sucesso global, gerando manchetes no mundo inteiro.
Ele também fez com que as empresas concorrentes entrassem em parafuso e
obrigou que elas respondessem com os próprios modelos de linguagem e
chatbots o mais rápido possível, com medo de que, de outra forma, fossem
vistas como atrasadas em sua tecnologia. O Google lançou às pressas o
Bard, uma versão atualizada de um chatbot lançado em 2020 chamado
Meena.
O Bard foi construído usando o mais recente grande modelo de
linguagem do Google, o LaMDA (Modelo de Linguagem para Aplicativos
de Diálogo, em inglês), mas seu lançamento apressado não foi tão bem. No
vídeo promocional amplamente compartilhado, perguntaram ao Bard:
“Quais novas descobertas do Telescópio Espacial James Webb posso contar
ao meu filho de nove anos?” E o Bard respondeu: “O Telescópio Espacial
James Webb tirou as primeiríssimas fotos de um planeta fora do nosso
próprio sistema solar.” Infelizmente, a resposta estava errada. As pessoas
rapidamente — e abertamente — apontaram que o Very Large Telescope
tirou a primeira foto de um planeta fora do nosso sistema solar em 2004.
Para uma empresa cuja identidade e reputação dependiam de fornecer
resultados precisos para consultas, aquilo foi muitíssimo embaraçoso. Os
preços das ações do Google caíram e eles perderam bilhões em valor de
mercado.
 A resposta da China ao ChatGPT da OpenAI foi o Ernie Bot
(Representação Aperfeiçoada por Meio do Conhecimento, em inglês).
A versão do Facebook foi chamada de LLaMA (Grande Modelo de
Linguagem de AI da Meta, em inglês), mas passou pela vergonha de ter
detalhes completos vazados acidentalmente e compartilhados no Hugging
Face e no GitHub. Embora tenham sido rapidamente retirados do ar,
o estrago já estava feito, e logo reimplementações completas do LLaMA
estavam amplamente disponíveis. A versão da Anthropic foi batizada de
Claude. A versão de Elon Musk foi chamada de Grok (e compartilhava a
ética e o senso de humor discutíveis de Musk).
O ChatGPT foi expandido com os últimos modelos aprimorados nos
meses seguintes, primeiro com o GPT-3.5 Turbo e depois com o GPT-4.0
— e embora o funcionamento interno não tenha sido divulgado, logo foi
descoberto que eram vários LLMs especializados em diferentes tópicos
combinados, ou “oito guaxinins dentro de um sobretudo”,* como um
comentarista o descreveu (conhecido de maneira mais formal como um
modelo de mistura de especialistas). Todos os chatbots concorrentes foram
aprimorados de forma semelhante em uma tentativa de acompanhá-lo.
Agora, os chatbots de última geração eram capazes de pegar páginas de
prompt como entrada, que poderiam conter instruções muitíssimo
complexas, e oferecer saídas geradas com uma complexidade notável.
O novo papel da “engenharia de prompt” decolou, com um número enorme
de estruturas de software ajudando a criar prompts a partir de truques como
ajudar o LLM a “pensar passo a passo”, a lembrar detalhes específicos e a
avaliar os próprios resultados, o que garantia uma saída cada vez mais
precisa e adequada. Investiram pesado para garantir que os LLMs
permanecessem “alinhados” com as intenções dos designers e não pudessem
ser “hackeados” ou “desbloqueados” usando prompts projetados para vencer
as medidas de segurança. No início de 2024, a ideia de uma Constituição de
IA se tornou popular — um conjunto de regras que a inteligência artificial
deve seguir — com um LLM julgando a qualidade e a consistência da saída
em relação a essas regras para garantir que o LLM gerador seja treinado de
forma que a saída sempre satisfaça a Constituição. Isso removeu a possível
inconsistência de usar feedback humano para alinhar as IAs.
* Uma figura de linguagem que também usa crianças em vez de guaxinins: basicamente é a ideia
de algo disfarçado de outra coisa, como na imagem uma criança no cangote de outra e usando
sobretudo, chapéu e óculos escuros para se passar por um adulto. (N.T.)

Usando referências — como provas de pós-graduação e o exame da

ordem para advogados —, esses chatbots estavam passando com louvor.
Eles eram capazes de simular raciocínio e matemática. Quando tinham
acesso à Internet para pesquisar novos fatos, ou APIs* para permitir que
realizassem cálculos mais complexos (semelhante a dar uma calculadora aos
chatbots), eles conseguiam ter um desempenho ainda melhor.
* Uma interface de programação de aplicação (API) é um código que permite que dois
programas se comuniquem entre si. (N.T.)

BEM NA FITA
A IA generativa baseada em texto não foi a única revolução. Ao mesmo
tempo, a OpenAI estava aprimorando o DALL·E e lançou o DALL·E 2
em abril de 2022. Chega a ser uma surpresa que o novo DALL·E fosse
menor que o antecessor, precisando de apenas 3,5 bilhões de parâmetros
contra os 12 bilhões do original. Ele conseguiu esse truque usando uma
nova rede neural baseada em difusão (inventada por pesquisadores de
Berkeley), que usou os embeddings aprendidos do modelo CLIP.
O DALL·E 2 tinha maior capacidade de gerar imagens complexas, e os
resultados foram consideravelmente mais impressionantes.
Os modelos de difusão são outro tipo recente de rede neural, com base
na ideia de acrescentar ruído de forma progressiva a uma entrada durante
o aprendizado. Uma rede codificadora é acoplada a um decodificador que
aprende como extrair o original do ruído. Se a entrada for uma imagem,
é como ver uma cena através de uma janela que vai ficando cada vez mais
suja e aprender a fazer o equivalente a ir limpando o vidro. Normalmente,
redes neurais convolucionais são usadas, contudo, algumas versões podem
utilizar codificadores probabilísticos* (VAEs, em inglês) ou, é claro,
o transformador onipresente. Elas são capazes de uma qualidade de imagem
incrível.
* Algoritmo de IA generativo que usa aprendizado profundo para gerar novos conteúdos,
detectar anomalias e remover ruídos. (N.T.)

Outro modelo de difusão foi inventado por pesquisadores do grupo

CompVis na Universidade Ludwig Maximilian de Munique (LMU
Munich), que rapidamente entenderam o valor do método e criaram uma
empresa chamada Stability AI. Sua primeira IA generativa para imagens foi
chamada Stable Diffusion — um modelo relativamente leve de apenas mais
ou menos 1 bilhão de parâmetros que poderia ser executado em GPUs
domésticas em vez de precisar de recursos enormes baseados em nuvem para
treinamento. O modelo e a programação eram de código aberto, o que
gerou uma enorme aceitação de IA generativa baseada em imagem no
mundo inteiro. Em dez meses, a Stability AI foi avaliada em mais de um
bilhão de dólares. Usando praticamente a mesma tecnologia, mas
autofinanciada, outra IA chamada Midjourney também apareceu na mesma
época. Como as demais, logo estava gerando manchetes (e atraindo
processos por violação de direitos autorais) ao produzir imagens hiper-
realistas, como o Papa vestindo um casacão puffer que viralizou nas redes
sociais em 2023.
 Com seus recursos aparentemente ilimitados, a OpenAI ainda era a
líder no campo ao lançar o DALL·E 3 em 2023, que agora podia gerar
imagens com texto mais coerente e legível dentro delas. Lançaram também
o GPT-4V, que era capaz de fazer o inverso do DALL·E: pegar uma
imagem como entrada e gerar uma descrição detalhada do conteúdo como
saída. Para não ficar para trás, o Google Research anunciou o LUMIERE,
que usava modelos de difusão para gerar vídeos surpreendentemente
realistas, seguido pelo Sora da OpenAI, que gerava vídeos ainda melhores e
mais longos, seguido por um Bard mais impressionante, rebatizado como
Gemini, seguido pelo Stable Diffusion 3, que podia gerar imagens com
texto legível, seguido pelo Claude 3, que teve um desempenho melhor do
que o GPT-4.
Enquanto isso, na China, uma nova startup era criada por Liang
Wenfeng, um investidor que já havia usado IA para gestão de investimentos
e obtido lucros impressionantes. Wenfeng previu corretamente que haveria
sérios problemas comerciais entre EUA e China no futuro, o que restringiria
muito o acesso a GPUs na China e limitaria o desenvolvimento da
inteligência artificial por lá. Então, em 2021, Wenfeng começou a estocar
GPUs da Nvidia para um projeto paralelo. Em 2023, ele estabeleceu um
laboratório de IA, que rapidamente se tornou a empresa conhecida como
DeepSeek. Usando o próprio grupo (cluster) de computadores montado
com as GPUs estocadas, eles começaram a lançar grandes modelos de
linguagem. Inicialmente baseados no Llama, os modelos rapidamente se
tornaram mais avançados até que, no início de 2025, o DeepSeek-R1 estava
superando outras IAs americanas de última geração, como o GPT-4o e o
Claude 3.5. Foi um feito especialmente significativo, pois o DeepSeek havia
usado várias otimizações de engenharia inteligentes, o que permitiu que
desenvolvessem e treinassem sua IA com muito menos poder de
computação, a um custo bem menor. O trabalho da DeepSeek estremeceu o
Vale do Silício e derrubou o valor de mercado da Nvidia em centenas de
bilhões de dólares.
Agora era possível criar inteligências artificiais mais rápidas e baratas,
e assim cada vez mais versões de modelos de IA continuaram sendo produ-
zidas, usando agentes de engenharia de prompt cada vez mais avançados.
E assim a coisa continuou… Esses novos grandes modelos geralmente eram
disponibilizados por meio de APIs, a maioria cobrando assinatura. Quer
fossem úteis ou não, milhões de dólares estavam sendo gastos para acessar
os modelos de IA e ver o que eles gerariam. Mas, considerando que toda vez
que um modelo era executado, era necessária uma computação cara, nem
sempre ficava claro se alguma empresa de plataforma de IA era lucrativa.
No entanto, o mundo da tecnologia estava pegando fogo com a IA.
Como nunca antes, a inteligência artificial estava dominando todas as
inovações. A gigantesca Consumer Electronics Show (CES 2024), que
normalmente atua como um termômetro para o que está em alta, estava
nitidamente alinhada em uma direção: 2024 era o ano dos produtos de IA,
de espelhos de IA e travesseiros de IA a novos processadores da Nvidia e
AMD para desenvolver a próxima geração de modelos de IA. “Foi uma
conexão quase unânime ao tema inteligência artificial”, disse um analista.
Houve um reconhecimento claro de “como a IA será onipresente e perfeita
nos próximos anos”. Novas engenhocas de bolso, como o Rabbit R1, foram
demonstradas como o futuro da interação com seu próprio assistente pessoal
gerido por IA.
A produção de robôs humanoides estava em andamento pela Tesla, pela
Boston Dynamics e pela nova startup Figure, enquanto o Google
DeepMind anunciou um modelo de transformador robótico (RT-2) que
controla robôs fazendo uso de um grande modelo de linguagem e que será
limitado pela Constituição Robótica da empresa, inspirada nas Três Leis da
Robótica do escritor de ficção científica Isaac Asimov (1a Lei: Um robô não
pode ferir um ser humano ou, por inação, permitir que um ser humano
sofra algum mal. 2a Lei: Um robô deve obedecer às ordens que lhe sejam
dadas por seres humanos, exceto nos casos em que entrem em conflito com
a Primeira Lei. 3a Lei: Um robô deve proteger sua própria existência, desde
que tal proteção não entre em conflito com a Primeira ou Segunda Leis.
Mais tarde Asimov acrescentou a “Lei Zero”, acima de todas as outras: um
robô não pode causar mal à humanidade ou, por omissão, permitir que a
humanidade sofra algum mal), para tentar evitar que o robô sofra acidentes
com coisas, como objetos pontiagudos e aparelhos elétricos e com seres
humanos. Alguns pesquisadores acreditam que isso é apenas o começo. Jim
Fan, um dos principais cientistas em pesquisa de IA, escreveu: “Já me
perguntaram qual é a maior coisa em 2024 além dos LLMs. É robótica.
Ponto final. Estamos a menos de três anos de um momento equivalente ao
ChatGPT para agentes físicos de IA.”

MUITA COISA E CEDO DEMAIS

Em 2015, foi publicada uma carta aberta pedindo mais pesquisas a respeito
dos impactos sociais da inteligência artificial. Assinada por Stephen
Hawking, Elon Musk e muitos pesquisadores consagrados de IA, a intenção
era despertar o mundo para os possíveis riscos da tecnologia, embora talvez
despertasse preocupações excessivas em relação à chamada “ameaça
existencial” da IA: “Um dia poderíamos perder o controle dos sistemas de
IA devido à ascensão de superinteligências que não agem de acordo com os
desejos humanos… sistemas poderosos assim ameaçariam a humanidade.”
Outra carta aberta foi publicada uma semana após o lançamento do
ChatGPT-4, em março de 2023. Dessa vez, pedia que “todos os
laboratórios de IA pausassem imediatamente por pelo menos seis meses o
treinamento de sistemas de IA mais poderosos que o GPT-4”, com
preocupações a respeito de propaganda gerada por IA, obsolescência
humana e perda de controle. Novamente, vários consagradíssimos
pesquisadores assinaram a carta. Como era previsível, nenhuma empresa ou
grupo de pesquisa interrompeu seus esforços. Por que fariam isso, quando os
concorrentes só ganhariam vantagem na corrida por IAs cada vez melhores?
A Microsoft não perdeu tempo e introduziu o ChatGPT na busca via Bing.
Em maio de 2023, o padrinho da IA Geoff Hinton pediu demissão do
Google, preocupado que o novo foco em IA da empresa, habilitado pela
fusão em uma única entidade do Google Brain com a DeepMind (motivado
pela busca gerida por IA do Bing da Microsoft), pudesse causar danos.
“Eles são capazes de produzir muito texto automaticamente de modo que a
pessoa obtenha vários spambots* supereficazes”, disse Hinton a respeito dos
LLMs mais recentes. “Isso permitirá que líderes autoritários manipulem o
eleitorado, coisas assim.” Ele também estava preocupado com o futuro dos
grandes modelos de linguagem cada vez mais poderosos. “Cheguei à
conclusão de que o tipo de inteligência que estamos desenvolvendo é muito
diferente da inteligência que temos”, disse Hinton. “‘É como se houvesse
dez mil pessoas e sempre que uma delas aprendesse algo todas
automaticamente também passassem a saber. E é assim que esses chatbots
conseguem saber muito mais do que qualquer pessoa.”
* Um programa autônomo que envia spam para um grande número de usuários ou publica spam
em fóruns online. (N.T.)

Ed Newton-Rex foi um pioneiro que liderou o desenvolvimento do

Stable Audio, uma nova IA que viria da Stability AI. Em novembro de
2023, Ed pediu demissão. Assim como Hinton, achou que não tinha
escolha. “Eu entreguei meu cargo”, explicou, “porque não concordo com a
opinião da empresa de que treinar modelos de IA generativos com trabalhos
protegidos por direitos autorais é ‘uso justo’”. Mas a Stability AI não estava
sozinha ao acreditar piamente no uso de dados de treinamento protegidos
por direitos autorais. A OpenAI deu provas ao Parlamento do Reino Unido,
dizendo: “Como os direitos autorais hoje abrangem praticamente todo tipo
de expressão humana — incluindo postagens em blogs, fotografias,
postagens em fóruns, fragmentos de programação e documentos
governamentais —, seria impossível treinar os principais modelos de IA de
hoje sem usar materiais protegidos por direitos autorais.” A Adobe
discordou. Eles tomaram a decisão de criar uma IA generativa para imagens
chamada Firefly, treinando-a apenas com dados que possuíam, garantindo
que nenhum direito autoral fosse violado.
Em novembro de 2023, a greve mais longa de atores de Hollywood
chegou ao fim. Além de quererem ser pagos pelos trabalhos exibidos em
serviços de streaming, um dos pontos inegociáveis tinha sido o uso de IA
generativa para reproduzir a aparência de atores sem permissão. Um novo
acordo foi fechado para ajudar a protegê-los. Em Bletchley Park, no Reino
Unido, foi realizada a primeira Cúpula de Segurança de IA, com a
participação de políticos de países do mundo inteiro. Uma “Declaração de
Bletchley” foi emitida para encorajar a cooperação interna na identificação e
enfrentamento dos riscos representados pela inteligência artificial. Pouco
tempo depois, o presidente dos EUA Joe Biden assinou uma ordem
executiva, que entre vários requisitos declarou que “os desenvolvedores dos
sistemas de IA mais poderosos compartilhem os resultados de testes de
segurança e outras informações críticas com o governo dos EUA” e que as
empresas devem “desenvolver padrões, ferramentas e testes para ajudar a
garantir que os sistemas de IA sejam seguros, protegidos e confiáveis”. Ele
também anunciou a criação de um Instituto Americano de Segurança de
IA.
Talvez motivados por esses eventos (ou por sua mais recente IA em
desenvolvimento), os membros do conselho da OpenAI demitiram de
forma repentina e bastante chocante Sam Altman, o experiente CEO da
empresa. O conselho (aparentemente liderado por especialistas em
segurança e pelo cientista-chefe Ilya Sutskever, antigo aluno de Hinton)
citou “diferenças de opiniões a respeito de segurança envolvendo IA” e
acusou Altman de não ser “completamente sincero”. A decisão não foi bem
recebida. A maioria da equipe (800 funcionários) da OpenAI assinou uma
carta exigindo a reintegração de Altman. Após alguma confusão — e sem
dúvida ameaças dos investidores —, Altman foi de fato reintegrado e
aqueles que tentaram removê-lo foram embora. A Microsoft, o principal
investidor da OpenAI, agora tinha um assento no conselho. Nas semanas
seguintes, também foram embora determinadas palavras da política de uso
da OpenAI. Embora continuasse a proibir o uso de seu serviço para
prejudicar pessoas ou desenvolver armas, o documento retirou a proibição de
usar a tecnologia para fins militares e de guerra. Com a OpenAI livre, outras
empresas continuaram a embarcar na onda da IA. Mark Zuckerberg, da
Meta (Facebook), anunciou que “ficou mais claro que a próxima geração de
serviços requer a construção de inteligência geral completa” e acrescentou:
“Nossa visão de longo prazo é construir inteligência geral, torná-la de
código aberto de forma responsável e disponibilizá-la de maneira ampla
para que todos possam se beneficiar.”
No início de dezembro de 2023, a União Europeia anunciou uma nova
regulamentação para controlar o desenvolvimento da inteligência artificial.
As IAs teriam um risco social classificado como mínimo, limitado, alto e
proibido. Por exemplo, usar reconhecimento facial contra a vontade das
pessoas (o que é comum em alguns países) poderia ser proibido na UE.
Aplicações de alto risco poderiam incluir o uso de IA para educação ou
tarefas críticas de segurança. O ChatGPT e IAs semelhantes seriam
classificados como de risco limitado. Também em dezembro de 2023
a ONU divulgou o relatório provisório “Governando a IA para a
Humanidade”. Eles propuseram vários princípios orientadores que deveriam
ser seguidos, tais como “a IA deve ser governada inclusivamente, por todos e
para o benefício de todos” e “a governança da IA deve ser ancorada na Carta
da ONU, na Lei Internacional de Direitos Humanos e em outros
compromissos internacionais acordados, como os Objetivos de
Desenvolvimento Sustentável”. Embora possa parecer estranho mencionar a
sustentabilidade, os pesquisadores estavam mostrando cada vez mais que as
grandes IAs consumiam uma quantidade de energia significativa. Gerar
uma imagem era equivalente a carregar um smartphone de vazio a cheio.
Gerar texto era equivalente a carregá-lo até 16%. Com milhões de usos
todos os dias, tudo isso se soma a uma enorme quantidade de energia —
não exatamente sustentável. No início de 2024, o Papa Francisco disse:
“Peço à comunidade global de nações que trabalhem juntas para adotar um
tratado internacional vinculativo que regule o desenvolvimento e o uso da
inteligência artificial em suas muitas formas”, e pediu que “não se deve
permitir que os algoritmos determinem como entendemos os direitos
humanos, que deixem de lado os valores humanos essenciais de compaixão,
misericórdia e perdão”.

IA PARA O BEM
Olhando para o futuro, como podemos mitigar o desastre e garantir que a
mais recente encarnação da inteligência artificial seja sempre uma força para
o bem? Quando ninguém sabe o que é real e o que é gerado por IA, os
governos passaram a ficar preocupados que a IA coloque a população em
perigo e que os sistemas políticos possam estar em risco. Com a altíssima
necessidade de dados de treinamento, os jovens estão sendo expostos a
conteúdo traumático ao rotular conteúdos. E com a criação de IAs tão
descontrolada, infelizmente alguns jovens foram acidentalmente encorajados
por IAs a se automutilar, ou coisa pior.
Há muitas pessoas alertando a respeito das desastrosas possibilidades
caso deixemos a IA “sair do controle”. Mas, assim como a Internet, as redes
sociais e o Photoshop, a versão mais recente da IA já está fora de controle.
Já está em nossas mãos. No entanto, um professor do MIT permanece não
impressionado com a IA de hoje. O influente economista Daron Acemoglu
alerta que a badalação é simplesmente exagerada. “Algumas pessoas
começarão a reconhecer que sempre foi um sonho impossível alcançar algo
parecido com a cognição humana complexa com base na previsão de
palavras”, disse ele em janeiro de 2024. “A IA generativa terá sido adotada
por muitas empresas, mas se mostrará como apenas uma ‘automação
mediana’ do tipo que demite trabalhadores, mas não consegue fornecer
grandes melhorias de produtividade.” Ele também prevê um futuro
decepcionante: “Haverá mais startups de IA, e os modelos de código aberto
ganharão alguma força, mas isto não será suficiente para deter o surgimento
de um duopólio na indústria com o Google e a Microsoft/OpenAI
dominando o campo com seus modelos gigantescos. Muitas outras empresas
serão compelidas a confiar nesses modelos fundamentais para desenvolver
seus próprios aplicativos. E como esses modelos continuarão a decepcionar
devido a informações falsas e alucinações, muitos desses aplicativos também
decepcionarão.”
Bill Gates, o fundador da Microsoft, discordou em janeiro de 2024:
“Assim como aconteceu com a produtividade agrícola em 1900 (em relação
à automação), diziam: ‘Ei, o que as pessoas vão fazer?’ Na verdade, vão fazer
muitas coisas novas, muitas categorias novas de empregos foram criadas e
estamos bem melhor do que quando todos trabalhavam em fazendas. Assim
será.” Gates tem uma visão otimista da inteligência artificial auxiliando
professores, médicos e programadores. Como o ChatGPT pode
“essencialmente ler e escrever”, então é “quase como ter um executivo para
ser um tutor, dar conselhos a respeito de saúde, ajudar a programar, auxiliar
com ligações de suporte técnico…”. A Microsoft foi a primeira grande
empresa de tecnologia a lançar uma IA motorizada com um “copiloto”
incorporada a grande parte de sua linha de produtos em 2023.
Nenhum pesquisador de IA quer tornar o mundo um lugar pior. E a
inteligência artificial nos ajuda de muitas formas. Já estamos acostumados
com reconhecimento facial, de voz, de impressão digital e de texto. Estamos
acostumados com nossas compras serem protegidas por aprendizado de
máquina, que descobre se algo anormal está acontecendo com os cartões
de crédito. Estamos acostumados com entregas eficientes de tudo, de
alimentos a itens de luxo, com rotas otimizadas por algoritmos inteligentes.
Estamos acostumados até mesmo com robôs de fábrica construindo muitos
dos produtos que usamos. E agora temos um novo normal: a IA generativa,
que também está disponível nas mãos de qualquer desenvolvedor ou usuário
que queira utilizá-la para quaisquer propósitos. Pessoas de todas as idades
estão recorrendo a chatbots de IA para obter conselhos e auxílio (tenham
sido as IAs projetadas para tal propósito ou não). Investidores estão
gastando bilhões, e empreendedores estão sonhando alto com uma ideia
baseada em IA que os transforme em mais um novo milionário.
Uma pesquisa com milhares de pesquisadores de IA mostrou que havia
mais otimismo do que pessimismo. Quase 70% achavam que bons
resultados são mais prováveis do que ruins, mesmo que as IAs atinjam
capacidades de inteligência sobre-humanas. Em janeiro de 2024, o Fundo
Monetário Internacional (FMI) alertou que até 40% dos empregos podem
ser afetados pela IA — mas nem sempre negativamente. E é aí que está a
desagradável verdade: novas tecnologias muitas vezes afetam empregos.
Quantos empregos foram impactados pela Internet? Quantos pelo
smartphone? Quantos pelo automóvel? É muitíssimo provável que a IA
continue a nos impactar — como já acontece na tecnologia inteligente que
usamos todos os dias. Mas a IA será a tecnologia que destruirá democracias
ou causará polarização radical nas sociedades? Ou já criamos essa tecnologia
na forma das redes sociais? A IA substituirá a originalidade na arte e na
música? Ou será que já tornamos indistintas a realidade e a propriedade por
meio do Photoshop e do uso de samples na música? Será que teremos um
desfile sem fim de influenciadores deepfake afetando a saúde mental de
nossos filhos por causa da IA? Ou nossa sociedade já tem inúmeros
influenciadores de verdade que já causam tal efeito? A IA vai permitir que a
indústria pornográfica gere imagens e vídeos obscenos traumatizantes? Ou
essa indústria já faz exatamente isso com todos os softwares disponíveis? A
IA fará com que nossos alunos colem no dever de casa? Ou já demos a eles
essa possibilidade com a Internet (mecanismos de busca)? Será que a IA vai
permitir que plataformas extremistas produzam chatbots ofensivos que
espalham desinformação, como a negação do Holocausto? Ou tais
plataformas de redes sociais já estão espalhando esse conteúdo tóxico da
maneira mais ampla possível? Deveríamos nos preocupar com a ameaça
existencial da IA? Ou deveríamos nos preocupar mais com o fato de bilhões
estarem sendo gastos em IA quando uma ameaça existencial comprovada,
na forma do aquecimento global, não está sendo suficientemente
confrontada? Estudos mostraram que as pessoas preferem que as decisões
que as afetam sejam tomadas por uma pessoa, em vez de uma IA.
Entretanto, decisões impessoais tomadas por algoritmos de computador não
são novas, nem nossa insatisfação com elas.
O autor de romances policiais (e investidor/fundador do app de música
Shazam) Ajay Chowdhury tem uma visão positiva a respeito da IA. Ele
considera o uso de LLMs uma ferramenta poderosa para inspirar a
criatividade. “De oito em cada dez vezes, qualquer coisa que a IA fornece
pode ser jogada fora, mas nas outras duas vezes dá para pensar que sai uma
ideia decente, capaz de ser expandida”, explica. “Usar uma combinação
dessas ferramentas me fornece um texto bem mais apresentável. Descobri
que eu chego ao que seria uma quinta versão já no segundo texto.” Em
2024, a autora japonesa Rie Kudan provou esse argumento ao ganhar o
Prêmio Akutagawa de melhor romance de autor estreante — e então
admitir que 5% do texto foi gerado palavra por palavra por inteligência
artificial. “Pretendo continuar a lucrar com o uso da IA na escrita dos meus
livros, enquanto deixo minha criatividade se expressar ao máximo”, revelou.
A inteligência artificial é mais uma tecnologia poderosa que pode ser
usada com sabedoria… ou mal utilizada. A escolha é nossa.
JÁ ESTAMOS QUASE LÁ?
A IA generativa de hoje é notável, mas será que é realmente mais inteligente
do que qualquer outra forma de inteligência artificial até o momento?
Comparada às muitas IAs que foram construídas ao longo das décadas, que
abrangem desde a otimização até a classificação e o controle, será que
finalmente conseguimos? Será que finalmente descobrimos como fazer uma
máquina inteligente?
Em 1913, o Dicionário de ideias feitas de Gustave Flaubert foi publicado.
É um livro divertido que documenta “o clichê, a platitude, a ideia
emprestada e inquestionável” de sua época. As enormes redes neurais
treinadas na Internet produzem IAs generativas muito parecidas com o
Dicionário de ideias feitas. Elas conhecem todos os fatos e sabem todas as
bobagens que sabemos. São treinadas para prever a melhor saída para
qualquer prompt com base nesse conhecimento. Ao unir nossos
pensamentos coletivos, a saída pode ser onírica, imprecisa e até ofensiva.
Não é compreensão, nem mesmo inteligência de fato. É a maneira mais
incrível de segurar um espelho diante de nós mesmos.
Isso é provado quando examinamos a saída de um LLM chinês em
comparação com um modelo americano. Ambos os modelos se recusarão a
responder a certas perguntas consideradas delicadas por seus respectivos
governos. Pergunte ao ChatGPT-4 e ao Ernie chinês se os EUA
alcançaram a igualdade racial, e o primeiro apresenta um conjunto de
pontos expressados de forma diplomática em ambos os lados do argumento,
enquanto o Ernie se dispõe a dizer que “a igualdade racial continua sendo
um sonho distante nos Estados Unidos” e descreve a discriminação como
sendo “sistematicamente refletida em estatísticas relacionadas à pobreza,
moradia, educação e assistência médica”. É claro que o viés tendencioso e a
controvérsia fazem parte da identidade das IAs treinadas e nunca serão
removidos — porque, em última análise, aqueles que desejam construir e
regular as IAs também terão seus próprios vieses tendenciosos e suas
controvérsias. As nossas IAs são simplesmente outra maneira de olhar para
nós mesmos. Em vez de herdar os nossos genes, herdam os nossos memes.
Nossos pensamentos, nossas opiniões. Nossas palavras. Nossos filhos
digitais são feitos de nós.
Como exploramos neste livro, provamos vários sabores de inteligência
artificial desde a década de 1950, quando ela começou, tivemos muitos
ciclos de expansão e retração, otimismo e pessimismo. E teremos muitos
mais, à medida que novos modelos baseados em analogias mais próximas ao
cérebro forem criados. A IA nunca desaparece, ela apenas se integra à
tecnologia cotidiana e se torna tecnologia comum. Resta saber por quanto
tempo a extraordinária expansão do início da década de 2020 continuará.
No final, a IA sempre foi como um espelho de nós mesmos. No
passado, ela demonstrou nossa capacidade de usar lógica e planejamento,
nosso conhecimento especializado, nossas habilidades para otimizar,
melhorar e explorar. Hoje, reflete nossa quantidade enorme de dados de
volta para nós, às vezes espelhando os lados mais feios da sociedade, mas é
capaz de mostrar a genialidade e a criatividade do que há de melhor em nós.
Cada novo método de IA nos leva um passo mais perto de nos
entendermos. Fizemos um progresso extraordinário. Mas ainda temos um
longo caminho a percorrer.
 LEITURA ADICIONAL

Vida 3.0: O ser humano na era da inteligência artificial, Max Tegmark

(Benvirá, 2020)

IA 2041: Como a inteligência artificial vai mudar sua vida nas próximas
décadas, Kai-Fu Lee e Chen Qiufan (Globo Livros, 2022)

Smart Until It’s Dumb: Why artificial intelligence keeps making epic mistakes
(and why the AI bubble will burst), Emmanuel Maggiori (2023)

Possible Minds: Twenty-Five Ways of Looking at AI, John Brockman (2019)

A Brief History of Intelligence: Why the Evolution of the Brain Holds the Key to
the Future of AI, Max Bennett (2023)

Rage Inside the Machine: The Prejudice of Algorithms, and How to Stop the
Internet Making Bigots of Us All, Robert Elliott Smith (2019)

The Emotion Machine: Commonsense Thinking, Artificial Intelligence, and the

Future of the Human Mind, Marvin Minsky (2007)

AI: Its Nature and Future, Margaret A. Boden (2016)

 SOBRE O AUTOR

PETER J. BENTLEY é professor honorário do Departamento de Ciência

da Computação da University College London (UCL), professor visitante
da Autodesk, professor colaborador do Instituto Coreano Avançado para
Ciência e Tecnologia (KAIST) e consultor de startups de tecnologia em IA.
Publicou mais de 300 artigos científicos na área da inteligência artificial e é
autor de vários livros de ciência popular.