O que é a história da IA? Visão geral completa

Hoje em dia, quando se olha para a Internet, é mais do que provável que se encontrem elementos de IA de todas as formas e feitios por todo o lado.

Já não é algo saído de um filme de ficção científica.

Desde a funcionalidade de autocorreção do seu telemóvel às recomendações da Netflix e ao separador do ChatGPT que está aberto neste momento, não surgiu da noite para o dia como uma sensação viral do TikTok - tem estado aqui e a evoluir perante os nossos próprios olhos.

É espantoso como passámos de "e se as máquinas fossem capazes de pensar" para "ChatGPT, delineia-me uma estratégia comercial para um ano".

Ao longo do seu desenvolvimento, a IA teve muitos fracassos e descobertas e produziu muitos pensadores brilhantes.

Nesta publicação, não vamos apenas recordar o passado, mas também descobrir como a IA se tornou parte da conversa quotidiana.

Alerta de spoiler: envolve muito mais ansiedade matemática e pavor existencial do que seria de esperar.

---

Principais conclusões

• A investigação em IA começou na década de 1940, com os pioneiros da informática a sonharem com máquinas pensantes.

• O campo foi oficialmente lançado em 1956 na Conferência de Dartmouth, cunhando o termo "inteligência artificial".

• A IA passou por vários "Invernos" em que o financiamento se esgotou e as atenções se desvaneceram.

• Os avanços da IA moderna resultaram da combinação de conjuntos de dados maciços com uma computação potente.

• A atual IA generativa representa o último capítulo de uma história de 70 anos de ambição humana.

---

Como a IA evoluiu da teoria para a realidade

Pense na história da IA como a carreira da sua banda favorita. 

Começou com os anos do underground, quando só os verdadeiros fãs prestavam atenção.

Depois veio a grande descoberta que toda a gente diz ter previsto.

Alguns fracassos e regressos depois, de repente estão em todo o lado e os seus pais perguntam por eles.

A IA seguiu exatamente esta trajetória. Os primeiros investigadores não estavam a tentar construir ChatGPT.

Estavam a colocar questões fundamentais: As máquinas podem pensar? Podem aprender? Podem resolver problemas como os humanos?

A resposta acabou por ser "mais ou menos, mas é complicado". 

Origens da IA (antes da década de 1950)

Antes de termos computadores, tínhamos sonhadores. Os mitos antigos contavam histórias de seres artificiais trazidos à vida.

A mitologia grega deu-nos Talos, o gigante de bronze que protegia Creta. O folclore judaico tinha golems, que são criaturas de barro animadas por palavras místicas.

Mas a verdadeira história da origem da IA começa durante a Segunda Guerra Mundial com Alan Turing. Turing decifrava os códigos nazis e lançava as bases da computação moderna. Por falar em multitarefa.

Em 1936, Turing introduziu o conceito de máquina de computação universal.

Este dispositivo teórico poderia efetuar qualquer cálculo se lhe fossem dadas as instruções corretas.

Parece um pouco aborrecido até perceber que esta ideia se tornou a base de todos os computadores que alguma vez utilizou, incluindo aquele em que está a ler este artigo.

A guerra acelerou tudo e criou uma necessidade para a inovação. De repente, os governos estavam a utilizar os seus orçamentos para qualquer tecnologia que lhes pudesse dar uma vantagem.

Os primeiros computadores electrónicos surgiram deste ambiente de panela de pressão. 

Máquinas como o ENIAC enchiam salas inteiras e precisavam de equipas de engenheiros para funcionar, mas conseguiam calcular em segundos o que os humanos demoravam horas.

No final da década de 1940, os investigadores começaram a perguntar-se: se estas máquinas podem calcular, será que podem pensar? 

1950s: O nascimento da Inteligência Artificial

O ano de 1956 foi o momento mais marcante da IA. Um grupo de investigadores reuniu-se no Dartmouth College, em New Hampshire, para um workshop de verão que viria a mudar tudo.

John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon fecharam-se numa sala e decidiram criar máquinas pensantes.

Eles cunhou o termo "inteligência artificial" e definiu um roteiro ambicioso. 

Estes investigadores acreditavam que, no espaço de uma geração, as máquinas seriam capazes de resolver qualquer problema que os humanos pudessem resolver.

Acabaram por se enganar em várias décadas, mas a sua confiança era admirável.

A Conferência de Dartmouth lançou a IA como um domínio de estudo legítimo.

De repente, as universidades estavam a criar laboratórios de IA, os governos estavam a passar cheques e os investigadores estavam a fazer previsões arrojadas sobre o futuro.

Alan Turing já lhes tinha dado um avanço com o seu famoso teste.

O Teste de Turing colocava uma questão simples: se estivermos a conversar com algo e não conseguirmos saber se é humano ou máquina, isso importa? 

É a derradeira filosofia "finge até conseguires", e continua a ser relevante nos dias de hoje.

Década de 1960-1970: Otimismo inicial e primeiros modelos

A década de 1960 começou com um impulso incrível. Os investigadores tinham financiamento, atenção dos media e uma missão clara. O que é que podia correr mal?

Tudo, como se veio a verificar.

Os primeiros programas de IA funcionavam bem em ambientes controlados, mas desmoronavam quando confrontados com a complexidade do mundo real.

É como ser fantástico a jogar basquetebol na entrada da garagem, mas ficar completamente paralisado durante um jogo a sério.

ELIZAcriado por Joseph Weizenbaum em 1964, podia manter conversas através do reconhecimento de palavras-chave e responder com frases pré-programadas.

Era uma versão mais sofisticada do brinquedo Magic 8-Ball, e as pessoas adoravam-no.

A ELIZA funcionava por correspondência e substituição de padrões. Se dissesse "Estou triste", ele poderia responder com "Porque é que estás triste?".

Era simples, mas suficientemente eficaz para enganar alguns utilizadores, levando-os a pensar que estavam a falar com um verdadeiro terapeuta. Weizenbaum ficou horrorizado quando as pessoas começaram a criar laços emocionais com o seu programa.

IA's indetectáveis Perguntar à IA funciona de forma semelhante. Pode utilizá-lo para simular ou explicar como funcionavam os primeiros modelos de IA, como o ELIZA, em comparação com os modelos linguísticos modernos.

No entanto, a diferença é espantosa. O ELIZA estava a jogar à associação de palavras, enquanto a IA de hoje consegue efetivamente compreender o contexto e gerar respostas coerentes.

Entretanto, os investigadores lançavam-se em projectos mais ambiciosos. SHRDLU de Terry Winograd podia compreender e manipular objectos num mundo virtual feito de blocos.

Pode seguir instruções complexas como "Coloca o bloco vermelho em cima do verde, mas primeiro tira o bloco azul do caminho".

A SHRDLU era impressionante, mas só funcionava no seu pequeno mundo de blocos. Se tentássemos expandi-lo para o mundo real, seria mais difícil de bloquear do que o nosso portátil na semana das provas finais.

O problema não era apenas técnico. Os investigadores estavam a descobrir que a inteligência é muito mais complicada do que pensavam.

Coisas que os humanos fazem sem esforço, como reconhecer um rosto ou compreender o sarcasmo, revelaram-se incrivelmente difíceis para as máquinas.

1980s: Sistemas Periciais e IA Comercial

Quando toda a gente pensava que a IA estava morta, ela regressou com uma vingança. A década de 1980 trouxe os sistemas especializados e, de repente, a IA estava a fazer dinheiro a sério.

Os sistemas periciais eram diferentes das abordagens de IA anteriores. Em vez de tentarem reproduzir a inteligência geral, concentraram-se em domínios específicos em que os especialistas humanos tinham conhecimentos profundos.

Pense neles como consultores muito inteligentes e muito especializados.

• MYCIN infecções sanguíneas diagnosticadas. 
• DENDRAL compostos químicos identificados. 
• XCON sistemas informáticos configurados. 

Estes programas capturaram o conhecimento de especialistas humanos e disponibilizaram-no a outros.

A principal conclusão é que não é necessária uma inteligência geral para ser útil.

Só precisavas de ser muito bom numa coisa. É como aquela pessoa que sabe tudo sobre os filmes da Marvel mas não se lembra onde deixou as chaves.

As empresas começaram a prestar atenção. Os sistemas especializados podiam resolver problemas reais e poupar dinheiro real. Diagnóstico médico, planeamento financeiro, resolução de problemas de equipamentos - a IA já não era apenas uma curiosidade académica.

O governo japonês lançou o Projeto de computador de quinta geraçãoA Comissão Europeia, em conjunto com a Comissão Europeia, planeia criar computadores inteligentes até à década de 1990. Outros países entraram em pânico e lançaram as suas próprias iniciativas de IA.

A corrida espacial tinha acabado, por isso, porque não uma corrida à IA?

No entanto, os sistemas periciais tinham limitações. Exigiam uma extensa engenharia do conhecimento, codificando manualmente os conhecimentos humanos em regras legíveis por computador.

Era como tentar ensinar alguém a andar de bicicleta escrevendo todos os cenários possíveis com que se poderia deparar.

1990s: A IA torna-se popular (silenciosamente)

A década de 1990 foi a adolescência incómoda da IA. O campo estava a passar por mudanças, a encontrar a sua identidade e, definitivamente, não estava a falar sobre os seus sentimentos.

O boom dos sistemas especializados tinha arrefecido. A manutenção destes sistemas era dispendiosa e não se adaptava a novas situações. As empresas começaram a procurar alternativas.

Mas a IA não desapareceu. Apenas deixou de se chamar IA.

As técnicas de aprendizagem automática que tinham sido desenvolvidas em laboratórios académicos começaram a encontrar aplicações práticas.

A IA estava em todo o lado sob a forma de filtros de spam para correio eletrónico, deteção de fraudes com cartões de crédito e sistemas de recomendação, mas ninguém se gabava disso.

Foi um marketing inteligente. O termo "inteligência artificial" trazia demasiada bagagem de ciclos anteriores. As pessoas acharam melhor falar de "análise estatística", "reconhecimento de padrões" ou "sistemas de apoio à decisão".

O verdadeiro avanço resultou de uma mudança de abordagem.

Mas ninguém lhe chamou IA. Isso teria sido demasiado óbvio.

2000s: Fundamentos da IA moderna

A década de 2000 lançou as bases para tudo o que está a acontecer atualmente na IA.

É como a montagem do treino num filme de desporto, só que durava uma década e envolvia muito mais matemática.

Vários factores convergiram para criar as condições perfeitas para o avanço da IA. A capacidade de computação estava a ficar mais barata e mais potente.

A Internet tinha criado enormes conjuntos de dados. E os investigadores descobriram como treinar eficazmente as redes neuronais.

Entretanto, as empresas tecnológicas estavam silenciosamente integrar a IA em tudo.

O algoritmo de pesquisa da Google utilizou a aprendizagem automática para classificar as páginas Web. O motor de recomendação da Amazon gerou milhares de milhões em vendas. O algoritmo do feed de notícias do Facebook determinava o que milhões de pessoas viam todos os dias.

O iPhone foi lançado em 2007, colocando computadores potentes nos bolsos de todos e gerando quantidades sem precedentes de dados pessoais.

Cada toque, deslize e pesquisa tornou-se um ponto de dados que pode treinar melhores sistemas de IA.

No final da década, a IA estava incorporada na infraestrutura digital da vida moderna.

A maioria das pessoas não se apercebeu, mas estava a interagir com sistemas de IA dezenas de vezes por dia.

2010s: Aprendizagem profunda e grandes volumes de dados

A década de 2010 foi a altura em que a IA passou de "truque técnico elegante" a "caramba, isto muda tudo".

A aprendizagem profunda começou a década com um estrondo. Em 2012, uma rede neural chamada AlexNet esmagou a concorrência num concurso de reconhecimento de imagem.

Não era apenas melhor do que outros sistemas de IA - era melhor do que especialistas humanos.

Isto ainda não era suposto acontecer. 

Os ingredientes secretos eram conjuntos de dados maiores, computadores mais potentes e melhores técnicas de formação.

As unidades de processamento gráfico (GPU), originalmente concebidas para jogos de vídeo, revelaram-se perfeitas para treinar redes neuronais. Os jogadores criaram acidentalmente o hardware que iria alimentar a revolução da IA.

Os meios de comunicação social não se cansavam de o fazer. Todas as descobertas da IA eram notícia. Deep Blue a vencer Kasparov no xadrez na década de 1990 foi impressionante, mas o AlphaGo vencer o campeão mundial de Go em 2016 foi alucinante.

Era suposto o Go ser demasiado complexo para ser dominado por computadores.

Está a perder a cabeça com estas tecnologias avançadas? Ferramentas modernas de IA, como a Undetectable AI's Chat de IA pode explicar conceitos complexos de IA, como as redes neuronais convolucionais ou a aprendizagem por reforço, a públicos não técnicos.

As mesmas técnicas de aprendizagem profunda que potenciam o reconhecimento de imagens também potenciam os modelos linguísticos actuais.

Os veículos autónomos captaram a imaginação de todos. Os carros autónomos passaram de ficção científica a "no próximo ano" (uma promessa que continua a ser feita, mas com mais cautela atualmente).

Os assistentes virtuais tornaram-se populares. A Siri, a Alexa e o Google Assistant levaram a IA a milhões de lares.

Toda a gente estava agora a ter conversas com os seus dispositivos, mesmo que essas conversas fossem sobretudo "tocar a minha música" e "como está o tempo?".

A década terminou com o aparecimento das arquitecturas de transformação e dos mecanismos de atenção.

Estas inovações viriam a revelar-se cruciais para a fase seguinte do desenvolvimento da IA, apesar de a maioria das pessoas nunca ter ouvido falar delas.

2020s: IA generativa e modelos linguísticos de grande dimensão

A década de 2020 começou com uma pandemia, mas os investigadores de IA estavam demasiado ocupados a mudar o mundo para se aperceberem.

Os modelos GPT da OpenAI passaram de interessantes projectos de investigação a fenómenos culturais. O GPT-3 foi lançado em 2020 e surpreendeu toda a gente com a sua capacidade de escrever textos coerentes sobre quase todos os temas.

Depois ChatGPT surgiu no final de 2022 e deu cabo da Internet. Em poucos dias, milhões de pessoas estavam a ter conversas com IA pela primeira vez.

Os estudantes utilizavam-na para os trabalhos de casa. Os trabalhadores estavam a automatizar partes do seu trabalho. Os criadores de conteúdos estavam a gerar ideias mais rapidamente do que nunca.

A reação foi imediata e intensa. Algumas pessoas ficaram espantadas. Outras ficaram aterrorizadas. A maioria estava algures no meio, a tentar perceber o que isto significava para as suas carreiras e para o futuro dos seus filhos.

A IA generativa tornou-se a maior história da tecnologia desde o iPhone. 

Todas as empresas começaram a acrescentar funcionalidades de IA. Todas as empresas afirmaram ser "alimentadas por IA".

Todas as conferências tiveram pelo menos doze painéis sobre o futuro da inteligência artificial.

É aqui que ferramentas como a Undetectable AI's Escritor de IA SEO, Escritor de ensaios sobre IAe Humanizador de IA se encaixam na história.

Estas aplicações modernas representam a evolução prática da tecnologia de IA generativa. Pegam nos mesmos modelos subjacentes que alimentam o ChatGPT e aplicam-nos a casos de utilização específicos.

A geração de imagens seguiu uma trajetória semelhante. DALL-E, Midjourney e Stable Diffusion poderiam criar imagens fotorealistas a partir de texto descrições. Os artistas estavam entusiasmados e preocupados em igual medida.

A tecnologia melhorou a uma velocidade vertiginosa. Os modelos tornaram-se maiores, mais inteligentes e mais capazes. O GPT-4 podia passar em exames profissionais e escrever código.

O Cláudio conseguia ter conversas com nuances sobre assuntos complexos. O Bard podia pesquisar na Internet e fornecer informações actuais.

Principais marcos na história da IA

Alguns momentos da história da IA merecem um reconhecimento especial.

Não se trata apenas de realizações técnicas, mas de pontos de viragem culturais que mudaram a forma como pensamos a inteligência artificial.

1. A Conferência de Dartmouth (1956) lançou oficialmente o campo e deu à IA o seu nome. Sem esta reunião, poderíamos estar a chamar-lhe "inteligência artificial" ou "pensamento computacional" ou algo igualmente aborrecido.
2. A vitória do Deep Blue sobre Garry Kasparov no xadrez (1997) foi o primeiro momento de grande popularidade da IA. Milhões de pessoas assistiram à vitória de um computador sobre uma das maiores mentes estratégicas da humanidade. De repente, o futuro pareceu muito real e ligeiramente assustador.
3. Vitória do IBM Watson no Jeopardy! (2011) mostrou que a IA podia lidar com linguagem natural e conhecimentos gerais. Ver um computador a acertar no Daily Double foi simultaneamente impressionante e inquietante.
4. AlphaGo a vencer Lee Sedol em Go (2016) foi uma obra-prima técnica. O Go tem mais posições possíveis no tabuleiro do que átomos no universo observável, mas o sistema da DeepMind encontrou estratégias vencedoras que os especialistas humanos nunca tinham considerado.
5. A descoberta do ImageNet (2012) deu início à revolução da aprendizagem profunda. A vitória da AlexNet no concurso de reconhecimento de imagem provou que as redes neuronais estavam prontas para o horário nobre.
6. O lançamento do GPT-3 (2020) democratizou a criação de conteúdos de IA. De repente, qualquer pessoa podia aceder a modelos linguísticos poderosos através de interfaces Web simples.
7. O lançamento do ChatGPT (2022) levou a IA às massas. Em dois meses, tinha 100 milhões de utilizadores, o que a tornou na aplicação de consumo com o crescimento mais rápido da história.

Cada etapa baseou-se no trabalho anterior, abrindo simultaneamente novas possibilidades.

É assim que funciona o progresso: melhorias graduais pontuadas por momentos de rutura que fazem com que todos reconsiderem o que é possível.

Invernos e regressos da IA

A história da IA não é uma linha reta de progresso. É mais como uma montanha-russa concebida por alguém com problemas de compromisso.

Este domínio passou por vários "Invernos da IA", períodos em que o financiamento se esgotou, os investigadores mudaram de campo e os meios de comunicação social declararam a IA morta.

Não se tratou apenas de pequenos contratempos, mas de crises existenciais que quase mataram por completo a investigação em IA.

O que é que causou os Invernos da IA?

O primeiro inverno da IA ocorreu em meados da década de 1970. Os primeiros investigadores tinham feito previsões arrojadas sobre a possibilidade de alcançar uma inteligência de nível humano dentro de décadas. Quando essas previsões não se concretizaram, a desilusão instalou-se.

As agências governamentais de financiamento começaram a fazer perguntas incómodas. Onde estavam as máquinas pensantes que lhes tinham sido prometidas?

Porque é que os sistemas de IA eram ainda tão limitados? O que faziam exatamente os investigadores com todo aquele dinheiro?

O governo britânico encomendou o Relatório Lighthill em 1973que considerou que a investigação em matéria de IA era exagerada e pouco eficaz.

O financiamento foi reduzido drasticamente. Revisões semelhantes noutros países chegaram a conclusões semelhantes.

O segundo inverno da IA chegou no final da década de 1980, após o rebentamento da bolha dos sistemas especializados. As empresas tinham investido fortemente em tecnologia de IA, mas tinham dificuldade em mantê-la e aumentá-la.

O mercado entrou em colapso, levando consigo muitas empresas de IA.

Ambos os Invernos tiveram temas comuns. Expectativas irrealistas levaram a promessas exageradas. Quando a realidade não correspondia às expectativas, a reação era inevitável.

Os investigadores aprenderam lições valiosas sobre a gestão das expectativas e a concentração em aplicações práticas.

O futuro da IA: o que se segue?

Prever o futuro da IA é como tentar prever o tempo com uma bola 8 mágica. É possível, mas a sua taxa de precisão provavelmente não impressionará ninguém.

Ainda assim, parece provável que algumas tendências se mantenham. Os sistemas de IA tornar-se-ão mais capazes, mais eficientes e mais integrados na vida quotidiana.

A questão não é saber se a IA se vai tornar mais poderosa - é saber como é que a sociedade se vai adaptar a esse poder.

• A IA geradora irá provavelmente melhorar a criação de conteúdos que não se distinguem do trabalho humano. Os artistas, escritores e criadores de conteúdos terão de descobrir como competir ou colaborar com os sistemas de IA.
• Os sistemas autónomos vão tornar-se mais comuns. Os carros autónomos poderão finalmente cumprir as suas promessas. Os drones de entrega poderão encher os céus. Os trabalhadores robotizados poderão ocupar-se de trabalhos perigosos ou repetitivos.
• A investigação sobre a segurança da IA tornar-se-á cada vez mais importante à medida que os sistemas se tornam mais poderosos. Vamos precisar de melhores formas de garantir que os sistemas de IA se comportam como pretendido e não causam danos não intencionais.
• As implicações económicas são surpreendentes. Alguns empregos vão desaparecer. Surgirão novos empregos. A transição poderá ser suave ou caótica, dependendo da forma como nos prepararmos.
• A regulamentação desempenhará um papel mais importante. Os governos já estão a trabalhar em quadros de governação da IA. O desafio é criar regras que protejam as pessoas sem sufocar a inovação.
• A democratização da IA vai continuar. As ferramentas que antes exigiam conhecimentos a nível de doutoramento estão a tornar-se acessíveis a todos. Este facto pode desencadear uma enorme criatividade e inovação, ou pode criar novos problemas que ainda não foram previstos.

Encontre mais ferramentas úteis aqui, ou experimente o nosso Detetor de IA e o Humanizador no widget abaixo!

Esta história escreve-se a si própria... Quase

A história da IA é um testemunho da ambição humana, transformando sonhos impossíveis em realidade.

Desde as teorias de Turing até aos modelos generativos actuais, o progresso resultou da resolução de problemas insolúveis com persistência.

Todas as épocas foram revolucionárias, mas o ritmo acelerado e a escala actuais não têm precedentes.

A IA é basicamente décadas de trabalho de mentes brilhantes. A história está longe de ter terminado. A próxima descoberta pode vir de qualquer lado e o seu impacto dependerá das escolhas que fizermos agora.

Há milénios que imaginamos mentes artificiais e hoje estamos a construí-las.

Com IA indetetável Escritor de IA SEO, Chat de IA, Escritor de ensaios sobre IAe Humanizador de IASe o seu site for um site de vendas, pode criar conteúdo de alta qualidade e natural que seja optimizado, envolvente e exclusivamente seu.

Tentar IA indetetável e leve a sua escrita com IA para o nível seguinte.