Embora a IA ainda possa parecer algo novo, o termo em si nasceu há mais de sete décadas, numa proposta modesta para um projeto de investigação de verão em Dartmouth que tinha um pedido de orçamento de 13.500 dólares.
Foi um documento académico, não um manifesto, mas lançou discretamente as bases para um dos movimentos tecnológicos mais influentes da história da humanidade.
A triste ironia é que o mais famoso antepassado filosófico da área, Alan Turing, já havia partido.
Turing fez a pergunta definitiva alguns anos antes: “As máquinas podem pensar?” – e desenvolveu o que ficou conhecido como Teste de Turing, um método para julgar se uma máquina poderia imitar de forma plausível o pensamento humano.
Seu trabalho marcou todo o debate, mas ele morreu em 1954, dois anos antes da reunião de Dartmouth que nomeou oficialmente o campo que ele ajudou a idealizar.
A morte de Turing ocorreu no Reino Unido quando ele foi processado por homossexualidade, posteriormente criminalizado, e morreu de envenenamento por cianeto quando foi considerado suicídio, uma perda que afastou um dos pensadores mais originais da ciência da computação antes que suas ideias começassem a remodelar a ciência.
Veja em
O jogo da imitação
Muito antes de a inteligência artificial ter um nome, Turing já havia criado a questão que a definiria. Em seu artigo de 1950 Máquinas de computação e inteligênciaEle propôs o que ficou conhecido como Teste de Turing, ou o “jogo da imitação”, substituindo os debates abstratos sobre se as máquinas poderiam realmente pensar por um desafio mais simples: pode uma máquina manter uma conversa escrita suficientemente bem para que um juiz humano não seja capaz de distingui-la de outro humano com segurança?
Ao concentrar-se no comportamento observável em vez da filosofia, Turing fez da inteligência algo que os investigadores pudessem realmente testar.
Foi uma ideia surpreendente dada a realidade dos computadores da época. As primeiras máquinas eram lentas, caras e limitadas a cálculos matemáticos, mas Turing suspeitava que a inteligência poderia surgir de um processamento de símbolos bastante complexo.
Em vez de perguntar se as máquinas tinham inteligência ou consciência, ele perguntou se poderiam imitar de forma plausível o comportamento inteligente, algo que mais tarde levou os investigadores a tratar o pensamento como um problema de engenharia.
Esse salto conceitual teve um impacto direto no grupo que se reuniu em Dartmouth anos depois, embora o homem que fez a pergunta nunca visse o nome formal do campo.
O Projeto de Pesquisa de Verão de Dartmouth sobre Inteligência Artificial, organizado por John McCarthy com Marvin Minsky, Claude Shannon e Nathaniel Rochester, era pequeno e ambicioso.
De acordo com a proposta, os investigadores esperavam demonstrar que “todos os aspectos da aprendizagem ou qualquer outra característica da inteligência podem, em princípio, ser descritos com tanta precisão que uma máquina pode ser feita para simulá-los”. O objetivo parecia ambicioso na época, e ainda parece agora: linguagem, abstração, raciocínio e autoaperfeiçoamento, todos codificados em máquinas.
McCarthy mais tarde se tornaria uma das vozes mais influentes da IA. Em uma edição de 1979 Mundo da Computaçãoele disse categoricamente que a revolução dos computadores “ainda não aconteceu”, embora previsse que isso aconteceria eventualmente.
Ele argumentou que os computadores ainda não haviam afetado a vida da mesma forma que a eletricidade ou os automóveis, mas acreditava que as aplicações dariam início à verdadeira revolução na próxima década.
O realismo de McCarthy muitas vezes contrastava com o entusiasmo em torno do campo, uma tensão que tem acompanhado a IA desde então.
Veja em
IA como tema principal
No início da década de 1980, o interesse pela IA aumentou novamente, mas houve uma confusão generalizada sobre o que ela realmente significava.
Escrevendo em uma edição de 1984 InfoMundoA jornalista Peggy Watt observou que a inteligência artificial se tornou um “tema quente” à medida que as empresas de livros e software corriam para rotular os seus produtos como inteligentes. No entanto, alerta que “o termo está a ser amplamente utilizado e abusado, quase ao ponto de perder a sua utilidade como descrição”.
A frustração entre os pesquisadores era palpável. Nesse mesmo InfoMundo relatório, o Dr. S. Jerrold Kaplan da Teknowledge disse: “Sempre que alguém diz ‘Estou vendendo IA’, fico desconfiado.”
Kaplan argumentou que a IA não era o único programa. “A ciência da IA é um conjunto de técnicas de programação”, disse ele, descrevendo sistemas que representavam “conceitos e ideias, explicações e relações” em vez de números ou palavras.
Esta tensão entre promessa e realidade também definiu o trabalho de Marvin Minsky, um dos arquitetos originais de Dartmouth. Na edição de 1981 Mundo da ComputaçãoFalando na conferência Data Training ’81, Minsky descreveu a IA como fundamentalmente paradoxal: “As coisas difíceis são fáceis e as coisas fáceis são difíceis”.
Os computadores se destacaram em cálculos que desafiavam os humanos, mas lutavam com o bom senso, as ambiguidades da linguagem e a compreensão do contexto.
Como explica Minsky, “colocar sentido em um computador é a parte mais difícil”.
Os humanos absorvem muitas exceções e nuances ao longo dos anos de suas vidas, mas as máquinas precisam de instruções explícitas. Uma regra lógica como “os pássaros podem voar” desmorona imediatamente quando confrontada com pássaros mortos ou espécies que não voam, um exemplo simples de por que a inteligência é mais do que mera lógica.
Sistemas especialistas
Os primeiros anos optimistas da IA já tinham produzido marcos impressionantes. O Laboratório Nacional Lawrence Livermore descreveu mais tarde como, na década de 1960, pesquisadores desenvolveram programas como o SAINT, um dos primeiros “sistemas especialistas” capazes de resolver problemas de integração simbólica no nível de graduação.
O programa resolveu quase todos os problemas de teste, sugerindo que as máquinas poderiam imitar o raciocínio especializado muito antes do aprendizado de máquina moderno.
No entanto, o progresso veio em ondas. O financiamento disparou na década de 1960, à medida que as agências governamentais patrocinavam pesquisas ambiciosas, e depois arrefeceu dramaticamente na década de 1970.
O sonho de construir uma inteligência semelhante à humana revelou-se muito mais difícil do que o esperado. McCarthy também reconheceu que a IA de “nível humano” ainda estava “a várias revoluções conceituais de distância”.
Quando a IA voltou aos holofotes na década de 1980, as empresas comercializavam sistemas especializados e ferramentas de linguagem natural como inovações.
Alguns sistemas confundiam os usuários cometendo erros de ortografia ou traduzindo comandos simples em inglês em consultas de banco de dados.
Outros, porém, confiaram mais em engenharia inteligente do que em raciocínio real. Conforme mencionado por um pesquisador não identificado InfoMundo alertou ele, o verdadeiro teste de um sistema especialista é saber se ele consegue explicar as suas conclusões.
No entanto, a visão persistiu. Os observadores da indústria imaginaram computadores capazes de compreender a linguagem natural, traduzir documentos e corrigir automaticamente a gramática.
Kaplan previu que a IA mudaria a forma como as pessoas programam porque “é muito mais natural trabalhar com termos simbólicos do que com algoritmos matemáticos”. A ideia de que o software poderia ajudar, aconselhar e colaborar com os humanos já estava tomando forma.
Em retrospectiva, o que se destaca é quantas previsões iniciais estavam certas e erradas. McCarthy acreditava que a revolução ainda não havia chegado, mas que viria através de aplicações práticas. Minsky alertou que o bom senso seria muito difícil.
Hum
Hoje, à medida que os sistemas de IA escrevem textos, criam imagens e ajudam na descoberta científica, os ecos dessas primeiras conversas permanecem.
Os organizadores de Dartmouth imaginaram máquinas que pudessem “usar a linguagem, formar abstrações e conceitos, resolver os tipos de problemas atualmente reservados aos humanos e melhorar a si mesmas”. Tudo isso é (em sua maioria) verdade hoje.
A proposta de US$ 13.500 não parecia estranha na época. Foi apenas um pedido de financiamento entre muitos. No entanto, deu nome a uma ideia que continua a mudar a sociedade, baseada no otimismo, nas frustrações, nos paradoxos e nas questões sem resposta.
E talvez esse seja o verdadeiro legado da inteligência artificial. Não começou como uma invenção única, como o transistor ou o microprocessador, mas como uma aposta de que a própria inteligência poderia ser compreendida, descrita e, eventualmente, reproduzida.
Setenta e um anos depois, os humanos ainda testam essa ideia, ainda debatem definições, e as máquinas pensantes poderão um dia tornar-se reais no século XX.
Siga o TechRadar no Google Notícias e adicione-nos como sua fonte padrão para receber notícias, opiniões e opiniões de nossos especialistas em feeds. Certifique-se de clicar no botão Continuar!
E é claro que você também pode Siga o TechRadar no TikTok para receber novidades, análises, unboxings em formato de vídeo e receber atualizações constantes nossas WhatsApp também
