Inteligência Artificial — Um pouco da história e avanços atuais

A história da inteligência artificial se confunde muitas vezes com a própria história da computação. Alan Turing, matemático inglês que é conhecido como o pai da computação, foi um pioneiro na área de inteligência artificial. O desenvolvimento da área começou logo após a Segunda Guerra Mundial. Em 1956, numa conferência no campus do Dartmouth College, foi fundado o campo de pesquisa em inteligência artificial, definindo como “a ciência e engenharia de produzir máquinas inteligentes”.

Vários conceitos de IA foram criados. A teoria existia e para colocar em prática faltava poder de processamento. Em 1997, pela primeira vez na história, um computador (Deep Blue, da IBM) venceu Garry Kasparov, o melhor jogador de xadrez de todos os tempos.

Deixando de lado as polêmicas e descréditos da época, o fato é que o Deep Blue utilizava força bruta para analisar todas as possibilidades de cada jogada. Isso exige muito poder de processamento, que inviabilizam a utilização desta técnica em aplicações mais complexas. Apesar das limitações da época, podemos considerar que este foi um grande marco na história da Inteligência Artificial.

E os avanços atuais são surpreendentes!

Em 2011 a IBM colocou a prova o Watson. Um computador com inteligência artificial programado para responder perguntas, em um jogo de perguntas e respostas chamado Jeopardy. Ele competiu contra Ken Jennings e Brad Rutter, dois campeões de maior sucesso da história do programa. O Watson simplesmente dominou os três rounds do programa.

Mais recentemente, em 2016, o software AlphaGo (do Google) venceu o sul-coreano Lee Sedol, número um do mundo no jogo de estratégia Go, que é um jogo milenar chinês. Diferente do Xadrez, o Go possui regras simples com muito mais possibilidades de jogadas.

Além do maior poder de processamento, os maiores avanços em inteligência artificial acontecem com uma abordagem diferente. Ao invés de usar apenas processamento bruto, as máquinas realmente aprendem. O AlphaGo jogou muitas partidas, contra pessoas e contra ele mesmo. Ele aprendeu quais eram as melhores estratégias para vencer. E venceu!

Mas a inteligência artificial se restringe a jogos de tabuleiro?

Definitivamente não. Estes jogos são apenas um laboratório onde é possível colocar a prova a capacidade da inteligência artificial.

Hoje, o core business da IBM é computação cognitiva. O Watson é capaz de entender dados, aprender com eles e raciocinar a partir deles. E isso pode ter inúmeras aplicações.

Uma delas é na medicina, onde ele pode ajudar em um diagnóstico e indicar o melhor tratamento. O Hospital Mãe de Deus em Porto Alegre é a primeira instituição da América do Sul a utilizar a plataforma de inteligência artificial Watson for Oncology.

Muito investimento está sendo feito em áreas que eram exclusivas dos seres humanos. Um exemplo são os os carros autônomos. A Alphabet (dona da Google), já iniciou os testes com seu carro autônomo utilizando passageiros reais.

Segundo a Forbes, existem quatro novas condições prévias que permitiram a aceleração da IA nos últimos cinco anos:

  1. Tudo conectado — Os sensores estão permitindo que coisas como edifícios, sistemas de transporte, máquinas, casas e até nossas roupas sejam conectadas através da nuvem, transformando-as em mini-dispositivos que não só podem enviar dados, mas também receber instruções.
  2. A computação está se tornando barata — Novos chips estão chegando na mesma velocidade que os seus predecessores, com a metade do custo. Isso significa que, eventualmente, haverá um processador em tudo. E que você pode colocar uma série de processadores baratos juntos em sistemas paralelos e distribuídos para obter a escala de computação necessária a um custo gerenciável para resolver problemas que eram impensáveis até alguns anos atrás.
  3. Os dados estão se tornando o novo petróleo — O petróleo era o recurso que alimentava a revolução industrial, e assim o acesso ao petróleo tornou-se uma vantagem competitiva. Hoje, os dados alimentam a revolução digital e, da mesma forma, as organizações que têm acesso exclusivo e podem processar esses dados melhor terão a vantagem.
  4. Machine learning está se tornando o novo motor de combustão — O aprendizado de máquina é uma maneira de usar algoritmos e modelos matemáticos para descobrir padrões implícitos em dados não refinados. As máquinas podem então usar esses padrões complexos para descobrir por conta própria se um novo ponto de dados se encaixa ou é similar o suficiente para prever os resultados futuros. A aprendizagem profunda permite aos computadores “ver” ou distinguir objetos e texto em imagens e vídeos.