Trajetória da IA marcada por expectativas, reveses e retomadas
A trajetória da inteligência artificial (IA) não resulta de um único momento nem do trabalho isolado de um pesquisador. Desde meados do século XX, a área alternou fases de grande entusiasmo, previsões que não se concretizaram e períodos de descrédito entre a comunidade científica e financiadores.
O debate moderno começou em 1950, quando o matemático britânico Alan Turing publicou um artigo indagando se máquinas seriam capazes de pensar, propondo um teste prático baseado na habilidade de um interlocutor distinguir, por meio de conversa, se está interagindo com um humano ou com uma máquina.
O termo “inteligência artificial” surgiu em 1956, cunhado por John McCarthy durante um encontro de verão no Dartmouth College que contou com pesquisadores como Marvin Minsky, Claude Shannon e Nathaniel Rochester. Havia a expectativa de avanços rápidos em poucas semanas, o que não se concretizou.
Na época, muitos acreditavam que a inteligência poderia ser obtida por manipulação de símbolos e regras lógicas; sistemas como o Logic Theorist e o General Problem Solver alimentaram esse otimismo. Paralelamente, em 1958, Frank Rosenblatt apresentou o Perceptron, uma rede capaz de aprender a partir de exemplos, atraindo atenção da imprensa que, em alguns relatos, chamou a tecnologia de possível início de máquinas conscientes.
O entusiasmo diminuiu quando, em 1969, Marvin Minsky e Seymour Papert publicaram um livro apontando limitações matemáticas do perceptron simples. A crítica levou a cortes de financiamento e ao primeiro “inverno da IA”, com perda de prestígio para a área.
Nos anos 1980, sistemas especialistas trouxeram novo impulso comercial: empresas investiram em máquinas que reproduziam o conhecimento de profissionais. Esses sistemas, contudo, provaram-se caros, frágeis e complexos de atualizar, contribuindo para um segundo período de retração.
Enquanto isso, um grupo menor seguiu trabalhando com redes neurais. A popularização do algoritmo de retropropagação em 1986 foi um marco para esse campo, embora a falta de grandes volumes de dados e de capacidade computacional limitasse avanços práticos.
A virada veio em 2012, quando uma rede neural profunda venceu com folga a competição de reconhecimento de imagens ImageNet. O progresso resultou da combinação de bancos de dados rotulados em larga escala, placas gráficas mais potentes e econômicas e algoritmos desenvolvidos décadas antes.
Posteriormente, em 2016, um sistema derrotou um campeão mundial de Go; em 2017, pesquisadores apresentaram a arquitetura Transformer, que passou a fundamentar os modelos de linguagem atuais. Em 2024, o reconhecimento acadêmico culminou com a concessão do Prêmio Nobel de Física a pesquisadores ligados às redes neurais artificiais.
A história da IA mostra avanços quando cientistas questionaram certezas sobre como a inteligência funciona. Ainda não há consenso sobre o que essas máquinas realmente entendem — ou se entendem algo.
Fonte: Uberlandianofoco
