Quem criou a inteligência artificial? Saiba onde surgiu a tecnologia

A inteligência artificial é uma área da computação que busca criar sistemas capazes de simular habilidades humanas, como aprendizado, raciocínio e tomada de decisões. Esses sistemas utilizam algoritmos e grandes bases de dados para analisar informações, identificar padrões e realizar tarefas de maneira mais ou menos autônoma. Alguns exemplos recentes da tecnologia incluem chatbots como o ChatGPT, Gemini Google e Microsoft Copilot. Assistentes virtuais como Alexa e Siri, ferramentas de recomendação em plataformas de streaming, como Netflix e YouTube, e carros autônomos também são resultados da aplicação da IA.

O aprendizado de máquina — Machine Learning ou ML, na sigla em inglês — é um subconjunto da IA que inclui sistemas capazes de “aprender” com a análise de dados. Quanto mais informações precisas e atualizadas forem utilizadas nesse processo, melhor será o desempenho das ferramentas de inteligência artificial. O deep learning, por sua vez, é um subconjunto do Machine Learning, projetado para agir como um cérebro humano, utilizando redes neurais artificiais para tomar decisões e fazer previsões.

A ideia de criar máquinas que imitassem a inteligência humana remonta à antiguidade. Na Grécia antiga, filósofos e inventores já desenvolviam autômatos — estruturas mecânicas que se moviam de forma independente. No entanto, os avanços que levaram à criação da inteligência artificial moderna datam de 1950, quando o matemático britânico Alan Turing introduziu o conceito de “máquina pensante”. O cientista é considerado um dos pioneiros na área da IA, principalmente por seu trabalho em criptografia durante a Segunda Guerra Mundial e pela formulação do “Teste de Turing”, que avaliava a capacidade de uma máquina imitar um comportamento humano.

Mas o termo “inteligência artificial” só seria utilizado oficialmente em 1956, durante a Conferência de Dartmouth, nos Estados Unidos. O matemático e cientista da computação John McCarthy organizou o evento acadêmico, que reuniu pesquisadores para explorar a ideia de ensinar máquinas a raciocinar como humanos. A conferência marcou o início formal da IA como um campo de estudo científico e, nos anos seguintes, foram criadas linguagens de programação que estão em uso até hoje.

A IA tem sido aplicada em diferentes áreas, indo muito além do setor tecnológico. Chatbots, como o ChatGPT e Gemini, são exemplos do uso de processamento da linguagem natural e da realização de tarefas como verificação de fatos, tradução e redação de textos. Além disso, a IA também potencializa a análise de dados, detectando padrões, tendências e falhas de maneira mais rápida e eficiente, otimizando setores como pesquisa, saúde e negócios.

Big techs como Google e Apple também incorporaram a inteligência artificial nos sistemas operacionais dos smartphones. No Android, o Google se destaca ao oferecer funcionalidades adaptativas, como bateria e brilho ajustáveis, traduções em tempo real e legendas automáticas. Já a Apple utiliza IA em recursos como texto preditivo, identificação facial e organização inteligente de fotos, além de oferecer sugestões no iOS, como criação automática de eventos.

No campo da arte, ferramentas como DALL-E e MidJourney AI têm tido grande impacto na criação visual e no design, permitindo que imagens sejam geradas em poucos segundo a partir de comandos textuais. No entanto, essas inovações geram debates sobre direitos autorais e autenticidade das criações, questionando os limites entre o que é arte gerada por humanos e por máquinas.

A IA pode ser classificada em três principais tipos:

1. IA Estreita (Narrow AI, NAI)

Também conhecida como “IA fraca”, é projetada para realizar tarefas específicas e resolver problemas pré-determinados. Modelo mais utilizado atualmente, A NAI inclui duas subcategorias: máquinas reativas e máquinas de memória limitada. As máquinas reativas são o modelo mais antigo de IA e respondem de forma automática a um conjunto de inputs (entradas), sem utilizar a memória. É o caso da famosa Deep Blue, da IBM, que derrotou o campeão mundial de xadrez Garry Kasparov em uma partida em 1997.

Já as máquinas de memória limitada criam bancos de dados a partir das interações com os usuários e conseguem tomar decisões simples sem interferência humana. É o caso das recomendações dos serviços de streaming, como a Netflix, e de assistentes virtuais, como a Siri e a Alexa.

2. IA Geral (General AI, GAI)

Também chamada de “IA forte”, ainda se encontra em fase de pesquisa e não está presente em exemplos comuns do dia a dia. Esses modelos poderiam realizar as mesmas tarefas cognitivas dos seres humanos e resolver problemas para os quais não foram programados. Isso inclui aprender conceitos abstratos, compreender contextos e relações de causa e efeito, raciocinar de forma criativa e se adaptar a novos desafios com facilidade.

Em teoria, a Inteligência Artificial Geral superaria a capacidade humana, pois teria as mesmas habilidades cognitivas, mas com a possibilidade de acessar um grande volume de dados em poucos segundos. Embora avanços significativos já estejam ocorrendo messa área, a GAI ainda é uma meta distante, com impasses técnicos e éticos a serem superados.

3. Superinteligência (Artificial Superintelligence, ASI)

É um cenário hipotético, ou seja, existe apenas no campo teórico. Essa forma de IA poderia, teoricamente, tomar decisões e criar soluções que estão além da compreensão humana, seja na ciência, em atividades criativas ou em habilidades sociais. A possibilidade do desenvolvimento real de uma superinteligência também levanta preocupações éticas e existenciais, como o controle humano sobre as IAs e as consequências do aumento da autonomia desses sistemas.

A inteligência artificial tem impulsionado avanços tecnológicos em diversas áreas. Na saúde, por exemplo, a tecnologia auxilia no diagnóstico de doenças, desenvolvimento de medicamentos, monitoramento de pacientes em tempo real e até em procedimentos cirúrgicos. Já na educação, as ferramentas ajudam a personalizar o aprendizado, ajustando conteúdos e métodos ao ritmo de cada estudante e oferecendo suporte com tutores virtuais. No transporte, tecnologias como carros autônomos, sistemas de gestão de tráfego e rotas otimizadas aumentam a eficiência, reduzem o consumo de combustível e melhoram a segurança no trânsito.

A IA também é aplicada para monitorar mudanças climáticas, otimizar recursos naturais e gerar soluções em energias renováveis, reciclagem e redução de desperdícios. Na indústria, a tecnologia tem otimizado operações ao automatizar processos, minimizar riscos e erros humanos e diminuir custos. Além disso, a análise ágil de grandes volumes de dados tem potencializado pesquisas de diversos setores, gerando avanços nas descobertas científicas e insights mais precisos para tomada de decisão.

Por outro lado, a IA traz grandes desafios, como a substituição de empregos humanos, o aumento da desigualdade social e a necessidade de requalificação profissional em grande escala. As ferramentas também trazem o risco de alucinações e vieses algorítmicos, que levam a reprodução de preconceitos contidos nos dados usados no treinamento das ferramentas. Esses desvios podem gerar discriminação em processos seletivos, concessão de crédito e até mesmo na segurança pública.

A tecnologia também tem sido aplicada em campanhas de desinformação e criação de fake news, e até mesmo para o desenvolvimento de malwares e aplicação de golpes virtuais. Além disso, a coleta massiva de dados para alimentar sistemas de IA tem gerado preocupações sobre privacidade, segurança e monitoramento excessivo dos usuários. Desafios como esses evidenciam a necessidade de regulação e moderação da inteligência artificial e de mecanismos para garantir o uso ético da tecnologia.

Veja também: Movie Gen: nova IA da Meta cria vídeos realistas