Breve história da IA: de Turing aos transformadores

Em outubro de 1950, nas páginas da revista de filosofia Mind, Alan Turing fez algo que um matemático de seu prestígio não deveria fazer: mudou a pergunta. Em vez de discutir se as máquinas podem pensar, um debate que ele considerava condenado a morrer de definições, propôs um jogo. Um interrogador escreve perguntas através de uma tela; do outro lado estão uma pessoa e uma máquina. Se o interrogador não consegue distinguir qual é qual, em que ficamos? Turing o chamou de "jogo da imitação". Nós o chamamos, talvez injustamente, de Teste de Turing. Aquele artigo, "Computing Machinery and Intelligence", não descrevia nenhuma máquina real. Descrevia uma aposta.

01 · o batismoUm verão em New Hampshire

A aposta levou seis anos para encontrar um nome. No verão de 1956, um jovem matemático chamado John McCarthy convocou um punhado de colegas (entre eles Marvin Minsky, Claude Shannon e Nathaniel Rochester) para um seminário de dois meses no Dartmouth College. Na proposta de financiamento, McCarthy escreveu pela primeira vez as duas palavras que nos ocupam: artificial intelligence. Não foi um lampejo de genialidade coletiva; foi, antes, um rótulo pragmático para vender um projeto. Mas os rótulos fundam disciplinas. Daquele verão, desordenado, ambicioso, com mais promessas do que resultados, nasceu o campo que hoje movimenta trilhões.

McCarthy não inventou a inteligência artificial em Dartmouth. Inventou o seu nome, e o nome bastou para fundar o campo.

02 · a promessa e o frioMáquinas que pensariam "em vinte anos"

Os primeiros anos foram de euforia. Herbert Simon e Allen Newell construíram programas que demonstravam teoremas; havia tradutores automáticos, xadrez incipiente, sistemas que resolviam problemas de álgebra. Em 1965 Simon chegou a prever que em vinte anos as máquinas fariam "qualquer trabalho que um homem possa fazer". O entusiasmo era tal que o dinheiro público fluiu sem muitas perguntas.

O frio chegou em dose dupla. No início dos anos setenta, um relatório encomendado ao matemático James Lighthill no Reino Unido concluiu que a IA havia descumprido suas promessas grandiloquentes; as agências cortaram verbas. Veio um primeiro inverno da IA. Um segundo chegaria nos anos oitenta, quando os caros "sistemas especialistas" que as empresas haviam comprado se revelaram frágeis e difíceis de manter. A palavra "IA" tornou-se, por um tempo, quase vergonhosa nos pedidos de financiamento.

03 · o neurônio que quase morreuO perceptron e seu carrasco gentil

Enquanto isso, corria uma história paralela e subterrânea. Em 1958, o psicólogo Frank Rosenblatt havia apresentado o perceptron: um modelo inspirado nos neurônios que aprendia a classificar padrões ajustando pesos, em vez de seguir regras escritas por um humano. A imprensa se empolgou; falava-se de máquinas que andariam e falariam. Mas em 1969, Marvin Minsky (o mesmo de Dartmouth) e Seymour Papert publicaram Perceptrons, um livro que demonstrava com elegância matemática que um perceptron de uma única camada não podia resolver problemas tão simples quanto a função lógica XOR.

O livro não matou as redes neurais. Mas colocou sobre elas uma lápide que levou quase vinte anos para ser erguida.

A crítica era tecnicamente verdadeira e, ainda assim, incompleta: as limitações se dissolviam ao empilhar várias camadas. Faltava, isso sim, uma forma eficiente de treinar essas camadas. Ela chegaria nos anos oitenta com a popularização da retropropagação. Mas o prestígio da abordagem simbólica e o peso do livro de Minsky haviam desviado quase toda uma geração de pesquisadores do caminho conexionista.

04 · o degelo2012: a noite em que as máquinas começaram a ver

O degelo definitivo tem data e competição. Em 2012, no certame anual ImageNet de reconhecimento de imagens, uma equipe da Universidade de Toronto (Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton) apresentou uma rede neural profunda que hoje chamamos de AlexNet. Não venceu por pouco: pulverizou a concorrência, reduzindo o erro a quase metade do de seus rivais. A combinação era explosiva: muitos dados rotulados, redes profundas e o músculo das placas gráficas (GPUs), pensadas para videogames, reconvertidas em motores de cálculo.

Aquela noite legitimou o que durante décadas havia sido quase uma heresia. O aprendizado profundo deixou de ser uma curiosidade acadêmica para se tornar a corrente dominante. Hinton, um dos que haviam mantido viva a chama conexionista durante o longo inverno, receberia em 2018 o Prêmio Turing junto a Yoshua Bengio e Yann LeCun.

05 · a frase que mudou tudoA atenção é tudo de que você precisa

Cinco anos depois, em 2017, um grupo de pesquisadores do Google publicou um artigo com um título quase provocador: "Attention Is All You Need". Vaswani, Shazeer, Parmar e seus coautores propunham abandonar as arquiteturas recorrentes que processavam o texto palavra por palavra, em fila indiana, e substituí-las por um mecanismo de atenção capaz de olhar todas as palavras de uma frase ao mesmo tempo e decidir quais importam para quais. Chamaram-no de Transformer, o transformador.

Quase tudo o que você hoje chama de "IA" (os chats, os geradores de texto e imagem) descende, em linha direta, daquele artigo de 2017.

A arquitetura mostrou-se assombrosamente escalável: quanto mais dados e mais parâmetros lhe eram dados, melhor funcionava, sem esbarrar cedo num teto. Daí aos grandes modelos de linguagem, os LLMs, houve um único passo conceitual, mas um salto gigantesco de escala. Treinados sobre enormes porções de texto humano, esses modelos aprenderam a prever a palavra seguinte tão bem que, quase de tabela, começaram a traduzir, resumir, programar e conversar. A aposta de Turing, setenta anos depois, havia deixado de ser um jogo de salão.