Aula 2, História da IA

Esta aula conta como a Inteligência Artificial nasceu e amadureceu, dos sonhos dos anos 1950 até os modelos de linguagem de hoje. Ao olhar para trás, a gente entende por que a área avançou em ondas, alternando entusiasmo e frustração, e por que as ideias de décadas atrás ainda moldam os assistentes que construímos agora.

Conhecer a história da IA não é só cultura geral. Cada ferramenta que vamos usar na trilha carrega a marca de uma época, de uma aposta que deu certo ou de um limite que precisou ser superado. Quando você entende que os grandes modelos de linguagem são herdeiros de uma longa disputa entre fazer a máquina seguir regras e deixá-la aprender com dados, fica muito mais fácil saber o que esperar de cada abordagem e quando usar uma ou outra.

Nesta aula vamos percorrer os marcos principais, do batismo da área na conferência de Dartmouth aos chamados invernos da IA, quando o dinheiro e o interesse secaram, até a virada do aprendizado profundo e a explosão da IA generativa. No caminho, vamos implementar o perceptron, um dos primeiros modelos que aprendem, e sentir na prática a limitação histórica que quase enterrou a área e que só foi vencida anos depois.

Objetivos

Ao final desta aula, você deve ser capaz de:

• Situar no tempo os principais marcos da história da IA, de 1950 até hoje.
• Explicar o que foram os invernos da IA e por que eles aconteceram.
• Relacionar a alternância entre as abordagens simbólica e estatística com os avanços e recuos da área.
• Implementar um perceptron simples e entender, na prática, por que ele não resolve o problema do XOR.

Teoria

A Inteligência Artificial como disciplina nasce oficialmente em 1956, na conferência de Dartmouth, organizada por John McCarthy e colegas a partir de uma proposta escrita no ano anterior. Foi ali que o termo Inteligência Artificial foi cunhado e que se firmou a ambição de fazer máquinas raciocinarem. Mas a semente já vinha de antes, com Alan Turing, que em 1950 havia proposto pensar se máquinas podem exibir comportamento inteligente, junto com o teste que leva seu nome.

Os primeiros anos foram de otimismo intenso. Em 1958, Frank Rosenblatt apresentou o perceptron, um modelo inspirado no neurônio que aprende a separar exemplos em duas classes. As promessas eram grandes, e por um tempo pareceu que a inteligência plena estava logo ali. O banho de água fria veio em 1969, quando Minsky e Papert mostraram, com rigor matemático, que o perceptron simples não conseguia resolver problemas tão básicos quanto o XOR. Esse resultado, somado a expectativas frustradas em outras frentes, ajudou a provocar o primeiro inverno da IA, um período nos anos 1970 em que o financiamento e o entusiasmo despencaram.

Nos anos 1980, a área renasceu com os sistemas especialistas, programas que codificavam o conhecimento de especialistas humanos em grandes conjuntos de regras. Eles tiveram sucesso comercial, mas eram caros de manter e frágeis fora do seu domínio estreito. Quando esse modelo de negócio desinflou, veio o segundo inverno da IA, no fim dos anos 1980 e começo dos 1990.

A virada de longo prazo veio com a maré estatística. A retomada da backpropagation, popularizada em 1986 por Rumelhart, Hinton e Williams, permitiu treinar redes neurais com várias camadas, justamente o que faltava para superar a limitação apontada por Minsky e Papert. Em 1997, o Deep Blue venceu o campeão mundial de xadrez Garry Kasparov, um marco simbólico. O grande salto recente aconteceu em 2012, quando a rede AlexNet venceu de forma esmagadora uma competição de reconhecimento de imagens, inaugurando a era do aprendizado profundo. Em 2017, a arquitetura Transformer abriu caminho para os grandes modelos de linguagem, e no início dos anos 2020 a IA generativa chegou ao grande público.

timeline
    title Marcos da história da IA
    1950 : Turing propõe o seu teste
    1956 : Conferência de Dartmouth, nasce o termo IA
    1958 : Perceptron de Rosenblatt
    1969 : Minsky e Papert mostram os limites do perceptron
    1974 : Primeiro inverno da IA
    1980 : Auge dos sistemas especialistas
    1986 : Backpropagation é popularizada
    1987 : Segundo inverno da IA
    1997 : Deep Blue vence Kasparov no xadrez
    2012 : AlexNet inaugura a era do Deep Learning
    2017 : Surgem os Transformers
    2022 : LLMs e IA generativa no grande público

Explicação Intuitiva

Uma boa forma de entender a história da IA é pensar em um pêndulo que balança entre duas filosofias. De um lado, a ideia de que basta escrever as regras certas para a máquina ser inteligente, que é a abordagem simbólica. De outro, a ideia de que a máquina deve aprender sozinha a partir de exemplos, que é a abordagem estatística. A cada década, o pêndulo pendeu mais para um lado, conforme os resultados apareciam ou frustravam.

Os invernos da IA são fáceis de entender se você já viu o ciclo de qualquer tecnologia muito badalada. Primeiro vem o exagero, com promessas que vão muito além do que a tecnologia entrega. Quando a realidade não acompanha o discurso, vem a decepção, o dinheiro some e a área esfria. Foi assim duas vezes com a IA. A lição que fica é a de manter os pés no chão, entender bem o que cada método consegue e o que não consegue, e não confundir um avanço real com mágica.

Explicação Matemática

Para sentir a limitação histórica de 1969, vale formalizar o perceptron. Ele recebe uma entrada com $n$ números, $\mathbf{x} = (x_1, \dots, x_n)$, e calcula uma soma ponderada mais um viés. Em seguida aplica uma função degrau, que devolve 1 se a soma for não negativa e 0 caso contrário:

O aprendizado ajusta os pesos comparando a saída prevista com a correta. Para cada exemplo, a regra de atualização é

em que $\eta$ é a taxa de aprendizado. O detalhe crucial é geométrico. O perceptron só sabe separar as classes com uma reta, ou, em mais dimensões, com um hiperplano. Problemas que precisam de uma fronteira mais complexa ficam fora do seu alcance. O XOR é o exemplo clássico, pois não existe uma única reta que separe os pontos onde o XOR vale 1 dos pontos onde ele vale 0. Foi exatamente isso que Minsky e Papert demonstraram, e a solução, anos depois, foi empilhar camadas e treiná-las com backpropagation.

Exemplo Prático

Vamos reviver esse momento da história com código. A ideia é treinar um perceptron em duas tarefas. A primeira é a função lógica AND, que é linearmente separável e o perceptron resolve sem dificuldade. A segunda é o XOR, que ele não consegue aprender, por mais épocas que treine. Ver o perceptron falhar no XOR é entender, com as próprias mãos, o resultado que mudou o rumo da IA.

O código abaixo está no notebook notebooks/modulo-01/02-historia-da-ia.ipynb, então abra-o ao lado para rodar e experimentar.

Código Comentado

import numpy as np


def degrau(z):
    """Função de ativação do perceptron: 1 se z >= 0, senão 0."""
    return np.where(z >= 0, 1, 0)


def treinar_perceptron(X, y, epocas=20, taxa=0.1):
    """Treina um perceptron simples com a regra clássica de atualização."""
    n_features = X.shape[1]
    w = np.zeros(n_features)  # pesos começam em zero
    b = 0.0                   # viés começa em zero
    for _ in range(epocas):
        for xi, yi in zip(X, y):
            z = np.dot(w, xi) + b
            y_previsto = degrau(z)
            erro = yi - y_previsto
            # Só ajusta quando erra. Se acertou, erro é zero e nada muda.
            w = w + taxa * erro * xi
            b = b + taxa * erro
    return w, b


# As quatro combinações possíveis de duas entradas binárias.
X = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])

# Tarefa 1: AND, que é linearmente separável.
y_and = np.array([0, 0, 0, 1])
w, b = treinar_perceptron(X, y_and)
print("AND  previsto:", degrau(X @ w + b), "| esperado:", y_and)

# Tarefa 2: XOR, que não é linearmente separável.
y_xor = np.array([0, 1, 1, 0])
w, b = treinar_perceptron(X, y_xor)
print("XOR  previsto:", degrau(X @ w + b), "| esperado:", y_xor)

Ao rodar, o perceptron acerta o AND em cheio, mas erra o XOR e não melhora por mais que você aumente as épocas. Esse fracasso não é um bug no código, é uma limitação matemática real do modelo, a mesma que Minsky e Papert apontaram em 1969.

Exercícios

1) Conceitual: Explique, com suas palavras, o que foi um inverno da IA e cite os dois principais. O que provocou cada um deles? 2) Conceitual: Por que a popularização da backpropagation em 1986 foi tão importante diante da limitação apontada em 1969? 3) Prático: Treine o perceptron também para as funções OR e NAND. Elas são linearmente separáveis? O perceptron consegue aprendê-las? 4) Prático: Aumente o número de épocas no treino do XOR para um valor bem alto, por exemplo mil. O resultado melhora? Explique por quê. 5) Extensão: Pesquise o que foi o relatório Lighthill, de 1973, e escreva um parágrafo sobre o papel dele no primeiro inverno da IA.

Projeto da Aula

Mostre, na prática, como a história superou a limitação do perceptron. A entrega é um notebook ou script que primeiro reproduz a falha do perceptron no XOR e depois resolve o mesmo XOR com uma rede de múltiplas camadas, por exemplo usando o MLPClassifier do scikit-learn com uma camada escondida. Compare as previsões dos dois modelos lado a lado.

Considere o projeto pronto quando o perceptron falhar visivelmente no XOR, a rede de múltiplas camadas acertar as quatro combinações, e você conseguir explicar, em um parágrafo, o que a camada escondida acrescenta que o perceptron não tinha. Esse contraste resume, em poucas linhas de código, uma das viradas mais importantes da história da área.

Leituras Recomendadas

• Capítulo histórico de Russell e Norvig, Artificial Intelligence: A Modern Approach, que traz uma cronologia detalhada e bem referenciada.
• Verbete sobre a conferência de Dartmouth e sobre os invernos da IA em enciclopédias acadêmicas de confiança, para complementar as datas e os nomes.
• Documentação do scikit-learn sobre o MLPClassifier, em https://scikit-learn.org, útil para o projeto da aula.

Referências Científicas

As referências abaixo são reais e estão registradas em references/referencias.bib. As chaves entre parênteses são as do BibTeX.

• Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433-460. (turing1950computing)
• McCarthy, J., Minsky, M. L., Rochester, N., e Shannon, C. E. (1955). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. Reimpresso em AI Magazine, 2006. (mccarthy1955dartmouth)
• Rosenblatt, F. (1958). The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. Psychological Review, 65(6), 386-408. (rosenblatt1958perceptron)
• Minsky, M., e Papert, S. (1969). Perceptrons: An Introduction to Computational Geometry. MIT Press. (minsky1969perceptrons)
• Rumelhart, D. E., Hinton, G. E., e Williams, R. J. (1986). Learning Representations by Back-Propagating Errors. Nature, 323(6088), 533-536. (rumelhart1986backprop)
• Krizhevsky, A., Sutskever, I., e Hinton, G. E. (2012). ImageNet Classification with Deep Convolutional Neural Networks. NeurIPS. (krizhevsky2012imagenet)