A história da inteligência artificial já conta com mais de 80 anos e, para perceber como chegámos até aqui, andámos para trás no tempo e fazemos uma cronologia de sete tecnologias que nos trouxeram onde estamos hoje.

A Máquina de Turing (1936)
Pode ser considerada como a pioneira da inteligência artificial. Criada pelo matemático e cientista britânico Alan Turing, era uma máquina que nos anos 30 já era capaz de correr algoritmos e resolver problemas de computação antes sequer de a Internet serem uma realidade. Não dava ainda para criar redes sociais, mas dava para a Humanidade resolver problemas importantes, por exemplo, guerras mundiais. Como é demonstrado no filme “O Jogo da Imitação”, foi esta tecnologia que levou a que Turing tivesse um papel fundamental na Segunda Guerra Mundial e a fazer parte da equipa que desenvolveu uma uma solução capaz de decifrar a Enigma, a máquina que os Nazis utilizavam para enviar mensagens encriptadas.

The Logic Theorist (1955)
Criado um ano antes de o termo “inteligência artificial” ser oficialmente cunhado numa conferência na Universidade de Dartmouth, nos EUA, este é considerado o primeiro programa AI. Foi desenvolvido por um Nobel da Economia - Herbert A. Simon -, um especialista em Psicologia e Cognição - Allen Newell - e um programador da RAND Corporation chamado Cliff Shaw. A base deste “software” era automatizar a lógica humana para provar teoremas matemáticos. Com ele, esta equipa conseguiu provar 38 dos 52 teoremas da Principia Mathematica, uma popular obra com os fundamentos da Matemática, encontrando inclusive formas mais simples de os demonstrar. Esta seria a primeira colaboração de Newell e Simon, que acabaram por formar uma parceria duradoura que deu origem a algumas das mais importantes aplicações iniciais de inteligência artificial.

ELIZA (1966)
Foi um dos primeiros chatbots a conseguir criar a ilusão de uma conversa, quase 60 anos antes do ChatGPT. Criado por Joseph Weizenbaum, utilizava um programa de processamento de linguagem natural mais rudimentar que permitia correr alguns guiões de conversa preparados para um determinado contexto. O guião que ganhou maior popularidade foi o DOCTOR, que simulava a conversa com um psicólogo, utilizando parte dos inputs dos “pacientes” para lhes fazer perguntas que davam ideia de comunicação, mas não de compreensão (apesar dos utilizadores iniciais acharem o contrário). A ELIZA não aprendia nada com a interação e qualquer alteração nas suas respostas tinha que ser editada no próprio código do programa, considerado uns dos mais importantes da História da computação.

MyCIN (1976)
Regressando ao tema da saúde, este foi um dos primeiros sistemas informáticos a recorrer a inteligência artificial para simular o conhecimento e decisão de um especialista humano. No seu desenvolvimento, Edward Shortliffe, utilizou um processo relativamente “simples”: primeiro definiu 600 regras-base de saúde; depois elaborou uma série de perguntas Sim/Não que tinham de ser respondidas; por último, inseriu-as num programa que, com base na combinação de respostas, diagnosticava bactérias por detrás de infeções por ordem de probabilidade, às quais juntava não só um racional de diagnóstico, como uma proposta de tratamento associada ao tipo de corpo do paciente. O MyCin acabou por nunca ser utilizado na prática, mas não foi por não dar resultados fidedignos. À época, não só havia ainda algumas dúvidas éticas sobre a utilização de computadores na Medicina, como ainda não havia uma infraestrutura tecnológica que facilitasse a sua integração. Atualmente, como sabemos, o caso já é bem diferente.

Deep Blue (1997)
Uma das primeiras vitórias da Inteligência Artificial sobre o Homem. A Deep Blue foi um programa desenvolvido num supercomputador da IBM, capaz de disputar jogos com os principais mestres de xadrez. Em 1996, deu-se o primeiro encontro mediático com um dos melhores jogadores de sempre, Garry Kasparov. Numa série à melhor de seis jogos, a Deep Blue perdeu, mas tornou-se na primeira IA a vencer um jogo contra um campeão mundial utilizando o controlo de tempo habitual. No ano seguinte, houve uma desforra e, depois de um “upgrade” tecnológico, a Deep Blue tornou-se mesmo no primeiro programa a derrotar um mestre de xadrez. O confronto Deep Blue vs Kasparov já foi alvo de vários livros e documentários, que analisam em detalhe o desenvolvimento da tecnologia e algumas polémicas, entre elas, a dúvida de se algumas jogadas tinham sido feitas ou não pela máquina.

Watson (2011)
14 anos depois da Deep Blue, este foi outro projeto da IBM a ganhar grande protagonismo. O Watson era capaz de processar e responder a questões colocadas em linguagem natural sem precisar de seguir um guião pré-definido como vimos com a ELIZA umas décadas antes. Um dos seus principais casos de estudo foi a vitória numa competição de “Jeopardy!”, o popular programa de quiz americano, que em vez do modelo pergunta-resposta, funciona com base em pistas que os concorrentes têm de associar a um tema geral. A tecnologia acabou por ser aplicada pela IBM em várias indústrias, da saúde ao marketing digital, e a marca Watson passou a ser uma parte importante da oferta B2B da empresa. Ainda recentemente, a IBM anunciou a sua nova plataforma AI, a WatsonX, que vai facilitar o desenvolvimento de modelos de generative AI para os seus clientes.

AlphaGo (2016)
A partir do início da década de 2010 começaram a surgir novos desenvolvimentos, nomeadamente a investigação levada a cabo por Geoff Hinton (“o Padrinho do AI”) no campo do Deep Learning. O objetivo passava por introduzir elementos de machine learning onde o algoritmo aprende tarefas ao identificar padrões nos dados e infere ações a partir daí, em vez de as mesmas serem programadas. Foi parte deste racional que a DeepMind (entretanto comprada pela Google) utilizou para desenvolver o AlphaGo, um programa para rivalizar com os melhores jogadores de Go, um popular jogo de estratégia chinês. Simplificando, o AlphaGo em vez de ter no seu código todas as regras de Go e aplicá-las a diferentes contextos, utiliza um algoritmo que, com machine learning, consegue identificar padrões no jogo e ele próprio aprender as regras sem necessitar que isso seja programado. Atualmente, a DeepMind já desenvolveu o MuZero, um programa geral que pode aprender jogos sem ter de saber as suas regras.