2.4 - História da IA, O Início

Nesta aula, o professor começa a explorar a história da Inteligência Artificial, focando em seus primórdios conceituais e nos eventos que marcaram o nascimento oficial do campo. O objetivo é entender que, apesar do “hype” recente, a IA é uma área de estudo com uma trajetória longa, marcada por grandes ondas de otimismo e períodos de desilusão.

O Ponto de Partida: Alan Turing e o “Jogo da Imitação”

A aula estabelece o marco inicial do pensamento sobre inteligência de máquina com Alan Turing, em 1950. Antes mesmo de a tecnologia necessária existir, Turing propôs uma questão fundamental: “As máquinas podem pensar?“.

Para responder a isso, ele desenvolveu um experimento mental que ficou conhecido como o Teste de Turing (originalmente chamado de “Jogo da Imitação”):

• Como funciona: Um interrogador humano conversa, via texto, com dois interlocutores ocultos: um humano e uma máquina.

• O objetivo da máquina: Convencer o interrogador de que ela é o humano.

• Critério de sucesso: Se o interrogador não conseguir distinguir com segurança qual dos dois é a máquina, pode-se considerar que a máquina exibe um comportamento inteligente.

O professor destaca que o Teste de Turing não mede consciência ou “pensamento” no sentido humano, mas sim a capacidade de uma máquina de imitar a conversação humana de forma convincente. Ele foi crucial por transformar uma questão filosófica (“podem as máquinas pensar?”) em um problema prático e testável.

O Nascimento Oficial do Campo: O Workshop de Dartmouth

O próximo marco apresentado é o Workshop de Dartmouth, um evento que ocorreu em 1956.

• Foi nesse workshop que o termo “Inteligência Artificial” foi cunhado por John McCarthy.

• O evento reuniu um grupo de pioneiros (incluindo Marvin Minsky, Nathaniel Rochester e Claude Shannon) que estavam otimistas com o potencial dos computadores recém-surgidos.

• A premissa do workshop era ousada: eles acreditavam que “todos os aspectos da aprendizagem ou qualquer outra característica da inteligência poderiam, em princípio, ser tão precisamente descritos que uma máquina poderia ser feita para simulá-los”.

• Este evento é considerado o nascimento oficial da IA como um campo de pesquisa acadêmica.

A “Era de Ouro”: Otimismo e Primeiras Conquistas (1950s - 1970s)

Após o workshop, seguiu-se um período de grande otimismo e investimento. Os primeiros pesquisadores focaram em resolver problemas que pareciam complexos para os humanos, acreditando que isso seria o caminho para a inteligência artificial.

• Foco inicial: Resolução de problemas de lógica, jogos como xadrez e damas, e provas de teoremas matemáticos.

• Primeiros sucessos: Foram criados programas como o “Logic Theorist”, que conseguia provar teoremas matemáticos, e programas que jogavam xadrez em um nível amador.

• O problema da “complexidade”: Os pesquisadores perceberam que tarefas fáceis para humanos (como reconhecer um rosto ou entender uma frase) eram extremamente difíceis para as máquinas. Em contrapartida, tarefas formalmente difíceis para humanos (como cálculos complexos) eram relativamente fáceis para os computadores. Isso revelou que a percepção e o raciocínio de senso comum eram desafios muito maiores do que a lógica formal.

Após esse marco, o campo entrou em uma era focada em replicar o raciocínio de especialistas humanos através de Sistemas Baseados em Regras (ou Sistemas Especialistas).

Esses sistemas não “aprendiam” com dados como os modelos modernos, mas eram explicitamente programados com uma base de conhecimento e um conjunto de regras lógicas no formato “SE-ENTÃO” (IF-THEN). O objetivo era capturar o conhecimento de um especialista humano em um domínio específico e usá-lo para resolver problemas.

A aula destaca dois sistemas pioneiros e muito importantes dessa era:

1. DENDRAL (década de 1960):

   • Propósito: Considerado o primeiro sistema especialista de sucesso, o DENDRAL foi desenvolvido na Universidade de Stanford para ajudar químicos a identificar moléculas orgânicas desconhecidas a partir de dados de espectrometria de massa.

   • Funcionamento: Ele possuía um vasto conhecimento de química codificado em suas regras. Utilizando a lógica “SE (dados do espectrômetro apresentarem tais picos) ENTÃO (a molécula provavelmente contém esta subestrutura)”, o sistema conseguia analisar os dados e propor as estruturas moleculares mais prováveis, muitas vezes com uma precisão igual ou superior à de especialistas humanos.

2. MYCIN (década de 1970):

   • Propósito: Desenvolvido também em Stanford, o MYCIN era um sistema especialista para a área médica, focado em diagnosticar infecções sanguíneas bacterianas e recomendar o tratamento com antibióticos apropriado.

   • Funcionamento: Médicos especialistas forneceram centenas de regras no formato “SE (o paciente apresenta estes sintomas E os resultados do exame de sangue são estes) ENTÃO (há uma probabilidade X de que a infecção seja a bactéria Y e o tratamento recomendado é Z)“.

   • Inovação: Uma das grandes contribuições do MYCIN foi sua capacidade de lidar com a incerteza, atribuindo “fatores de confiança” às suas conclusões, algo muito mais próximo do raciocínio médico no mundo real. Ele também podia explicar sua linha de raciocínio, mostrando as regras que utilizou para chegar a um diagnóstico, o que aumentava a confiança dos médicos no sistema.

Em conclusão, a aula estabelece que a primeira onda da IA foi dominada pela tentativa de codificar o conhecimento humano em regras lógicas explícitas. Sistemas como DENDRAL e MYCIN provaram que essa abordagem era viável para problemas de nicho e altamente especializados, estabelecendo as bases para o futuro da IA.

---

Materiais Extras para Aprofundamento

Com base no conteúdo correto da aula, aqui estão os materiais de apoio relevantes:

Sobre Alan Turing e o Teste de Turing

• [Artigo] O que é o Teste de Turing? (TecMundo): Uma explicação clara e em português sobre como o teste funciona e sua relevância contínua no debate sobre IA.

  • Link: https://www.tecmundo.com.br/intel/1399-o-que-e-o-teste-de-turing-.htm

• [Artigo Acadêmico] “Computing Machinery and Intelligence” (Alan Turing, 1950): O artigo original de Turing onde ele propõe o “Jogo da Imitação”. Essencial para entender a origem do pensamento sobre o tema. (Artigo em inglês).

  • Link: https://academic.oup.com/mind/article/LIX/236/433/986238

Sobre Sistemas Especialistas, DENDRAL e MYCIN

• [Artigo] Sistemas Especialistas: O que são, como funcionam e exemplos (Didática Tech): Um ótimo artigo em português que explica de forma didática o que são sistemas especialistas, sua arquitetura (base de conhecimento, motor de inferência) e como a lógica “se-então” é aplicada.

  • Link: https://didatica.tech/sistemas-especialistas-o-que-sao-como-funcionam-e-exemplos/

• [Artigo] A Look Back at MYCIN (Universidade de Stanford): Um artigo retrospectivo sobre o sistema MYCIN, detalhando seu propósito, arquitetura e o impacto que teve na medicina e na pesquisa em IA. (Artigo em inglês).

  • Link: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC224823/