-
1. Isaac Asimov propõe as leis da robótica (1942)
Ao propor as Três Leis da Robótica, o escritor de ficção científica Isaac Asimov estabelece princípios de convívio entre humanos e máquinas inteligentes. -
2. Alan Turing propõe o jogo de imitação (1950)
A pesquisa de Turing começa com o questionamento: “'As máquinas podem pensar?"
Essa questão teórica deu origem ao "Jogo da Imitação", um exercício para testar a capacidade de uma máquina ter conhecimento equivalente ao do humano. A pesquisa forneceu uma referência simples para identificar inteligência em uma máquina: ajudou a dar forma a uma filosofia de IA. -
3. Conferência de Inteligência Artificial na Darthmouth College (1956)
Em 1955, não havia um conceito unificador para envolver vários tipos de inteligência de máquina. Até que John McCarthy, professor de matemática do Dartmouth College, cunhou o termo "inteligência artificial".
McCarthy organizou uma conferência de IA no ano seguinte. Pesquisadores discutiram sobre as várias áreas com potencial para o estudo de IA, como aprendizado e pesquisa, visão, raciocínio, linguagem e cognição e interações humanas com máquinas inteligentes, como robôs pessoais. -
4. Frank Rosenblatt costrói o perceptron (1957)
No fim da década de 1950, um psicólogo chamado Frank Rosenblatt construiu um modelo eletromecânico chamado Mark I Perceptron. Era uma rede neural analógica formada por uma grade de células fotoelétricas conectadas por fios a bancos de nós, contendo motores elétricos com resistores rotativos. Rosenblatt desenvolveu um "Algoritmo Perceptron" que orientava a rede a ajustar gradualmente suas forças de entrada até identificarem objetos de maneira consistente e correta. -
5. O primeiro "abandono" da Inteligência Artificial (década de 1970)
No início dos anos 70. Um relatório do Comitê Consultivo para o Processamento Automático de Idiomas (ALPAC), para o governo dos EUA, em 1966 e o Relatório Lighthill, para o governo do Reino Unido, em 1973.
Os dois relatórios questionaram o progresso tangível de várias áreas da pesquisa. O Relatório Lighthill afirmou que seria muito difícil desenvolver a IA, para tarefas como reconhecimento de fala, em um tamanho útil ao governo ou às Forças Armadas. -
6. O segundo “abandono” da Inteligência Artificial (1987)
A década de 1980 começou com o desenvolvimento e o sucesso de “sistemas dedicados”, que armazenavam quantidades de conhecimento de domínio e emulavam a tomada de decisões de especialistas humanos. O mercado de sistemas dedicados entrou em colapso em 1987, com os principais fornecedores de máquinas saindo do mercado. Mais uma vez, o termo “inteligência artificial” tornou-se quase um tabu na comunidade de pesquisa.Este segundo “abandono” durou até os anos 2000. -
7. Deep Blue da IBM supera Kasparov (1997)
O Deep Blue tinha bastante poder computacional e utilizou uma abordagem de “força bruta”, avaliando 200 milhões de movimentos por segundo. Os humanos têm a capacidade de examinar apenas cerca de 50 movimentos. O efeito do Deep Blue era semelhante à IA, mas o computador não estava pensando na estratégia e no aprendizado enquanto jogava, como os sistemas posteriores. Os investidores ficaram impressionados: a vitória da Deep Blue elevou a cotação das ações da IBM. -
8. A rede neural vê gatos (2011)
Em 2011 Jeff Dean, engenheiro do Google, conheceu Andrew Ng, professor de ciência da computação de Stanford. Os dois construíram uma grande rede neural, com poder computacional impressionante, ao usar os recursos de servidor do Google.
Por três dias, uma rede neural com 16.000 processadores analisou 10 milhões de capturas de tela do YouTube. Essa pesquisa marcou o início do projeto Google Brain. -
9. Geoffrey Hinton lança redes neurais profundas (2012)
Geoffrey Hinton, professor da Universidade de Toronto, e dois alunos, criaram a AlexNet, um modelo de rede neural para competir em um concurso de reconhecimento de imagem chamado ImageNet.Os participantes deveriam usar seus sistemas para processar milhões de imagens de teste e identificá-las com a maior precisão possível. A vitória mostrou que as redes neurais profundas, rodando em processadores gráficos, eram muito melhores do que outros sistemas. -
10. Alphago derrota o campeão do Go Humano (2016)
Em 2016, os cientistas do DeepMind, desenvolveram um modelo de rede neural chamado AlphaGo, para jogar e aprender com a brincadeira. O software jogou contra outras versões do AlphaGo, aprendendo com as estratégias de ganhar e perder. Funcionou. O AlphaGo derrotou o maior jogador de Go do mundo, Lee Sedol, quatro jogos a um. Os recentes avanços nas redes neurais profundas tiveram um impacto tão amplo que a verdadeira história da inteligência artificial pode estar apenas começando.
