Breve história da IA

A inteligência artificial tem início lá na década de 40, na década de 50, ainda nas universidades norte-americanas, foi lá que eles começaram a desenvolver os primeiros conceitos. Que dariam origem às redes neurais. Como a gente conhece elas hoje? A ideia era simular o funcionamento de um neurônio, funcionamento de neurônios atuando em conjunto. Pelo menos com o entendimento que a gente tinha é deles na época e esse entendimento evoluiu muito de lá para cá. Né? Os neurônios comunicam entre si através de sinapses, e os caminhos mais frequentados é representam ali um reforço daquela informação que foi adquirida. É, então foi isso, essencialmente, que eles conseguiram simular com funções, né? Com matemática, essencialmente. E esse estudo ficou pronto. Funcionava aí em experimentos, funcionava em testes, mas não existia ainda poder computacional, não existia hardware para dar conta de realmente colocar esses algoritmos. É para rodar com desafios reais, né? Do mundo real. E aí foram várias décadas. Sem muitas novidades e inteligência artificial sem quase nenhuma novidade. Inteligência artificial. Esse período a gente chama de inverno da e a, né? Em que quase nada aconteceu. Até que, no final dos anos 90, as redes neurais ainda não estavam exatamente realizadas, né? Não estavam sendo aplicadas ali no cotidiano. Mais um tipo de inteligência artificial mais simples, com algoritmos de regressão e árvores de decisão, começou a tomar forma. É e o exemplo que ficou mais famoso dessa época foi no final dos anos 90, quando um sistema criado pela IBM, o deep blue, que era uma combinação ali de de de componentes de chips. Né, de um computador mesmo, que AAIBM desenvolveu. É com um software, conseguiu derrotar o então mestre, não é? Ou então campeão mundial de xadrez, Gary kasparov. É isso, hoje não parece, né? Lá muito interessante pra gente já faz. Quase 30 anos, né? Mas na época foi um grande acontecimento, né? Nenhum dos especialistas na época eram muitos poucos especialistas que acreditavam que isso IA ser possível, porque a complexidade contida num Tabuleiro de xadrez é muito grande, né? São ali mais combinações possíveis, não o número de combinações possíveis no Tabuleiro de xadrez. É maior do que o número de átomos que a gente estima existir no universo observável, então há um número absurdo. E simplesmente não se achava que haveria poder computacional para domar esse, essa, essa, esse número de variações tão grande, né? Não foi assim que AIBM resolveu esse problema. Foi de uma forma mais engenhosa, com alguma combinação de técnicas ali e outros algoritmos desse tipo, né? De regressão, começaram a ser utilizados. É por uma série de de funções, né? Por uma série de em 11 série de aplicações. E foi só lá, nos anos 2000 mesmo, que a seusdesneurais começaram a achar seu espaço, começaram a ser aplicadas com mais. É utilidade, né? Para as empresas, especialmente para as empresas, né? Inteligência artificial? Até o ChatGPT agora. Até aí, a generativa era algo que a maioria das pessoas não tinha contato no seu dia a dia. Né? Utilizado muito para deteção de padrões, classificação de e-mails como spam. Detecção de anomalias, né? Transações suspeitas, então, realmente bem ali. No background. Então as redes neurais vão se desenvolvendo ali. A partir dos anos 90, 2000, aquela teoria toda finalmente é colocada em prática. É e lá para a década de 2010 que realmente o deep learning. As redes neurais de o aprendizado profundo, né? Sedes, redes neurais. Uma geração bem mais complexa delas começa a tomar forma e aí sim, fazer coisas muito interessantes, né? A gente vê, por exemplo, algoritmos. Acho que muito diferente daquele da EBM, se auto treinam para derrotar seres humanos no xadrez e em jogos ainda mais complexos como go, um jogo chinês é. Foi só em 2017 que a gente conseguiu derrotar ou que os engenheiros trabalharam, trabalharam nisso, conseguiram que é a humanidade, né? Produzir um algoritmo que conseguisse derrotar um campeão mundial de go. E mais interessante do que isso, né não? Com. 11. Estratégia estipulada. Pelos pesquisadores que treinaram aquele algoritmos, na verdade, o algoritmo que se auto treinou jogando go contra ele mesmo. Para chegar numa forma mais otimizada, inclusive trazendo novas ideias para os jogadores de gol, é ao redor do mundo observando a forma que esse algoritmo dava conta de derrotar 11 grande jogador. Né, um grande campeão mundial. E aí, finalmente, né? Em 2017 18 também que o Google publica. 11. Estudo, né? Sobre. 11 novo tipo de aplicação de é de redes neurais, que são os chamados transformadores, que é o que está por trás. Daí a generativa toda como a gente conhece ela hoje? E aí passam alguns anos que esse estudo já foi publicado e a open eai começa. AA, desenvolver a dar atenção para esse tipo de algoritmo pra lá em 2022, a gente conhecer o ChatGPT e entrar nessa fase toda agora, né? Nessa grande primavera da inteligência artificial. Que a gente vem vivendo lá desde a década de 2010 é com essas redes neurais mais ricas, com essas versões mais interessantes dessa tecnologia.