Arthur Samuel (1901-1990) foi um cientista da computação americano da IBM que desenvolveu um dos primeiros programas de jogos com autoaprendizagem, um sistema de jogo de damas, e cunhou o termo "aprendizado de máquina" em um artigo seminal de 1959.
O programa de damas
Samuel começou a desenvolver seu programa de damas na década de 1950, enquanto trabalhava na IBM, executando-o nos primeiros computadores da empresa, incluindo o IBM 701. Em vez de codificar manualmente uma estratégia fixa, Samuel projetou o programa para melhorar por meio da experiência: ele jogava partidas contra si mesmo e contra oponentes humanos, ajustava os pesos de sua função de avaliação de posição com base nos resultados e usava uma forma rudimentar do que mais tarde seria formalizado como aprendizado por reforço. Uma demonstração televisionada em 1962, na qual o programa derrotou um forte jogador humano de damas, atraiu ampla atenção pública para a ideia de que uma máquina poderia melhorar seu próprio desempenho sem ser explicitamente reprogramada.
Cunhando "aprendizado de máquina"
Em seu artigo de 1959, "Some Studies in Machine Learning Using the Game of Checkers", Samuel definiu o campo como dar "aos computadores a capacidade de aprender sem serem explicitamente programados", uma frase que se tornou a definição padrão, embora informal, de aprendizado de máquina por décadas depois. O artigo também introduziu ideias semelhantes ao aprendizado por diferença temporal, no qual o programa ajustava suas avaliações comparando previsões em etapas de tempo sucessivas, uma técnica posteriormente formalizada e nomeada por Richard Sutton e central ao aprendizado por reforço moderno.
Carreira posterior e influência
Samuel trabalhou mais tarde na Universidade de Stanford, onde contribuiu para os primeiros sistemas de tempo compartilhado ao lado de John McCarthy e continuou refinando seu programa de damas até a década de 1970. Embora limitado pelos padrões dos sistemas de jogos posteriores, seu programa de damas antecipou o paradigma de autojogo que ressurgiria décadas depois em sistemas como AlphaGo e, especialmente, AlphaZero, que aprenderam Go, xadrez e shogi apenas por meio de autojogo.
Legado
O programa de damas de Samuel é amplamente citado como o primeiro programa de computador a aprender a jogar um jogo bem o suficiente para desafiar jogadores humanos sérios, e sua criação do termo "aprendizado de máquina" deu ao campo um nome que perdurou mesmo à medida que seus métodos evoluíram de funções de avaliação ponderadas simples para as redes neurais profundas e os grandes modelos de linguagem do século XXI. Sua demonstração de que uma máquina poderia melhorar por meio da experiência, em vez de instrução explícita, é frequentemente citada como uma prova de conceito inicial para o projeto mais amplo da inteligência artificial.