Inteligência artificial (IA) é o ramo da ciência da computação preocupado em construir máquinas e softwares que realizam tarefas que, quando feitas por humanos, são entendidas como exigindo inteligência, como perceber o ambiente, compreender a linguagem, resolver problemas e tomar decisões. O campo abrange uma ampla gama de abordagens, desde sistemas baseados em regras que codificam diretamente a expertise humana até modelos estatísticos que aprendem comportamento a partir de dados.
O termo foi cunhado para um workshop em 1956 e, desde então, descreveu um elenco rotativo de técnicas, expandindo e contraindo a atenção pública por meio de ciclos de hype e decepção.
História
O momento fundador do campo é geralmente datado do workshop de Dartmouth de 1956, organizado por John McCarthy, que cunhou o termo "inteligência artificial" para a proposta. A pesquisa inicial em IA enfatizou a IA simbólica: lógica, busca e regras codificadas manualmente. Essa abordagem produziu sucessos iniciais, como provadores de teoremas e, mais tarde, sistemas especialistas comerciais nos anos 1980, mas teve dificuldades com tarefas que resistiam a regras explícitas, como visão e linguagem. Colapsos de financiamento seguiram contratempos e expectativas infladas, produzindo o que os pesquisadores chamam de inverno da IA, notavelmente após um relatório crítico do governo do Reino Unido em 1973 e novamente no final dos anos 1980, quando os sistemas especialistas falharam em escalar.
Uma linha de trabalho paralela, inicialmente marginal, buscou métodos estatísticos e conexionistas. O Perceptron (1958) modelava um único neurônio treinável, mas suas limitações documentadas contribuíram para o primeiro inverno da IA. O interesse reviveu ao longo dos anos 1980 e, decisivamente, em 2012, quando uma rede convolucional profunda chamada AlexNet superou dramaticamente métodos anteriores em um importante benchmark de reconhecimento de imagens, um resultado amplamente creditado por iniciar a era moderna do aprendizado profundo.
O aprendizado profundo amadureceu ao longo dos anos 2010 com progresso em visão, fala e processamento de linguagem. A arquitetura Transformer de 2017 permitiu o treinamento de modelos muito maiores em texto, culminando no paradigma do modelo de linguagem de grande escala. O lançamento do ChatGPT em novembro de 2022 tornou a IA conversacional amplamente acessível e desencadeou uma onda de investimento e atenção pública frequentemente chamada de boom da IA.
Abordagens
A pesquisa em IA é frequentemente dividida entre abordagens simbólicas, que manipulam representações explícitas de conhecimento, e abordagens conexionistas ou estatísticas, que aprendem representações implícitas a partir de dados. O aprendizado de máquina é o paradigma moderno dominante, abrangendo aprendizado supervisionado, não supervisionado e por reforço. Abordagens híbridas, combinando componentes aprendidos com raciocínio simbólico ou busca, permanecem uma direção de pesquisa ativa, particularmente para tarefas que exigem inferência lógica confiável.
Aplicações e impacto
Sistemas de IA são implantados em busca, tradução, recomendação, diagnóstico médico, pesquisa científica como previsão de estrutura de proteínas, veículos autônomos e, cada vez mais, como assistentes de propósito geral e ferramentas de codificação. A ascensão de sistemas agentes de IA capazes desde 2024, que combinam modelos de linguagem com uso de ferramentas e planejamento em múltiplas etapas, estendeu a IA de responder perguntas a concluir tarefas de forma independente.
Debates
Debates de longa data dizem respeito a se as técnicas atuais podem levar à inteligência artificial geral, um sistema com competência de nível humano em essencialmente todas as tarefas cognitivas, e quais riscos tais sistemas podem representar. O artigo de Alan Turing de 1950 propôs um teste operacional para inteligência de máquina, agora conhecido como teste de Turing, embora sua adequação como benchmark seja amplamente contestada. Críticos argumentam que a geração fluente de texto não implica compreensão, enquanto proponentes apontam para capacidades emergentes como evidência de progresso genuíno em direção à inteligência geral.