Frank Rosenblatt (1928-1971) foi um psicólogo e cientista da computação americano que inventou o perceptron, uma das primeiras redes neurais artificiais treináveis e um ancestral direto das arquiteturas modernas de aprendizado profundo.
O perceptron
Trabalhando no Laboratório Aeronáutico de Cornell, Rosenblatt construiu o perceptron em 1958 como um modelo simplificado de um neurônio biológico capaz de aprender a classificar padrões visuais simples ajustando conexões ponderadas em resposta a erros, um exemplo inicial do procedimento de treinamento agora central ao aprendizado supervisionado. Implementado primeiro em software em um IBM 704 e depois como uma peça dedicada de hardware chamada Mark I Perceptron, completa com uma grade de 20 por 20 de fotocélulas atuando como retina, ele podia aprender a distinguir formas simples após exposição repetida a exemplos rotulados.
Publicidade e exagero
Uma coletiva de imprensa da Marinha dos EUA em 1958 e a subsequente cobertura do New York Times descreveram o perceptron em termos que antecipavam máquinas que poderiam "andar, falar, ver, escrever, reproduzir-se e ter consciência de sua existência", gerando expectativas muito além do que a arquitetura de camada única poderia entregar. As próprias afirmações técnicas de Rosenblatt eram mais moderadas, mas a lacuna entre a expectativa pública e as capacidades reais e limitadas do perceptron contribuiu para uma reação negativa uma vez que suas limitações se tornaram amplamente compreendidas.
A crítica de Minsky-Papert
Em 1969, Marvin Minsky e Seymour Papert publicaram "Perceptrons", uma análise matemática demonstrando que perceptrons de camada única como o de Rosenblatt não podiam computar funções como o XOR lógico, que exigem que a saída dependa de forma não linear de combinações de entradas. Rosenblatt já havia explorado designs de múltiplas camadas que poderiam, em princípio, superar tais limites, mas o tratamento rigoroso do livro sobre o modelo mais simples, combinado com a redução de financiamento, é amplamente citado como uma causa contribuinte para o primeiro inverno da IA, um período de aproximadamente quinze anos em que a pesquisa em redes neurais caiu em desuso em relação às abordagens de IA simbólica.
Morte e legado
Rosenblatt morreu em um acidente de barco em seu aniversário em 1971, antes do eventual renascimento da pesquisa em redes neurais. O algoritmo de retropropagação, popularizado em meados da década de 1980 por David Rumelhart, Geoffrey Hinton e Ronald Williams, estendeu a arquitetura básica de Rosenblatt a múltiplas camadas e resolveu exatamente o problema que a crítica de Minsky-Papert havia identificado, permitindo o eventual surgimento do aprendizado profundo. O neurônio artificial moderno usado em transformadores e grandes modelos de linguagem é, em seu núcleo, um descendente direto do perceptron original de Rosenblatt, e o Prêmio Frank Rosenblatt do IEEE reconhece contribuições notáveis para a computação inspirada em aspectos biológicos e linguísticos.