A História do Machine Learning: dos primeiros algoritmos aos Transformers
Quando ouvimos falar de Inteligência Artificial, é fácil ficar com a sensação de que estamos
perante uma tecnologia recente. O lançamento do ChatGPT em 2022, a popularização do
Gemini e a crescente presença da IA nas empresas criaram a ideia de que tudo começou há
poucos anos.
No entanto, a realidade é bastante diferente.
A história do Machine Learning e da Inteligência Artificial é o resultado de séculos de
evolução do conhecimento humano. Os modelos atuais são apenas o capítulo mais recente
de uma jornada que começou muito antes da invenção dos computadores.
Ao estudar a história desta área, uma das conclusões que mais me surpreendeu foi perceber
que muitos dos conceitos fundamentais da Inteligência Artificial nasceram muito antes da
eletrónica moderna.
Neste artigo vou percorrer alguns dos momentos mais importantes desta evolução, desde os
primeiros algoritmos até aos modelos generativos que utilizamos atualmente.
Os primeiros sonhos de máquinas inteligentes
Muito antes da existência de computadores, várias civilizações já imaginavam a criação de
máquinas capazes de executar tarefas autonomamente.
Existem referências históricas a mecanismos automáticos na Grécia Antiga, na China e no
mundo árabe.
Embora estes sistemas estivessem muito longe daquilo que hoje designamos por
Inteligência Artificial, demonstram algo importante: a ideia de criar máquinas capazes de
reproduzir comportamentos humanos acompanha-nos há milhares de anos.
O fascínio pela automatização não é novo. O que mudou foi a capacidade tecnológica para
transformar essa visão em realidade.
Al-Khwarizmi e o nascimento dos algoritmos
Um dos nomes mais importantes da história da computação é Muhammad ibn Musa Al-
Khwarizmi, matemático persa que viveu entre os séculos VIII e IX.
O seu trabalho foi tão influente que o termo “algoritmo” deriva diretamente da latinização
do seu nome.
Hoje utilizamos algoritmos em praticamente tudo:
- Motores de pesquisa
- Redes sociais
- Aplicações móveis
- Sistemas financeiros
- Inteligência Artificial
Quando um modelo de Machine Learning toma uma decisão, está a executar algoritmos.
Sem Al-Khwarizmi e sem o desenvolvimento da matemática algorítmica, dificilmente
existiria Inteligência Artificial moderna.
Blaise Pascal e Gottfried Leibniz
Nos séculos XVII e XVIII surgiram algumas das primeiras máquinas de cálculo.
Blaise Pascal desenvolveu uma calculadora mecânica capaz de realizar operações
aritméticas básicas.
Poucos anos depois, Gottfried Leibniz expandiu esse conceito e criou mecanismos mais
avançados.
Estes inventores introduziram uma ideia revolucionária para a época:
O raciocínio matemático poderia ser parcialmente automatizado.
Embora ainda estivéssemos longe dos computadores modernos, começavam a surgir os
primeiros passos rumo à computação.
Charles Babbage e o primeiro computador conceptual
No século XIX, Charles Babbage concebeu aquilo que muitos consideram ser o primeiro
projeto de computador programável.
A sua Máquina Analítica incluía conceitos surpreendentemente modernos:
- Unidade de processamento
- Memória
- Entrada de dados
- Saída de resultados
Muitas das arquiteturas atuais continuam a seguir princípios semelhantes.
Embora a tecnologia da época não permitisse construir totalmente a máquina, as ideias de
Babbage tornaram-se fundamentais para toda a computação moderna.
Ada Lovelace: a primeira programadora da história
Quando se fala em Inteligência Artificial, muitas vezes esquecemos uma das figuras mais
importantes da computação.
Ada Lovelace trabalhou sobre os projetos de Charles Babbage e escreveu aquilo que muitos
consideram ser o primeiro algoritmo da história destinado a ser executado por uma
máquina.
Mas o mais impressionante foi a sua visão.
Ada percebeu que os computadores poderiam ir muito além dos cálculos matemáticos.
Chegou a sugerir que, um dia, as máquinas poderiam criar música ou manipular símbolos
complexos.
Em pleno século XIX, esta ideia parecia ficção científica.
Hoje, sistemas como ChatGPT, Gemini, Midjourney ou Suno demonstram o quão visionária
era essa perspetiva.
Alan Turing e a pergunta que mudou tudo
Se existe uma figura central na história da Inteligência Artificial, essa figura é Alan Turing.
Durante a Segunda Guerra Mundial desempenhou um papel fundamental na descodificação
das comunicações alemãs.
Mas foi após a guerra que lançou uma questão que continua atual:
“As máquinas podem pensar?”
A partir desta pergunta desenvolveu conceitos que influenciaram profundamente a ciência
da computação.
O famoso Teste de Turing procurava avaliar se uma máquina poderia exibir um
comportamento indistinguível do comportamento humano.
Décadas depois, continuamos a discutir versões modernas da mesma questão.
Arthur Samuel e o nascimento do Machine Learning
Em 1959, Arthur Samuel introduziu formalmente o conceito de Machine Learning.
O seu trabalho demonstrou que um sistema poderia melhorar o seu desempenho através da
experiência acumulada.
Esta ideia alterou completamente a forma como desenvolvemos software.
Até então, os programas executavam apenas regras previamente definidas pelos
programadores.
Com o Machine Learning surgiu a possibilidade de os sistemas aprenderem padrões
diretamente a partir dos dados.
Este princípio continua a ser a base de praticamente todos os modelos atuais.
Frank Rosenblatt e o Perceptron
Em 1958, Frank Rosenblatt apresentou o Perceptron, uma das primeiras redes neuronais
artificiais.
O conceito era relativamente simples.
Inspirado no funcionamento dos neurónios biológicos, o Perceptron recebia entradas,
processava informação e produzia uma saída.
Apesar das suas limitações, abriu caminho para décadas de investigação em redes
neuronais.
Muitos dos modelos modernos têm as suas raízes nestas ideias iniciais.
O Inverno da Inteligência Artificial
A história da IA não foi uma evolução contínua.
Durante vários períodos, o entusiasmo inicial foi substituído por desilusão.
As expectativas eram elevadas, mas o poder computacional disponível era insuficiente para
concretizar muitas das promessas feitas pelos investigadores.
Estes períodos ficaram conhecidos como “AI Winters”.
Muitos projetos perderam financiamento e a área entrou temporariamente em declínio.
Curiosamente, estes momentos foram importantes porque obrigaram a comunidade
científica a desenvolver abordagens mais rigorosas e realistas.
O renascimento através dos dados e da computação
Nas últimas duas décadas aconteceram três transformações decisivas.
Mais dados
A Internet gerou quantidades gigantescas de informação.
Mais capacidade computacional
Os processadores e GPUs tornaram-se muito mais poderosos.
Melhores algoritmos
As técnicas matemáticas evoluíram significativamente.
A combinação destes três fatores permitiu que conceitos desenvolvidos décadas antes
finalmente demonstrassem todo o seu potencial.
AlexNet e a revolução do Deep Learning
Em 2012 surgiu um marco histórico.
Uma rede neuronal chamada AlexNet venceu de forma esmagadora uma das mais
importantes competições de reconhecimento de imagem do mundo.
Os resultados foram tão superiores aos métodos anteriores que muitos investigadores
consideram este momento como o verdadeiro início da atual revolução da Inteligência
Artificial.
A partir daí, o Deep Learning passou a dominar áreas como:
- Visão computacional
- Reconhecimento de voz
- Tradução automática
- Processamento de linguagem natural
Transformers: a arquitetura que mudou tudo
Em 2017 a Google publicou um artigo científico chamado:
“Attention Is All You Need“
Este trabalho apresentou a arquitetura Transformer.
Poucas pessoas imaginavam o impacto que iria ter.
Os Transformers permitiram treinar modelos em escalas nunca antes vistas.
Praticamente todos os grandes modelos atuais utilizam esta arquitetura.
Entre eles encontramos:
- ChatGPT
- Gemini
- Claude
- Copilot
- Llama
Os Transformers tornaram possível a geração de texto, código, imagens, áudio e vídeo com
uma qualidade sem precedentes.
O momento atual
Hoje estamos a assistir à integração da Inteligência Artificial em praticamente todos os
setores da economia.
A tecnologia deixou de estar confinada aos laboratórios de investigação.
Está presente em:
- Empresas
- Escolas
- Hospitais
- Municípios
- Indústria
- Agricultura
- Energia
Aquilo que antes exigia equipas especializadas está agora acessível a qualquer profissional
com curiosidade e vontade de aprender.
Conclusão
Quando utilizamos ferramentas como o ChatGPT ou o Gemini, estamos a beneficiar de
séculos de evolução científica.
A Inteligência Artificial moderna não surgiu de forma repentina.
É o resultado do trabalho acumulado de matemáticos, engenheiros, filósofos e cientistas
que, ao longo de várias gerações, procuraram responder a uma pergunta simples:
Será possível criar máquinas capazes de aprender?
A resposta continua em construção.
Mas uma coisa é certa: estamos a viver um dos momentos mais fascinantes da história da
tecnologia, e compreender as suas origens ajuda-nos a perceber melhor para onde nos
estamos a dirigir.