1943 | McCulloch & Pitts
Em 1943, Warren McCulloch e Walter Pitts publicaram um artigo seminal intitulado ‘A Logical Calculus of the Ideas Immanent in Nervous Activity’. Esse trabalho propôs pela primeira vez o conceito de redes neurais, lançando as bases teóricas para futuras pesquisas em inteligência artificial.
1950 | Teste de Turing
Alan Turing, um pioneiro na computação, publicou o artigo ‘Computing Machinery and Intelligence’ em 1950, introduzindo o que hoje conhecemos como o teste de Turing, uma metodologia para determinar se uma máquina pode imitar a inteligência humana.
1951 | SNAR
Marvin Minsky e Dean Edmonds construíram o primeiro computador de rede neural, o SNAR, em 1951, dando um passo crucial na direção de máquinas que poderiam simular aspectos do processamento cerebral.
1956 | Conferência de Dartmouth
A Conferência de Dartmouth foi organizada em 1956 por John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon, marcando o nascimento oficial da inteligência artificial como um campo de estudo.
1957 | Perceptron
Em 1957, Frank Rosenblatt desenvolveu o Perceptron, a primeira rede neural artificial capaz de aprender. Esse foi um avanço significativo, pois permitiu o processamento de informações de uma maneira que imitava o cérebro humano.
1965 | ELIZA
Em 1965, Joseph Weizenbaum criou ELIZA, um dos primeiros programas de processamento de linguagem natural capaz de realizar uma simulação de conversa, o que foi um marco na interação humano-computador.
1967 | GPS
Em 1967, Allen Newell, J.C. Shaw e Herbert Simon desenvolveram o General Problem Solver (GPS), um programa destinado a simular a solução de problemas de maneira similar à inteligência humana.
1974 | Inverno da IA
O primeiro ‘Inverno da IA’ começou em 1974 e foi caracterizado por uma redução nos financiamentos e interesse no campo de inteligência artificial, devido a expectativas irrealistas e progresso limitado.
1980 | Sistemas especialistas
Os sistemas especialistas ganharam popularidade na década de 1980, quando empresas os utilizaram para aplicações financeiras, de previsão e diagnósticos médicos.
1986 | Redes neurais
Geoffrey E. Hinton, D. Rumelhart e Ronald J. Williams publicaram um trabalho sobre a ‘Propagação Retrógrada de Erros’ na revista Nature em 1986, possibilitando o treinamento de redes neurais mais profundas.
1997 | Deep Blue
Em 1997, o Deep Blue, da IBM, derrotou Garry Kasparov, marcando a primeira vez que um computador venceu um campeão mundial em um jogo de xadrez.
2002 | Roomba
Em 2002, a iRobot introduziu o Roomba, o primeiro aspirador de pó doméstico robótico com um sistema de navegação alimentado por inteligência artificial.
2011 | Watson
O Watson, da IBM, venceu dois ex-campeões do jogo Jeopardy! em 2011, demonstrando a capacidade de um sistema de IA de compreender e processar linguagem natural e conhecimento geral.
2012 | DeepMind
A startup DeepMind desenvolveu uma rede neural profunda que é capaz de aprender a jogar e melhorar em jogos de vídeo, o que foi um avanço significativo na aprendizagem de máquinas.
2014 | DeepFace
Em 2014, o Facebook criou o DeepFace, um sistema de reconhecimento facial que alcançou precisão quase humana, representando um grande avanço na área de visão computacional.
2015 | AlphaGo
O AlphaGo, desenvolvido pela DeepMind, derrotou o campeão mundial de Go Lee Sedol em 2015, um evento que demonstrou o avanço da IA em jogos complexos de estratégia.
2017 | AlphaZero
O AlphaZero, da Google, também desenvolvido pela DeepMind, aprendeu a jogar xadrez, shogi e Go, superando os melhores programas de IA nessas disciplinas em uma série de partidas, mostrando a capacidade de autoaprendizado e adaptação sem a necessidade de dados históricos de jogos humanos.
2020 | GPT-3
Em 2020, a OpenAI lançou o GPT-3, uma rede de geração de linguagem que marcou um avanço significativo no processamento de linguagem natural, com a sua capacidade de gerar texto coerente e contextualmente relevante em uma variedade de estilos e formatos.
2021 | AlphaFold2
Em 2021, o AlphaFold2, da DeepMind, resolveu o desafio de dobramento de proteínas, um problema de longa data na biologia, abrindo caminho para novas descobertas e avanços médicos e exemplificando o impacto potencial da IA na ciência e na saúde.
2022 | LAMDA
Em 2022, a controvérsia surgiu quando um engenheiro da Google, Blake Lemoine, alegou que o modelo de linguagem LaMDA, também da multinacional, possuía consciência. Esse evento levantou questões éticas e filosóficas sobre a natureza da inteligência artificial e a responsabilidade de seus criadores.
2023 | Ação judicial de artistas
No ano de 2023, artistas entraram com uma ação coletiva contra a Stable AI, DALL-E e MidJourney por uso indevido de suas obras para treinar modelos de inteligência artificial sem permissão. Esse caso destacou as implicações legais e éticas do uso de dados em IA, especialmente no que diz respeito aos direitos de propriedade intelectual e à criação artística.
2024 | Novos avanços em IA
Testemunhamos avanços notáveis na inteligência artificial que transformaram diversos setores. Microsoft e OpenAI anunciaram a disponibilidade geral do GPT-4 Turbo com Visão, um modelo multimodal capaz de processar entradas de texto e imagem para gerar saídas de texto. Esse modelo tem sido utilizado para melhorar a experiência de compras on-line, gestão de ativos digitais e obter insights de gráficos e diagramas.
Simultaneamente, Google introduziu o modelo Gemini 1.5 Pro, capaz de processar até 2 milhões de tokens, facilitando a resposta a perguntas complexas baseadas em grandes volumes de dados. Além disso, a reformulação do mecanismo de busca com a função ‘AI Overview’ e a ferramenta ‘Ask Photos’ revolucionaram a maneira como os usuários interagem com seus dados e memórias digitais.
Esses avanços refletem um ano de progressos significativos na IA, com grandes empresas de tecnologia, como Microsoft, OpenAI e Google, liderando a inovação, ao mesmo tempo em que enfrentam desafios éticos e legais contínuos relacionados ao uso de dados e direitos de propriedade intelectual.
NILDSON DE AVILA SILVA
Eu acho que a IA vai viabilizar a exploração espacial, sem ela não seria possível. O trabalho humano no espaço distante é muito caro porque o ser humano é muito dependente dos benefícios gratuitos do planeta. Ele depende da água, ar, temperatura adequada, solo, cadeia ecológica, espaço de lazer, etc que o planeta dispõe de graça. Para manter humanos no espaço distante eles terão que produzir tudo isto através do trabalho humano e ainda mais coisas que o planeta oferece e que desconhecemos. Um ambiente que comporte humanos de modo estável deve ser grande, pois ele exige muito. Para montá-los (bases grandes) necessariamente devem ser feito em ambientes restritos perigosos para a vida humana. Provavelmente as pequenas bases que pensam em fazer em Marte ou na Lua serão instáveis pelo tamanho. Agora com máquinas com IA seria diferente. Podemos construí-las menos dependentes do nosso planeta, podendo funcionar em extremos de temperatura, falta de ar ou água e usando energia nuclear. Seriam programados para construir infraestrutura para presença eventual humana e prospecção de insumos para produção de outras máquinas. Acho que somente com IA para começar de verdade a corrida espacial de modo estável.
Lenita Ferreira
O texto se trata de uma nova era das novas tecnologias, com avanços intermináveis para o futuro, e como isso cada vez mais vai se aprofundando nós seres humanos. Minha opinião pessoal é que esses novos avanços da IA pode contribuir para a população de uma forma geral, como ética social, estética, e aproveitamentos tecnologicas etc.