Desde os primeiros dias dos computadores, os pesquisadores tentaram criar sistemas que imitam a inteligência humana. Embora um Einstein de silício ainda seja uma possibilidade distante, a inteligência artificial, ou IA, nos trouxe telefones que reconhecem a fala humana, carros que dirigem sozinhos e sistemas especializados que competem em programas de televisão. Ao longo dos anos, a pesquisa em IA passou por várias evoluções e, à medida que cada tecnologia amadureceu, elas se tornaram parte de nossa experiência cotidiana.
Aprendizado de máquina
Os primeiros pesquisadores lutaram com poder de processamento e armazenamento de computador limitados, mas ainda lançaram as bases da IA com linguagens de programação como LISP e conceitos como árvores de decisão e aprendizado de máquina. Programas escritos em LISP podem facilmente analisar jogos como xadrez, mapear todos os movimentos possíveis por vários turnos e então escolher a melhor alternativa. Esses programas também podem modificar sua lógica de decisão e aprender com os erros anteriores, ficando "mais inteligentes" com o tempo. Com computadores mais poderosos e armazenamento em massa mais barato, esse ramo da IA gerou a indústria de jogos de computador, bem como uma variedade de mecanismos de pesquisa personalizados e sites de compras online que não apenas lembram nossas preferências, mas também antecipam nossas necessidades.
Sistemas especialistas
Enquanto a primeira onda de pesquisadores de IA contou com ciclos de computação para simular o raciocínio humano, a próxima abordagem contou com fatos e dados para imitar a experiência humana. Os sistemas especialistas reuniram fatos e regras em uma base de conhecimento e usaram mecanismos de inferência baseados em computador para deduzir novos fatos ou responder a perguntas. Os engenheiros do conhecimento entrevistaram especialistas em medicina, reparo automotivo, design industrial ou outras profissões e, em seguida, reduziram essas descobertas em fatos e regras legíveis por máquina. Essas bases de conhecimento foram então usadas por outros para ajudar a diagnosticar problemas ou responder a perguntas. Com o amadurecimento da tecnologia, os pesquisadores descobriram maneiras de automatizar o desenvolvimento da base de conhecimento, alimentando resmas de literatura técnica ou deixando o software rastrear a Web para encontrar informações relevantes por conta própria.
Redes neurais
Outro grupo de pesquisadores tentou reproduzir o funcionamento do cérebro humano criando redes artificiais de neurônios e sinapses. Com treinamento, essas redes neurais podiam reconhecer padrões do que pareciam ser dados aleatórios. Imagens ou sons são alimentados no lado de entrada da rede, com as respostas corretas alimentadas no lado de saída. Com o tempo, as redes reorganizam sua estrutura interna para que, quando uma entrada semelhante for alimentada, a rede retorne a resposta correta. As redes neurais funcionam bem ao responder à fala humana ou ao traduzir imagens digitalizadas em texto. O software que depende dessa tecnologia pode ler livros para cegos ou traduzir a fala de um idioma para outro.
Big Data
A análise de dados em larga escala, muitas vezes chamada de "big data", aproveita o poder de muitos computadores para descobrir fatos e relações em dados que a mente humana não pode compreender. Trilhões de cobranças de cartão de crédito ou bilhões de relacionamentos em redes sociais podem ser escaneados e correlacionados usando uma variedade de métodos estatísticos para descobrir informações úteis. As empresas de cartão de crédito podem encontrar padrões de compra que indicam que um cartão foi roubado ou que o titular do cartão está em dificuldades financeiras. Os comerciantes de varejo podem encontrar padrões de compra que indicam que uma cliente está grávida, mesmo antes que ela mesma saiba disso. O big data permite que os computadores entendam o mundo de uma maneira que nós, humanos, nunca conseguiríamos sozinhos.
