IA
História da inteligência artificial
De uns 3 bilhões de anos para cá, a vida evoluiu de organismos unicelulares para humanos, os seres vivos mais inteligentes do planeta. De uns 80 anos para cá, a tecnologia da informação também evoluiu e foi buscar na inteligência humana, mais especificamente nas redes neurais, a inspiração para softwares mais evoluídos.
A inteligência artificial surgiu, há quase 100 anos, a partir da hipótese de cientistas de que máquinas seriam capazes de construir raciocínios complexos. Seria natural pensar que, para isso acontecer, as máquinas teriam que funcionar como o cérebro. Portanto, buscamos na biologia – mais especificamente na anatomia – as fontes para construir redes neurais artificiais.
Siga com a gente neste texto para compreender como “descobrimos” as redes neurais e como elas inspiram algumas das aplicações mais usadas da atualidade!
Apesar de soar óbvio, vale clarificar: em sentido estrito, uma rede neural é uma rede de neurônios, as células que compõem boa parte do nosso sistema nervoso. O ponto que vale chamar atenção aqui é que, diferente de alguns outros tecidos do corpo, os nervos se formam em rede. Compreendê-los dessa forma muda o nosso entendimento sobre como se dá o pensamento humano.
Na segunda metade do século XIX, trabalhos na área da saúde identificaram a morfologia dos tecidos neurais. Em 1851, o médico e professor alemão Henrich Müller identificou a existência de fibras verticais de tecido nervoso atravessando sucessivas camadas da retina. Em 1872 o médico alemão Theodor Meynert publica o “Tratado sobre o cérebro dos mamíferos”. Estudando casos de demência, Meynert descreve um grupo de neurônios hipercrômicos magnocelulares e sugere como essa estrutura está associada à memória e cognição. E em 1875 o histopatologista inglês Herbert Major descreveu a estrutura de seis camadas do córtex dos primatas.
Compreender que a cognição se dá, em parte, graças à morfologia do cérebro, foi fundamental para entender como o raciocínio é processado. Se a inteligência humana existe por causa das conexões entre camadas de neurônios, para existir uma artificial seria necessário criar “neurônios” se conectando uns aos outros em redes que atravessam camadas.
A partir dessa ideia, Walter Pitts e Warren McCulloch, em artigo de 1943 intitulado “Um cálculo lógico das ideias imanentes na atividade nervosa”, propuseram um modelo matemático simplificado para tentar ilustrar como supostamente se daria o funcionamento do cérebro humano. O trabalho de Pitts e McCulloch sugeriu o caminho para construir uma “estrutura de pensamento”, uma rede neural… artificial.
Seis anos depois do clássico trabalho de Pitts e McCulloch, o psicólogo canadense Donald Hebb, em sua obra “A organização do comportamento”, propõe uma teoria do aprendizado. Contudo, antes de explorarmos as descobertas de Hebb, é importante falar da característica mais importante de uma rede neural: a capacidade de aprender.
Observar como a mente funciona foi uma preocupação para diferentes sociedades do mundo: Egito, China, Grécia… O registro histórico mais antigo dessa preocupação possivelmente é uma coleção de máximas, ou conselhos, produzidas por Ptahhotep, vizir do faraó Djedkare Isesi, há cerca de 4.500 anos. Em uma dessas máximas, ele afirma: “se aquele que escuta ouve plenamente, ele se torna então aquele que entende”.
Os sentidos – no caso, a audição – são um input para o entendimento. Dois mil anos depois de Ptahhotep, Teeteto, em um diálogo sobre conhecimento com Sócrates e Teodoro, sugere que conhecer é perceber através dos sentidos. Em resposta, Sócrates e Teodoro argumentam que a facilidade de aprender demanda entendimento rápido e boa memória.
Ptahhotep, Sócrates e outros filósofos, há milhares de anos, associaram entendimento e aprendizagem a percepção e memória. Essas linhas de pensamento avançaram por diferentes ciências até o ponto de compreendermos que processos mentais derivam da nossa formação biológica.
Como dissemos no início do texto, estudando a morfologia do cérebro descobrimos as redes neurais. A partir desse avanço, compreendemos que o raciocínio acontece por causa das conexões entre camadas de neurônios. Contudo, as sinapses explicam apenas parte do funcionamento da inteligência. Como, a partir delas, é gerado o aprendizado?
Foi a Psicologia que trouxe essas respostas, mais especificamente a teoria de Donald Hebb, o psicólogo canadense e professor da Universidade de McGill, em Montreal. Em sua teoria, Hebb apresenta o conceito de “assembleias celulares”: grupos de neurônios que trabalham conjuntamente, como uma unidade de processamento. De acordo com Hebb, é nas “assembleias celulares” que a percepção se transforma em “informação”. Além disso, ele propõe que “assembleias” que são repetidamente ativadas geram mudanças estruturais ou metabólicas naquele conjunto de células, permitindo que a memória seja armazenada de forma estável.
Com a memória armazenada, aí sim é possível aprender. De acordo com a teoria de Hebb, atividades repetidas persistentemente viabilizam o crescimento do volume de conexões e a formação de outras “assembleias celulares”, mais amplas. Assim, o momento em que aprendemos é aquele no qual associamos informações que inicialmente foram memorizadas em “assembleias” mais restritas.
Se vivemos a Era da inteligência artificial, consequentemente vivemos a era das redes neurais. Atualmente compõem a arquitetura de aplicações que realizam várias atividades: testes em larga escala, fluxos de automação, geração de imagens, proteção de dados… Praticamente tudo que aplicações com outras arquiteturas fazem, as redes neurais também fazem.
Se você quer experimentar o poder das redes neurais na sua empresa, faça contato conosco para conhecer nossas soluções de IA. Elas trazem rápido impacto positivo ao conectarem-se às operações reais da sua empresa. Clique aqui e fale com a gente!
