A HISTÓRIA DA INTELIGÊNCIA ARTIFICIA - O QUE SÃO BIG TECHS E QUAL SEU

PAPEL NA SOCIEDADE ATUAL?

A história da inteligência artificial

Os primeiros passos
O tema é tão inspirador que Hollywood nunca deixou de falar dele. Desde
Metropolis, filme mudo de 1927, temos produções com robôs, computadores
e programas que agem para o nosso bem ou em busca da nossa destruição.
Rapidinho, dá pra citar “Blade Runner: O Caçador de Androides”; “A.I.
Inteligência Artificial”; “Ela”, aquele sobre uma assistente pessoal com a voz da
Scarlett Johansson; as franquias Matrix e Exterminador do Futuro; “Eu, Robô”,
que é baseado na obra essencial de Isaac Asimov; e “2001: Uma Odisseia no
Espaço” com o ameaçador HAL 9000.
As ideias relacionadas com inteligência artificial são de bem antes do
surgimento da tecnologia que tornou isso possível. O ser humano sempre quis
uma máquina que fizesse o trabalho de agir e pensar que nem ele, e estudos
de várias áreas começaram a ir por esse caminho especificamente durante a
Segunda Guerra Mundial.
Em 1943, Warren McCulloch e Walter Pitts apresentam um artigo que fala pela
primeira vez de redes neurais, estruturas de raciocínio artificiais em forma de
modelo matemático que imitam o nosso sistema nervoso.
Claude Shannon durante uma exibição da IA capaz de jogar xadrez.
Outro artigo importante da época é o trabalho de Claude Shannon em 1950
sobre como programar uma máquina para jogar xadrez com cálculos de posição
simples, mas eficientes.
Colocando em prática
Nesse mesmo ano de 1950, o lendário Alan Turing desenvolveu uma forma de
avaliar se uma máquina consegue se passar por um humano em uma conversa
por escrito. É o teste de Turing, originalmente conhecido como Jogo da
Imitação, título do filme que retratou a vida do pesquisador com Benedict
Cumberbatch no papel principal.
A calculadora SNAC.
Em 1951, nasceu o SNARC, uma calculadora de operações matemáticas
simulando sinapses, que são as ligações entre neurônios. O responsável foi
Marvin Minsky, aluno da dupla daquele primeiro artigo sobre redes neurais. E
em 1952, Arthur Samuel criou um jogo de damas no IBM 701 que consegue
melhorar por conta própria e vira um desafio a altura de jogadores amadores.
A fundação
Tudo isso que a gente falou até agora é bem relevante, mas veio antes do
período considerado o pontapé inicial. O marco-zero foi em 1956, na chamada
Conferência de Dartmouth. Esse encontro reuniu Nathan Rochester, da IBM, o
Shannon do artigo do xadrez, o Marvin do SNARC, John McCarthy e muito mais
gente. Lá, o campo de pesquisa foi batizado de inteligência artificial pelo
McCarthy, e até a máxima do setor foi definida:
Cada aspecto de aprendizado ou outra forma de inteligência pode ser descrita
de forma tão precisa que uma máquina pode ser criada para simular isso.
A partir daí, quem participou do congresso ou curtiu as ideias se juntou pra
fazer a IA sair do papel. As possibilidades eram tão animadoras que órgãos
privados e governamentais investiram pesado na área, incluindo aí a ARPA,
Agência de Pesquisa de Projetos Avançados, mesmo lugar onde nasceu a
internet.
Olha só a sequência de avanços desse período: em 57, Frank Rosenblatt
apresenta o perceptron. Esse algoritmo com nome de personagem de
Transformers é uma rede neural de uma camada que classifica resultados e
começou como uma máquina chamada Mark 1. Já em 58, surge a linguagem de
programação Lisp, que na época virou padrão em sistemas de Inteligência
artificial e hoje inspira uma família inteira de linguagens.

Em 59, vemos pela primeira vez o termo machine learning, descrevendo um

sistema que dá aos computadores a habilidade de aprender alguma função sem
serem programados diretamente pra isso. Basicamente, significa alimentar um
algoritmo com dados, para que a máquina aprenda a executar uma tarefa
automaticamente.
O robô móvel Shakey.

Em 64, teve o primeiro chatbot do mundo, ELIZA, que conversava de forma

automática imitando uma psicanalista, usando respostas baseadas em
palavras-chave e estrutura sintática. E em 69 é demonstrado o Shakey, primeiro
robô que unia mobilidade, fala e certa autonomia de ação. Ele era lento e cheio
de falhas, mas funcionava.

Altos e baixos
O campo do processamento natural de linguagem era um dos mais
promissores. Ele é o setor da IA sobre compreensão da fala humana e tem
várias aplicações, como tradutores, geração de linguagem em texto,
reconhecimento de fala, processamento de voz e muito mais.
Só que ao mesmo tempo em que a gente tinha a expectativa lá no alto e muitos
estudos acadêmicos, na prática não era tudo tão concreto ou rápido quanto o
esperado.
Robôs não andavam por aí com softwares superpoderosos. Por isso, do meio
dos anos 70 até o começo dos anos 80, vivemos um período sombrio conhecido
como inverno da inteligência artificial, uma era de poucas novidades, cortes nos
investimentos e baixa atenção ao setor.
A área precisava se reinventar. E um dos campos que tornou isso possível é o
de sistemas especialistas, proposto pela primeira vez por Edward Feigenbaum
no começo dos anos 80. Como o nome já sugere, eles são softwares que
realizam atividades complexas e específicas de um campo, fazendo o papel de
humanos, mas com raciocínio bem mais veloz e base de conhecimento bem
mais vasta. Esses sistemas aproximam a IA do mercado corporativo e vários
setores percebem a utilidade de programas de computador inteligentes e
focados.

Edward Feigenbaun.

Pega o exemplo das aplicações financeiras. Um sistema especialista ajuda na

análise de risco de crédito bancário, gerenciamento de riscos e até utiliza
algoritmos pra melhorar o seu desempenho na negociação de ações e gestão
de ativos no mercado financeiro. Se você curte o tema, a Udacity tem em
parceria com a empresa de gestão WorldQuant um Nanodegree em IA aplicada
em trading que envolve até a construção de modelos financeiros.

O mundo unido pela IA

Mas vamos voltar pra linha do tempo, porque o Japão vai entrar na história com
a chamada quinta geração de computadores, uma tentativa do país de investir
na área de tecnologia e modernizar toda a indústria de 1982 até a década de
90, incluindo a inteligência artificial. Por um lado, isso colocou o Japão no mapa
dos novos avanços de vez e acelerou alguns setores, como o de
microprocessadores e supercomputadores.

Só que o investimento de novo foi descontrolado, sem contar a adoção de uma

linguagem de programação sem grande adesão chamada Prolog e ideias
maiores que o poder das CPUs na época.
Um segundo pequeno inverno da IA aconteceu na primeira metade dos anos
90, mas logo foi superado.
A segunda metade dos anos 90 foi marcada pela explosão da internet
comercial. As redes se aproveitaram da IA pra desenvolver sistemas de
navegação e também de indexação. Programas que vasculhavam a rede
automaticamente e classificavam resultados, como o protótipo do Google,
nasceram nesse período.
Homem x Máquina
E uma resposta prática do quanto essa área avançou veio em 1997, quando a
máquina derrotou o homem em um jogo de xadrez. O campeão soviético Garry
Kasparov foi derrotado em uma das rodadas pelo computador Deep Blue, da
IBM, em partidas que repercutiram ao redor do mundo. O Deep Blue adotava
um método de cálculo via força bruta que analisava possibilidades, previa
respostas e sugeria o melhor movimento. Foi uma prova de que a gente tava
no caminho certo.

E essas máquinas também foram desenvolvidas para nos ajudar, como provou
em 2002 a iRobot, que lançou o primeiro Roomba. Esse assistente de limpeza
autônomo que fica na sua casa dá de dez a zero nos robôs de décadas atrás
por combinar eficiência em uma especialização, pré-configurações e sensores
de posicionamento trabalhando juntos.

O “BigDog”.

Outro bom exemplo veio em 2005, com a Boston Dynamics. Ela apresentou
uma revolução na IA com aplicações em várias indústrias com o robô BigDog,
capaz de se movimentar por terrenos de difícil acesso para humanos. Formas
de cachorro e até humanoides estão cada vez melhores em mobilidade e
inteligência.

Inteligência sobre rodas

Desde cerca de 2005, a inteligência artificial também é estudada pra aplicação
em carros autônomos. O caso deles é bem complexo, já que a plataforma
precisa estar conectada com vários sensores do próprio veículo e também com
o tráfego em si, de semáforos a outros automóveis.
Sebastian Thrun.
Um dos destaques foi Sebastian Thrun, da Universidade de Stanford, que
venceu o desafio de 2005 com um veículo chamado Stanley, especializado em
cruzar regiões desérticas em alta velocidade. Guarda esse nome, porque esse
pesquisador vai ser importante daqui a pouco.
Tem ainda o caso da Waymo, uma subsidiária da Alphabet, dona da Google,
que já realiza vários testes com carros autônomos e quer tornar esse segmento
popular até 2020.
Cada vez mais espertas
A partir de 2008, o processamento de linguagem natural voltou com tudo.
A Google lançou o recurso de reconhecimento de voz no iPhone pra pesquisas,
e isso mostrou a integração da IA com todo o ecossistema da empresa. Em
2011, a própria Apple lançou uma assistente virtual, a Siri, que responde
perguntas, pesquisa por você e até conta piadas. Ela é seguida pela Alexa,
da Amazon, que explodiu em popularidade, a Cortana, da Microsoft, e o Google
Assistente.
Essa é uma área que deve levar alguns anos pra se desenvolver plenamente,
mas já acompanhamos no presente alguns resultados. A DARPA mantém desde
2004 uma competição anual chamada Grand Challenge que premia e
impulsiona projetos de carros autônomos, e de lá já saíram várias ideias e
evoluções.
A Siri é uma das opções de assistentes pessoais hoje no mercado.

Também em 2011, a IBM voltou a ganhar as manchetes com o Watson, um

supercomputador e plataforma de inteligência artificial. Pra mostrar todo o seu
potencial, ele venceu os melhores jogadores no game show televisivo de
adivinhação Jeopardy. A partir daí, ele começou a ser aplicado em vários
campos, como saúde, direito, reconhecimento de imagem e muito mais.
Nasce a Udacity
Conhecida como a Universidade do Vale do Silício, a Udacity surge neste
ecossistema inovador dos Estados Unidos em 2011, após o experimento do
professor da Universidade de Stanford Sebastian Thrun ao lado de Peter Norvig,
em que eles ofereciam um curso online e gratuito sobre “Introdução à
Inteligência Artificial”.

Uma logo.

Mais de 160 mil alunos de 190 países fizeram a inscrição, e mais de 400
superaram os alunos da própria Stanford! Após esse episódio, Thrun percebeu
que havia a necessidade de uma universidade voltada pra tecnologia que fosse
prática, barata, acessível e altamente eficaz para o mundo. Daí, surgiu a
Udacity.

Aprendizado evoluído
Em 2012, a Google deu mais um passo em seus sistemas de IA. Consolidando
tecnologias em desenvolvimento desde 2006 em deep learning, ela conseguiu
treinar um algoritmo para… reconhecer gatinhos em vídeos do YouTube.
Esse aprendizado profundo usa redes neurais com uma maior quantidade de
camadas do que os pioneiros que discutimos, processando mais informações e
deixando a máquina mais livre pra fazer assimilações e classificar elementos. É
assim que ela faz tarefas mais complexas, como reconhecer e catalogar fotos e
vídeos.
A complexa divisão em camadas do deep learning.
O deep learning pode ser integrado com outro processo: a visão computacional,
que é permitir que um sistema lide com obtenção, compreensão e análise de
imagens. A Affectiva, por exemplo, empregou isso em reconhecimento de
rostos pra reconhecer emoções no rosto humano.
Falando em presente, nos últimos anos foram várias as conquistas de
inteligências artificiais no ambiente humano. Em 2014, um chatbot
chamado Eugene Goostman conseguiu vencer o teste de Turing e convenceu
jurados durante uma conversa por escrito de que ele, um programa, era na
verdade um humano.
Uma das partidas de Go entre o campeão sul-coreano e o AlphaGo.

Já em 2016, a AlphaGo, desenvolvida pela Deepmind, virou mestre no jogo de

tabuleiro Go e venceu o campeão mundial da categoria em uma série de
vitórias bem mais impressionantes que as no xadrez de anos atrás, porque o
algoritmo aprendeu todas as regras e estratégias do jogo observando outras
partidas e depois jogando contra si próprio.
Por dentro da IA
Aliás, a gente normalmente só vê uma IA como uma interface simples e
interativa, mas tem muita coisa por trás. A construção de uma inteligência
artificial envolve uma série de algoritmos, que são instruções em código que
devem ser seguidas principalmente em Python, bibliotecas abertas com
instruções e ferramentas que ditam o comportamento do código e um
framework, uma estrutura mais complexa que combina ferramentas e oferece
um direcionamento mais prático pra um projeto.
E hoje em dia temos a IA em praticamente todos os processos que realizamos
em eletrônicos. Ela está na organização de playlists ou sugestão do que assistir
em serviços de streaming, está nas estratégias do computador nos games, nos
processadores mobile, como o Kirin 980 da Huawei e até nas respostas
automáticas sugeridas quando você escreve um email.
E tem muita coisa ainda começando e com potencial pra decolar no futuro. O
Google Duplex, que é uma inteligência artificial que conversa por telefone e
agenda consultar ou reserva mesas em restaurantes, pode virar algo bem mais
completo em conversação.
E tem ainda as GANs, redes geradoras adversárias, que são capazes de gerar
conteúdos e produzir imagens, vídeos e sons, e empresas como a Adobe vão se
beneficiar muito disso em edição nos softwares como o Photoshop. Já
evoluímos muita coisa, mas tem muito trabalho pela frente.

Essa é a trajetória da evolução da inteligência artificial até agora. Essa

tecnologia já é impressionante e essencial pro nosso dia a dia, mas tem muito
que evoluir e você pode fazer parte dessa história. A Udacity é a primeira escola
de Inteligência Artificial do Brasil e tem cursos especializados na área pra você
virar craque no assunto, expandir seus conhecimentos e construir um currículo
de respeito no mercado.
Para ler a matéria na íntegra, clique aqui.
https://www.tecmundo.com.br/mercado/135413-historia-inteligencia-
artificial-video.htm
Fonte TecMundo
O que são big techs e qual seu papel na sociedade atual?
Você entra na internet para encontrar um artigo e utiliza o Google para tanto.
Depois, envia o artigo para sua nuvem AWS e acessa o LinkedIn para ver
tendências no mercado.
Na hora de descansar, pega seu iPhone e faz uma ligação de vídeo pelo
WhatsApp para sua amiga. Esse relato é comum a milhões de pessoas e traz na
prática a presença das big techs em nosso cotidiano.
Conheça mais sobre as big techs e veja qual é o papel delas na sociedade atual.

O que são as big techs?

Big Techs são as grandes empresas de tecnologia que dominam o mercado.
Majoritariamente localizadas no Vale do Silício, elas começaram como
pequenas startups, criando serviços inovadores, disruptivos e escaláveis.
Na prática, elas passaram a moldar a forma de trabalho e comunicação das
pessoas, caso da Salesforce, bem como os comportamentos dos consumidores.
Nós sentimos a presença dessas gigantes de tecnologia diariamente. Nas redes
sociais, nos aplicativos de motoristas, no streaming de vídeo. Basicamente,
tudo que envolve inovação vem das big techs. O maior objetivo delas é atender
às demandas do consumidor e, com isso, crescer ainda mais.
Para tanto, cada big tech apresenta seus próprios e diversos aplicativos, além
de serviços em nuvem em muitos casos. E todas elas trabalham com algo que
é ouro atualmente: acúmulo de dados.
Vale uma menção honrosa a algumas das “primeiras big techs”, empresas de
tecnologia antigas que superaram crises, inovaram e se mantiveram presentes
no mercado mesmo com os novos concorrentes: Nokia (fundada em 1865), IBM
(1911), Samsung (1938), HP (1939) e Sony (1946).
As Big Five
O domínio do mercado de tecnologia atualmente envolve 5 gigantes de
tecnologia que são referências em inovação. Juntas, somaram quase US$900
bilhões em receitas em 2019, o equivalente à 18ª posição no ranking de PIB dos
países.
Alphabet: holding que administra todos os serviços do Google, que não é
somente o mecanismo de pesquisa preferido, mas também a pioneira em
navegação pela internet (Chrome), smartphones (Android) e streaming de
vídeo (YouTube).
Microsoft: fundada por Bill Gates e Paul Allen, desenvolveu o famoso Microsoft
Office em 1989, além de investir em servidores e serviços de nuvem,
notebooks, rede social (LinkedIn), anúncios em pesquisas e, claro, no sistema
operacional Windows.
Facebook: a rede social de maior sucesso do mundo (ou uma plataforma
multibilionária), que domina o mercado das mídias sociais, comprou o
Instagram (2012), o WhatsApp (2014) e do Óculos Go (2014 – sistema de
realidade virtual).
Amazon: gigante do comércio eletrônico no mundo, trabalha também com e-
books, serviços de streaming, soluções de casa inteligente, fabricação de
eletrônicos e estúdio de cinema e televisão.
Apple: líder em inovação e fornecimento de produtos e serviços exclusivos, a
Apple investe bastante em seu smartphone e, mais recentemente, em serviços
(Apple Music, Apple TV+ e iCloud).
Perceba que o principal motor das big techs é a inovação. Elas definem
tecnologias e serviços continuamente, atualizam dispositivos e produtos para
atenderem às demandas e manterem sua relevância no mercado.
Mas qual o papel das big techs na sociedade atual?
Qual o papel das big techs na sociedade atual?
Em um primeiro momento, podemos ver nitidamente o papel das big techs na
sociedade atual: facilitar nossa vida. A rotina que descrevemos na introdução é
tão comum que sequer percebemos que dependemos diretamente delas.
A troca de mensagens pelas redes sociais facilita a comunicação entre pessoas,
seja no âmbito pessoal ou profissional. Os serviços inteligentes de casa, como
os dispositivos de comando por voz, trazem maior praticidade. Elas também se
conectam diretamente ao nosso lazer, como Netflix, Amazon Prime, Apple
Music e outros serviços.
No ambiente de trabalho, elas também aparecem com grande destaque. É o
caso da Salesforce, que possui o CRM #1 do mundo e conta com outros
produtos focados em marketing, atendimento ao cliente, inteligência artificial,
criação de aplicativos e gestão de comunidades.
E as facilidades estão por todos os lados, inclusive no mercado financeiro.
Revolução no mercado financeiro
Recentemente, tivemos o lançamento do PIX, modalidade de pagamento
instantâneo que o Banco Central lançou. As big techs também estão de olho no
mercado bancário, especialmente diante de seu potencial comercial e da
possibilidade de gerar disrupção.
O Facebook já lançou o WhatsApp Pay para facilitar as transações comerciais
online por meio de blockchain. Já pensou em enviar e receber dinheiro dentro
do próprio WhatsApp? O Brasil foi o primeiro país a receber a ferramenta, que
possibilita inclusive pagamentos com cartões de crédito ou débito de alguns
bancos, como Banco do Brasil.
Felizmente, serve também para o WhatsApp Business, facilitando a vida de
pequenas empresas.
A Amazon lançou uma linha de crédito para pequenos empresários em parceria
com o Goldman Sachs. A Apple tem o Apple Card, e o Google tem planos para
sua própria conta corrente.
Impacto na geopolítica e monopólio de dados
Se por um lado as big techs vêm para facilitar nossa vida, por outro elas causam
temores em um âmbito que pode ir além da nossa compreensão.
As grandes empresas de tecnologia controlam diversos nichos dos mercados
digitais. Isso faz com que elas acumulem um enorme volume de dados gerados
pelos usuários. Como consequência, esses dados facilitam o domínio dos
mercados digitais por elas. É um ciclo, e o resultado é o comportamento
anticompetitivo.
Você provavelmente viu recentes acusações nos Estados Unidos e na Europa
sobre as práticas anticompetitivas de certas big techs. Afinal, elas controlam
plataformas e operam marketplaces, onde estabelecem regras para se
beneficiarem em detrimento de outros concorrentes.
De fato, esse monopólio de dados dos usuários, dão a elas uma vantagem
competitiva desleal. Afinal, tomam essa enorme big data para desenvolver seus
próprios produtos e aprimorá-los.
Indo mais além, como pontuam diversos especialistas, as big techs utilizam
esses dados também para impactar na geopolítica.
Eugênio Bucci, jornalista e professor titular da Escola de Comunicações e Artes
da Universidade de São Paulo (ECA-USP), em entrevista ao Instituto Humanitas
Unisinos, disse acreditar que as big techs têm um impacto econômico
devastador. Elas tomaram para si a grande parte dos recursos do mercado
publicitário, levando jornais e emissoras à falência.
No mesmo sentido, causaram um grande impacto político devido à dinâmica
das redes sociais, com propagação de discursos de ódio, fake news e teorias
conspiratórias. Em outras palavras, o uso de dados pelas big techs foi muito
além da otimização de seus produtos e influenciaram na situação política de
inúmeros países.
É o que demonstra o documentário Privacidade Hackeada, que trata das
decisões do Brexit, das eleições de Trump em 2016 e da possibilidade de
ocorrência do mesmo mecanismo nas eleições presidenciais brasileiras em
2018.
Esse cenário demonstra que, de fato, as facilidades proporcionadas não são
“gratuitas”.
As big techs têm um papel relevante na sociedade atual, facilitando nossa
rotina pessoal e profissional ao mesmo tempo em que influencia nosso
comportamento. É fundamental que os usuários saibam sobre esses impactos
e sua dimensão para que possam utilizar os serviços dessas gigantes com
consciência.
No caso da Salesforce e sua aplicação no ambiente de trabalho, só vemos
grandes benefícios que ela traz para os times. Inclusive, o Community Cloud
veio ampliar a experiência de todos os stakeholders.
Conheça mais sobre o Community Cloud! :
https://www.sottelli.com/o-que-e-community-cloud/