M1_Texto 1 - Os Fundamentos da Inteligencia Artificial

Prévia do material em texto

1 
 
 
Os Fundamentos da Inteligência Artificial 
 
• TEXTO 1 / PARTE A (Artigo) – Inteligência Artificial: Uma Breve Abordagem 
Sobre Seu Conceito Real e o Conhecimento Popular. 
 
• TEXTO 1 / PARTE B (Artigo) - O Homem e a Máquina: O Match Kasparov vs 
Deep Blue. 
 
 
2 
 
 
• TEXTO 1 / PARTE C (Capítulo de Livros) – O Momento Sputinik da China. 
 
14 páginas 
INTELIGÊNCIA ARTIFICIAL: UMA BREVE ABORDAGEM SOBRE SEU 
CONCEITO REAL E O CONHECIMENTO POPULAR 
 
Siuari Santos Damaceno1 
Rafael Oliveira Vasconcelos2 
 
Ciência da Computação Ciências exatas e tecnológicas 
ISSN IMPRESSO 1980-1777 
ISSN ELETRÔNICO 2316-3135 
 
 
RESUMO 
 
Ao longo dos séculos, observamos vários avanços tecnológicos. Certamente, a 
Inteligência Artificial é um grande passo nessa jornada. Tendo em vista que os veículos 
midiáticos possuem um forte poder em formação de opinião, torna-se necessário a 
conscientização da sociedade dando clareza sobre os reais conceitos do que há de 
novo e o que está em alta no mercado tecnológico. 
 
PALAVRAS-CHAVE 
 
Inteligência Artificial. Machine Learning. Deep Learning. Novas tecnologias. 
 
 
1. INTRODUÇÃO 
 
A medida que os tempos avançam, novos rumos são traçados. Os primórdios da 
Inteligência Artificial (IA) precede a própria construção de máquinas como desktops, 
notebooks, smartphones etc. 
 
 
1 Graduando em Jogos Digitais, Universidade Tiradentes – UNIT. E-mail: iuari.santos@souunit.com.br 
2 Professor Doutor do curso de Ciências da Computação, Universidade Tiradentes – UNIT. 
 E-mail: rafael.oliveira@souunit.com.br 
 
 
3 
 
Em seu artigo, “Computing Machinery and Intelligence” publicado em 1950, 
Alan Turing (1912 - 1954) já estava apresentando os princípios do funcionamento de 
uma máquina inteligente. Questionamentos surgem, colocando os avanços no campo 
da IA em xeque. Há quem acredite que esta será a substituta da humanidade e em 
contramão há aqueles que propõem que a IA irá coexistir com a humanidade em um 
ambiente de mútuo interesse. 
 
Obviamente, a falta de conhecimento leva ao pensamento fictício e pode-se 
perceber que a ignorância da sociedade sobre esse assunto leva a um caos que pode 
promover a não aceitação da IA. 
 
 
 
2. O QUE É INTELIGÊNCIA ARTIFICIAL? 
 
O artificial é o que não é natural, feito para imitar a natureza produzida nas 
formas artística ou industrial (MICHAELIS, 2018a). 
 
Assim podemos começar a entender o conceito de Inteligência Artificial. 
Inteligência ainda não é algo que tenha uma definição exata. Pode-se dizer 
brevemente que está associado ao entendimento, raciocínio, interpretação e a 
utilização do conhecimento adquirido para resolver situações e problemas propostos 
(MICHAELIS, 2018b). 
 
Conhecendo os significados individuais dessas duas palavras, tem-se como 
Inteligência Artificial a confecção de máquinas como capacidade de aprender sendo 
estas programadas previamente, fazendo uso de algoritmos bem elaborados e 
complexos que proporcionem a tomada de decisões, especulações e até interações 
baseadas nos dados fornecidos. 
 
No entanto, IA pode ser subdividida em camadas ou em partes que a compõe, e 
dessa forma é introduzido os conceitos de Machine Learning e Deep Learning. 
 
Machine Learning, como o próprio nome já sugere, é o processo de 
aprendizado contínuo de máquina. Consiste basicamente em fornecer dados de 
entrada e assim a máquina pode aprender com esses dados e elaborar saídas que 
satisfaçam a situação problema. 
 
Algoritmos de Machine Learning são estruturados com equações pré-definidas 
para organizar e executar os dados conforme a demanda (SAS, on-line). Um exemplo 
do uso de Machine Learning é a identificação de spams, onde inicialmente é fornecido 
 
 
4 
 
e-mails rotulados como spams e a partir disso o software anti-spam deverá identificar, 
nos próximos e-mails que forem recebidos, padrões para que possa classificá-los como 
spam ou não spam. 
 
Em um aprofundamento nesse assunto, encontrar-se-á o Deep Learning. Este é 
um tipo de Machine Learning que capacita a máquina a realizar tarefas mais 
complexas, como reconhecimento de fala, identificação de imagens e realizar 
previsões. 
 
“O Deep Learning estabelece parâmetros básicos sobre esses dados e treina o 
computador para aprender sozinho ao usar várias camadas de processamento no 
reconhecimento de padrões” (SAS, on-line). Trata-se de imitar o aprendizado intuitivo 
humano onde, com a experiência, tem-se a capacitação de executar uma série de 
atividades. 
 
Dessa forma, interessa a máquina analisar os dados, dividindo em várias 
camadas e as analisando constantemente, tornando desnecessária a intervenção 
humana para fornecer explicitamente todo o conhecimento necessário para a máquina 
(GOODFELLOW, 2016 p. 1). 
A exemplo disso existe o reconhecimento de fala, pelo qual a máquina deve 
analisar os padrões de intensidade, frequência, volumes etc. e chegar a uma 
aproximação quase que perfeita, capacitando-se a reconhecer quando a pessoa, cujo a 
voz foi analisada, falar. 
 
Estudos atuais na área de Inteligência Artificial, Machine Learning e Deep 
Learning andam de mãos dadas e podem ser categorizados em esferas. No centro está 
o Deep Learning, abrangendo esta, a esfera do Machine Learning e por fim a camada 
da Inteligência Artificial englobando-as. 
 
A relação entre Deep Learning e Machine Learning pode ser entendida com o 
Deep Learning, substituindo a intervenção humana, como já citado, para prover dados 
de entrada para o Machine Learning. Isso torna expressamente claro que o conceito de 
Deep Learning é herdado do Machine Learning. 
 
É válido ressaltar que, mesmo se tratando de IA, há margens para erros. Porém, 
máquinas providas de IA, possuem desvios irrisórios da sua rotina ideal, o que torna o 
trabalho da máquina eficiente, uma vez que, devido ao seu alto poder de 
processamento, pode-se analisar uma quantidade absurda de dados que precisaria de 
vários humanos para fazê-lo em um determinado período de tempo. 
 
 
 
5 
 
Dessa forma, uma ação que poderia levar horas, dias ou até semanas se 
executada por um humano, pode ser resolvida em questão de segundos por uma 
máquina. 
 
De forma geral, IA não precisa necessariamente interagir com pessoas, ou 
simular ações humanas. O seu real conceito e objetivo é executar tarefas de forma 
inteligente, ou seja, dada o seu objetivo, o seu comportamento pode ser entendido ou 
encarado como aleatório, porém o aleatório será seu comportamento inteligente. 
 
Uma vez que máquinas inicialmente são programadas a executar seu código de 
forma disciplinada, seu comportamento tido anteriormente como aleatório pode ser 
visto como um pequeno desvio intencional que não permita voltas sem objetivo 
(TURING, 1950, p. 21). 
 
 
3. Pesquisa: O CONHECIMENTO POPULAR SOBRE IA 
 
A era tecnológica do século XXI está imersa em um mar com um fluxo contínuo 
de informações, gerenciado pela mídia cinematográfica, jornalística, etc. Isso, 
involuntariamente, pode distanciar o conhecimento comum sobre IA do seu 
verdadeiro conceito. 
 
Para tal suposição, foi abordado um conjunto de 18 pessoas com 5 perguntas 
sobre o assunto em questão (Inteligência Artificial), sendo 4 objetivas e 1 subjetiva. 
Dos entrevistados, 50% estão na faixa etária entre 20 e 24 anos de idade, 16,7% estão 
entre 25 e 29 anos e 33,3% têm ou estão acima de 30 anos de idade. 
 
A busca inicial é de saber a familiarização com o termo “Inteligência Artificial”, 
a fonte de conhecimento sobre o assunto e se já fez uso de algum software, app ou 
dispositivo provido de IA. 
 
Para esses questionamentos, os resultados foram os seguintes: 
 
77,8% acham comum o termo “Inteligência Artificial”, enquanto 22,2% estão 
indiferentes; 
 
66,7% conhecem IA a partir de filmes, séries ou livros de ficção, 
 
22,2% a partir de livros/ artigos acadêmicos e afins, 
 
5,6% de pesquisas na internet em sites como Google, Wikipedia, Youtube etc. 
 
 
65,6% outros meios; 
 
44,4% já usaram ou faz uso de algum APP ou dispositivo provido de IA, 
 
22,2% alegam nunca terem usado 
 
33,3% não souberam dizer (se sim ou não). 
 
Quando questionados sobre os avanços dos estudos na área de IA, unânime foi 
a resposta, sendo todos a favor, porém com leves divergências e receios do que isso 
possa trazer. 
 
Com os dados levantados, percebe-se que ainda há um déficit no conhecimento 
autêntico, se posto em comparação o conceito real de IA com o conhecimento 
popular. 
 
É natural o receio, uma vez que os filmes, por exemplo, apresentam cenários 
futuristas onde máquinas se rebelam devido a autonomia nas decisões baseados no 
ambiente em que estão inseridas. 
 
Dessa forma, o conhecimento popular acaba por cegar as pessoas a perceber 
algo que possivelmente tem contato diariamente por meio de propagandas nas redes 
sociais (big data), softwares anti vírus, anti spam, anti malware, smartphones com 
reconhecimento facial e/ou reconhecimento de voz, entre outros, pois todos esses 
exemplos estão presentes no dia a dia de todos, voluntariamente ou não. 
 
 
 
 
 
 
4. CONCLUSÃO 
 
Posto à mesa o conhecimento popular sobre IA, percebe-se que um meio para 
encurtar o caminho para uma maior aceitação dos avanços inevitáveis nesse ramo é a 
disposição de compartilhar os conceitos autênticos sobre o tema abordado. 
 
Filmes, jogos, livros de ficção e fantasias são inevitáveis e não devem ser 
tomados como uma afronta ao conhecimento. Porém deve haver uma dose que traga 
 
 
7 
 
equilíbrio com as informações verdadeiras, provenientes de pesquisas, estudos e 
andamentos dos avanços tecnológicos. 
 
Isso pode ser implantado desde a educação primária do indivíduo para que 
possa haver uma desmistificação da Tecnologia. É evidente na sociedade que existe 
resistência quanto aos avanços tecnológicos, pois ainda há a sujeição a princípios 
filosóficos, culturais e religiosos, porém esse não é o foco deste estudo. 
 
Há quem tenha medo da substituição das pessoas por máquinas e há quem 
acredite que isso possa ser dosado. Obviamente, é inevitável que a mão de obra 
humana seja substituída por máquinas, pois isso já vem acontecendo desde o século 
XVIII com a Primeira Revolução Industrial. 
 
Porém os avanços na área de IA buscam a coexistência, uma vez que máquinas 
com IA dependem de um humano para programá-la, fornecer dados e dar diretrizes. 
Seu funcionamento não cabe em um mundo sem vida humana. 
 
 
REFERÊNCIAS 
 
FUENTES, Rodrigo C. Revolução industrial. UFSM. Disponível em:<http://w3.ufsm. 
br/fuentes/index_arquivos/rev.pdf>. Acesso em: 3 jun. 2018. 
 
GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep learning. 
Cambridge: MIT Press, 2017. Disponível em: 
<https://www.amazon.com.br/DeepLearning-Ian-Goodfellow/dp/0262035618>. 
Acesso em: 3 jun. 2018. 
 
McCARTHY, John; HAYES, Patrick J. Some philosophical problems from the 
standpoint of Artificial Intelligence. Computer Science Department, Stanford 
University, 1969. Disponível em: <http://www-formal.stanford.edu/jmc/mcchay69. 
pdf>. Acesso em: 31 maio 2018. 
 
MICHAELIS, Dicionário Brasileiro da Língua Portuguesa, Cia. Inteligência. 
Melhoramentos, 2018. Disponível em: 
http://michaelis.uol.com.br/modernoportugues/busca/portugues-
brasileiro/intelig%C3%AAncia>. Acesso em: 2 jun. 2018. 
 
 
PEREIRA, Silvio do Lago. Introdução à inteligência artificial. USP. Disponível em: 
<https://www.ime.usp.br/~slago/IA-introducao.pdf>. Acesso: em 31 maio 2018 
 
 
8 
 
 
PORTO, Leonardo Sartori. Uma investigação filosófica sobre inteligência artificial. 
Informática na Educação: teoria & prática. Porto Alegre, v.9, n.1, 2006. 
Disponível em: <http://seer.ufrgs. 
br/InfEducTeoriaPratica/article/viewFile/2304/1005>. Acesso em: 31 maio 2018. 
 
SAS – Software & Soluções de Analytics. Deep Learning, o que é e sua importância. 
SAS Institute Inc. 
Disponível em: <https://www.sas.com/pt_br/insights/analytics/ 
deep-learning.html>. Acesso em: 3 jun. 2018. 
 
SHALEV-SHWARTZ, Shai; BEN-DAVID, Shai. Understanding machine learning: 
From the theory to algorithms. 
Disponível em: <https://www.amazon.com.br/ 
Understanding-Machine-Learning-Theory-Algorithms/dp/1107057132>. 
Acesso em: 2 jun. 2018.3 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
9 
 
 
 
 
 
O Homem e a Máquina: O Match Kasparov vs Deep Blue 
 
Artigo escrito pelo Grande Mestre de Xadrez RAFAEL LEITÃO 
 
Disponível em: 
https://rafaelleitao.com/o-homem-e-a-mquina-o-match-kasparov-x-deep-blue/ 
 
De um lado: Garry Kasparov, Grande Mestre, considerado um dos maiores 
enxadristas de todos os tempos. Ele, campeão mundial de xadrez de 1985 a 2000. Do 
outro lado: Deep Blue, um supercomputador da IBM projetado para jogar em pé de 
igualdade contra qualquer jogador de xadrez do mundo. Uma batalha entre homem e 
máquina. 
 
O primeiro embate Kasparov x Deep Blue aconteceu em 1996, mas o primeiro desafio 
do enxadrista soviético envolvendo computadores aconteceu, na verdade, em 1985, 
quando Garry Kasparov venceu 32 máquinas simultaneamente. Conheça essa incrível 
história do homem contra máquina no post de hoje! 
Kasparov x Deep Blue, o primeiro match 
Em 1996 aconteceu o primeiro embate entre o campeão Kasparov e o desafiante 
pouco convencional Deep Blue. Para a surpresa de todos, o computador venceu o 
primeiro jogo, disputado na Filadélfia. Pela primeira vez, uma máquina havia vencido 
um campeão mundial de xadrez usando as regras normais de torneio. Com um pouco 
menos de frieza, Kasparov poderia ter se assustado com tal feito e se desequilibrado 
para disputar os próximos jogos. No entanto, o enxadrista contornou a situação e virou 
o match, que terminou 4 a 2 para o russo. 
Deep Blue x Kasparov, a revanche 
Um ano depois, em 1997, com a promessa de que o Deep Blue estaria ainda mais 
desenvolvido e preparado, Garry Kasparov aceitou uma revanche para a IBM e seu 
supercomputador. Dessa vez, o match foi em Londres e, diferentemente do ano 
anterior, o primeiro jogo foi vencido por Kasparov. Porém, agora, algo estranho 
aconteceu já no segundo jogo. No movimento 44 do jogo 2, o Deep Blue realizou uma 
jogada que surpreendeu o campeão mundial. 
 
 
10 
 
Em uma posição muito superior, o computador levou o rei para o lado errado, dando 
chances para o adversário, um erro bastante atípico para a máquina. Desconcertado, o 
russo abandonou a partida sem ver que tinha uma continuação de empate. 
Depois disso, muito intrigado, Kasparov recuou e passou a jogar em um estilo bem 
diferente do usual. Os jogos 3, 4 e 5 terminaram, então, empatados. No sexto jogo, 
que decidiria o vencedor, viu-se menos ainda do estilo de jogo do enxadrista 
multicampeão. Acuado e sem reação, Garry Kasparov perdeu a batalha e a guerra: 
Deep Blue derrotou o Grande Mestre por 3,5 a 2,5. Na partida decisiva, mais uma vez o 
computador tomou uma decisão que parecia estranha: sacrificou uma peça para uma 
compensação a longo prazo, algo que se imaginava impossível para a máquina. Veja as 
análises do GM Rafael Leitão para as partidas decisivas aqui. 
 
 
 
A polêmica 
Indignado, Kasparov afirmou que a IBM havia trapaceado e chegou a citar o gol de 
mão feito por Maradona na Copa do Mundo de Futebol de 1986, comparando-o a um 
possível subterfúgio de Deep Blue. De acordo com o enxadrista, houve interação 
humana no computador, o que ia contra as regras estabelecidas — ou seja, uma 
trapaça. Sem isso, seria impossível que a máquina tomasse uma decisão tão incoerente 
como jogada 44 ou o sacrifício de peça da última partida. A IBM, porém, afirmou que 
Deep Blue só sofria modificações nos intervalos e jamais durante um jogo. 
http://www.viewchess.com/cbreader/2015/8/14/Game154768000.html
https://rafaelleitao.com/wp-content/uploads/2015/08/kasparov-deep-blue-game-6-1997PGN.png
 
 
11 
 
 
17 anos depois 
Somente 17 anos depois, o mistério que envolvia a jogada que abalou tanto Kasparov 
foi aparentemente desvendado. Assimcomo todo bom programa de computador, 
Deep Blue tinha uma “saída de emergência” caso houvesse sobrecarga de 
processamento, para evitar que o sistema entrasse em loop, ou seja, ficasse calculando 
e calculando infinitamente. 
No documentário “The Man vs. The Machine“, é revelado que o mecanismo de 
emergência fez o computador escolher a primeira jogada possível para evitar o loop, o 
que surpreendeu Kasparov. Ainda assim, o problema não condizia com as acusações 
do enxadrista: foi apenas um bug que levou a máquina à vitória e causou tanta 
polêmica. Em relação ao sacrifício de peça da sexta partida, o computador pode ter 
sido configurado previamente para efetuar a jogada, já que a posição era teórica. Isso 
não significaria uma “trapaça”. 
Mas a explicação não convenceu a todos e muitos enxadristas até hoje acreditam que 
houve intromissão humana nas análises do computador. Quando Kasparov quis uma 
terceira disputa contra Deep Blue, a IBM se recusou e aposentou o computador. Não 
haveria mais Kasparov vs. Deep Blue. 
 o/o/o/o/ o/o/o/o/ o/o/o/o/ o/o/o/o/ 
 
As Superpotências da Inteligência Artificial 
Capítulo 1 do livro Inteligência Artificial 
Kai Fu Lee - cientista da computação, empresário 
 e escritor sino-americano, nascido em Taiwan. 
Atualmente, ele está baseado em Pequim, China. 
Lee desenvolveu o primeiro sistema de 
reconhecimento de fala contínuo, independente 
do orador, como sua tese de doutoramento 
na Carnegie Mellon. (WIkipedia) 
 
O Momento Sputnik da China 
http://espn.go.com/video/clip?id=espn:11694550
 
 
12 
 
Kai Fu Lee4 
 
O adolescente chinês com uns óculos de armação quadrada parecia um herói improvável para 
comandar o último combate da humanidade. De terno preto, camisa branca e gravata preta, 
Ke Jie estava afundado no assento, a esfregar as têmporas e a tentar perceber o problema que 
tinha à sua frente. Embora normalmente transbordasse de uma confiança que se aproximava 
do convencimento, o jovem de dezenove anos contorcia-se na cadeira de cabedal. 
Se trocássemos o local, ele poderia ser apenas mais um candidato à universidade aflito para 
resolver um problema intransponível de geometria. Mas nessa tarde de maio de 2017 ele 
estava mergulhado numa luta sem tréguas contra uma das máquinas mais poderosas do 
mundo, a AlphaGo, uma central de inteligência artificial sustentada por aquela que 
provavelmente é a empresa líder em todo o mundo no campo da tecnologia: a Google. 
 
 
O campo de batalha era um tabuleiro com uma grelha de dezanove por dezanove quadrículas 
povoado por pedrinhas brancas e pretas — a matéria-prima do jogo Go, um jogo que disfarça 
bem a sua complexidade. Durante o jogo, dois contendores alternam a colocar as pedras no 
tabuleiro, tentando cercar as pedras do adversário. 
Nenhum outro ser humano em todo o mundo conseguia fazê-lo melhor do que Ke Jie, mas 
naquele dia ele tinha como opositor um jogador de Go de um nível nunca visto. A história do 
Go, que se crê ter sido inventado há mais de 2500 anos, estende-se para tempos mais 
longínquos do que a de qualquer outro jogo de tabuleiro ainda jogado nos nossos dias. Na 
antiga China, o Go representava uma das quatro formas de arte que qualquer estudioso 
deveria ser capaz dominar. 
Acreditava-se que o jogo imbuía os seus jogadores de um refinamento e sabedoria de tipo Zen. 
Enquanto jogos como o xadrez do Ocidente são friamente táticos, o jogo Go baseia-se no 
posicionamento paciente e num cerco lento, o que fez dele uma forma de arte, um estado de 
espírito. 
 
4 LEE, Kai Fu. Inteligência Artificial: como os robôs estão mudando o mundo, a forma como amamos, 
nos relacionamos, trabalhamos e vivemos. Rio de Janeiro: Globo Livros, 201 9. p.70. 
Assista ao vídeo de uma breve entrevista do Prof. Kai Fu ao jornalista Pedro Bial em dez/2019. 
https://globoplay.globo.com/v/8179771/ 
 
 
13 
 
A profundeza da história do Go encontra correspondência na complexidade do próprio jogo. 
As regras básicas da forma de jogar podem ser expostas em apenas nove frases, mas o número 
de posições possíveis num tabuleiro de Go excede o número de átomos no universo 
conhecido. 
A complexidade do leque de decisões possíveis fizera com que derrotar o campeão mundial de 
Go se tornasse numa espécie de Monte Evereste para a comunidade da inteligência artificial — 
um problema que pelo seu mero tamanho sempre repelira qualquer tenta- tiva de o resolver. 
Aqueles que tinham uma visão mais poética diziam que não podia ser feito porque as 
máquinas não tinham o elemento humano, um sentido quase místico do jogo. Os engenheiros 
pensavam muito simplesmente que o tabuleiro oferecia demasiadas possibilidades para um 
computador avaliar. 
Mas nesse dia o AlphaGo não estava apenas a ganhar a Ke Jie — estava a desmantelar-lhe o 
jogo sistematicamente. No decurso da maratona de três jogos, cada um com a duração de 
mais de três horas, Ke lançara tudo o que tinha contra o programa de computador. Havia-o 
testado com abordagens diferentes: conservadoras, agressivas, defensivas. 
O AlphaGo não lhe dera qualquer margem de manobra. Pelo contrário, ia cerrando lentamente 
o cerco em torno dele. 
 
O PONTO DE VISTA DE PEQUIM 
A forma como se via este jogo dependia do local onde se estava. Para alguns observadores nos 
Estados Unidos, as vitórias do AlphaGo assinalavam não só o triunfo da máquina sobre o 
homem, mas também das empresas tecnológicas ocidentais sobre o resto do mundo. 
 As duas décadas precedentes tinham sido testemunhas da conquista dos mercados 
tecnológicos de todo o mundo pelas empresas de Silicon Valley. Empresas como o Facebook e 
a Google tinham-se tornado nas plataformas de Internet preferenciais para socialização e 
pesquisas. 
Durante esse processo haviam arrasado startups locais em países que iam da França à 
Indonésia. Estes gigantes da Internet tinham dado aos Estados Unidos um domínio do mundo 
digital equivalente ao seu poder militar e económico a nível mundial. 
Com o AlphaGo — um produto da startup britânica DeepMind, que fora adquirida pela Google 
em 2014 —, o Ocidente parecia posicionado para continuar a exercer esse domínio na era da 
inteligência artificial. Mas, ao olhar pela janela do meu escritório durante o jogo de Ke Jie, eu vi 
uma coisa completamente diferente. 
 
 
14 
 
A sede do meu fundo de capital de risco fica situada na zona de Zhongguancun (pronunciado 
“jong-guan-suun”) em Pequim, uma área que é frequentemente designada como “o Silicon 
Valley da China”. 
Hoje em dia, Zhongguancun é o centro nevrálgico do movimento da IA na China. Para as 
pessoas daqui as vitórias do AlphaGo significaram tanto um desafio como uma inspiração. 
Transformaram-se no “Momento Sputnik” da China no que diz respeito à inteligência artificial. 
O momento em que a União Soviética pôs em órbita o primeiro satélite feito pelo homem em 
outubro de 1957 teve repercussões profundas no espírito americano e na política 
governamental dos Estados Unidos. 
O acontecimento desencadeou uma ansiedade pública alargada quanto à percepção de 
superioridade tecnológica por parte da União Soviética, levando muitos americanos a 
seguirem o satélite no firmamento durante a noite e a sintonizarem transmissões de rádio do 
Sputnik. 
Deu origem à criação da Administração Nacional da Aeronáutica e Espaço (NASA), estimulou 
subsídios governamentais significativos para o ensino da matemática e das ciências e lançou 
de facto a corrida espacial. 
A mobilização americana a nível nacional acabou por dar frutos dez anos mais tarde, quando 
Neil Armstrong se tornou na primeira pessoa a pisar a Lua. O AlphaGo registou o seu primeiro 
triunfo de alto nível em março de 2016, durante uma série de cinco jogos contra o lendário 
jogador coreano Lee Sedol, vencendo-o por quatro a um. 
Embora a maior parte dos americanos não se tenha apercebido deles, os cinco jogos atraírammais de 280 milhões de espectadores chineses. De um dia para o outro, a China mergulhou na 
febre da inteligência artificial. O frenesi não foi equiparável à reação americana ao Sputnik, 
mas acendeu uma chama no seio da comunidade tecnológica chinesa que ainda continua a 
arder. 
Quando os investidores, empresários e funcionários públicos da China se focam todos numa 
indústria, são verdadeiramente capazes de abanar o mundo. A China está a aumentar o 
investimento, a investigação e o empreendedorismo na IA numa escala histórica. O dinheiro 
para startups de IA jorra dos investidores em capital de risco, de gigantes tecnológicos e do 
Estado chinês. 
Os estudantes chineses também foram contagiados pela febre da IA, inscrevendo-se em 
programas de graduação avançados e seguindo conferências de investigadores internacionais 
nos seus telefones de última geração. 
 
 
15 
 
Os fundadores de startups andam freneticamente a revolver, reorganizar ou simplesmente a 
renomear as suas empresas para apanharem a onda da IA. E, menos de dois meses depois de 
Ke Jie desistir do seu último jogo frente a AlphaGo, o governo central da China lançou um 
ambicioso plano para a promoção de aptidões no domínio da inteligência artificial. 
Exigia maior financiamento, políticas de apoio e coordenação para o desenvolvimento da IA. 
Estabelecia índices de referência para o progresso até 2020 e 2025 e previa que até 2030 a 
China se tornaria o centro da inovação global da inteligência artificial, liderando em teoria, 
tecnologia e capacidade de aplicação. 
Em 2017, os investidores em capital de risco chineses já tinham respondido ao desafio, 
injetando somas recorde em startups de inteligência artificial e totalizando 48% de todo o 
financiamento de risco em IA a nível global, ultrapassando pela primeira vez os Estados 
Unidos. 
 
O JOGO E O MOMENTO DE VIRADA 
Há um novo paradigma na relação entre a inteligência artificial e a economia que subjaz a esse 
incremento no apoio dado pelo Estado chinês. Enquanto os saberes da inteligência artificial 
progrediram lenta, mas firmemente ao longo de décadas, só recentemente se verificou uma 
aceleração nesse progresso que permitiu aos avanços académicos encontrarem uma 
transposição para os usos do mundo real. 
Eu já conhecia bem os desafios técnicos de vencer um ser humano no jogo de Go. Nos meus 
tempos de juventude, quando trabalhava para o meu doutoramento investigando questões de 
inteligência artificial na Universidade de Carnegie Mellon, trabalhei sob a orientação de Raj 
Reddy, um pioneiro em investigação no campo da IA. 
Em 19865 , criei o primeiro programa de software para derrotar um membro da equipa do 
campeonato mundial no jogo Othello, uma versão simplificada de Go que se jogava num 
tabuleiro de oito quadrículas por oito. Na altura, foi um verdadeiro sucesso, mas a tecnologia 
subjacente tinha apenas as condições para se confrontar com os jogos de tabuleiro mais 
simples. 
O mesmo se verificou quando o Deep Blue da IBM derrotou o campeão mundial de xadrez, 
Garry Kasparov, num confronto em 1997 a que chamaram “A Última Batalha do Cérebro 
Humano”. 
 
 
16 
 
Esse acontecimento tinha gerado grande ansiedade quanto à perspectiva de os robôs virem a 
derrotar a espécie humana, mas, para além de fazer subir as ações da IBM, a partida de xadrez 
não teve impacto significativo na vida do mundo real. 
A inteligência artificial ainda tinha poucas aplicações práticas e, ao longo de décadas, os 
investigadores não haviam produzido qualquer avanço fundamental. No essencial, o Deep Blue 
avançara para a vitória à custa de “força bruta” — sustentado por hardware preparado para 
gerar e avaliar posições a partir de cada jogada. Também tinha contado com contributos de 
campeões do mundo real, que tinham acrescentado conteúdo heurístico ao software. 
Sim, aquela vitória foi um feito de engenharia impressionante, mas baseou-se em tecnologia 
consolidada que operava com base num conjunto bastante limitado de questões. Se 
retirássemos o Deep Blue da simplicidade geométrica de um tabuleiro de xadrez de oito por 
oito, ele não pareceria muito inteligente. Afinal, o único emprego que ele ameaçava era o do 
campeão mundial de xadrez. 
Desta vez, porém, as coisas foram diferentes. A partida entre Ke Jie e AlphaGo jogou-se dentro 
dos limites de um tabuleiro de Go, mas tem ligações próximas a transformações dramáticas no 
mundo real. 
Tais transformações incluem o frenesi face à IA que, na China, as partidas AlphaGo 
provocaram no ambiente tecnológico que o impulsionou para a vitória. O AlphaGo sustenta-se 
de Deep Learning (saber profundo), uma abordagem inovadora à inteligência artificial que 
impeliu vertiginosamente as capacidades cognitivas das máquinas. 
Os programas baseados em Deep Learning conseguem hoje um desempenho superior ao dos 
seres humanos na identificação de rostos, no reconhecimento da fala e em decisões como a 
concessão de crédito. 
Ao longo das décadas anteriores, a revolução da inteligência artificial pareceu sempre estar à 
distância de cinco anos. Mas, recentemente, com o desenvolvimento do Deep Learning, essa 
revolução chegou, por fim. 
Vai trazer consigo toda uma era de incrementos na produção em massa, mas também 
perturbações generalizadas nos mercados de trabalho — e, nas pessoas, efeitos sócio-
psicológicos profundos —, à medida que a inteligência artificial usurpa o labor humano em 
indústrias de todo o tipo. Abaixo, foto de um tabuleiro de Go. 
 
 
17