Nos últimos anos, a inteligência artificial (IA) tem demonstrado sua inigualável capacidade de ocupar os mais variados e inesperados espaços da sociedade. No início de outubro, porém, a IA deu um passo inédito e duplo ao adentrar o seleto grupo das maiores honrarias científicas do mundo: o Prêmio Nobel. Este reconhecimento foi concedido a pesquisas impulsionadas pela IA, tanto na Física quanto na Química.
Na Física, o Prêmio Nobel de 2024 foi concedido aos cientistas John Hopfield, dos Estados Unidos, e Geoffrey Hinton, do Reino Unido e Canadá, embora eles não tenham trabalhado em conjunto. John Hopfield, de 91 anos, professor da Universidade de Princeton, foi laureado por criar uma memória associativa capaz de armazenar e reconstruir imagens e outros padrões em grandes bases de dados. Geoffrey Hinton, de 77 anos, da Universidade de Toronto, foi reconhecido por desenvolver métodos de “deep learning” que podem, de forma autônoma, encontrar propriedades em dados e realizar tarefas como identificar elementos específicos em imagens.
Já na Química, o prêmio foi concedido a David Baker, Demis Hassabis e John M. Jumper pelo uso da inteligência artificial para decifrar os segredos das proteínas – moléculas essenciais para o funcionamento das células e, consequentemente, para a vida. Através da IA e da computação, eles conseguiram avanços significativos na predição da estrutura das proteínas, o que abre novas possibilidades no desenvolvimento de medicamentos e tratamentos.
Esses reconhecimentos reafirmam os avanços proporcionados pela IA nas últimas décadas. Porém, um olhar mais atento mostra que esses reconhecimentos não necessariamente surpreenderam a comunidade que vive e pesquisa essa tecnologia.
Por que Geoffrey Hinton é importante?
Na estreia desta coluna sobre o universo da inteligência artificial, eu gostaria de contar um pouco sobre Geoffrey Hinton e os motivos que o levaram a ser reconhecido no Nobel.
Geoffrey Hinton se tornou uma figura central tanto no avanço quanto na crítica à IA. Ele deixou o Google Brain para poder criticar abertamente os modelos de IA, destacando os riscos associados ao uso indiscriminado dessa tecnologia, especialmente no campo militar. Hinton tem se posicionado como um dos principais críticos da IA, alertando para as potenciais consequências negativas da sua aplicação sem controle ético.
No campo da pesquisa, o grande feito de Hinton foi em 2012.
Ele e os seus alunos realizaram testes pioneiros com técnicas de deep learning, superando o estado da arte na classificação de imagens e consolidando a IA como uma ferramenta de transformação tecnológica.
Antes da popularização do deep learning, o uso da IA era segmentado. Em problemas como a análise de imagens, por exemplo, era necessário, primeiramente, extrair manualmente as características relevantes e, só depois, aplicar técnicas de IA para classificá-las. Cerca de 10 anos atrás, a IA se limitava, em grande parte, à fase de classificação, categorizando dados previamente processados por humanos.
Com o advento do deep learning, esse cenário mudou. Agora, os algoritmos aprendem automaticamente o que é relevante nas imagens, sinais ou textos, sem a necessidade de intervenção humana. Em exemplos práticos, como a detecção de nódulos em exames de mama, o deep learning pode identificar automaticamente áreas de interesse, como a densidade ou o formato dos nódulos, sem que seja preciso guiar o sistema.
Hinton e o “Nobel da computação”
O estudo de Hinton também mereceu outros reconhecimentos que vão além do Nobel.
Um marco importante foi o Prêmio Turing, considerado o “Nobel da Computação”, concedido em 2018 a três pesquisadores pioneiros no deep learning, incluindo Geoffrey Hinton. Antes disso, o prêmio Turing era majoritariamente concedido a cientistas que contribuíram com linguagens de programação, criptografia, redes de computadores e outros campos tradicionais da computação, mas raramente àqueles que trabalharam diretamente com IA.
Hinton merece o reconhecimento e os pesquisadores em IA agradecem os seus esforços.
