Fundamentos de Inteligência Artificial

Fundamentos de Inteligencia Artificial

1. Definicao Formal

Inteligencia Artificial (IA) e o campo da ciencia da computacao dedicado a criar sistemas capazes de realizar tarefas que, quando executadas por humanos, requerem inteligencia. Essa definicao, embora amplamente aceita, e intencionalmente vaga — e existem abordagens distintas para operacionaliza-la.

As quatro abordagens historicas para definir IA, organizadas por Stuart Russell e Peter Norvig no livro Artificial Intelligence: A Modern Approach:

┌─────────────────────────────────────────────────────────────┐
│              ABORDAGENS PARA DEFINIR IA                      │
├──────────────────────────┬──────────────────────────────────┤
│    Pensando como humano  │   Pensando racionalmente         │
│    (Ciencia Cognitiva)   │   (Logica formal, leis do        │
│    Modelar o processo    │   pensamento)                    │
│    cognitivo humano      │   Inferencia correta a partir    │
│                          │   de premissas                   │
├──────────────────────────┼──────────────────────────────────┤
│    Agindo como humano    │   Agindo racionalmente           │
│    (Teste de Turing)     │   (Agentes racionais)            │
│    Comportamento         │   Tomar a melhor acao possivel   │
│    indistinguivel de     │   dada a informacao disponivel   │
│    um humano             │   (abordagem dominante hoje)     │
└──────────────────────────┴──────────────────────────────────┘

A abordagem dominante na IA moderna e a do agente racional: um sistema que percebe seu ambiente e toma acoes que maximizam uma medida de desempenho. Essa definicao nao exige que o sistema pense como um humano — apenas que aja de forma otima.

2. Taxonomia: Narrow AI, General AI e Super AI

A classificacao mais utilizada para IA distingue tres niveis de capacidade:

Narrow AI (IA Estreita / ANI)

Sistemas projetados para executar uma tarefa especifica com desempenho igual ou superior ao humano. Toda IA que existe hoje e Narrow AI.

Exemplos:

  • Classificacao de imagens: ResNet identifica objetos em fotos com acuracia superior a humanos (top-5 error < 3.6% no ImageNet)
  • Processamento de linguagem natural: GPT-4, Claude, Gemini geram texto coerente e respondem perguntas
  • Jogos: AlphaGo derrotou o campeao mundial de Go; AlphaFold previu a estrutura de proteinas
  • Recomendacao: Netflix, Spotify e YouTube usam sistemas de recomendacao baseados em ML
  • Veiculos autonomos: Tesla Autopilot, Waymo usam percepcao visual + planejamento de trajetoria

Cada um desses sistemas e extremamente capaz em seu dominio, mas nenhum consegue transferir seu conhecimento para tarefas fora do escopo de treinamento sem adaptacao significativa.

General AI (IA Geral / AGI)

Um sistema hipotetico com capacidade cognitiva equivalente a de um humano em qualquer dominio intelectual. AGI poderia aprender qualquer tarefa que um humano aprende, transferir conhecimento entre dominios e raciocinar de forma abstrata.

AGI nao existe atualmente. Ha debate sobre se LLMs modernos representam um passo em direcao a AGI ou se sao fundamentalmente limitados por sua arquitetura (pattern matching sofisticado vs. raciocinio genuino). A definicao exata de AGI tambem nao tem consenso academico.

Super AI (Superinteligencia / ASI)

Um sistema hipotetico que excede a capacidade cognitiva humana em todos os dominios. Conceito explorado por Nick Bostrom em Superintelligence (2014). Nao existe e nao ha consenso sobre se ou quando seria possivel.

┌────────────────────────────────────────────────────────────┐
│                    TAXONOMIA DE IA                          │
│                                                            │
│  ┌──────────────────────────────────────────────────────┐  │
│  │  Super AI (ASI)                                      │  │
│  │  Excede capacidade humana em TODOS os dominios       │  │
│  │  Status: Hipotetico                                  │  │
│  │                                                      │  │
│  │  ┌──────────────────────────────────────────────┐    │  │
│  │  │  General AI (AGI)                            │    │  │
│  │  │  Equivalente a humano em QUALQUER dominio    │    │  │
│  │  │  Status: Hipotetico                          │    │  │
│  │  │                                              │    │  │
│  │  │  ┌──────────────────────────────────────┐    │    │  │
│  │  │  │  Narrow AI (ANI)                     │    │    │  │
│  │  │  │  Excelente em UMA tarefa especifica  │    │    │  │
│  │  │  │  Status: EXISTE HOJE                 │    │    │  │
│  │  │  │  Ex: GPT-4, AlphaGo, DALL-E         │    │    │  │
│  │  │  └──────────────────────────────────────┘    │    │  │
│  │  └──────────────────────────────────────────────┘    │  │
│  └──────────────────────────────────────────────────────┘  │
└────────────────────────────────────────────────────────────┘

3. A Hierarquia: IA vs ML vs Deep Learning

Esses tres termos sao frequentemente usados como sinonimos, mas representam conjuntos aninhados com escopos distintos:

┌────────────────────────────────────────────────────────────┐
│  INTELIGENCIA ARTIFICIAL (IA)                              │
│  Qualquer tecnica que permite a maquinas imitar            │
│  comportamento inteligente.                                │
│  Inclui: sistemas baseados em regras, logica formal,       │
│  busca, planejamento, ML, etc.                             │
│                                                            │
│  ┌──────────────────────────────────────────────────────┐  │
│  │  MACHINE LEARNING (ML)                               │  │
│  │  Subconjunto de IA que APRENDE padroes a partir      │  │
│  │  de dados, sem ser explicitamente programado.        │  │
│  │  Inclui: regressao, arvores de decisao, SVM,        │  │
│  │  random forests, redes neurais, etc.                 │  │
│  │                                                      │  │
│  │  ┌──────────────────────────────────────────────┐    │  │
│  │  │  DEEP LEARNING (DL)                          │    │  │
│  │  │  Subconjunto de ML que usa redes neurais     │    │  │
│  │  │  com MUITAS camadas (profundas).             │    │  │
│  │  │  Inclui: CNNs, RNNs, Transformers, GANs     │    │  │
│  │  │  Requer grandes volumes de dados e GPU.      │    │  │
│  │  └──────────────────────────────────────────────┘    │  │
│  └──────────────────────────────────────────────────────┘  │
└────────────────────────────────────────────────────────────┘

IA sem ML — Sistemas especialistas (expert systems) usam regras if/then definidas por humanos. Um motor de regras de fraude bancaria que implementa if transacao > R$10000 AND pais != Brasil then bloquear e IA (toma decisoes), mas nao e ML (nao aprende com dados).

ML sem Deep Learning — Um modelo de regressao logistica que prevE churn de clientes com base em features numericas e ML classico. Aprende com dados, mas usa um unico “neuronio” com funcao sigmoide — nao e deep learning.

Deep Learning — Um modelo Transformer como o GPT-4 que gera texto e deep learning: redes neurais com bilhoes de parametros distribuidos em dezenas de camadas.

4. Paradigmas de Machine Learning

Machine Learning se divide em tres paradigmas fundamentais, definidos pela natureza dos dados de treinamento e pelo objetivo do aprendizado.

4.1 Aprendizado Supervisionado (Supervised Learning)

O modelo recebe pares (entrada, rotulo) e aprende a mapear entradas para rotulos. O objetivo e generalizar esse mapeamento para dados nunca vistos.

Dados de treinamento:
  (email_1, spam)
  (email_2, nao_spam)
  (email_3, spam)
  ...

Modelo aprende:  f(email) -> {spam, nao_spam}

Inferencia:
  f(email_novo) -> spam  (predicao)

Tipos de problemas:

  • Classificacao: rotulo e uma categoria discreta (spam/nao spam, gato/cachorro, benigno/maligno)
  • Regressao: rotulo e um valor continuo (preco de imovel, temperatura amanha, tempo de entrega)

Algoritmos classicos:

  • Regressao linear e logistica
  • k-Nearest Neighbors (KNN)
  • Arvores de decisao e Random Forests
  • Support Vector Machines (SVM)
  • Redes neurais (MLP, CNN, Transformers)

4.2 Aprendizado Nao-Supervisionado (Unsupervised Learning)

O modelo recebe apenas entradas (sem rotulos) e deve encontrar estrutura, padroes ou agrupamentos nos dados.

Tipos de problemas:

  • Clustering: agrupar dados similares (segmentacao de clientes, deteccao de anomalias)
  • Reducao de dimensionalidade: comprimir dados preservando informacao (PCA, t-SNE, UMAP)
  • Aprendizado de representacoes: extrair features uteis (autoencoders, embeddings)

4.3 Aprendizado por Reforco (Reinforcement Learning)

Um agente interage com um ambiente, executa acoes e recebe recompensas (ou penalidades). O objetivo e aprender uma politica (estrategia) que maximiza a recompensa acumulada ao longo do tempo.

┌─────────────────────────────────────────────────────┐
│                 REINFORCEMENT LEARNING                │
│                                                       │
│   ┌──────────┐    acao (a_t)    ┌──────────────┐     │
│   │          │ ────────────────→│              │     │
│   │  AGENTE  │                  │  AMBIENTE    │     │
│   │          │←────────────────│              │     │
│   └──────────┘  estado (s_t+1)  └──────────────┘     │
│                  recompensa (r_t)                     │
│                                                       │
│   Objetivo: aprender politica pi(s) -> a              │
│   que maximiza sum(gamma^t * r_t)                     │
│   onde gamma e o fator de desconto (0 < gamma <= 1)   │
└─────────────────────────────────────────────────────┘

Exemplos celebres:

  • AlphaGo (DeepMind, 2016): aprendeu Go jogando contra si mesmo milhoes de vezes
  • OpenAI Five (2019): equipe de 5 agentes aprendeu a jogar Dota 2 em nivel profissional
  • RLHF (Reinforcement Learning from Human Feedback): tecnica usada para alinhar LLMs como ChatGPT e Claude com preferencias humanas

4.4 Alem dos Tres Paradigmas

Aprendizado Semi-Supervisionado — Combina uma pequena quantidade de dados rotulados com uma grande quantidade de dados nao rotulados. Util quando rotular dados e caro (ex: imagens medicas que requerem um radiologista).

Aprendizado Auto-Supervisionado (Self-Supervised Learning) — O modelo cria seus proprios rotulos a partir da estrutura dos dados. Essa e a base do treinamento de LLMs modernos:

Texto original:  "O gato sentou no tapete"
Tarefa criada:   Dado "O gato sentou no ___", prever "tapete"

O modelo nunca recebeu rotulos humanos -- ele criou a tarefa
de predicao a partir da propria estrutura do texto.

Transfer Learning — Um modelo pre-treinado em uma tarefa (ex: classificacao de imagens no ImageNet) e adaptado para outra tarefa (ex: deteccao de tumores em raios-X). O conhecimento aprendido nas camadas iniciais (deteccao de bordas, texturas) e reutilizado.

5. Quando Usar (e Quando Nao Usar) IA

IA nao e a solucao para todo problema. Um fluxograma pratico:

O problema requer decisao baseada em dados?
  │
  ├── NAO → Use logica convencional (if/else, regras de negocio)
  │
  └── SIM → Voce tem dados suficientes?
              │
              ├── NAO → Colete dados primeiro ou use regras + heuristicas
              │
              └── SIM → Os dados sao rotulados?
                          │
                          ├── SIM → Supervised Learning
                          │         (classificacao ou regressao)
                          │
                          ├── PARCIAL → Semi-supervised ou
                          │             Self-supervised
                          │
                          └── NAO → Unsupervised Learning
                                    (clustering, anomalias)

Existe um ambiente simulavel com feedback claro?
  └── SIM → Reinforcement Learning

6. Metricas Fundamentais

Para avaliar modelos de ML, e essencial entender as metricas basicas:

                    Predicao Positiva    Predicao Negativa
                   ┌────────────────────┬────────────────────┐
Real Positivo      │  True Positive (TP)│ False Negative (FN)│
                   ├────────────────────┼────────────────────┤
Real Negativo      │ False Positive (FP)│ True Negative (TN) │
                   └────────────────────┴────────────────────┘

Acuracia   = (TP + TN) / (TP + TN + FP + FN)
Precisao   = TP / (TP + FP)     -- "Dos que previ positivo, quantos sao?"
Recall     = TP / (TP + FN)     -- "Dos positivos reais, quantos encontrei?"
F1-Score   = 2 * (Precisao * Recall) / (Precisao + Recall)

Quando priorizar cada metrica:

  • Precisao alta: quando falso positivo e caro (ex: marcar email legitimo como spam)
  • Recall alto: quando falso negativo e perigoso (ex: nao detectar cancer em exame)
  • F1-Score: quando voce precisa de equilibrio entre precisao e recall

7. Historia da IA: Dos Fundamentos aos LLMs

7.1 Fundacoes (1940s-1955)

A historia da IA comeca antes do termo existir. Em 1936, Alan Turing publicou On Computable Numbers, definindo a Maquina de Turing — um modelo teorico que formalizou o que significa “computar”. Em 1943, McCulloch e Pitts propuseram o primeiro modelo matematico de um neuronio artificial. Em 1950, Turing propos o Imitation Game (Teste de Turing) no paper Computing Machinery and Intelligence.

7.2 O Nascimento Formal (1956-1969)

No verao de 1956, John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon organizaram o workshop de Dartmouth — o marco zero da IA como campo. O proprio termo “Artificial Intelligence” foi cunhado para o evento.

MARCOS DO PERIODO:
  1956  Logic Theorist (Newell & Simon) -- provas de teoremas
  1957  Perceptron (Rosenblatt) -- primeiro algoritmo de aprendizado
  1958  LISP (McCarthy) -- linguagem padrao da IA por decadas
  1964  ELIZA (Weizenbaum) -- primeiro chatbot (pattern matching)

Os pioneiros fizeram previsoes extremamente otimistas. Herbert Simon (1957): “Dentro de 10 anos, um computador sera campeao mundial de xadrez” (aconteceu em 1997, 40 anos depois).

7.3 O Primeiro AI Winter (1974-1980)

O relatorio Lighthill (1973) concluiu que a IA nao havia cumprido suas promessas. Problemas tecnicos reais: explosao combinatoria, limitacoes do Perceptron (Minsky & Papert, 1969, provaram que perceptrons de camada unica nao resolviam XOR), e falta de dados e computacao. Financiamento foi cortado drasticamente e o termo “IA” se tornou toxico em propostas.

7.4 Sistemas Especialistas e o Segundo Boom (1980-1987)

Sistemas especialistas (expert systems) codificavam conhecimento em regras if/then. MYCIN (diagnostico medico), R1/XCON (configuracao de computadores DEC — economizou ~$40M/ano). O Japao lancou o projeto Fifth Generation Computer Systems (1982).

7.5 O Segundo AI Winter (1987-1993)

Sistemas especialistas eram frageis e caros de manter. O mercado de maquinas LISP colapsou. O projeto japones falhou. Pesquisadores rebatizaram seus trabalhos como “machine learning” e “data mining” para evitar o estigma.

7.6 O Renascimento do ML (1990s-2011)

Tres fatores convergiram: dados (internet), computacao (GPUs) e algoritmos (backpropagation + novas arquiteturas).

MARCOS:
  1986  Backpropagation popularizado (Rumelhart, Hinton, Williams)
  1989  LeNet-5 (Yann LeCun) -- CNN para digitos
  1997  Deep Blue vence Kasparov; LSTM (Hochreiter & Schmidhuber)
  2006  "Deep Learning" cunhado (Geoffrey Hinton)
  2009  ImageNet (Fei-Fei Li) -- 14M imagens rotuladas

7.7 A Revolucao do Deep Learning (2012-2016)

AlexNet (Krizhevsky, Sutskever, Hinton) reduziu o erro no ImageNet de 26% para 16.4% — uma ruptura sem precedentes. Usou GPUs, ReLU, dropout e data augmentation. Em 2015, ResNet (152 camadas) superou o nivel humano. Em 2016, AlphaGo derrotou o campeao mundial de Go.

ImageNet Top-5 Error Rate:
  2011: 25.8%  (metodos tradicionais)
  2012: 16.4%  ← AlexNet (RUPTURA)
  2015:  3.6%  ← ResNet (ABAIXO DO NIVEL HUMANO ~5%)

7.8 A Era dos Transformers (2017-2022)

O paper Attention Is All You Need (Vaswani et al., 2017) introduziu a arquitetura Transformer, eliminando recorrencia em favor de self-attention pura. Seguiram-se BERT (2018), GPT-1/2 (2018-2019), GPT-3 (2020) e AlphaFold 2 (2020).

7.9 A Era dos LLMs e IA Generativa (2022-Presente)

Em novembro de 2022, ChatGPT atingiu 100 milhoes de usuarios em 2 meses. Seguiu-se uma corrida por LLMs: GPT-4, Claude, Llama, Gemini, Mistral, DeepSeek, Qwen. A IA generativa expandiu para imagens (DALL-E, Midjourney, Stable Diffusion), audio (Whisper) e video (Sora).

2022 Nov  ChatGPT -- 100M usuarios em 2 meses
2023 Mar  GPT-4 (multimodal), Claude (Anthropic)
2023 Jul  Llama 2 (Meta) -- open-weight
2024      Claude 3, GPT-4 Turbo, agentes e tool use
2025      Modelos de raciocinio, agentes autonomos

7.10 Licoes dos Ciclos

Ciclo tipico:
  Avancos tecnicos → Hype excessivo → Promessas nao cumpridas
  → Corte de financiamento → "Inverno"
  → Avancos incrementais silenciosos → Novo breakthrough → Repete

Licoes fundamentais:

  1. A tecnologia precede a utilidade em decadas (backpropagation: 1960s → pratico em 2010s)
  2. Dados + Compute > Algoritmos sofisticados
  3. Scaling laws sao reais (mais parametros + mais dados + mais compute = melhor desempenho)
  4. Ciclos de hype sao perigosos e atrasam progresso real
  5. A IA como campo e resiliente — cada retomada foi mais poderosa que a anterior

Resumo Cronologico

1943  Neuronio McCulloch-Pitts
1950  Teste de Turing
1956  Conferencia de Dartmouth (nasce a "IA")
1957  Perceptron (Rosenblatt)
1969  Livro Perceptrons (Minsky & Papert)
1974  Primeiro AI Winter
1980  Sistemas especialistas resurgem
1986  Backpropagation popularizado (Hinton et al.)
1987  Segundo AI Winter
1997  Deep Blue, LSTM
2006  Deep Learning (Hinton)
2012  AlexNet -- RUPTURA no ImageNet
2014  GANs, Seq2Seq + Attention
2015  ResNet supera nivel humano
2016  AlphaGo
2017  Transformer ("Attention Is All You Need")
2018  BERT, GPT-1
2020  GPT-3, AlphaFold 2
2022  ChatGPT, Stable Diffusion
2023  GPT-4, Claude, Llama 2
2024  Claude 3, Gemini, agentes de IA
2025  Modelos de raciocinio, agentes autonomos

Referencias e Fontes

  • Artificial Intelligence: A Modern Approach — Stuart Russell & Peter Norvig. O livro-texto padrao de IA, cobrindo desde busca e logica ate aprendizado de maquina e agentes racionais
  • Computing Machinery and Intelligence — Alan Turing (1950). O paper seminal que introduziu o Teste de Turing e a questao “Can machines think?”
  • Deep Learning — Ian Goodfellow, Yoshua Bengio & Aaron Courville (2016). Referencia fundamental para redes neurais, otimizacao e arquiteturas profundas. deeplearningbook.org
  • Attention Is All You Need — Vaswani et al. (2017). O paper que introduziu a arquitetura Transformer. arxiv.org/abs/1706.03762
  • The Quest for Artificial Intelligence — Nils Nilsson (2009). Historia abrangente da IA contada por um dos pioneiros do campo
  • Stanford HAI (Human-Centered Artificial Intelligence) — hai.stanford.edu. Centro de pesquisa com relatorios anuais sobre o estado da IA (AI Index Report)
  • Anthropic Documentation — docs.anthropic.com. Documentacao oficial da Anthropic, incluindo research papers sobre Constitutional AI e alinhamento
  • OpenAI Cookbook — cookbook.openai.com. Guias praticos e exemplos de uso de modelos de linguagem
  • Andrej Karpathy’s Neural Networks: Zero to Hero — youtube.com/@andrejkarpathy. Serie de lectures cobrindo desde backpropagation ate GPT do zero
  • fast.ai — fast.ai. Curso pratico de deep learning com abordagem top-down, cobrindo desde aplicacoes ate fundamentos