Renascimento
anos 1990–anos 2010 · Ascensão da aprendizagem profunda
Em meados da década de 1990, com a melhoria do poder computacional e a popularização da internet, a aprendizagem automática, especialmente a aprendizagem profunda, começou a se destacar. Este período no desenvolvimento da IA pode ser descrito como a «revolução estatística» — uma transição de sistemas baseados em regras para modelos probabilísticos e orientados por dados.
Em 2012, a aprendizagem profunda venceu a competição ImageNet por uma margem esmagadora, marcando o início da revolução da aprendizagem profunda. Desde então, a IA alcançou avanços sem precedentes em reconhecimento de imagens, reconhecimento de fala e processamento de linguagem natural. Em 2016, a vitória do AlphaGo sobre Lee Sedol trouxe a IA para a consciência pública, inaugurando uma nova era da inteligência artificial.
Esta era é caracterizada pela combinação de grandes volumes de dados, recursos computacionais poderosos e algoritmos de aprendizagem profunda. A proliferação da internet tornou possível coletar quantidades massivas de dados, enquanto o desenvolvimento das GPUs forneceu a base computacional para treinar grandes redes neurais.
Marcos importantes
Ascensão dos métodos estatísticos
Na década de 1990, os métodos estatísticos começaram a dominar a pesquisa em IA. Modelos Ocultos de Markov (HMMs) no reconhecimento de fala, Naive Bayes e árvores de decisão na aprendizagem automática, todos obtiveram bons resultados.
Nascimento da World Wide Web
Tim Berners-Lee criou a World Wide Web. A popularização da internet mudou o estilo de vida humano e forneceu recursos de dados sem precedentes para a IA.
Máquina de vetores de suporte
Vladimir Vapnik e outros propuseram a máquina de vetores de suporte (SVM), um método poderoso de classificação e regressão. A SVM alcançou excelente desempenho em classificação de textos e reconhecimento de escrita manual.
Vladimir Vapnik
Memória de longo e curto prazo (LSTM)
Sepp Hochreiter e Jürgen Schmidhuber propuseram a LSTM, um tipo especial de RNN capaz de aprender dependências de longo prazo. A LSTM alcançou grande sucesso no reconhecimento de fala e na modelagem de linguagem.
Sepp Hochreiter e Jürgen Schmidhuber
LeNet-5
Yann LeCun desenvolveu a LeNet-5, uma CNN para reconhecimento de dígitos manuscritos. A LeNet-5 foi um dos primeiros modelos de aprendizagem profunda implementados comercialmente em larga escala, usada pela AT&T/NCR na leitura de cheques a partir de 1993 e pelos Serviços Postais dos EUA no reconhecimento de códigos postais a partir do final da década de 1990.
Yann LeCun
Modelo de linguagem neural probabilístico
Yoshua Bengio, Réjean Ducharme, Pascal Vincent e Christian Jauvin propuseram um modelo de linguagem neural probabilístico que aprende conjuntamente representações distribuídas de palavras e probabilidades de sequências para enfrentar a maldição da dimensionalidade. A rede é feed-forward, não recorrente.
Yoshua Bengio
Programa CIFAR de computação neural
A partir de 2004, um programa do CIFAR promoveu encontros regulares entre Geoffrey Hinton, Yann LeCun, Yoshua Bengio e colaboradores. A iniciativa coordenou pesquisas que contribuíram para o renascimento do deep learning, sem ser um ponto inicial único.
Geoffrey Hinton
Redes de crença profundas
Geoffrey Hinton e os seus colegas propuseram as redes de crença profundas (DBN), com um algoritmo guloso e rápido que as treina uma camada de cada vez. Este pré-treino camada a camada ajudou a reavivar o interesse pelas redes neuronais profundas.
Geoffrey Hinton
GPU para aprendizagem profunda
Investigadores começaram a usar GPUs para acelerar o treino de aprendizagem profunda. A computação paralela das GPUs tornou possível o treino de grandes redes neurais.
Conjunto de dados ImageNet
A equipa ImageNet publicou em 2009 o artigo sobre uma grande base hierárquica de imagens organizada com WordNet. O ImageNet e seu desafio de reconhecimento tornaram-se infraestrutura importante para treino e avaliação em larga escala.
Fei-Fei Li
Avanço no reconhecimento de fala
A Microsoft Research e a Universidade de Toronto abriram caminho ao primeiro grande avanço da aprendizagem profunda no reconhecimento de fala (Dahl, Yu, Deng 2011; Mohamed, Dahl, Hinton 2012), com reduções significativas da taxa de erro por palavra. A Google pôs em produção reconhecimento de fala baseado em DNN e LSTM entre 2012 e 2015.
Avanço no ImageNet
A equipa de Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton apresentou o AlexNet na competição ImageNet de 2012 (ILSVRC) e venceu por uma margem esmagadora: um erro top-5 de 15,3%, contra 26,2% do segundo classificado.
Equipa AlexNet
Word2Vec
Tomas Mikolov lançou o Word2Vec, um modelo de rede neural para aprender representações de palavras. O Word2Vec permitiu que os computadores compreendessem as relações semânticas entre palavras.
Tomas Mikolov
Redes Generativas Adversariais (GAN)
Ian Goodfellow propôs a GAN, uma das inovações mais importantes na aprendizagem profunda. A GAN gera imagens extremamente realistas por meio de treino adversarial.
Ian Goodfellow
ResNet
Kaiming He e outros propuseram a ResNet, resolvendo a dificuldade de treino de redes profundas por meio de conexões de salto. A ResNet permitiu o treino de centenas de camadas.
Kaiming He
AlphaGo Derrota Lee Sedol
O AlphaGo da DeepMind derrotou o campeão mundial de Go, Lee Sedol, por 4 a 1. O Go era considerado um dos jogos de tabuleiro mais difíceis para a IA.
DeepMind AlphaGo
Arquitetura Transformer
O Google propôs a arquitetura Transformer, uma quebra revolucionária no PLN. O Transformer é a base dos modelos de linguagem modernos de grande escala.
Google Brain
Figuras importantes
Geoffrey Hinton
Pai da aprendizagem profunda
Hinton, junto com Yann LeCun e Yoshua Bengio, recebeu o Prémio Turing em 2018, conhecidos como o «trio da aprendizagem profunda». Sua persistência e inovação transformaram completamente a IA.
Yann LeCun
Pai das CNNs
LeCun entrou para o Facebook em 2013 como diretor fundador do seu laboratório de investigação em IA, o FAIR, e foi depois cientista-chefe de IA da Meta até sair, no final de 2025, para fundar a sua própria empresa. A sua LeNet-5 foi um dos primeiros modelos de aprendizagem profunda implementados comercialmente em larga escala. As suas contribuições para as CNN lançaram as bases da visão computacional moderna.
Yoshua Bengio
Pioneiro da aprendizagem profunda
Bengio é professor na Universidade de Montreal e uma figura importante na aprendizagem profunda. Suas contribuições para RNNs e PLN são igualmente relevantes.
Ian Goodfellow
Pai da GAN
Goodfellow propôs a GAN em 2014, um método revolucionário na IA generativa. De deepfakes à criação artística, as aplicações da GAN são onipresentes.
Fei-Fei Li
Mãe do ImageNet
Li é professora na Universidade de Stanford. Seu conjunto de dados ImageNet teve impacto profundo na visão computacional. Ela também cofundou a AI4ALL, promovendo a diversidade na educação em IA.
Citações célebres
A aprendizagem profunda permite que modelos computacionais compostos por múltiplas camadas de processamento aprendam representações de dados com múltiplos níveis de abstração.
Deep learning · Nature 521 (7553), 2015, 436–444
Se a inteligência é um bolo, o grosso do bolo é a aprendizagem não supervisionada, a cobertura é a aprendizagem supervisionada e a cereja no topo do bolo é a aprendizagem por reforço (RL).
Predictive Learning · NIPS 2016, Posner Lecture · Synced
Primeiro passo, resolver a inteligência; segundo passo, usá-la para resolver tudo o resto. … Por resolver a inteligência, queríamos dizer construir a AGI.
Demis Hassabis Thinks We’re in the ‘Foothills of the Singularity’ · Stanford Graduate School of Business, 2026