Garry Kasparov, o enxadrista russo considerado um dos maiores gênios da história do esporte, perdeu uma revanche em seis partidas para Deep Blue, um computador criado pela empresa IBM, que se tornou então a primeira máquina a vencer uma disputa de xadrez contra um atual campeão mundial.

E qual o segredo dessa vitória? A inteligência artificial do computador, programado para, dentro de uma base de jogos de xadrez já realizados, buscar sempre a melhor resposta diante do movimento realizado pelo adversário. Com isso Deep Blue chegava a estar até mesmo 10 movimentos à frente de Kasparov, se mostrando assim um adversário imbatível para qualquer homem ou máquina.
Ou nem tanto assim.

Colocando o Deep Blue pra comer poeira

Isso porque se na época o computador da IBM representava o auge da tecnologia aplicada ao xadrez, hoje temos novas ferramentas, como o programa AlphaZero, que se mostram não apenas mais qualificadas do que ele na movimentação de torres, rainhas e cavalos, como também são capazes de superar seres humanos em diversos outros jogos.

E ainda que a evolução da capacidade de processamento pareça a razão mais óbvia – imagine o quanto as máquinas não evoluíram em mais de vinte anos – um dos grandes motivos para esse salto nas aptidões de jogatina das máquinas se deve a um conceito chamado “redes neurais”.

Máquinas mais criativas imitando o cérebro humano

Se você já viu qualquer ilustração sobre o cérebro humano, você deve ter reparado que ele funciona como uma grande rede, em que vários neurônios transmitem impulsos para o cérebro, numa vasta rede de conexões. E sendo o cérebro humano a mais complexa "máquina" já criada, a ciência achou que seria interessante copiar essa estrutura para uma máquina de verdade ver quais seriam os resultados.

Assim nasceram as "redes neurais", um método de inteligência artificial que ensinar computadores a processar dados em uma estrutura de camadas, criando um sistema adaptativo onde os computadores aprendem com seus erros, num processo contínuo de aprimoramento.

E onde entra o Deep Learning nisso aí?

Imagine agora um algoritmo que usasse essas redes neurais para resolver problemas que normalmente apenas a mente humana seria capaz, porém sem envolvimento humano. Problemas que exigiriam diversas tentativas e a capacidade de aprender com os próprios erros, em busca de novas soluções para os problemas, usando como base as experiências anteriores.

É isso que configura o "deep learning", que recebe esse nome devido às profundas camadas de redes neurais que são formadas na busca por novas soluções. Alguns exemplos desse processo? Assistentes virtuais como Alexa e Siri, que usam deep learning para compreender melhor as solicitações que recebem; carros autônomos, que vão aprendendo como reagir à imensa gama de imprevistos que podem surgir no trânsito; chatbots, cuja experiência de atendimento com um cliente pode permitir que ele compreenda melhor como interagir com outros.

Lembra quando a coisa mais complexa que um computador fazia era vencer jogos de tabuleiro?

Inteligência humana e artificial para garantir segurança e resultados

E ainda que os supercomputadores da Petrobras não estejam vencendo partidas de xadrez contra campeões russos, eles estão sim trabalhando muito e usando o deep learning para atividades importantes como, por exemplo, o monitoramento remoto de plataformas, onde algoritmos estão sendo projetados para reconhecer possíveis pontos de corrosão ou necessidades de reparo, garantindo mais segurança para nossas operações.

Ficou curioso para aprender mais sobre “deep learning”? Então vem com a gente conferir o vídeo do “Manual do Mundo” que aprofunda ainda mais o tema. E quer saber mais sobre os nossos supercomputadores? É só clicar aqui e conferir como eles já vem contribuindo, e muito, para os nossos resultados.