Os Primeiros Algoritmos
Antes da IA, veio a matemática. Euclides escreveu o algoritmo mais antigo conhecido: o algoritmo euclidiano para encontrar o máximo divisor comum.
Um algoritmo é apenas uma receita de passos finitos para resolver um problema.
Leibniz e o Sonho Binário
Gottfried Leibniz criou o sistema binário (0 e 1) e sonhou com uma calculus ratiocinator — uma máquina que resolvesse disputas por cálculo. Séculos depois, todo computador seria binário.
George Boole: A Lógica Vira Matemática
Boole publicou The Mathematical Analysis of Logic. Verdadeiro = 1, falso = 0. Operações AND, OR, NOT. Todo chip moderno é feito dessas três portas lógicas.
Alan Turing: A Máquina Universal
Alan Turing definiu o que é "computável". A Máquina de Turing é um modelo teórico capaz de executar qualquer algoritmo. Ele também quebrou o código Enigma na 2ª Guerra.
Claude Shannon (1937) mostrou que circuitos elétricos podem implementar a lógica de Boole — nasce a eletrônica digital.
Os Neurônios Artificiais
McCulloch & Pitts (1943) criaram o primeiro modelo matemático de neurônio. Frank Rosenblatt (1958) construiu o Perceptron — a primeira rede neural que aprendia.
Uma soma ponderada das entradas, passada por uma função de ativação. Simples — e poderoso.
Nasce o termo "IA"
Na conferência de Dartmouth, John McCarthy cunhou o termo Inteligência Artificial. Junto dele: Marvin Minsky, Claude Shannon, Allen Newell e Herbert Simon.
A promessa: "cada aspecto do aprendizado pode ser tão precisamente descrito que uma máquina pode simulá-lo".
Backpropagation: O Algoritmo que Aprende
Henry Kelley (1960) e Paul Werbos (1974) redescobriram a retropropagação — o algoritmo que permite redes profundas aprenderem ajustando pesos camada por camada.
Em 1986, Rumelhart, Hinton e Williams popularizaram a técnica. Geoffrey Hinton se tornaria o "padrinho do deep learning".
LeCun e as Convoluções
Yann LeCun criou a LeNet, a primeira CNN prática, usada pelos correios dos EUA para ler cheques. Redes convolucionais dominariam a visão computacional por 30 anos.
Deep Blue vence Kasparov
O computador da IBM, criado por Murray Campbell e Feng-hsiung Hsu, derrotou o campeão mundial de xadrez. Não era "IA moderna" — era busca bruta — mas mostrou que máquinas podem superar humanos em domínios fechados.
Hinton e o "Deep Learning"
Geoffrey Hinton publicou o artigo que reacendeu o campo: treinar redes profundas camada por camada. Yoshua Bengio, Yann LeCun e Hinton — os três "padrinhos" — ganhariam o Turing Award de 2018.
AlexNet: A Revolução
Alex Krizhevsky, aluno de Hinton, esmagou a competição ImageNet com uma rede profunda rodando em GPUs NVIDIA. Deep learning deixou de ser teoria e virou indústria.
Nascem as GANs
Ian Goodfellow inventa as Redes Generativas Adversariais — duas redes que competem, uma criando imagens falsas, outra tentando detectá-las.
Google lança o TensorFlow
O Google abre o código do TensorFlow, biblioteca que democratiza o deep learning e se torna padrão de mercado nos anos seguintes.
"Attention is All You Need"
Pesquisadores do Google publicam o artigo que mudou tudo: o Transformer. Em vez de processar palavras em sequência, o modelo olha todas as palavras ao mesmo tempo e calcula a atenção entre elas.
É a base do GPT, BERT, Claude, Gemini, Llama — de toda a IA moderna.
GPT-1 e BERT
A OpenAI lança GPT-1. O Google lança BERT. Ambos usam Transformers. Começa a era dos Large Language Models.
GPT-3: 175 bilhões de parâmetros
O GPT-3 impressiona o mundo ao gerar textos coerentes, código, poesia. A escala importa: mais dados + mais parâmetros + mais computação = capacidades emergentes.
ChatGPT e a IA para Todos
A OpenAI lança o ChatGPT (baseado no GPT-3.5). Em 2 meses, 100 milhões de usuários. A IA deixa os laboratórios e entra na casa de todos.
A Explosão dos Modelos
GPT-4, Claude (Anthropic), Gemini (Google), Llama (Meta), Mistral (França), DeepSeek (China). Modelos multimodais entendem texto, imagem, áudio e vídeo.
A corrida pela AGI (Inteligência Artificial Geral) começa oficialmente.
Hoje: IA Ubíqua
Modelos rodando no seu celular (quantizados), agentes autônomos, IA científica descobrindo novos materiais e medicamentos. A pergunta já não é se a IA vai mudar sua vida — é como você vai usá-la.