Os invernos da IA
O termo "inverno da IA" (AI winter) se refere a períodos em que o financiamento, o interesse e a atividade de pesquisa em IA caíram drasticamente. Houve dois invernos conhecidos:
Primeiro inverno da IA (1974–1980)
As promessas grandiosas dos anos 1950–60 não se concretizaram. Os computadores da época não tinham poder de processamento suficiente, e os algoritmos eram limitados. Governos e investidores cortaram financiamento.
Segundo inverno da IA (1987–1993)
Nos anos 1980, houve um renascimento com os sistemas especialistas (expert systems) — programas baseados em regras que imitavam a tomada de decisão de especialistas em domínios específicos (ex.: diagnóstico médico). Porém, esses sistemas eram caros, difíceis de manter e frágeis fora de seu domínio. Quando ficou claro que eles não cumpriam todas as promessas, veio o segundo inverno.
Lição dos invernos
Os invernos da IA ensinam algo importante: quando as expectativas superam a realidade tecnológica, a decepção é inevitável. Esse ciclo de entusiasmo e frustração moldou o campo. Um marco entre os dois invernos foi o algoritmo de backpropagation (1986), que revolucionou o treinamento de redes neurais e plantou as sementes da revolução do deep learning décadas depois.