Exercícios

O Teste de Turing (1950)

A Conferência de Dartmouth (1956)

A criação do ELIZA (1966)

A vitória do Deep Blue sobre Kasparov (1997)

Períodos em que a IA foi usada exclusivamente em países frios.

Períodos de redução de financiamento, interesse e atividade de pesquisa em IA.

Períodos de grande avanço tecnológico em IA.

Períodos em que a IA foi proibida por governos.

1956–1966

1974–1980

1987–1993

2000–2010

Leis aprovadas pelo Parlamento Europeu para regulamentar a IA.

Um conjunto de diretrizes para o desenvolvimento responsável da IA.

Algoritmos de Aprendizado de Máquina criados nos anos 1950.

Regras obrigatórias impostas pelo governo dos EUA à indústria de IA.

O Logic Theorist foi criado como o primeiro programa de IA.

O Deep Blue, da IBM, derrotou o campeão mundial de xadrez Garry Kasparov.

O AlphaGo derrotou o campeão mundial de Go.

Os Princípios de Asilomar foram publicados.

Reduziu a necessidade de algoritmos de Aprendizado de Máquina.

Forneceu os enormes volumes de dados necessários para treinar e melhorar algoritmos de IA.

Substituiu a necessidade de poder computacional.

Eliminou o viés nos sistemas de IA.

Um tipo de algoritmo de Aprendizado de Máquina.

Uma rede de dispositivos conectados que geram dados em tempo real, alimentando sistemas de IA.

Um framework regulatório para governança de IA.

O nome dado ao segundo inverno da IA.

O primeiro programa de IA da história.

O primeiro robô humanoide funcional.

Um Large Language Model que demonstrou geração de texto coerente em larga escala, popularizando a IA generativa.

O primeiro sistema a vencer um humano no xadrez.

Os sistemas especialistas causaram o primeiro inverno da IA.

Os sistemas especialistas geraram otimismo, mas suas limitações levaram à decepção e ao segundo inverno.

Os sistemas especialistas resolveram os problemas do segundo inverno.

Os sistemas especialistas não têm relação com os invernos da IA.

Foi o primeiro chatbot da história.

Revolucionou o treinamento de redes neurais, plantando as sementes do deep learning.

Foi a primeira lei de regulamentação da IA.

Encerrou oficialmente o segundo inverno da IA.

Conferência de Dartmouth — 1966

AlphaGo derrota campeão de Go — 2012

ELIZA — 1966

Deep Blue derrota Kasparov — 2005

Foi o primeiro sistema de IA geral (AGI) funcional.

Foi um dos primeiros modelos de rede neural artificial, precursor do Aprendizado de Máquina moderno.

Foi o primeiro robô humanoide da história.

Foi o programa que venceu o campeão mundial de xadrez.

O Deep Blue usava força bruta (calcular milhões de jogadas), enquanto o AlphaGo usava redes neurais e aprendizado por reforço.

O AlphaGo usava regras fixas programadas por humanos, enquanto o Deep Blue usava ML.

Ambos usavam exatamente a mesma abordagem tecnológica.

O Deep Blue aprendia com a experiência, enquanto o AlphaGo seguia instruções fixas.

Hardware, Software e Dados

Pesquisa, Ética e Valores, e Questões de Longo Prazo

Regulamentação, Fiscalização e Punição

Treinamento, Teste e Implantação

Sim, a sequência está perfeitamente correta.

Não — os sistemas especialistas vieram antes do primeiro inverno.

Não — o Deep Blue veio antes do segundo inverno.

Não — a Conferência de Dartmouth veio depois do primeiro inverno.

Novas leis de regulamentação e a criação de robôs humanoides.

Aumento do poder computacional, disponibilidade de Big Data e avanços em algoritmos de deep learning.

A descoberta da IA geral (AGI) e o fim dos invernos da IA.

A popularização de sistemas especialistas e a Conferência de Dartmouth.

Foi o primeiro algoritmo de IA generativa aprovado na Europa.

Proibiu completamente o uso de IA na União Europeia.

É a primeira legislação abrangente de regulamentação da IA, refletindo a necessidade de governança diante dos avanços recentes.

Criou a primeira IA geral (AGI) financiada por governos europeus.

A Conferência de Dartmouth (1956) cunhou o termo 'Inteligência Artificial'.

O ELIZA (1966) era um chatbot que realmente compreendia as emoções do usuário.

O AlexNet (2012) marcou o início da revolução do deep learning.

Os LLMs tornaram a IA um assunto de interesse público a partir de 2020.

Porque são leis que obrigam empresas a parar de desenvolver IA.

Porque estabelecem diretrizes para garantir que a IA seja desenvolvida de forma segura, ética e alinhada com valores humanos.

Porque definem os algoritmos que devem ser usados em todos os projetos de IA.

Porque proíbem a pesquisa em IA geral (AGI).