O episódio “The Thinking Machine” (The Machine That Changed The World – The Thinking Machine, 1992), explora a história da inteligência artificial e os desafios de ensinar máquinas a pensar e aprender como os seres humanos.

A narrativa apresenta pioneiros do campo, avanços e frustrações, revelando como a IA emergiu com ambições grandiosas, mas esbarrou em dificuldades técnicas e conceituais.

Início da IA acadêmica; No final dos anos 1950, Marvin Minsky e John McCarthy fundaram o departamento de IA no MIT, marcando o nascimento institucional dessa área de pesquisa.

De cálculo a resolução inteligente de problemas; Em 1960, o programa de Slagle para cálculo avançado mostrou a transição dos computadores de meros “calculadores” para sistemas que tentam resolver problemas com lógica e estratégia.

Mente vs. Cérebro; A distinção entre “mind = software” e “brain = hardware” tornou-se popular, destacando que uma máquina não precisa espelhar a biologia para pensar.

Problemas de senso comum; Programas como o “block stacking” demostraram que careciam de senso comum — mesmo tarefas triviais para humanos se mostraram difíceis para as máquinas.

Freddy, o robô do futuro; Na Universidade de Edimburgo, o robô “Freddy” foi projetado para reconhecimento de imagens — uma das primeiras aplicações não numéricas da IA.

Stanford Kart e o planejamento de movimento; Nos anos 1970, esse veículo autônomo demonstrou o alto custo computacional exigido para navegar fisicamente, algo simples para uma criança.

ELIZA e os primeiros chatbots; Joseph Weizenbaum desenvolveu o programa ELIZA, que simulava conversas e abriu caminho para as interfaces conversacionais.

Experimentos pioneiros: tradução e “mundos em miniatura”; Pesquisas iniciais incluíam tradutores do russo para o inglês e ambientes controlados como o SHRDLU de Terry Winograd, que tentavam modelar raciocínio lógico em contextos limitados.

Visões críticas e limitações clássicas; Filósofos como Hubert Dreyfus questionavam o futuro da IA com * oeuvres ( * obra de arte), como “What Computers Can’t Do”, apontando sua frágil capacidade de compreensão real.

Sistemas especialistas e “idiot savants”; Sistemas especializados como o DENDRAL (Feigenbaum) mostraram competência em nichos complexos, mas não de forma robusta ou versátil.

O desafio do senso comum; Mesmo nos anos 1970, programadores tentavam representar scripts e estruturas de conhecimento para diversificar raciocínios computacionais, mas o “common sense” permaneceu evasivo.

Projeto CYC — uma década catalogando o senso comum; Em 1984, Doug Lenat iniciou o projeto CYC, com a ambição de criar uma enciclopédia de conhecimento básico para máquinas.

Redes neurais e perceptrons; Desde os perceptrons nas décadas de 1950 e 1960, até os “connectionists” dos anos 1970, a IA explorou modelos inspirados no cérebro humano, com destaque para sistemas treináveis como redes neurais.

Aplicações práticas e falhas reveladoras; Experimentos como “self-driving” (veículo autônomo) e NetTalk ilustraram tanto avanços quanto falhas significativas — como o sistema não diferenciar tanques de cavalos, expondo limites e tempos de treinamento consideráveis.

Visão geral:

inteligência sem senso comum; O episódio conclui que, apesar dos esforços, os sistemas de IA da época eram coleções dedicadas a tarefas específicas — ainda distantes de uma inteligência geral baseada em senso comum.

Entrevistados destacados; Participam especialistas e estudiosos como Marvin Minsky (MIT), Hubert Dreyfus (UC Berkeley), Edward Feigenbaum (Stanford), Hans Moravec (Carnegie Mellon), Doug Lenat (UT Austin), Dean Pomerleau (CMU) e Terrence Sejnowski (Salk Institute).

O episódio “The Thinking Machine” oferece uma visão fascinante sobre as origens da inteligência artificial, destacando tanto seu entusiasmo visionário quanto suas limitações estruturais na época.

Ele nos convida a refletir sobre como chegamos ao estágio atual de IA e como ela continua evoluindo rumo ao que antes parecia impossível.