Parte III · Era 5 — Revolução Deep Learning (2012–2016)

draft

O ponto de virada. Redes profundas treinadas em GPU sobre muitos dados superam tudo que veio antes — primeiro em visão, depois em jogos. A IA moderna começa aqui.

Narrativa

Em 2012, a AlexNet vence o desafio ImageNet por uma margem enorme, provando que redes convolucionais profundas + GPUs são um salto, não um incremento. A visão computacional é reescrita em meses; logo vêm avanços em linguagem (word2vec), geração (GANs) e tradução (atenção). Em 2016, o AlphaGo derrota um campeão mundial de Go — um marco que se acreditava estar a décadas de distância. O deep learning passa de aposta a consenso.

Marcos

2012 — AlexNet · Krizhevsky, Sutskever, Hinton · erro do ImageNet despenca;
início da revolução.
2013 — word2vec · Mikolov (Google) · embeddings que capturam semântica de
palavras.
2013/2015 — DQN joga Atari · DeepMind · deep RL aprende do zero por pixels.
2014 — GANs · Ian Goodfellow · geração realista por jogo adversário.
2014 — Seq2seq + Atenção · Sutskever; Bahdanau · tradução neural; semente
do Transformer.
2015 — ResNet · He et al. (Microsoft) · conexões residuais permitem redes
ultraprofundas.
2015 — TensorFlow · Google · framework que populariza o deep learning.
2016 — AlphaGo vence Lee Sedol · DeepMind · marco histórico em jogos de
informação perfeita.

Pessoas

Ilya Sutskever (1986–) — coautor da AlexNet e do seq2seq. Depois cofundador e cientista-chefe da OpenAI. 🖼️ Foto F-III.13.

Ian Goodfellow (1985–) — inventor das GANs (2014). Abriu a geração adversária de dados.

Demis Hassabis (1976–) — cofundador da DeepMind. AlphaGo, AlphaFold; Nobel de Química 2024. 🖼️ Foto F-III.14.

Alex Krizhevsky — primeiro autor da AlexNet. Implementou o treino em GPU que viabilizou o salto.

🎨 Figura F-III.15 — O gato que mudou tudo. Brief: ilustração icônica de uma CNN processando a imagem de um gato em camadas (bordas → texturas → partes → objeto), com uma placa GPU pulsando ao lado; ao fundo, o tabuleiro de Go do AlphaGo com a "jogada 37". Celebra o momento em que a visão e os jogos caíram.

Ligação com o Compêndio: é a explosão do paradigma conexionista (../02-tipos-de-ia/02-conexionista.kmd) e do deep RL (../02-tipos-de-ia/05-por-reforco.kmd); consagra GPU + dados + treino como o núcleo do ciclo de vida (Parte I).