A Inteligência Artificial (IA) tem dominado as manchetes nos últimos tempos, com modelos como o ChatGPT capturando a imaginação do público. Mas a revolução que testemunhamos hoje tem suas raízes em um momento específico, um verdadeiro "Big Bang" que impulsionou a IA moderna: o sucesso do AlexNet na competição ImageNet em 2012. Este evento, protagonizado por Geoffrey Hinton, considerado o "Padrinho da IA", e Fei-Fei Li, pioneira em visão computacional, marcou uma virada na história da IA, abrindo caminho para os avanços extraordinários que vemos hoje.
Em 2007, Fei-Fei Li, então uma jovem professora assistente na Universidade de Princeton, embarcou em uma missão ambiciosa: criar um conjunto de dados de imagens rotuladas sem precedentes, chamado ImageNet. Sua visão era dupla: definir um problema norteador para a pesquisa em visão computacional - o reconhecimento de objetos - e impulsionar a aprendizagem de máquina em direção a uma abordagem baseada em dados. O projeto, no entanto, enfrentou resistência desde o início. Mentores experientes aconselharam Li a abandonar a ideia, temendo que prejudicasse sua carreira acadêmica. A escala do projeto também intimidou potenciais colaboradores e fontes de financiamento. Ignorando o ceticismo, Li e seus alunos perseveraram, construindo ao longo de três anos um conjunto de dados colossal: 15 milhões de imagens abrangendo 22.000 conceitos de categorias de objetos.
Para contextualizar a magnitude do ImageNet, Hinton lembra que, na mesma época, sua equipe em Toronto trabalhava no CIFAR-10, um conjunto de dados com apenas 60.000 imagens e 10 classes. A diferença de escala era astronômica. Li e seus alunos transformaram o ImageNet em uma competição, convidando a comunidade global de pesquisa a testar seus algoritmos de reconhecimento de objetos. Mesmo assim, o tamanho do conjunto de dados continuou sendo um obstáculo, forçando a criação de um subconjunto menor, o ImageNet Challenge, com 1 milhão de imagens e 1.000 categorias, para a competição de 2010.
Em 2012, dois alunos de Hinton, Ilya Sutskever e Alex Krizhevsky, aplicaram uma técnica conhecida como "redes neurais profundas convolucionais" ao ImageNet Challenge. Essa técnica, inspirada no funcionamento do córtex visual humano, já havia demonstrado sucesso em reconhecimento de fala no laboratório de Hinton. Com o ImageNet, o sucesso foi estrondoso. O AlexNet, como ficou conhecido o modelo, reduziu a taxa de erro pela metade em comparação com as técnicas tradicionais, um feito impressionante que chocou a comunidade de visão computacional. A vitória do AlexNet não apenas demonstrou o poder das redes neurais profundas, mas também validou a visão de Li sobre a importância dos grandes conjuntos de dados para o avanço da IA.
Li recorda vividamente a atmosfera da conferência ICCV 2012 em Florença, onde os resultados foram apresentados. A empolgação com a conquista histórica contrastava com a resistência de alguns pesquisadores que ainda questionavam a validade do ImageNet. A partir daquele momento, porém, a maré começou a virar. Em poucos anos, a maioria dos críticos das redes neurais passou a adotá-las em suas pesquisas, reconhecendo seu potencial transformador.
O impacto do ImageNet estendeu-se muito além da visão computacional. A competição impulsionou o desenvolvimento de novas arquiteturas de redes neurais, como os Transformers, que estão por trás de modelos de linguagem como o ChatGPT. O sucesso do AlexNet também atraiu a atenção das grandes empresas de tecnologia, que passaram a investir massivamente em IA e a recrutar os principais talentos da área, incluindo muitos alunos de Hinton e Li. A década seguinte ao ImageNet foi marcada por um crescimento explosivo da IA dentro dessas empresas, culminando na popularização de modelos generativos que finalmente trouxeram a IA para o alcance do público.
Hinton e Li, apesar de suas perspectivas diferentes sobre os riscos da IA – Hinton mais pessimista quanto à possibilidade de uma superinteligência descontrolada, Li mais otimista em relação ao potencial da IA para o bem da humanidade –, concordam em um ponto crucial: a importância de abordar as implicações sociais da IA. Ambos têm se dedicado a alertar governos e a sociedade sobre os desafios e oportunidades da IA, defendendo a necessidade de investimentos em pesquisa, regulamentação responsável e, acima de tudo, uma abordagem centrada no ser humano. O legado do ImageNet, portanto, não se limita apenas aos avanços técnicos, mas também à conscientização sobre a necessidade de construir uma IA que beneficie a todos.
